勾哥：昨天發(fā)了一篇翻譯，英語水平一般般的我摳了半天字眼，一個 word 一個 word 翻譯過來，竟然被舉報了？！

哈？舉報的那位兄弟你是鹽吃多么

今天更新一篇緩存的常見問題，對很多開發(fā)老哥都能有幫助，盡量沒搞難度特別大，寫的簡單的很！有意見可以正常反饋～

（女神帶我避開杠精！）

～～～以下正文～～～

對使用緩存時常遇到幾個問題，整理出了一個表格。

1. 緩存更新方式

第一個問題是緩存更新方式，這是決定在使用緩存時就該考慮的問題。

緩存的數(shù)據(jù)在數(shù)據(jù)源發(fā)生變更時需要對緩存進(jìn)行更新，數(shù)據(jù)源可能是 DB，也可能是遠(yuǎn)程服務(wù)。

更新的方式可以是主動更新。

數(shù)據(jù)源是 DB 時，可以在更新完 DB 后就直接更新緩存。

當(dāng)數(shù)據(jù)源不是 DB 而是其他遠(yuǎn)程服務(wù)，可能無法及時主動感知數(shù)據(jù)變更，這種情況下一般會選擇對緩存數(shù)據(jù)設(shè)置失效期，也就是數(shù)據(jù)不一致的最大容忍時間。

這種場景下，可以選擇失效更新，key 不存在或失效時先請求數(shù)據(jù)源獲取最新數(shù)據(jù)，然后再次緩存，并更新失效期。

但這樣做有個問題，如果依賴的遠(yuǎn)程服務(wù)在更新時出現(xiàn)異常，則會導(dǎo)致數(shù)據(jù)不可用。

改進(jìn)的辦法是異步更新，就是當(dāng)失效時先不清除數(shù)據(jù)，繼續(xù)使用舊的數(shù)據(jù)，然后由異步線程去執(zhí)行更新任務(wù)。這樣就避免了失效瞬間的空窗期。

另外還有一種純異步更新方式，定時對數(shù)據(jù)進(jìn)行分批更新。實際使用時可以根據(jù)業(yè)務(wù)場景選擇更新方式。

2. 數(shù)據(jù)不一致

第二個問題是數(shù)據(jù)不一致的問題，可以說只要使用緩存，就要考慮如何面對這個問題。

緩存不一致產(chǎn)生的原因一般是主動更新失敗，例如更新 DB 后，更新 Redis 因為網(wǎng)絡(luò)原因請求超時；或者是異步更新失敗導(dǎo)致。

解決的辦法——

• 如果服務(wù)對耗時不是特別敏感可以增加重試。
• 如果服務(wù)對耗時敏感可以通過異步補(bǔ)償任務(wù)來處理失敗的更新。
• 或者短期的數(shù)據(jù)不一致不會影響業(yè)務(wù)，那么只要下次更新時可以成功，能保證最終一致性就可以。

3. 緩存穿透

第三個問題是緩存穿透。

產(chǎn)生這個問題的原因可能是外部的惡意攻擊，例如，對用戶信息進(jìn)行了緩存，但惡意攻擊者使用不存在的用戶 ID 頻繁請求接口，導(dǎo)致查詢緩存不命中，然后穿透 DB 查詢依然不命中。這時會有大量請求穿透緩存訪問到 DB。

解決的辦法——

• 對不存在的用戶，在緩存中保存一個空對象進(jìn)行標(biāo)記，防止相同 ID 再次訪問 DB，不過有時這個方法并不能很好解決問題，可能導(dǎo)致緩存中存儲大量無用數(shù)據(jù)。
• 使用 BloomFilter 過濾器，BloomFilter 的特點是存在性檢測，如果 BloomFilter 中不存在，那么數(shù)據(jù)一定不存在；如果 BloomFilter 中存在，實際數(shù)據(jù)也有可能會不存在。非常適合解決這類的問題。

