在应用程序的架构中，我们经常会使用缓存来优化性能。Redis 作为一种常见的内存缓存，具有高效读写、可靠性高、支持分布式等优点，已经得到了广泛使用。然而，在高并发场景下，缓存雪崩问题往往会出现，导致系统崩溃甚至无法响应，给业务带来很大的影响。本文将详细分析 Redis 缓存雪崩问题，并提供相应的解决方案。
什么是 Redis 缓存雪崩问题？
当 Redis 缓存中的大量数据在同一时间过期失效时，业务请求无法命中缓存，导致对数据库等后端存储系统的并发请求量急剧增加，从而导致数据库崩溃或无法响应的情况，这种现象就被称为 Redis 缓存雪崩问题。
缓存雪崩问题，类似于自然界中的雪崩现象，一旦触发，会持续地放大，造成更大的破坏。由于 Redis 的单线程特性，这样的瞬间 hgetall 请求会占用 Redis 的 CPU 时间，导致 Redis 阻塞，因此更多的请求会被挂起，同时增加服务器负担。
Redis 缓存雪崩问题的原因
在了解 Redis 缓存雪崩问题的解决方案之前，我们需要了解造成该问题的原因：
- 缓存的所有数据在同一时间失效。
- 当缓存失效时，大量请求同时命中后端存储系统。
- 后端存储系统的重压使得系统崩溃或无法响应。
为了更好地理解 Redis 缓存雪崩问题，下面我们通过一个例子来演示：
-- -------------------- ---- -------
-- - ----- --------------
-------- ---------------- -
--- ------- - ---------------- -- - ----- ---------
-- ---------- - -- -- ----- ---------
------- - ------------- -- ---------------
--------------- -------- ----- -- ------- ----- ---------- - --
-
------ --------
-上述代码中，getWeather 函数先从 Redis 缓存中获取指定城市的天气数据。如果 Redis 缓存中不存在该数据，那么就从数据库中查询，并将结果存入 Redis 中，设置过期时间为 5 分钟。但是，这样的实现方式可能会遇到 Redis 缓存雪崩问题。
考虑这样的场景：Redis 中存储了上万个城市的天气数据，这些数据的过期时间恰好在同一时刻到达，那么这些数据就会在同一时间失效。此时，如果有大量请求同时命中 getWeather 函数，redis.get(city) 将返回空值，从而导致缓存穿透。为了获取数据，这些请求将会同时从数据库中查询数据。由于数据库的压力瞬间大增，因此系统可能崩溃或无法响应。
Redis 缓存雪崩问题的解决方案
针对 Redis 缓存雪崩问题，我们有以下几种解决方案：
随机时间错开缓存失效时间
解决方案是针对缓存失效时间加上一个随机值，使得缓存失效的时间分散开来。这样可以避免让 Redis 缓存中的所有数据同时失效，从而减少了被大量请求同时命中的概率。
function getWeather(city) { let weather = redis.get(city); if (!weather) { weather = db.get(city); redis.set(city, weather, Math.floor(Math.random() * 300)); // 加上随机过期时间 } return weather; }实现多级缓存机制
另一种常见的解决方案是在应用中增加多级缓存机制，例如在 Redis 缓存层之前增加一层本地缓存或者分布式缓存，用来储存 Redis 缓存失效前的热数据，有效降低对后端存储系统的请求压力。
-- -------------------- ---- ------- -- -------------- ----- ---------- - --- ------ -- ---- -------- ---------------- - --- ------- - --------------------- -- ---------- - ------- - ---------------- -- ---------- - ------- - ------------- --------------- -------- ----- -- ------- ----- -- - -------------------- --------- -- ----------- - ------ -------- -宕机时限流
在 Redis 宕机后，只允许一部分的应用请求访问后端数据库，并逐步恢复应用系统的访问，这样可以避免瞬间过多的请求对后端数据库造成压力。
-- -------------------- ---- ------- -- ----- -------- ------ --- ----- -------- ---------------- - --- ------- - ---------------- -- ---------- - ----- ------- - --------------- -- -- ----- ---- ----- -------- - ----- ------------------ --------- ----- --- ------ -- ---- ----- - -- ---------- - --- - ------- - ------------- -- ---- --------------- -------- ----- -- ----- ----- -- - ------- - ----- ------------------- -- -- ----- - - - ---- - -- ------- ----- ----------------------- ------ ----- ----------- -- ---- ------ ----------------- - - ------ -------- -上述代码中，当 Redis 缓存失效时，我们先尝试获取 Redis 锁。如果当前没有其他请求正在处理同一个城市的数据，则可以获取 Redis 锁，进而从数据库中获取数据，并将数据存入 Redis 缓存。在整个过程中，只有一个进程能够获取 Redis 锁，其他进程需要等待它释放锁后才能继续执行操作。
总结
Redis 缓存雪崩问题是一个常见的问题，在进行 Redis 缓存设计时，需要考虑这个问题并制定相应的解决方案。本文提供的解决方案，包括随机时间错开、多级缓存机制和宕机时限流，都是有效的解决方案，可以根据具体应用场景进行选择。需要注意的是，宕机时限流虽然能够保证后端存储系统不会瞬间被大量请求压垮，但是其可能会导致用户的请求响应时间变长，因此需要谨慎使用。
来源：JavaScript中文网 ，转载请注明来源 https://www.javascriptcn.com/post/645cac03968c7c53b0f19e58