1.Redis脑裂问题
1.什么是集群脑裂
Redis的集群脑裂是指因为网络问题，导致Redis Master节点跟Redis slave节点和Sentinel集群处于不同的网络分区，此时因为sentinel集群无法感知到master的存在，所以将slave节点提升为master节点。
注意：
此时存在两个不同的master节点，就像一个大脑分裂成了两个。集群脑裂问题中，如果客户端还在基于原来的master节点 继续写入数据，那么新的Master节点将无法同步这些数据，当网络问题解决之后，sentinel集群将原先的Master节点降为slave节点，此时再从新的master中同步数据，将会造成大量的数据丢失。
2.解决方案
redis.conf配置参数：
min-replicas-to-write 1
min-replicas-max-lag 5
参数：
第一个参数表示最少的slave节点为1个 第二个参数表示数据复制和同步的延迟不能超过5秒
2.Redis缓存预热问题
1.缓存冷启动
缓存中没有数据，由于缓存冷启动一点数据都没有，如果直接就对外提供服务了，那么并发量上来Mysql就裸奔挂掉了。
2.解决思路
提前给redis中灌入部分数据，再提供服务 如果数据量非常大，就不可能将所有数据都写入redis，因为数据量太大了，第一是因为耗费的时间太长了，第二根本redis容纳不下所有的数据 需要根据当天的具体访问情况，实时统计出访问频率较高的热数据 然后将访问频率较高的热数据写入redis中，肯定是热数据也比较多，我们也得多个服务并行读取数据去写，并行的分布式的缓存预热
3.Redis缓存穿透问题
缓存穿透是指缓存和数据库中都没有的数据，而用户不断发起请求，如发起为id为“-1”的数据或id为特别大不存在的数据。这时的用户很可能是攻击者，攻击会导致数据库压力过大。
1.解决方案
对空值缓存：如果一个查询返回的数据为空（不管数据是否存在），我们仍然把这个空结果缓存，设置空结果的过期时间会很短，最长不超过5分钟。 布隆过滤器：如果想判断一个元素是不是在一个集合里，一般想到的是将集合中所有元素保存起来，然后通过比较确定。
2.布隆过滤器
布隆过滤器是一种数据结构，比较巧妙的概率型数据结构（probabilistic data structure），特点是高效地插入和查询，可以用来告诉你 “某样东西一定不存在或者可能存在”。
注意：
布隆说不存在一定不存在，布隆说存在你要小心了，它有可能不存在
使用布隆过滤器必须引入依赖
4.Redis缓存击穿问题
某一个热点 key，在缓存过期的一瞬间，同时有大量的请求打进来，由于此时缓存过期了，所以请求最终都会走到数据库，造成瞬时数据库请求量大、压力骤增，甚至可能打垮数据库。
1.解决方案
互斥锁：在并发的多个请求中，只有第一个请求线程能拿到锁并执行数据库查询操作，其他的线程拿不到锁就阻塞等着，等到第一个线程将数据写入缓存后，其他线程直接查询缓存。 热点数据不过期：直接将缓存设置为不过期，然后由定时任务去异步加载数据，更新缓存（不咋靠谱）
2.代码实现
理念是对的，但是满足不了的企业的实际需求
public String get(String key) throws InterruptedException {
String value = jedis.get(key);
// 缓存过期
if (value == null){
// 设置3分钟超时，防止删除操作失败的时候 下一次缓存不能load db
Long setnx = jedis.setnx(key +"mutex", "1");
jedis.pexpire(key + "mutex", 3 *60);
// 代表设置成功
if (setnx == 1){
// 数据库查询
//value = db.get(key);
//保存缓存
jedis.setex(key,3*60,"");
jedis.del(key + "mutex");
return value;
}else {
// 这个时候代表同时操作的其他线程已经load db并设置缓存了。 需要重新重新获取缓存
Thread.sleep(50);
// 重试
return get(key);
}
}else {
return value;
}
}
5.Redis缓存雪崩问题
缓存雪崩是指在我们设置缓存时采用了相同的过期时间，导致缓存在某一时刻同时失效，请求全部转发到DB（数据库），DB瞬时压力过重雪崩。
1.解决方案
过期时间打散：既然是大量缓存集中失效，那最容易想到就是让他们不集中生效。可以给缓存的过期时间时加上一个随机值时间，使得每个 key 的过期时间分布开来，不会集中在同一时刻失效。 热点数据不过期：该方式和缓存击穿一样，也是要着重考虑刷新的时间间隔和数据异常如何处理的情况。 加互斥锁: 该方式和缓存击穿一样，按 key 维度加锁，对于同一个 key，只允许一个线程去计算，其他线程原地阻塞等待第一个线程的计算结果，然后直接走缓存即可 开启二级缓存：让nginx作为一级缓存·，另外使用其它缓存工具作为二级缓存，让他们存相同的数据，存储时间不同，这样就解决了。
6.Redis数据一致性问题
缓存已经在项目中被广泛使用，在读取缓存方面，大家没啥疑问， 都是按照下图的流程来进行业务操作。
缓存说明：
从理论上来说，给缓存设置过期时间，是保证最终一致性的解决方案。
三种更新策略
先更新数据库，再更新缓存 先删除缓存，再更新数据库 先更新数据库，再删除缓存
先更新数据库，再更新缓存
线程安全角度 ，同时有请求A和请求B进行更新操作，那么会出现
（1）线程A更新了数据库
（2）线程B更新了数据库
（3）线程B更新了缓存
（4）线程A更新了缓存
这就出现请求A更新缓存应该比请求B更新缓存早才对，但是因为网络等原因，B却比A更早更新了缓存。这就导致了脏数据，因此不考虑。
先删缓存，再更新数据库
该方案会导致不一致的原因是。同时有一个请求A进行更新操作，另一个请求B进行查询操作。那么会出现如下情形:
（1）请求A进行写操作，删除缓存
（2）请求B查询发现缓存不存在
（3）请求B去数据库查询得到旧值
（4）请求B将旧值写入缓存
（5）请求A将新值写入数据库
注意： 该数据永远都是脏数据。
先更新数据库，再延时删缓存
(1)请求A进行删除缓存，然后去更新数据库
(2) 请求B查询发现缓存不存在了
(3)请求B去数据库查询得到新值
(4)请求B或请求A将新值写入缓存
好文推荐
发表评论