快捷導(dǎo)航

Redis緩存穿透出現(xiàn)原因及解決方案

更新時(shí)間：2020年08月04日 10:16:11 作者：Tracydzf

這篇文章主要介紹了Redis緩存穿透出現(xiàn)原因及解決方案,文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下

在并發(fā)式的項(xiàng)目當(dāng)中，一定要考慮一個(gè)緩存穿透的情況。那么什么是緩存穿透呢？簡(jiǎn)單的說(shuō)來(lái)，就是當(dāng)大量請(qǐng)求的key根本不在緩存當(dāng)中，所以導(dǎo)致了請(qǐng)求直接到了數(shù)據(jù)庫(kù)上，根本沒(méi)有經(jīng)過(guò)緩存這一層。比如一個(gè)黑客故意制造我們緩存中不存在的key發(fā)送大量的請(qǐng)求，就會(huì)導(dǎo)致請(qǐng)求直接落到數(shù)據(jù)庫(kù)上。

也就是說(shuō)，緩存穿透就是：1.緩存層不命中。2，存儲(chǔ)層不命中，不將空的結(jié)果寫回緩存。3，返回空結(jié)果給客戶端。

一般mysql的默認(rèn)最大連接數(shù)是150左右，當(dāng)然這個(gè)是可以用show variables like ‘%max_connections%'命令來(lái)查看。

當(dāng)然這只是一個(gè)指標(biāo)，cpu磁盤內(nèi)存網(wǎng)絡(luò)等等原因都影響了他的并發(fā)能力，所以一般3000的并發(fā)請(qǐng)求就可以殺死大部分的數(shù)據(jù)庫(kù)。

那么出現(xiàn)緩存穿透的時(shí)候需要怎么應(yīng)對(duì)呢？

1）最基本的方式就是做好參數(shù)校檢，比如不合法的請(qǐng)求就直接拋出異常信息給客戶端，就比如設(shè)置查詢條件id不能小于0或者傳入郵箱格式不正確時(shí)直接返回錯(cuò)誤消息給客戶端。但是這樣還是會(huì)出現(xiàn)緩存穿透的現(xiàn)象。那么還可以通過(guò)下面幾個(gè)方案來(lái)解決：

2）緩存無(wú)效的key，如果數(shù)據(jù)庫(kù)和緩存都找不到某個(gè)key的數(shù)據(jù)，就直接寫一個(gè)到redis中并設(shè)置它的過(guò)期時(shí)間 set key value EX 10086。這種方式可以解決請(qǐng)求的key變化不頻繁的情況，如果遇到專門的黑客攻擊就不能解決這個(gè)情況。但是如果依然想用這個(gè)方法的話，那么在設(shè)置過(guò)期時(shí)間的時(shí)候，時(shí)間短一點(diǎn)，比如是一分鐘。多說(shuō)一句設(shè)置key的格式一般是：表名：列名：主鍵名：主鍵。

3）利用布隆過(guò)濾器：布隆過(guò)濾器是一個(gè)非常神奇的數(shù)據(jù)結(jié)構(gòu)，通過(guò)這個(gè)過(guò)濾器可以幫助我們非常方便的去判斷一個(gè)給定的數(shù)據(jù)是否存在于海量的數(shù)據(jù)當(dāng)中。所以布隆過(guò)濾器在針對(duì)數(shù)據(jù)去重和驗(yàn)證數(shù)據(jù)的合法性時(shí)是非常有用的，布隆過(guò)濾器的實(shí)質(zhì)就是一個(gè)bit（位）數(shù)組。也就是說(shuō)每一個(gè)存進(jìn)的數(shù)據(jù)都僅僅只占一位，在數(shù)據(jù)結(jié)構(gòu)上來(lái)說(shuō)相當(dāng)于List、Map、Set等數(shù)據(jù)結(jié)構(gòu)，但是占用的空間更少而且效率更高，但是缺點(diǎn)是它返回的值是概率性的，并不是多么的準(zhǔn)確。當(dāng)一個(gè)元素加入到布隆過(guò)濾器的時(shí)候：1.使用布隆過(guò)濾器當(dāng)中的哈希函數(shù)對(duì)元素值進(jìn)行計(jì)算，得到哈希值。2.根據(jù)得到的哈希值，在位數(shù)組中把對(duì)應(yīng)的下標(biāo)改為1。那么設(shè)置完成之后，我們要怎么判斷一個(gè)元素是否存在于布隆過(guò)濾器當(dāng)中呢？

首先我們要根據(jù)給定的元素再次進(jìn)行hash計(jì)算；得到值之后判斷數(shù)組中的每個(gè)元素是否都為1，如果值都為1的話，那么說(shuō)明這個(gè)值在過(guò)濾器當(dāng)中，如果不為1的話，就說(shuō)明不再過(guò)濾器當(dāng)中。

舉個(gè)非常簡(jiǎn)單的例子

如上圖所示，當(dāng)字符串要加入到布隆過(guò)濾器當(dāng)中時(shí)，該事務(wù)首先由多個(gè)哈希函數(shù)生成不同的哈希值，然后在對(duì)應(yīng)的位數(shù)組的下標(biāo)的元素設(shè)置位1，當(dāng)二次存儲(chǔ)相同的字符串時(shí)，因?yàn)橄惹暗膶?duì)應(yīng)位置已經(jīng)存在，所以在去重的時(shí)候非常方便。如果我們需要判斷某個(gè)字符串是否在布隆過(guò)濾器當(dāng)中時(shí)，只需要對(duì)給定的字符串再次進(jìn)行相同的哈希計(jì)算，得到的值判斷是否為1，從而判斷數(shù)據(jù)是否存在于布隆過(guò)濾器當(dāng)中，那么假如布隆過(guò)濾器說(shuō)明一個(gè)數(shù)據(jù)存在時(shí)，很小的概率會(huì)誤判，但是如果說(shuō)明一個(gè)數(shù)據(jù)不存在時(shí)，那么一定是不存在的。

那么通過(guò)這個(gè)原理，利用redis布隆過(guò)濾器來(lái)將所有可能存在請(qǐng)求的值放在布隆過(guò)濾器當(dāng)中，當(dāng)用戶請(qǐng)求時(shí)，直接判斷用戶發(fā)送來(lái)的請(qǐng)求是否存在于布隆過(guò)濾器中，不存在的話，直接返回請(qǐng)求參數(shù)錯(cuò)誤信息給客戶，存在的話就繼續(xù)往下面走流程。