Redis缓存那点事儿，性能提升还有那些没说完的细节

上次聊了Redis缓存的基本用法和它能带来的巨大性能提升,但关于它的一些“坑”和更细节的玩法，还有很多没说完的地方，这些东西在实际项目中如果处理不好，性能提升没见到，反而会引来一堆麻烦，咱们接着往下聊。

缓存穿透：防的是“空”

缓存穿透这个词听起来有点玄乎,其实很简单，想象一下，你有一个查询用户信息的接口，正常情况是传入一个用户ID，但如果有人故意使坏，或者程序出了bug，一直用根本不存在用户ID（1，0，或者特别大的负数）来疯狂查询你的系统。

这时候,Redis里肯定没有这个ID对应的数据（因为用户不存在），所以每次请求都会“穿透”Redis缓存，直接打到后面脆弱的数据库上，短时间内海量的这种请求，数据库很可能就扛不住，直接挂掉了。

怎么防呢？有两个常见的土办法：

1. 缓存空对象：就算查不到数据，我也在Redis里存一个空值（比如user_id:-1 -> null），并且给它设置一个很短的过期时间，比如30秒，这样下一个同样的恶意请求过来，Redis就能拦住，直接返回空，不用再去查数据库了，但这样做的缺点是Redis里会多很多没用的键，浪费一点内存。
2. 布隆过滤器：这是一个更高级的玩意儿，你可以把它理解成一个放在Redis前面的、非常节省内存的“筛子”，在把数据存入数据库的同时，我把这个数据的ID也放进布隆过滤器里，当有查询请求来时，先让布隆过滤器检查一下这个ID是否存在，如果布隆过滤器说“不存在”，那这个ID肯定不在数据库里，请求直接返回空，根本不用再查缓存和数据库，如果布隆过滤器说“存在”，那这个ID可能存在（有极小的误判率），这时才放行去查缓存/数据库，这个方法非常适合防止恶意攻击。

缓存雪崩：怕的是“

缓存雪崩比缓存穿透更可怕,想象一下，你的系统里有一大批缓存数据，好巧不巧，它们都设置了相同的过期时间，结果在某个时间点，这批缓存“集体失效”了。

这时候,所有原本该走缓存的请求，像雪崩一样瞬间全部涌向了数据库，数据库的压力陡增，很可能瞬间就被压垮了。

解决雪崩的关键在于“错开”。

• 设置不同的过期时间：这是最简单有效的方法，在给缓存数据设置过期时间时，不要都用一样的60分钟，可以在基础时间上加上一个随机的偏移量，比如60分钟 + 随机0-5分钟，这样就能保证缓存不会在同一时刻大量失效，而是均匀地分布在一段时间内。
• 热点数据永不过期：对于一些极其热门、几乎不会改变的数据（比如省份城市列表），可以设置成永不过期，然后通过后台任务，在数据可能更新时，主动去更新缓存里的内容，这样就彻底避免了因过期导致的雪崩。

缓存击穿：倒霉的“热点”

缓存击穿有点像雪崩,但范围小很多，破坏力却可能很大，它指的是某一个热点数据（比如某个顶流明星的微博信息）过期了，但此时有大量并发请求同时来读取这个数据。

这个热点缓存一失效,大量的请求就像找到了一个突破口，集中火力全部打向数据库，把这个热点数据的查询压力全部转移给了数据库，导致数据库响应变慢甚至崩溃。

对付缓存击穿,常用的办法是“加锁”。

• 分布式锁：当第一个发现缓存失效的请求到来时，它不会立刻去查数据库，而是先在Redis里设置一个特殊的“锁”键，设置成功的那个请求，才有资格去数据库查询数据，并重建缓存，其他并发的请求看到这个“锁”键存在，就会等待一小段时间，然后重试去缓存里读取数据，等第一个请求重建好缓存后，删除“锁”键，所有等待的请求就能从缓存中拿到数据了，这样就保证了只有一个请求会去访问数据库。

数据一致性：这是个难题

用了缓存,就不得不面对一个问题：缓存里的数据和数据库里的数据，如何保持同步？当你更新了数据库后，是先删缓存，还是先更新数据库？这个顺序很有讲究，搞不好就会读到脏数据。

这是一个非常复杂的话题,没有银弹，常见的策略有：

• 先更新数据库，再删除缓存：这是更常用的策略，被称为Cache-Aside模式，即使删除缓存失败了，也顶多是下次读到旧数据（有一定延迟），但不会造成持久性的数据错误，在极端的并发场景下，也可能出现短暂的不一致。
• 设置短暂的缓存过期时间：给缓存一个不过分长的过期时间，比如1分钟，这样即使出现不一致，也最多持续一分钟，数据最终会保持一致，这是一种用轻微的数据延迟来换取系统简单性和稳定性的权衡。

别把Redis当数据库

最后要提醒一点,虽然Redis性能极高，但千万不要把它当成主力数据库来用，它的主要价值在于“缓存”，即存放临时、热点的数据，所有在Redis里的数据，都应该有数据库作为背后的“靠山”，因为Redis的数据是存在内存里的，虽然有持久化机制（RDB快照和AOF日志），但在极端情况下（比如服务器突然断电且没来得及持久化），仍然有丢失数据的风险，如果你把唯一的数据副本放在Redis里，那将是灾难性的。

Redis是个好东西,但用起来有很多细节要注意，防穿透、防雪崩、防击穿是保证稳定性的关键，而数据一致性则是需要根据业务场景仔细权衡的难题，理解了这些，你才能真正玩转Redis缓存。