redis雪崩和穿透，redis雪崩怎么解决

各位老铁们，大家好，今天由我来为大家分享redis雪崩和穿透，以及redis雪崩怎么解决的相关问题知识，希望对大家有所帮助。如果可以帮助到大家，还望关注收藏下本站，您的支持是我们最大的动力，谢谢大家了哈，下面我们开始吧！

海量数据下如何正确访问Redis服务才不会挂掉

要保证Redis不会挂掉，也就是提高Redis的高可用性，可以从这么几个方面考虑。

集群式部署方式

Redis单副本：也就是只部署一台Redis，不需要节点之间的数据同步，架构简单，部署方便；但是单台机器毕竟是有风险的，按照题目中【海量数据】的场景，是不能达到高可用要求的。

Redis主从：主从实例可以部署在不同的物理服务器上，充分利用多台服务器的资源，在主库发生故障的时候，可以进行主备切换，从而保证系统的稳定运行，甚至可以做到读写分离，主库专门用作写操作，一台或多台备库进行读操作；但是当主库发生故障的时候（如果没有HA方案的话），是需要手动进行主备切换的。

RedisSentinel：部署架构分为两部分【Sentinel集群】和【数据集群】；Sentinel集群是由多个Sentinel节点组成的分布式集群，通常是2N+1台服务器，可以实现故障发现和转移、客户端通知等功能；数据集群用于存储数据；它能够解决主从模式下的自动切换问题，并且数据集群是可以横向扩展的；当然这个架构实现和部署起来，也更为复杂一些；并且这个架构不能做到读写分离。

RedisCluster：Redis3.0集群，是分布式集群解决方案之一，物理架构中配置2N个节点（主从一一对应），主节点提供读写操作，从节点作为备份；数据分布保存在多个节点上，是一种无中心的架构，如果有部分节点发生故障，能够实现故障自动转移和切换，用投票机制完成备库升级为主库（下文的Redis分片章节，还会介绍到RedisCluster）。

Redis分片

Redis在3.0之前只支持单实例，在此之前，在数据量比较大的情况，通常有几种方案可以做到把数据分片保存到多台服务器上。

客户端分片：分片逻辑被放到了客户端上，由客户端根据路由规则，把数据保存不同的Redis实例中，读取的时候也是根据规则，去对应的实例上读取数据；但是当Redis实例数量发生变化的时候（增加实例或减少实例），需要手动地调整分片的规则程序；并且这种部署方式，也增加了运维的成本。

Redis代理组件：在这种架构中，客户端不再直接访问Redis实例，而是访问代理组件，由它管理路由的规则；客户端不需要关心有几个Redis实例，数据被路由到哪个实例上；但是由于在客户端和Redis之间增加了一层代理，多多少少也会产生一些性能上的损耗。

RedisCluster：上文中提到的Redis3.0集群，这里对数据的存储和路由方式，再介绍几句：Redis把所有的Key分成了16384个slot，每个Redis实例负责其中一部分slot；每个Redis都知道每个slot在哪个节点上存储（实例节点定期做数据交换）；当客户端访问到一个Redis实例的时候，如果数据不在这个实例上，那么会通过重定向命令引导客户端访问数据所在的实例。

热点数据挑战单节点的极限

虽然我们已经把数据分散保存到多台Redis实例上了，但是如果有一个热点数据被频繁访问，超过了单实例的服务器极限，那么该如何解决呢？通常的手段就是做读写分离，部署多台只读节点，对外提供服务。

我将持续分享Java开发、架构设计、程序员职业发展等方面的见解，希望能得到你的关注。

如何解决Redis缓存雪崩、缓存穿透、缓存并发等问题

缓存穿透

很多项目在使用Redis或其他缓存框架的时候，都是先查询缓存，查询不的话再查询数据库，查到之后再放到内存中；如果一个key值本身就不存在，那么每一次都会查询数据库，也就是常说的【缓存穿透】。

应对方法：

如果在Redis中查询不到，并且查询数据库也没有结果，那么就将这个key写入到Redis中，value=空，并设置一个超时过期时间，例如五分钟，那么五分钟以内的对这个可以的所有查询就可以拦截下来，如果数据库有key对应的数据了，那么五分钟后Redis中的缓存过期，会访问数据库并加载缓存；但是如果被恶意攻击，每次请求的key都不相同且不存在，那么依然会穿透到数据库；

布隆过滤器：将可能存在的数据Hash到一个足够大的bitmap上，它可以告诉你“某个key一定不存在或者可能存在”，一个一定不存在的数据会被bitmap拦截。

缓存雪崩

很多时候，Redis中的缓存是要设置过期时间的，假如Redis中的数据，过期时间都设置成一样的，那么到了时间之后，全部缓存过期失效，下一秒所有的请求都会访问数据库，那么数据库可能因为访问量多大导致“崩溃”，这就是缓存雪崩。

应对方法：

最暴力的解决办法，缓存不设置自动过期时间，只要缓存不崩，数据库就不会崩。

另外一个办法，就是让缓存过期时间不那么一致，比如一批缓存数据24小时后过期，那么就在这个基础上，每条缓存的过期时间前后随机1-6000秒（1-10分钟）。

缓存并发

大多数时候，我们的程序访问Redis都不可能是单线程，那么当多个Client并发对Redis进行setkey操作的时候，可能会产生一些问题；其实Redis本身是单线程的，这种时候会按照先后顺序进行操作；或者把操作放在队列中，按顺序执行；

但比如这种情况：

token过期，有两个线程都去重新获取token；

线程1获取token1；

线程2获取到token2，此时token1过期；

线程1把token1放到Redis，再拿着token1去调用服务，发现过期了，继续去请求token3，此时token2过期；

线程2把token2放到Redis，再拿着token2去调用服务，发现过期了，继续去请求token4，此时token3过期；

......

这就需要我们在更新缓存的时候，做一些控制了。

我将持续分享Java开发、架构设计、程序员职业发展等方面的见解，希望能得到你的关注。

好了，文章到这里就结束啦，如果本次分享的redis雪崩和穿透和redis雪崩怎么解决问题对您有所帮助，还望关注下本站哦！