你們好，我是清風！以前分享過大廠Redis高併發場景設計，面試問的都在這！及互聯網大廠Java工程師面試指南——Redis篇，今天給小夥伴說說大廠面試高頻必問點（緩存穿透，雪崩等問題）！以爲不錯的小夥伴能夠關注點贊一下，感謝支持！java

寫在前面

2020年面試必備的Java後端進階面試題總結了一份複習指南在Github上，內容詳細，圖文並茂，有須要學習的朋友能夠Star一下！ GitHub地址： github.com/Java-Ling/J…git

1、緩存雪崩

一、什麼是緩存雪崩？

緩存雪崩是指在咱們設置緩存時採用了相同的過時時間，致使緩存在某一時刻同時失效，請求所有轉發到DB，DB瞬時壓力太重雪崩。因爲原有緩存失效，新緩存未到期間全部本來應該訪問緩存的請求都去查詢數據庫了，而對數據庫CPU和內存形成巨大壓力，嚴重的會形成數據庫宕機。github

二、緩存雪崩問題排查

在一個較短的時間內，緩存中較多的key集中過時
此週期內請求訪問過時的數據，redis未命中，redis向數據庫獲取數據
數據庫同時接收到大量的請求沒法及時處理
Redis大量請求被積壓，開始出現超時現象
數據庫流量激增，數據庫崩潰
重啓後仍然面對緩存中無數據可用
Redis服務器資源被嚴重佔用，Redis服務器崩潰
Redis集羣呈現崩塌，集羣瓦解
應用服務器沒法及時獲得數據響應請求，來自客戶端的請求數量愈來愈多，應用服務器崩潰
應用服務器，redis，數據庫所有重啓，效果不理想

三、有什麼解決方案來防止緩存雪崩？

更多的頁面靜態化處理
構建多級緩存架構 Nginx緩存+redis緩存+ehcache緩存
檢測Mysql嚴重耗時業務進行優化 對數據庫的瓶頸排查：例如超時查詢、耗時較高事務等
災難預警機制
- 監控redis服務器性能指標
- CPU佔用、CPU使用率
- 內存容量
- 查詢平均響應時間
- 線程數
限流、降級 短期範圍內犧牲一些客戶體驗，限制一部分請求訪問，下降應用服務器壓力，待業務低速運轉後再逐步放開訪問
LRU與LFU切換 2. 數據有效期策略調整
- 根據業務數據有效期進行分類錯峯，A類90分鐘，B類80分鐘，C類70分鐘
- 過時時間使用固定時間+隨機值的形式，稀釋集中到期的key的數量
超熱數據使用永久key
按期維護（自動+人工） 對即將過時數據作訪問量分析，確認是否延時，配合訪問量統計，作熱點數據的延時 5. 加鎖

4.總結

緩存雪崩就是瞬間過時數據量太大，致使對數據庫服務器形成壓力。如可以有效避免過時時間集中，能夠有效解決雪崩現象的出現（約40%），配合其餘策略一塊兒使用，並監控服務器的運行數據，根據運行記錄作快速調整。面試

2、緩存預熱

1.什麼是緩存預熱

緩存預熱就是系統上線後，將相關的緩存數據直接加載到緩存系統。這樣就能夠避免在用戶請求的時候，先查詢數據庫，而後再將數據緩存的問題。用戶直接查詢事先被預熱的緩存數據。如圖所示：redis

若是不進行預熱，那麼 Redis 初識狀態數據爲空，系統上線初期，對於高併發的流量，都會訪問到數據庫中，對數據庫形成流量的壓力。sql

2.問題排查

請求數量較高
主從之間數據吞吐量較大，數據同步操做頻度較高

3.有什麼解決方案？

前置準備工做：數據庫

平常例行統計數據訪問記錄，統計訪問頻度較高的熱點數據後端
利用LRU數據刪除策略，構建數據留存隊列緩存
```
例如：storm與kafka配合
複製代碼
```

準備工做： 3. 將統計結果中的數據分類，根據級別，redis優先加載級別較高的熱點數據 4. 利用分佈式多服務器同時進行數據讀取，提速數據加載過程 5. 熱點數據主從同時預熱服務器

