Redis使用场景

一、缓存穿透:

一个get请求: api/news/getById/1

1.缓存穿透:查询一个不存在的数据，mysql查询不到数据也不会直接写入缓存，导致每次请求都直接请求查询数据库，导致数据库的压力增大从而宕机

2.解决方案一:缓存空数据，查询返回的数据为空，扔把这个空结果进行缓存

优点:简单

缺点:消耗内存，可能会发生不一致的问题

3.解决方案二:使用布隆过滤器

bitmap(位图):相当于是一个以bit为单位的数组，数组中的每个单元只能存储二进制数0或1

布隆过滤器作用:布隆过滤器可以用于检索一个元素是否在一个集合中

布隆过滤器优点:内存占用较小，没有多余的key

布隆过滤器缺点:容易产生误判现象

误判率:数组越小误判率越大，数组越大误判率越小，但是带来了更多的内存消耗

二、缓存击穿:

缓存击穿:给某一个key设置了过期时间，当key过期的时候恰好在这个时间点对这个key由大量的并发请求过来，这些并发请求有可能会瞬间把DB击垮

解决方案一:互斥锁，能保持数据的强一致性，性能差

解决方案二:逻辑过期，高可用，性能优，不能保证数据的强一致性

三、缓存雪崩:

缓存雪崩是指在同一时段大量的缓存key同时失效或者Redis服务宕机，导致大量的请求达到数据库，带来巨大的压力

针对大量key过期导致的缓存雪崩，解决方案一:给不同的key的TTL添加随机值

针对Redis服务宕机导致的缓存雪崩，解决方案二:利用Redis集群提高服务器的可用性，例如哨兵模式、集群模式

解决方案三:给缓存添加降级限流策略，采用ngxin或spring cloud gateway

解决方案四:给业务添加多级缓存，Guava或者Caffeine

四、双写一致性:

双写一致性:当修改了数据库的数据后也要同时更新缓存的数据，缓存和数据库的数据要保持一致

读操作:缓存命中，直接返回，缓存未命中查询数据库，写入缓存并设定超时时间

写操作:延迟双删

双写一致性

1.读写锁:

2.异步通知:保证最终一致性