NoSQL 開發中或多或少都會用到，也是面試必問知識點。最近這幾天的面試每一場都問到了。但是感覺回答的並不好，還有很多需要梳理的知識點。這裏通過幾篇 Redis 筆記整個梳理一遍，後面再加上面試題。
1、Redis可能的問題
Redis 緩存的使用，極大的提升了應用程序的性能和效率，特別是數據查詢方面。但同時，它也帶了一些問題。其中，最要害的是問題，就是數據一致性的問題，從嚴格意義上講，這個問題無解。如果對數據的一致性要求很高，那麼久不能使用緩存。
另外一些典型的問題就是，緩存穿透、緩存雪崩緩存擊穿，目前，是業界也都有比較流行的解決方案。
2、緩存穿透（查不到數據導致）
緩存穿透的概念簡單，用戶想要查詢一個數據，發現 Redis 內存數據庫沒有，也就是緩存沒有命中。於是向持久層數據庫查詢。發現也沒有，於是本次查詢失敗。當用戶很多的時候，緩存都沒有命中，於是都去請求了持久層數據庫。這給持久層數據庫造成很大的壓力，這時候就相當於出現了緩存穿透。
解決方案：
1、布隆過濾器
布隆過濾器是一種數據結構，對所有可能查詢的參數以 hash 形式存儲，在控制層先進行校驗，不符合則丟棄，從而避免了對底層存儲系統的查詢壓力。
2、緩存空對象
當存儲層不命中後，即使返回的空對象也將其緩存起來，同步會同步一個過期時間，之後再訪問這個數據將會從存儲中獲取，保護了後端數據源。
但是這種方法會存在兩個問題：
1、如果控制能夠被緩存起來，這就意味着緩存需要更多的空間存儲，因爲這當中可能會有很多的空值的鍵；
2、即使對控制設置了過期時間，還是會存在緩存層和存儲層的數據會有一段時間窗口的不一致，這對於需要保持一致性的業務會有影響。
2、緩存擊穿（請求太多，緩存過期）
這裏需要注意和緩存穿透的區別。緩存擊穿，是指一個 key 非常熱點，在不停的扛着大併發，大併發集中對這一個點進行訪問，當這個 key 在失效的瞬間，持續的大併發就穿破緩存，直接請求數據庫，就像在一個屏障上鑿開了一個洞。
當某個 key 在過期的瞬間，有大量的請求併發訪問，這類數據一般是熱點數據，由於緩存過期，會同時訪問數據庫來查詢最新的數據，並回寫緩存，會導致數據庫瞬間壓力過大。
解決方案：
1、設置熱點數據永不過期
從緩存層來看，沒有設置過期時間，所以不會出現熱點 key 過期後產生的問題。
2、加互斥鎖
分佈式鎖：使用分佈式鎖，保證對於每個 key 同時只有一個線程去查詢後端服務，其他線程沒有獲得分佈式鎖的權限，因此只需要等待即可。這種方式將高併發的壓力轉移到了分佈式鎖，因對分佈式鎖的考驗很大。
3、緩存雪崩
緩存雪崩，是指在某一個時間段，緩存集中過期失效。
產生雪崩的原因之一，比如馬上就要雙十二零點，，很快就會有一波搶購，這波商品時間比較集中的放在了緩存，假設緩存一個小時。那麼到了凌晨一點鐘的時候，這批商品的緩存就都會過期了。而對這批商品的訪問查詢，都落到數據庫上，對於數據庫而言，就會產生週期性的壓力波峯。於是所有的請求都會到達存儲層，存儲層的調用量會暴增，造成存儲層也回掉的情況。
其實集中時期，倒不是非常致命，比較致命的緩存雪崩，是緩存服務器某個節點宕機或者斷網。因爲自然形成 的緩存雪崩，一定是某個時間段中創建緩存，這個時候也是可以頂住壓力的。無非就是對數據庫產生週期性的壓力而已。而緩存服務節點的宕機，對於數據庫服務器的壓力是不可預的，很有可能瞬間就把數據庫壓垮。
解決方案
1、Redis 高可用
這個思想的含義是，既然 redis 有可能掛掉，那我多增設幾臺 redis，這樣一臺掛掉之後其他的還可以繼續工作，其實就是搭建的集羣。
2、限流降級
這個解決方案的思想是，在緩存失效後，通過加鎖或者隊列來控制數據庫寫緩存的線程數量。比如對某個 key 只允許一個線程查詢數據和寫緩存，其他線程等待。
3、數據預熱
數據預熱的含義是在正式部署之前，把可能的數據線預先訪問一遍，這樣部分可能大量訪問的數據就會加載到緩存。在即將發生大併發訪問前手動觸發加載緩存不同的key，設置不同的過期時間，讓緩存失效的時間點儘量均勻。