實施： 6. 使用腳本程序固定觸發數據預熱過程 7. 若是條件容許，使用了CDN（內容分發網絡），效果會更好

4.總結

緩存預熱就是系統啓動前，提早將相關的緩存數據直接加載到緩存系統。避免在用戶請求的時候，先查詢數據庫，而後再將數據緩存的問題！用戶直接查詢事先被預熱的緩存數據

3、緩存穿透

一、什麼是緩存穿透？

緩存穿透是指用戶查詢數據，在數據庫沒有，天然在緩存中也不會有。這樣就致使用戶查詢的時候，在緩存中找不到對應key的value，每次都要去數據庫再查詢一遍，而後返回空（至關於進行了兩次無用的查詢）。這樣請求就繞過緩存直接查數據庫

二、有什麼解決方案來防止緩存穿透？

一、緩存空值

若是一個查詢返回的數據爲空（無論是數據不存在，仍是系統故障）咱們仍然把這個空結果進行緩存，但它的過時時間會很短，最長不超過5分鐘。經過這個設置的默認值存放到緩存，這樣第二次到緩存中獲取就有值了，而不會繼續訪問數據庫

二、採用布隆過濾器BloomFilter

**優點：**佔用內存空間很小，位存儲；性能特別高，使用key的hash判斷key存不存在

將全部可能存在的數據哈希到一個足夠大的bitmap中，一個必定不存在的數據會被這個bitmap攔截掉，從而避免了對底層存儲系統的查詢壓力

在緩存以前在加一層BloomFilter，在查詢的時候先去BloomFilter去查詢key是否存在，若是不存在就直接返回，存在再去查詢緩存，緩存中沒有再去查詢數據庫

3.總結

緩存擊穿訪問了不存在的數據，跳過了合法數據的redis數據緩存階段，每次訪問數據庫，致使對數據庫服務器形成壓力。一般此類數據的出現量是一個較低的值，當出現此類狀況以毒攻毒，並及時報警。應對策略應該在臨時預案防範方面多作文章。不管是黑名單仍是白名單，都是對總體系統的壓力，警報解除後儘快移除。

4、緩存降級

降級的狀況，就是緩存失效或者緩存服務掛掉的狀況下，咱們也不去訪問數據庫。咱們直接訪問內存部分數據緩存或者直接返回默認數據。

舉例來講：

對於應用的首頁，通常是訪問量很是大的地方，首頁裏面每每包含了部分推薦商品的展現信息。這些推薦商品都會放到緩存中進行存儲，同時咱們爲了不緩存的異常狀況，對熱點商品數據也存儲到了內存中。同時內存中還保留了一些默認的商品信息。以下圖所示：

降級通常是有損的操做，因此儘可能減小降級對於業務的影響程度。

5、緩存擊穿

一、什麼是緩存擊穿？

在日常高併發的系統中，大量的請求同時查詢一個key時，此時這個key正好失效了，就會致使大量的請求都打到數據庫上面去。這種現象咱們稱爲緩存擊穿

二、問題排查

Redis中某個key過時，該key訪問量巨大
多個數據請求從服務器直接壓到Redis後，均未命中
Redis在短期內發起了大量對數據庫中同一數據的訪問

三、如何解決

1. 使用互斥鎖(mutex key)

這種解決方案思路比較簡單，就是隻讓一個線程構建緩存，其餘線程等待構建緩存的線程執行完，從新從緩存獲取數據就能夠了。若是是單機，能夠用synchronized或者lock來處理，若是是分佈式環境能夠用分佈式鎖就能夠了（分佈式鎖，能夠用memcache的add, redis的setnx, zookeeper的添加節點操做）。

2. "提早"使用互斥鎖(mutex key)

在value內部設置1個超時值(timeout1), timeout1比實際的redis timeout(timeout2)小。當從cache讀取到timeout1發現它已通過期時候，立刻延長timeout1並從新設置到cache。而後再從數據庫加載數據並設置到cache中

3. "永遠不過時"

從redis上看，確實沒有設置過時時間，這就保證了，不會出現熱點key過時問題，也就是「物理」不過時。
從功能上看，若是不過時，那不就成靜態的了嗎？因此咱們把過時時間存在key對應的value裏，若是發現要過時了，經過一個後臺的異步線程進行緩存的構建，也就是「邏輯」過時

