前言
缓存系统存在于持久层和应用服务层之间,通过提前在内存中加载热点数据,减少服务器直接访问数据库的次数,从而提高性能和分担数据库压力。
注意这里有两个优点:
- 提高性能,响应速度。由于缓存系统通常在内存中加载数据,减少了不必要的磁盘IO和数据传输及转化,极大幅度的提升了系统响应速度。
- 提高并发量。现有计算机系统并发量非常庞大,但是传统数据库的连接数是有限的。通过分担一部分JDBC,从而提高了并发量。
缓存系统提高性能的同时了带来了其他风险,他们分别是缓存穿透、缓存击穿、缓存雪崩。
缓存穿透
正常情况下,缓存系统存在数据就不会再访问数据库,数据库有数据也会更新缓存系统。但是有一些KEY本身不存在于缓存系统和数据库。那么就会出现如下场景,系统请求如同一把利刃穿透所有服务层,但最终什么也没有返回。
这个过程本身不会有什么问题,但是假设有人发现我们的请求在某些场景下KEY会失效,那么就会不断的发起这样的请求,或者系统本身存在这样的业务场景。设想一下,系统的负载可能是K,但是这些无效请求只比K小了一部分,那么正常的请求将无法被系统处理,这是我们完全不想看到的。
解决方案
针对这个问题,目前有两种普遍的解决方案:
- 设置NULL值。当我们无法查找道值的时候可以给缓存系统设置NULL值,假设不法分子试图发起攻击针对KEY=“key1”,那么我们就可以set key1=null,这样系统就不会被占用。
- 利用布隆过滤器。但是这样的KEY值我们无法预测系统内部或者外部有多少,我们就需要用到布隆过滤器,它的原理类似于对KEY进行预先的判断,如果存在于系统我们才会放行。但是不拢过滤器可能存在一定误判,这和它的实现原理相关。这里不赘述:https://blog.csdn.net/Zyw907155124/article/details/135556557
缓存击穿
缓存击穿需要以下条件同时存在:
- 某一KEY值不存在于系统和数据库。
- 同一时刻,系统存在大量的并发请求通过了布隆过滤器等限制,需要查询数据库。
- 并且这个事务非常复杂需要占据大量的系统资源去计算才能返回并设置新的缓存。
这种情况下,高并发请求就好比无数个闪电,不停的电击系统的同一部位,然后造成系统的瘫痪。这一过程就像是击穿了系统一样。
解决方案
解决这个问题的核心点就是某一时刻的大量缓存击穿请求如何有序的进行缓存重建,而不是无序的抢占系统资源。所以常用的两个方案是:
- 互斥锁。锁机制的本质是强一致性,这可能会引起系统的可用性下降,但是却完全保持了请求的有序执行。
- 永不过期。正常的KEY都会有过期时间,但是针对这种计算量庞大的KEY可以不设置他们的过期时间,但是实际上查询缓存是我们需要判断逻辑上是否过期。如果数据过期,则通过异步方式更新缓存,避免在更新过程中返回脏数据。
缓存雪崩
缓存值集中在同一时刻大量失效,系统又刚好需要请求这些失效的KEY,就有可能同时引发缓存击穿和缓存穿透,并且对数据库造成非常大的压力。
比如设计之初我们设想一百个请求只有十个在数据库,但是缓存失效导致一百个全部落到数据库,从而引发整个系统的崩盘,这就好比一个细小的错误却导致大面积的服务瘫痪,雪崩就产生了。
解决方案
这个问题其实很棘手,因为它需要系统很多策略和方案同时起效才能一定程度上避免雪崩。
- 合理的设置失效时间,尽可能的让系统的缓存均匀分布的去失效。
- 假设还是大面积失效,那么引入二级缓存兜底。
- 假设二级缓存还是失效,引入高可用系统,提高缓存系统的并发量和可用性,准备硬扛冲击。
- 针对并发量我们也可以入手,设计排它锁,让请求有序执行。
- 建立高可用的系统做好最后都低兜底。
- 实在不行还可以缓存降级,当发现大量缓存失效时,缓存系统可以适当的降低服务级别。
7.除此之外可以提前监控缓存系统,有效避免雪崩。