如何处理 Redis 缓存击穿问题？

推荐答案

1. 使用互斥锁（Mutex Lock）

在缓存失效时，使用互斥锁确保只有一个线程去数据库加载数据，其他线程等待锁释放后直接从缓存中获取数据。

// www.javascriptcn.com code example
import redis
import threading

cache = redis.Redis(host='localhost', port=6379, db=0)
lock = threading.Lock()

def get_data(key):
    data = cache.get(key)
    if data is None:
        with lock:
            # 再次检查缓存，防止其他线程已经更新了缓存
            data = cache.get(key)
            if data is None:
                # 从数据库加载数据
                data = load_data_from_db(key)
                cache.set(key, data, ex=60)  # 设置缓存过期时间
    return data

2. 使用永不过期的缓存

对于热点数据，可以设置缓存永不过期，通过后台定时任务定期更新缓存。

// www.javascriptcn.com code example
def get_data(key):
    data = cache.get(key)
    if data is None:
        data = load_data_from_db(key)
        cache.set(key, data)  # 不设置过期时间
    return data

# 后台任务定期更新缓存
def update_cache_periodically():
    while True:
        data = load_data_from_db('hot_key')
        cache.set('hot_key', data)
        time.sleep(60)  # 每分钟更新一次

3. 使用布隆过滤器（Bloom Filter）

在查询缓存之前，先通过布隆过滤器判断数据是否存在，避免对不存在的数据进行查询。

// www.javascriptcn.com code example
from pybloom_live import BloomFilter

bf = BloomFilter(capacity=100000, error_rate=0.001)

def get_data(key):
    if key not in bf:
        return None
    data = cache.get(key)
    if data is None:
        data = load_data_from_db(key)
        cache.set(key, data, ex=60)
    return data

本题详细解读

1. 缓存击穿的定义

缓存击穿是指一个热点数据在缓存中过期后，大量并发请求同时访问数据库，导致数据库压力骤增的现象。

2. 缓存击穿的危害

• 数据库压力：大量请求直接打到数据库，可能导致数据库崩溃。
• 系统性能下降：数据库响应变慢，影响整体系统性能。

3. 解决方案的优缺点

• 互斥锁：

  • 优点：简单易实现，能有效防止缓存击穿。
  • 缺点：锁的粒度较大，可能影响系统吞吐量。

• 永不过期的缓存：

  • 优点：避免缓存失效，减少数据库压力。
  • 缺点：需要额外的后台任务维护缓存，增加了系统复杂性。

• 布隆过滤器：

  • 优点：减少对不存在数据的查询，降低数据库压力。
  • 缺点：存在一定的误判率，且需要额外的存储空间。

4. 实际应用场景

• 互斥锁：适用于热点数据较少且并发量适中的场景。
• 永不过期的缓存：适用于热点数据较多且数据更新频率较低的场景。
• 布隆过滤器：适用于数据量大且查询频繁的场景。