小张兴冲冲去面试,结果被面试官吊打!
小张:面试官,你好。我是来参加面试的。
面试官:你好,小张。我看了你的简历,你们平时在项目中用了redis,能说一下你们使用redis的场景吗?
小张:redis的话我们主要是用来存储一些常用的配置类数据还有一些热点数据;还有存储一些到期失效的数据,比如登录用户颁发的token等。
面试官:那好,既然你们用来存储热点数据。那么我来问你个实际场景,查询热点数据的时候会先从缓存加载,如果缓存没有命中则会检索数据库获取数据。往往我们还会给热点缓存数据设置一个过期时间。那么我的问题是,假设在某一时间点热点缓存全部过期失效了,这样所有的请求都会直接进入数据库,一瞬间就会把数据库压垮,如果是你会怎么解决这个问题?
小张:emm...面试官,我肚子有点不舒服,我先回去了。小张卒!
面试官:因为缓存同一时间大面积的失效,或者缓存服务暂时不能提供服务等,从而导致所有请求都去查数据库,导致数据库CPU和内存负载过高,甚至宕机。这一现象被称之为 缓存雪崩。
缓存雪崩可以通过以下四个维度来解决:
- 缓存预热
数据加热的含义就是在正式部署之前,先把可能的数据先预先访问一遍,这样部分可能大量访问的数据就会加载到缓存中。在即将发生大并发访问前手动触发加载缓存不同的key。
- 加上互斥锁
可以在第一个查询数据的请求上使用一个互斥锁来锁住它,其他的线程走到这一步拿不到锁就等着,等第一个线程查询到了数据,然后将数据放到redis缓存起来。后面的线程进来发现已经有缓存了,就直接走缓存。
- 过期时间均匀分布
给缓存的时效时间加上随机因子,即给缓存设置不同的过期时间,让缓存失效的时间点尽量均匀。
- 构建高可用的缓存系统
把Redis设计成高可用的,即使个别节点、个别机器、甚至是机房宕掉,依然可以提供服务,例如 Redis Sentinel 和 Redis Cluster 都实现了高可用。
面试官:各位看官朋友们,你们学会怎么解决缓存雪崩的问题了吗?希望你们的面试不会被这个问题难倒哟~
小张:学到了学到了,我下次再来。(早知道不提什么热点数据了,不提面试官就不会问。)
面试官:小样,不问这个那么我不会问其他的了吗?你下次再来试试!
**粗体** _斜体_ [链接](http://example.com) `代码` - 列表 > 引用
。你还可以使用@
来通知其他用户。