Redis缓存异常

一.Redis 和数据库中的数据不一致的情况是如何发生的?

首先我们需要明确数据一致性的情况

• 缓存中有数据&＃xff0c;但是缓存的数据值需要和数据库中的值相同
• 缓存中本身没有数据&＃xff0c;那么&＃xff0c;数据库中的数据就必须是最新值

如果不符合上述情况&＃xff0c;那么就出现了数据不一致的情况。

我们可以根据缓存是不是需要处理写请求&＃xff0c;我们可以把缓存分为读写缓存和只读缓存

对于读写缓存来说&＃xff0c;如果要进行增删改查需要对于缓存中进行&＃xff0c;同时还要通过写回方式&＃xff0c;同步回数据库中。

对于只读缓存来说&＃xff0c;如果有新的数据新增&＃xff0c;会直接去写入到数据库之中&＃xff0c;而如果有数据删改的话&＃xff0c;只需要把只读缓存中的数据标记为无效。这样&＃xff0c;应用后续再访问这些增删改查的数据&＃xff0c;就会发生缓存缺失&＃xff0c;应用再从数据库中把数据读入缓存之中。

对于缓存来说&＃xff0c;我们去对数据进行增删&＃xff0c;可能会导致数据不一致问题。

二.如何解决数据不一致问题

重试机制

我们可以通过把要新增/修改的值暂时存放在消息队列中&＃xff0c;如果应用没有能够成功删除缓存之或者更新数据库的时候&＃xff0c;我们可以从消息队列中重新读取这个值&＃xff0c;然后再次进行删除/更新。如果成功更新&＃xff0c;那么我们从消息队列中删除。

如果在一定的次数重试之后还是没有成功&＃xff0c;我们可以向业务层进行报错。

删除缓存值或更新数据库失败而导致数据不一致&＃xff0c;你可以使用重试机制确保删除或更新操作成功。

三.缓存雪崩&＃xff0c;缓存击穿和缓存穿透

缓存雪崩是指大量的应用请求无法在Redis 缓存中进行处理&＃xff0c;大量请求到达数据库层&＃xff0c;导致数据库的压力激增。

第一个原因 : 缓存中大量键过期&＃xff0c;导致大量请求没有办法得到处理。

解决办法 &＃xff1a; 我们可以通过微调过期时间&＃xff0c;对于数据的过期时间增加一个较小的随机数&＃xff0c;避免大量数据同时过期。

第二个原因: Redis实例突然发生故障&＃xff0c;无法处理请求&＃xff0c;进而发生缓存雪崩。

解决办法:

我们可以去实现服务熔断或者请求限流机制。

服务熔断&＃xff0c;在发生缓存雪崩的时候&＃xff0c;我们暂停业务服务对于缓存接口的访问。
请求限流&＃xff0c;我们在业务系统的请求入口前端控制每秒进入系统的请求数&＃xff0c;避免过多的请求被发送到数据库中。

缓存击穿 : 针对于某个访问非常频繁的热点请求&＃xff0c;无法在缓存中处理&＃xff0c;访问该数据的大量请求&＃xff0c;都直接发送到DB上。

解决办法: 对于访问频繁的热点数据&＃xff0c;我们不设置过期时间。

缓存穿透: 数据不在Redis中&＃xff0c;也不在数据库中&＃xff0c;导致请求在访问缓存的时候&＃xff0c;发生缓存缺失&＃xff0c;再去访问数据库的时候&＃xff0c;数据库中也没有要访问的数据。

解决办法 &＃xff1a; 设置布隆过滤器来解决这个问题。