缓存三大问题解决方案

title: 缓存三大问题解决方案
date: 2021/05/25 10:57

缓存穿透

缓存穿透指的是查询一个一定不存在的数据，由于存储层在查不到数据时不写入缓存，这将导致这个不存在的数据每次请求都要到存储层查询，从而失去了缓存的意义。

如果有人利用不存在的key频繁攻击我们的应用，可能 DB 就挂掉了。

解决方案

1. 布隆过滤器，将所有可能存在的数据 hash 到一个足够大的 bitmap 中，一个一定不存在的数据则会被拦截掉，从而避免了对底层存储系统的查询压力。

因为 BloomFilter 如果声称其中包含元素，则可能是错误的，但是如果声明其中不包含元素，则肯定是正确的。

2. 空值缓存：如果一个查询返回的数据为空（不管是数据不存在，还是系统故障），我们仍然把这个空结果进行缓存，但它的过期时间会很短，最长不超过五分钟，这样则可以应对短时间的大量的该key攻击，设置为较短的失效时间是因为该值可能业务无关，存在意义不大，且该次的查询也未必是攻击者发起，无过久存储的必要，故可以早点失效。

缓存雪崩

缓存雪崩是指在我们设置缓存时采用了相同的过期时间，导致缓存在某一时刻同时失效，请求全部转发到DB，DB瞬时压力过重雪崩。

另一种情况是缓存服务器宕机，也会造成雪崩现象。

解决方案

1. 永不过期：简单粗暴

2. 线程互斥：通过分布式锁只允许一个线程构建缓存，其他线程等待构建缓存的线程执行完，重新从缓存获取数据才可以，每个时刻只有一个线程在执行请求，减轻了db的压力，但缺点也很明显，降低了系统的qps。

3. 交错失效时间：这种方法时间比较简单粗暴，既然在同一时间失效会造成请求过多雪崩，那我们错开不同的失效时间即可从一定长度上避免这种问题，在缓存进行失效时间设置的时候，从某个适当的值域中随机一个时间作为失效时间即可。

4. 请求限流：

   • 限制请求数量，常见的限流算法有滑动窗口，令牌桶算法和漏桶算法，或者直接使用队列、加锁（信号量）等
   • 限制数据库的每秒请求数，避免数据库挂掉。对于被限流的请求，采用服务降级处理，比如提供默认的值，或者空白值

5. 本地缓存：如果使用本地缓存，即使分布式缓存挂了，也可以将数据库查询的结果缓存到本地，避免后续请求全部达到数据库中。

6. 缓存高可用：使用Redis Sentinel等搭建缓存的高可用，避免缓存挂掉无法提供服务的情况，从而降低出现缓存雪崩的情况

缓存击穿

缓存击穿实际上是缓存雪崩的一个特例，对于一些设置了过期时间的key，如果这些key可能会在某些时间点被超高并发地访问，由于系统中对这些热点的数据缓存也存在失效时间，在热点的缓存到达失效时间时，此时可能依然会有大量的请求到达系统，没有了缓存层的保护，这些请求同样的会到达db从而可能引起故障。击穿与雪崩的区别即在于击穿是对于特定的热点数据来说，而雪崩是全部数据。

解决方案

1. 永不过期：简单粗暴
2. 请求限流：
   • 限制请求数量，常见的限流算法有滑动窗口，令牌桶算法和漏桶算法，或者直接使用队列、加锁（信号量）等
   • 限制数据库的每秒请求数，避免数据库挂掉。对于被限流的请求，采用服务降级处理，比如提供默认的值，或者空白值
3. 本地缓存：使用 LRU 做二级缓存

扩展 - 服务雪崩

在微服务架构中，我们将业务拆分成一个个的服务，服务与服务之间可以相互调用，但是由于网络原因或者自身的原因，服务并不能保证服务的100%可用，如果单个服务出现问题，调用这个服务就会出现网络延迟，此时若有大量的网络涌入，会形成任务堆积，最终导致服务瘫痪。

由于服务与服务之间的依赖性，故障会传播，会对整个微服务系统造成灾难性的严重后果，这就是服务故障的“雪崩效应” 。

雪崩发生的原因多种多样，有不合理的容量设计，或者是高并发下某一个方法响应变慢，亦或是某台机器的资源耗尽。我们无法完全杜绝雪崩源头的发生，只有做好足够的容错，保证在一个服务发生问题，不会影响到其它服务的正常运行。也就是"雪落而不雪崩"。

5.2 常见的容错方案

容错说白了就是保护自己不被猪队友拖垮的一些措施，下面介绍常见的服务容错思路和组件。

常见的容错思路

1、隔离

它是指将系统按照一定的原则划分为若干个服务模块，各个模块之间相对独立，无强依赖。当有故障发生时，能将问题和影响隔离在某个模块内部，而不扩散风险，不波及其它模块，不影响整体的系统服务。常见的隔离方式有：线程池隔离和信号量隔离。

Hystrix线程隔离技术解析-线程池

Hystrix线程隔离技术解析-信号量

2、超时

在上游服务调用下游服务的时候，设置一个最大响应时间，如果超过这个时间，下游未作出反应，就断开请求，释放掉线程。

3、限流

限流就是限制系统的输入和输出流量已达到保护系统的目的。为了保证系统的稳固运行，一旦达到的需要限制的阈值，就需要限制流量并采取少量措施以完成限制流量的目的。

4、熔断

在互联网系统中，当下游服务因访问压力过大而响应变慢或失败，上游服务为了保护系统整 体的可用性，可以暂时切断对下游服务的调用。这种牺牲局部，保全整体的措施就叫做熔断。

服务熔断一般有三种状态:

• 熔断关闭状态(Closed) ：服务没有故障时，熔断器所处的状态，对调用方的调用不做任何限制
• 熔断开启状态(Open) ：后续对该服务接口的调用不再经过网络，直接执行本地的fallback方法
• 半熔断状态(Half-Open)：尝试恢复服务调用，允许有限的流量调用该服务，并监控调用成功率。如果成功率达到预期，则说明服务已恢复，进入熔断关闭状态；如果成功率仍旧很低，则重新进入熔断关闭状态。

5、降级

降级其实就是为服务提供一个托底方案，一旦服务无法正常调用，就使用托底方案。

常见的容错组件

Hystrix：

Hystrix是由Netflix开源的一个延迟和容错库，用于隔离访问远程系统、服务或者第三方库，防止级联失败，从而提升系统的可用性与容错性。

Resilience4J：

Resilicence4J一款非常轻量、简单，并且文档非常清晰、丰富的熔断工具，这也是Hystrix官方推荐的替代产品。不仅如此，Resilicence4j还原生支持Spring Boot 1.x/2.x，而且监控也支持和 prometheus等多款主流产品进行整合。

Sentinel：

Sentinel 是阿里巴巴开源的一款断路器实现，本身在阿里内部已经被大规模采用，非常稳定。

参考文章

缓存三大问题及解决方案

缓存穿透，缓存击穿，缓存雪崩解决方案分析

*缓存失效的场景