缓存雪崩、缓存穿透、缓存预热、缓存更新、缓存降级

1. 缓存雪崩（Cache Avalanche）

定义：缓存雪崩是指大量缓存中的数据在同一时间过期，导致大量请求同时访问数据库，造成数据库压力骤增，甚至可能导致数据库崩溃。

原因：

• 多个缓存的 key 在同一时间过期；

• 当这些 key 不再命中缓存时，所有请求都会同时访问数据库。

应对策略：

• 设置过期时间加随机值：避免缓存的 key 在相同时间过期。比如，如果某个 key 设置过期时间为 1 小时，可以随机设置在 59 分钟到 61 分钟之间。

  EXPIRE key 3600
  

• 分批过期：不同的数据设置不同的过期时间，避免同一时刻大量缓存失效。

• 提前加载缓存（缓存预热）：在应用启动时预加载热点数据到缓存中，减少初次使用时数据库的压力。

2. 缓存穿透（Cache Penetration）

定义：缓存穿透是指查询一个缓存中和数据库中都不存在的数据（例如恶意请求或查询条件错误），导致每次请求都访问数据库，缓存无法发挥作用。

原因：

• 用户查询的键既不在缓存中，也不在数据库中；

• 可能是由于客户端错误、恶意攻击或非法请求。

应对策略：

• 布隆过滤器（Bloom Filter）：布隆过滤器能够高效地判断某个数据是否存在于数据库中。通过在缓存之前进行一次判断，如果数据不存在，直接返回，不访问数据库。布隆过滤器的误判率很低，但能有效避免不必要的数据库访问。

  示例：检查某个ID是否存在于数据库中，如果不存在，则直接返回“数据不存在”。

  if (!bloomFilter.contains(id)) {
      return null; // 数据不存在，直接返回
  }
  

• 缓存空值：对于不存在的数据，可以在缓存中设置一个特殊的标记（如空字符串或特定对象），表示此数据为空，这样后续相同请求会直接返回缓存，不再查询数据库。

3. 缓存预热（Cache Warming）

定义：缓存预热是指在系统启动或缓存空置时，提前将热点数据加载到缓存中，以避免缓存未命中的“冷启动”问题。

原因：

• 系统启动或缓存清空后，第一次查询可能会直接查询数据库，影响性能；

• 高频查询数据可以提前加载到缓存中，避免访问数据库。

应对策略：

• 手动预热：在系统启动时，通过脚本或程序将热点数据加载到缓存中。

  public void preLoadCache() {
      List<String> hotData = database.queryHotData();
      for (String data : hotData) {
          redis.set(data);
      }
  }
  

• 自动预热：通过定时任务或后台进程，定期更新缓存内容。

• 基于访问频率预热：通过日志、监控分析，发现访问频率较高的数据，优先加载到缓存。

4. 缓存更新（Cache Update）

定义：缓存更新是指在缓存中的数据发生变化时，如何保证缓存中的数据与数据库中的数据一致。

问题：

• 数据库数据更新后，缓存中的数据可能变得过时；

• 需要确保数据一致性。

应对策略：

• 缓存失效（Cache Invalidation）：数据更新后，主动删除缓存中的对应数据，确保下次访问时重新从数据库加载并更新缓存。

  // 数据更新后清除缓存
  redis.del(key);
  

• 缓存更新（Cache Update）：在数据库更新后，直接更新缓存中的数据，确保缓存和数据库中的数据一致。

  // 更新数据库后同步更新缓存
  redis.set(key, updatedValue);
  

• 双写策略（Double Write）：更新数据库的同时，直接更新缓存。这需要确保缓存更新的原子性，否则可能出现缓存与数据库不一致的情况。

5. 缓存降级（Cache Degradation）

定义：缓存降级是指在缓存服务不可用或缓存故障时，采取的一种策略来降低对数据库的压力，并确保系统可以继续提供服务。

原因：

• 缓存服务宕机或超时；

• 缓存中数据不存在或无法访问。

应对策略：

• 服务降级：当缓存失效时，可以降级到直接从数据库中获取数据。为了避免大量数据库访问，可以在数据库查询时做限流或熔断处理。

• 降级返回默认值：当缓存不可用时，返回默认值或者保留上次的缓存值，而不是直接请求数据库。

• 缓存预热与补偿机制：在缓存失败时，通过后台异步任务去更新缓存，减少对数据库的直接访问。

6. 总结