Redis 雪崩問題

Redis雪崩 是指在 Redis 緩存系統(tǒng)中，當大量緩存同時失效時，所有請求直接打到數(shù)據(jù)庫，導致數(shù)據(jù)庫瞬間壓力激增，甚至崩潰的現(xiàn)象。雪崩問題通常出現(xiàn)在高并發(fā)的系統(tǒng)中，因為緩存的失效導致后端數(shù)據(jù)庫承受不了巨大的請求量。

具體表現(xiàn)：

• 大量緩存同時失效后，所有流量直接訪問數(shù)據(jù)庫。
• 數(shù)據(jù)庫承載過大的并發(fā)量，導致性能急劇下降，甚至崩潰。
• 之后，當 Redis 緩存恢復正常時，由于數(shù)據(jù)庫崩潰或者性能下降，依然無法正常服務(wù)。

一、Redis 雪崩的原因

1. 大批量緩存同時失效：當 Redis 中的大批量緩存設(shè)置了相同的過期時間，并且過期后沒有及時重新生成，所有原本應(yīng)從緩存中獲取的數(shù)據(jù)都會直接從數(shù)據(jù)庫中請求，導致數(shù)據(jù)庫壓力瞬間增加。

2. 緩存服務(wù)器宕機：如果 Redis 緩存服務(wù)器因為某種原因宕機，所有請求將直接訪問數(shù)據(jù)庫，這可能會導致數(shù)據(jù)庫無法承受高并發(fā)的請求，進而崩潰。

3. 網(wǎng)絡(luò)問題：Redis 服務(wù)在某些時段因為網(wǎng)絡(luò)原因無法連接，導致緩存服務(wù)不可用，所有請求也直接打到數(shù)據(jù)庫上，可能引發(fā)類似雪崩的情況。

二、Redis 雪崩的解決方案

1. 緩存預熱：在系統(tǒng)上線之前，可以提前將一些常用數(shù)據(jù)緩存到 Redis 中，避免上線后大量請求直接打到數(shù)據(jù)庫。這可以通過后臺線程預先加載一些熱門數(shù)據(jù)，也可以手動設(shè)置緩存。

2. 設(shè)置不同的緩存過期時間：如果所有的緩存數(shù)據(jù)設(shè)置相同的過期時間，當緩存到期后，可能會出現(xiàn)大量緩存同時失效的情況。為了避免這種情況，可以為不同的緩存設(shè)置不同的過期時間，或者在設(shè)置緩存時加上一個隨機的時間差。

3. 緩存永不過期：對于一些熱點數(shù)據(jù)，特別是經(jīng)常被訪問但又很少變化的數(shù)據(jù)，可以設(shè)置緩存永不過期，同時在后臺更新緩存。

4. 緩存降級：當 Redis 宕機或者出現(xiàn)異常時，可以使用緩存降級策略，允許某些非核心數(shù)據(jù)的讀取失敗。也可以通過服務(wù)降級手段，限制對數(shù)據(jù)庫的訪問，從而保護數(shù)據(jù)庫。

5. 互斥鎖（防止擊穿）：當大量緩存同時失效時，如果多個線程同時請求數(shù)據(jù)庫并寫入緩存，可能會導致數(shù)據(jù)庫壓力劇增。可以使用互斥鎖的方式，確保只有一個線程能夠更新緩存，其他線程等待緩存更新完成后再讀取緩存。

6. 數(shù)據(jù)持久化與集群：使用 Redis 的持久化機制（如 RDB、AOF）或搭建 Redis 集群來保證緩存的高可用性。當某個節(jié)點失效時，可以自動切換到其他節(jié)點，避免緩存服務(wù)器宕機導致雪崩。

7. 請求限流和熔斷：對系統(tǒng)進行限流和熔斷保護，當緩存失效時，限制對數(shù)據(jù)庫的請求數(shù)量，防止數(shù)據(jù)庫過載。

三、解決方案的具體實現(xiàn)

1. 緩存預熱

通過提前加載一些常用的緩存數(shù)據(jù)，避免在系統(tǒng)剛啟動時，所有請求直接打到數(shù)據(jù)庫。這可以通過手動加載或者后臺任務(wù)實現(xiàn)。

@Service
public class CachePrewarmService {@Autowiredprivate RedisTemplate<String, Object> redisTemplate;public void preloadCache() {// 假設(shè)我們要預熱一些數(shù)據(jù)String key = "hot_data_key";Object data = loadDataFromDB();  // 從數(shù)據(jù)庫加載數(shù)據(jù)redisTemplate.opsForValue().set(key, data, 1, TimeUnit.HOURS); // 設(shè)置緩存，并設(shè)定1小時過期}private Object loadDataFromDB() {// 模擬從數(shù)據(jù)庫加載數(shù)據(jù)return new Object();  // 返回數(shù)據(jù)庫中的數(shù)據(jù)}
}

