摘要：什么是緩存雪崩？對于系統 A，假設每天高峰期每秒 5000 個請求，本來緩存在高峰期可以扛住每秒 4000 個請求，但是緩存機器意外發生了全盤宕機。緩存掛了，此時 1 秒 5000 個請求全部落數據庫，數據庫...

緩存雪崩

對于系統 A，假設每天高峰期每秒 5000 個請求，本來緩存在高峰期可以扛住每秒 4000 個請求，但是緩存機器意外發生了全盤宕機。緩存掛了，此時 1 秒 5000 個請求全部落數據庫，數據庫必然扛不住，它會報一下警，然后就掛了。此時，如果沒有采用什么特別的方案來處理這個故障，DBA 很著急，重啟數據庫，但是數據庫立馬又被新的流量給打死了。

這就是緩存雪崩。

幾年前，國內比較知名的一個互聯網公司，曾因為緩存事故，導致雪崩，后臺系統全部崩潰，事故從當天下午持續到晚上凌晨 3~4 點，公司損失了幾千萬。

緩存雪崩的事前事中事后的解決方案如下。

事前：redis 高可用，主從+哨兵，redis cluster，避免全盤崩潰。

事中：本地 ehcache 緩存 + hystrix 限流&降級，避免 MySQL 被打死。

事后：redis 持久化，一旦重啟，自動從磁盤上加載數據，快速恢復緩存數據。

用戶發送一個請求，系統 A 收到請求后，先查本地 ehcache 緩存，如果沒查到再查 redis。如果 ehcache 和 redis 都沒有，再查數據庫，將數據庫中的結果，寫入 ehcache 和 redis 中。

限流組件，可以設置每秒的請求，有多少能通過組件，剩余的未通過的請求，怎么辦？走降級！可以返回一些默認的值，或者友情提示，或者空白的值。

好處：

數據庫絕對不會死，限流組件確保了每秒只有多少個請求能通過。

只要數據庫不死，就是說，對用戶來說，2/5 的請求都是可以被處理的。

只要有 2/5 的請求可以被處理，就意味著你的系統沒死，對用戶來說，可能就是點擊幾次刷不出來頁面，但是多點幾次，就可以刷出來一次。

緩存穿透

對于系統A，假設一秒 5000 個請求，結果其中 4000 個請求是黑客發出的惡意攻擊。

黑客發出的那 4000 個攻擊，緩存中查不到，每次你去數據庫里查，也查不到。

舉個栗子。數據庫 id 是從 1 開始的，結果黑客發過來的請求 id 全部都是負數。這樣的話，緩存中不會有，請求每次都“視緩存于無物”，直接查詢數據庫。這種惡意攻擊場景的緩存穿透就會直接把數據庫給打死。

解決方式很簡單，每次系統 A 從數據庫中只要沒查到，就寫一個空值到緩存里去，比如 set -999 UNKNOWN。然后設置一個過期時間，這樣的話，下次有相同的 key 來訪問的時候，在緩存失效之前，都可以直接從緩存中取數據。

緩存擊穿

緩存擊穿，就是說某個 key 非常熱點，訪問非常頻繁，處于集中式高并發訪問的情況，當這個 key 在失效的瞬間，大量的請求就擊穿了緩存，直接請求數據庫，就像是在一道屏障上鑿開了一個洞。

解決方式也很簡單，可以將熱點數據設置為永遠不過期；或者基于 redis or zookeeper 實現互斥鎖，等待第一個請求構建完緩存之后，再釋放鎖，進而其它請求才能通過該 key 訪問數據。