緩存穿透、併發和失效、同步中斷，最佳實踐及優化方案

原文摘自:

緩存穿透、併發和失效，來自一線架構師的解決方案
https://community.qingcloud.com/topic/463

在咱們的實踐中，原文中有部分解決方案已通過時，在原文的基礎上，添加了幾個咱們經常使用的方案。

http://www.4wei.cn/archives/1002621

---

咱們在用緩存的時候，不論是Redis或者Memcached，基本上會通用遇到如下三個問題：

• 緩存穿透

• 緩存併發

• 緩存失效

• 同步、複製中斷

緩存穿透

注：上面三個圖會有什麼問題呢？

咱們在項目中使用緩存一般都是先檢查緩存中是否存在，若是存在直接返回緩存內容，若是不存在就直接查詢數據庫而後再緩存查詢結果返回。

這個時候若是咱們查詢的某一個數據在緩存中一直不存在，就會形成每一次請求都查詢DB，這樣緩存就失去了意義，在流量大時，可能DB就掛掉了。

那這種問題有什麼好辦法解決呢？

要是有人利用不存在的key頻繁攻擊咱們的應用，這就是漏洞。有一個比較巧妙的做法是，能夠將這個不存在的key預先設定一個值。好比，"key" , 「&&」。

在返回這個&&值的時候，咱們的應用就能夠認爲這是不存在的key，那咱們的應用就能夠決定是否繼續等待繼續訪問，仍是放棄掉此次操做。若是繼續等待訪問，過一個時間輪詢點後，再次請求這個key，若是取到的值再也不是&&，則能夠認爲這時候key有值了，從而避免了透傳到數據庫，從而把大量的相似請求擋在了緩存之中。

你應該注意，這裏緩存未命中的緣由，更值得咱們關注。

當緩存空間滿了，同步失敗，網絡阻塞，緩存寫失敗等緣由，會出現緩存服務器上並無這個key。
或者由於同步中斷，在主從架構中，寫到主卻未同步到從的悲劇，就會出現請求穿透到DB層的狀況。

出現這樣的狀況，必定不能直接將請求穿透到DB層，避免DB當機影響其它業務。
咱們的解決方案能夠參考。

• 當業務中請求量特別高，緩存未命中的狀況，應該在創建DB保護的基礎上，放棄必定比例的請求，直接返回空

• 能夠隨機釋放一些請求到DB，控制好流量的話，能保證緩存重建且DB不受極端壓力

• 後端異步定時檢查緩存，主動創建這些緩存

• 部分頁面可緩存永不過時，後端異步定時檢查緩存，主動更新、重建緩存，後端失效也可實現業務降級

• 經過創建二級緩存，把以前成功獲取的緩存數據放到本機緩存，文件也好，共享內存也好，接受一些過時數據

緩存併發

有時候若是網站併發訪問高，一個緩存若是失效，可能出現多個進程同時查詢DB，同時設置緩存的狀況，若是併發確實很大，這也可能形成DB壓力過大，還有緩存頻繁更新的問題。
我如今的想法是對緩存查詢加鎖，若是KEY不存在，就加鎖，而後查DB入緩存，而後解鎖；其餘進程若是發現有鎖就等待，而後等解鎖後返回數據或者進入DB查詢。

這種狀況和剛纔說的預先設定值問題有些相似，只不過利用鎖的方式，會形成部分請求等待。

緩存失效

引發這個問題的主要緣由仍是高併發的時候，平時咱們設定一個緩存的過時時間時，可能有一些會設置1分鐘啊，5分鐘這些，併發很高時可能會出在某一個時間同時生成了不少的緩存，而且過時時間都同樣，這個時候就可能引起一當過時時間到後，這些緩存同時失效，請求所有轉發到DB，DB可能會壓力太重。

那如何解決這些問題呢？

其中的一個簡單方案就時講緩存失效時間分散開，好比咱們能夠在原有的失效時間基礎上增長一個隨機值，好比1-5分鐘隨機，這樣每個緩存的過時時間的重複率就會下降，就很難引起集體失效的事件。

咱們討論的第二個問題時針對同一個緩存，第三個問題時針對不少緩存。

接下來咱們將發表一些本身的緩存高可用實踐，如《基於雲平臺的緩存集羣高可用實踐》，歡迎關注。

總結
一、緩存穿透：查詢一個必然不存在的數據。好比文章表，查詢一個不存在的id，每次都會訪問DB，若是有人惡意破壞，極可能直接對DB形成影響。
二、緩存失效：若是緩存集中在一段時間內失效，DB的壓力凸顯。這個沒有完美解決辦法，但能夠分析用戶行爲，儘可能讓失效時間點均勻分佈。

當發生大量的緩存穿透，例如對某個失效的緩存的大併發訪問就形成了緩存雪崩。

精彩問答
問題：如何解決DB和緩存一致性問題？

當修改了數據庫後，有沒有及時修改緩存。這種問題，之前有過實踐，修改數據庫成功，而修改緩存失敗的狀況，最主要就是緩存服務器掛了。而由於網絡問題引發的沒有及時更新，能夠經過重試機制來解決。而緩存服務器掛了，請求首先天然也就沒法到達，從而直接訪問到數據庫。那麼咱們在修改數據庫後，沒法修改緩存，這時候能夠將這條數據放到數據庫中，同時啓動一個異步任務定時去檢測緩存服務器是否鏈接成功，一旦鏈接成功則從數據庫中按順序取出修改數據，依次進行緩存最新值的修改。

問題：問下緩存穿透那塊！例如，一個用戶查詢文章，經過ID查詢，按照以前說的，是將緩存的KEY預先設置一個值，，若是經過ID插過來，發現是預先設定的一個值，好比說是「&&」，那以後的繼續等待訪問是什麼意思，這個ID何時會真正被附上用戶所須要的值呢？

我剛說的主要是我們經常使用的後面配置，前臺獲取的場景。前臺沒法獲取相應的key，則等待，或者放棄。當在後臺配置界面上配置了相關key和value以後，那麼之前的key &&也天然會被替換掉。你說的那種狀況，天然也應該會有一個進程會在某一個時刻，在緩存中設置這個ID，再有新的請求到達的時候，就會獲取到最新的ID和value。

問題：其實用Redis的話，那天看到一個不錯的例子，雙key，有一個當時生成的一個附屬key來標識數據修改到期時間，而後快到的時候去從新加載數據，若是以爲key多能夠把結束時間放到主key中，附屬key起到鎖的功能。

這種方案，以前咱們實踐過。這種方案會產生雙份數據，並且須要同時控制附屬key與key之間的關係，操做上有必定複雜度。

問題：多級緩存是什麼概念呢？

多級緩存就像我今天以前給你們發的文章裏面提到了，將Ehcache與Redis作二級緩存，就像我以前寫的文章 http://www.jianshu.com/p/2cd6ad416a5a 提到過的。但一樣會存在一致性問題，若是咱們須要強一致性的話，緩存與數據庫同步是會存在時間差的，因此咱們在具體開發的過程當中，必定要根據場景來具體分析，二級緩存更多的解決是，緩存穿透與程序的健壯性，當集中式緩存出現問題的時候，咱們的應用可以繼續運行。