4. 緩存擊穿

第四個問題是緩存擊穿，就是某個熱點數(shù)據(jù)失效時，大量針對這個數(shù)據(jù)的請求會穿透到數(shù)據(jù)源。

解決這個問題有這些辦法——

• 可以使用互斥鎖更新，保證同一個進(jìn)程中針對同一個數(shù)據(jù)不會并發(fā)請求到 DB，減小 DB 壓力。
• 使用隨機(jī)退避方式，失效時隨機(jī) sleep 一個很短的時間，再次查詢，如果失敗再執(zhí)行更新。
• 針對多個熱點 key 同時失效的問題，可以在緩存時使用固定時間加上一個小的隨機(jī)數(shù)，避免大量熱點 key 同一時刻失效。

5. 緩存雪崩

第五個問題是緩存雪崩。產(chǎn)生的原因是緩存掛掉，這時所有的請求都會穿透到 DB。

解決方法——

• 使用快速失敗的熔斷策略，減少 DB 瞬間壓力。
• 使用主從模式和集群模式來盡量保證緩存服務(wù)的高可用。
• 實際場景中，這兩種方法會結(jié)合使用。

考察點與加分項

這部分主要面試考察點是對緩存特性的理解，對 MC、Redis 的特點和使用方式的掌握。

1. 要知道緩存的使用場景，不同類型緩存的使用方式，例如：

• 對 DB 熱點數(shù)據(jù)進(jìn)行緩存減少 DB 壓力；對依賴的服務(wù)進(jìn)行緩存，提高并發(fā)性能
• 單純 K-V 緩存的場景可以使用 MC，而需要緩存 list、set 等特殊數(shù)據(jù)格式，可以使用 Redis
• 需要緩存一個用戶最近播放視頻的列表可以使用 Redis 的 list 來保存、需要計算排行榜數(shù)據(jù)時，可以使用 Redis 的 zset 結(jié)構(gòu)來保存

2. 要了解 MC 和 Redis 的常用命令，例如：

• 原子增減、對不同數(shù)據(jù)結(jié)構(gòu)進(jìn)行操作的命令等
• 了解 MC 和 Redis 在內(nèi)存中的存儲結(jié)構(gòu)，這對評估使用容量會很有幫助
• 了解 MC 和 Redis 的數(shù)據(jù)失效方式和剔除策略，比如主動觸發(fā)的定期剔除和被動觸發(fā)延期剔除

3. 要理解 Redis 的持久化、主從同步與 Cluster 部署的原理，例如：

• RDB 和 AOF 的實現(xiàn)方式與區(qū)別

如果想要在面試中獲得更好的表現(xiàn)，還應(yīng)了解下面這些加分項。

1. 要結(jié)合實際應(yīng)用場景來介紹緩存的使用，例如：

• 調(diào)用后端服務(wù)接口獲取信息時，可以使用本地+遠(yuǎn)程的多級緩存
• 對于動態(tài)排行榜類的場景可以考慮通過 Redis 的 sorted set 來實現(xiàn)等等

2. 最好有過分布式緩存設(shè)計和使用經(jīng)驗，例如：

• 項目中在什么場景使用過 Redis，使用了什么數(shù)據(jù)結(jié)構(gòu)，解決哪類的問題
• 使用 MC 時根據(jù)預(yù)估值大小調(diào)整 McSlab 分配參數(shù)等等

3. 最好可以了解緩存使用中可能產(chǎn)生的問題，例如：

• Redis 是單線程處理請求，應(yīng)盡量避免耗時較高的單個請求任務(wù)，防止相互影響
• Redis 服務(wù)應(yīng)避免和其他 CPU 密集型的進(jìn)程部署在同一機(jī)器
• 禁用 Swap 內(nèi)存交換，防止 Redis 的緩存數(shù)據(jù)交換到硬盤上，影響性能
• MC 鈣化問題等等

4. 要了解 Redis 的典型應(yīng)用場景，例如：

• 使用 Redis 來實現(xiàn)分布式鎖
• 使用 Bitmap 來實現(xiàn) BloomFilter
• 使用 HyperLogLog 來進(jìn)行 UV 統(tǒng)計等等

5. 知道 Redis4.0、5.0 中的新特性，例如：

• 支持多播的可持久化消息隊列 Stream
• 通過 Module 系統(tǒng)來進(jìn)行定制功能擴(kuò)展等等

本文首發(fā)在公號：勾勾的Java宇宙

歡迎大家來找勾哥交流探討技術(shù)！

總結(jié)

以上是生活随笔為你收集整理的表格缓存问题_缓存常见问题，一网打尽哦！的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。