2. 隨機過期時間（解決大規(guī)模緩存同時失效）

我們可以通過在設(shè)置緩存過期時間時，給每個緩存增加一個隨機值，避免同時過期導致雪崩。

@Service
public class CacheService {@Autowiredprivate RedisTemplate<String, Object> redisTemplate;public void setCacheWithRandomTTL(String key, Object value) {// 設(shè)置基礎(chǔ)的緩存時間，比如1小時long baseTime = 60 * 60;// 添加一個隨機的過期時間，避免同一時間大量緩存同時失效long randomTime = new Random().nextInt(300);  // 隨機增加0~300秒redisTemplate.opsForValue().set(key, value, baseTime + randomTime, TimeUnit.SECONDS);}
}

3. 使用互斥鎖防止緩存擊穿

緩存擊穿是指某個熱點數(shù)據(jù)的緩存失效后，瞬間大量請求直接打到數(shù)據(jù)庫，導致數(shù)據(jù)庫壓力驟增?？梢允褂梅植际芥i，確保在緩存失效時，只有一個線程能請求數(shù)據(jù)庫，其他線程等待緩存重新生成。

@Service
public class CacheWithLockService {@Autowiredprivate RedisTemplate<String, Object> redisTemplate;// 獲取數(shù)據(jù)時，使用分布式鎖public Object getCacheWithLock(String key) {Object value = redisTemplate.opsForValue().get(key);if (value == null) {// 使用 Redis 的 setIfAbsent (NX) 命令實現(xiàn)分布式鎖String lockKey = key + "_lock";Boolean lockAcquired = redisTemplate.opsForValue().setIfAbsent(lockKey, "LOCK", 5, TimeUnit.SECONDS);if (lockAcquired != null && lockAcquired) {try {// 緩存失效且獲得鎖，查詢數(shù)據(jù)庫并更新緩存value = loadDataFromDB();redisTemplate.opsForValue().set(key, value, 60, TimeUnit.SECONDS);} finally {// 釋放鎖redisTemplate.delete(lockKey);}} else {// 未獲得鎖，等待緩存更新try {Thread.sleep(100);} catch (InterruptedException e) {e.printStackTrace();}return redisTemplate.opsForValue().get(key);  // 再次嘗試獲取緩存}}return value;}private Object loadDataFromDB() {// 模擬從數(shù)據(jù)庫加載數(shù)據(jù)return new Object();  // 返回數(shù)據(jù)庫中的數(shù)據(jù)}
}

4. 緩存降級

當 Redis 不可用時，系統(tǒng)可以通過降級策略，直接訪問數(shù)據(jù)庫或者返回一些默認值。我們可以通過 try-catch 捕獲 Redis 異常，來實現(xiàn)降級邏輯。

@Service
public class CacheDegradeService {@Autowiredprivate RedisTemplate<String, Object> redisTemplate;public Object getData(String key) {try {Object value = redisTemplate.opsForValue().get(key);if (value != null) {return value;}} catch (Exception e) {// Redis 發(fā)生異常時，執(zhí)行降級邏輯System.out.println("Redis不可用，執(zhí)行降級策略");}// Redis不可用或者緩存失效，直接從數(shù)據(jù)庫獲取數(shù)據(jù)return loadDataFromDB();}private Object loadDataFromDB() {// 模擬從數(shù)據(jù)庫加載數(shù)據(jù)return new Object();  // 返回數(shù)據(jù)庫中的數(shù)據(jù)}
}

5. 數(shù)據(jù)持久化與集群

Redis 提供了 RDB 和 AOF 的持久化機制來保證數(shù)據(jù)不會因為 Redis 崩潰而丟失。同時，通過 Redis 的集群模式，我們可以將數(shù)據(jù)分布在多個節(jié)點上，提升系統(tǒng)的可靠性和可用性。

# 開啟 AOF 持久化
appendonly yes
# 每秒同步一次 AOF 文件
appendfsync everysec# Redis Cluster 配置，啟動多個節(jié)點，配置集群
cluster-enabled yes
cluster-config-file nodes-6379.conf
cluster-node-timeout 5000

四、總結(jié)

1. Redis 雪崩 是在緩存失效后，大量請求直接打到數(shù)據(jù)庫，導致數(shù)據(jù)庫壓力驟增甚至崩潰的問題。在高并發(fā)場景下，Redis 雪崩可能會帶來嚴重后果。

2. 為了避免 Redis 雪崩，可以采取多種措施，如 緩存預熱、設(shè)置不同過期時間、使用互斥鎖防止緩存擊穿、緩存降級、限流與熔斷機制 等。

3. 持久化與集群 是提升 Redis 可用性的關(guān)鍵，確保即便在單個節(jié)點失效的情況下，服務(wù)依然能夠正常工作。

通過合理的策略和設(shè)計，開發(fā)者可以大大降低 Redis 雪崩的風險，保障系統(tǒng)的高可用性和穩(wěn)定性。