4. 緩存屏障

class MyCache{

    private ConcurrentHashMap<String, String> map;

    private CountDownLatch countDownLatch;

    private AtomicInteger atomicInteger;

    public MyCache(ConcurrentHashMap<String, String> map, CountDownLatch countDownLatch, AtomicInteger atomicInteger) {
        this.map = map;
        this.countDownLatch = countDownLatch;
        this.atomicInteger = atomicInteger;
    }

    public String get(String key){

        String value = map.get(key);
        if (value != null){
            System.out.println(Thread.currentThread().getName()+"\t 線程獲取value值 value="+value);
            return value;
        }
        // 若是沒獲取到值
        // 首先嚐試獲取token，而後去查詢db，初始化化緩存；
        // 若是沒有獲取到token，超時等待
        if (atomicInteger.compareAndSet(0,1)){
            System.out.println(Thread.currentThread().getName()+"\t 線程獲取token");
            return null;
        }

        // 其餘線程超時等待
        try {
            System.out.println(Thread.currentThread().getName()+"\t 線程沒有獲取token，等待中。。。");
            countDownLatch.await();
        } catch (InterruptedException e) {
            e.printStackTrace();
        }
        // 初始化緩存成功，等待線程被喚醒
        // 等待線程等待超時，自動喚醒
        System.out.println(Thread.currentThread().getName()+"\t 線程被喚醒，獲取value ="+map.get("key"));
        return map.get(key);
    }

    public void put(String key, String value){

        try {
            Thread.sleep(2000);
        } catch (InterruptedException e) {
            e.printStackTrace();
        }

        map.put(key, value);

        // 更新狀態
        atomicInteger.compareAndSet(1, 2);

        // 通知其餘線程
        countDownLatch.countDown();
        System.out.println();
        System.out.println(Thread.currentThread().getName()+"\t 線程初始化緩存成功！value ="+map.get("key"));
    }

}

class MyThread implements Runnable{

    private MyCache myCache;

    public MyThread(MyCache myCache) {
        this.myCache = myCache;
    }

    @Override
    public void run() {
        String value = myCache.get("key");
        if (value == null){
            myCache.put("key","value");
        }

    }
}

public class CountDownLatchDemo {
    public static void main(String[] args) {

        MyCache myCache = new MyCache(new ConcurrentHashMap<>(), new CountDownLatch(1), new AtomicInteger(0));

        MyThread myThread = new MyThread(myCache);

        ExecutorService executorService = Executors.newFixedThreadPool(5);
        for (int i = 0; i < 5; i++) {
            executorService.execute(myThread);
        }
    }
}
複製代碼

4.總結

緩存擊穿就是單個高熱數據過時的瞬間，數據訪問量較大，未命中redis後，發起了大量對同一數據的數據庫訪問，致使對數據庫服務器形成壓力。應對策略應該在業務數據分析與預防方面進行，配合運行監控測試與即時調整策略，畢竟單個key的過時監控難度較高，配合雪崩處理策略便可。

6、總結

這些都是實際項目中，可能碰到的一些問題，也是面試的時候常常會被問到的知識點，實際上還有不少不少各類各樣的問題，文中的解決方案，也不可能知足全部的場景，相對來講只是對該問題的入門解決方法。通常正式的業務場景每每要複雜的多，應用場景不一樣，方法和解決方案也不一樣，因爲上述方案，考慮的問題並非很全面，所以並不適用於正式的項目開發，可是能夠做爲概念理解入門，具體解決方案要根據實際狀況來肯定！

大廠Redis緩存雪崩，穿透，擊穿，降級，預熱等解決方案，面試官想知道的都在這！

寫在前面

1、緩存雪崩

一、什麼是緩存雪崩？

二、緩存雪崩問題排查

三、有什麼解決方案來防止緩存雪崩？

4.總結

2、緩存預熱

1.什麼是緩存預熱

2.問題排查

3.有什麼解決方案？

4.總結

3、緩存穿透

一、什麼是緩存穿透？

二、有什麼解決方案來防止緩存穿透？

3.總結

4、緩存降級

5、緩存擊穿

一、什麼是緩存擊穿？

二、問題排查

三、如何解決

4.總結

6、總結