Redis 雪崩
緩存層承載着大量的請求，有效保護了存儲層。但是如果由於緩存大量失效或者緩存整體不能提供服務，導致大量的請求到達存儲層，會使存儲層負載增加，這就是緩存雪崩的場景。
解決緩存雪崩，可以從以下幾個方面入手。
1.保持緩存層的高可用性
使用Redis 哨兵模式或者Redis 集群部署方式，即便個別Redis 節點下線，整個緩存層依然可以使用。除此之外，還可以在多個機房部署 Redis，這樣即便是機房死機，依然可以實現緩存層的高可用。
2.限流降級組件
無論是緩存層還是存儲層都會有出錯的概率，可以將它們視為資源。作為並發量較大的分布式系統，假如有一個資源不可用，可能會造成所有線程在獲取這個資源時異常，造成整個系統不可用。降級在高並發系統中是非常正常的，比如推薦服務中，如果個性化推薦服務不可用，可以降級補充熱點數據，不至於造成整個推薦服務不可用。常見的限流降級組件如 Hystrix、Sentinel 等。
3.緩存不過期
Redis 中保存的 key 永不失效，這樣就不會出現大量緩存同時失效的問題，但是隨之而來的就是Redis 需要更多的存儲空間。
4.優化緩存過期時間
設計緩存時，為每一個 key 選擇合適的過期時間，避免大量的 key 在同一時刻同時失效，造成緩存雪崩。
5.使用互斥鎖重建緩存
在高並發場景下，為了避免大量的請求同時到達存儲層查詢數據、重建緩存，可以使用互斥鎖控制，如根據 key 去緩存層查詢數據，當緩存層為命中時，對 key 加鎖，然后從存儲層查詢數據，將數據寫入緩存層，最后釋放鎖。若其他線程發現獲取鎖失敗，則讓線程休眠一段時間后重試。對於鎖的類型，如果是在單機環境下可以使用 Java 並發包下的 Lock，如果是在分布式環境下，可以使用分布式鎖（Redis 中的 SETNX 方法）。
分布式環境下使用Redis 分布式鎖實現緩存重建，優點是設計思路簡單，對數據一致性有保障；缺點是代碼復雜度增加，有可能會造成用戶等待。假設在高並發下，緩存重建期間 key 是鎖着的，如果當前並發 1000 個請求，其中 999 個都在阻塞，會導致 999 個用戶請求阻塞而等待。
6.異步重建緩存
在這種方案下構建緩存采取異步策略，會從線程池中獲取線程來異步構建緩存，從而不會讓所有的請求直接到達存儲層，該方案中每個Redis key 維護邏輯超時時間，當邏輯超時時間小於當前時間時，則說明當前緩存已經失效，應當進行緩存更新，否則說明當前緩存未失效，直接返回緩存中的 value 值。如在Redis 中將 key 的過期時間設置為 60 min，在對應的 value 中設置邏輯過期時間為 30 min。這樣當 key 到了 30 min 的邏輯過期時間，就可以異步更新這個 key 的緩存，但是在更新緩存的這段時間內，舊的緩存依然可用。這種異步重建緩存的方式可以有效避免大量的 key 同時失效。
end：如果你覺得本文對你有幫助的話，記得關注點贊轉發，你的支持就是我更新動力。（商務合作私信即可）