前言

設計一個快取系統，不得不要考慮的問題就是：快取穿透、快取擊穿與失效時的雪崩效應。

快取穿透

快取穿透是指查詢一個一定不存在的資料，由於快取是不命中時被動寫的，並且出於容錯考慮，如果從儲存層查不到資料則不寫入快取，這將導致這個不存在的資料每次請求都要到儲存層去查詢，失去了快取的意義。在流量大時，可能DB就掛掉了，要是有人利用不存在的key頻繁攻擊我們的應用，這就是漏洞。

解決方案

有很多種方法可以有效地解決快取穿透問題，最常見的則是採用布隆過濾器，將所有可能存在的資料雜湊到一個足夠大的bitmap中，一個一定不存在的資料會被 這個bitmap攔截掉，從而避免了對底層儲存系統的查詢壓力。另外也有一個更為簡單粗暴的方法（我們採用的就是這種），如果一個查詢返回的資料為空（不管是數 據不存在，還是系統故障），我們仍然把這個空結果進行快取，但它的過期時間會很短，最長不超過五分鐘。

快取雪崩

快取雪崩是指在我們設定快取時採用了相同的過期時間，導致快取在某一時刻同時失效，請求全部轉發到DB，DB瞬時壓力過重雪崩。

解決方案

快取失效時的雪崩效應對底層系統的衝擊非常可怕。大多數系統設計者考慮用加鎖或者佇列的方式保證快取的單線 程（程序）寫，從而避免失效時大量的併發請求落到底層儲存系統上。這裡分享一個簡單方案就時講快取失效時間分散開，比如我們可以在原有的失效時間基礎上增加一個隨機值，比如1-5分鐘隨機，這樣每一個快取的過期時間的重複率就會降低，就很難引發集體失效的事件。

快取擊穿

對於一些設定了過期時間的key，如果這些key可能會在某些時間點被超高併發地訪問，是一種非常“熱點”的資料。這個時候，需要考慮一個問題：快取被“擊穿”的問題，這個和快取雪崩的區別在於這裡針對某一key快取，前者則是很多key。

快取在某個時間點過期的時候，恰好在這個時間點對這個Key有大量的併發請求過來，這些請求發現快取過期一般都會從後端DB載入資料並回設到快取，這個時候大併發的請求可能會瞬間把後端DB壓垮。

解決方案

我們的目標是：儘量少的執行緒構建快取(甚至是一個) + 資料一致性 + 較少的潛在危險，下面會介紹四種方法來解決這個問題：

1、使用互斥鎖(mutex key): 這種解決方案思路比較簡單，就是隻讓一個執行緒構建快取，其他執行緒等待構建快取的執行緒執行完，重新從快取獲取資料就可以了（如下圖）

如果是單機，可以用synchronized或者lock來處理，如果是分散式環境可以用分散式鎖就可以了（分散式鎖，可以用memcache的add, redis的setnx, zookeeper的新增節點操作）。

下面是Tim yang部落格的程式碼，是memcache的虛擬碼實現

if (memcache.get(key) == null) {      
// 3 min timeout to avoid mutex holder crash      
if (memcache.add(key_mutex, 3 * 60 * 1000) == true) {  
        value = db.get(key);  
        memcache.set(key, value);  
        memcache.delete(key_mutex);  
    } 
else {  
        sleep(50);  
        retry();  
    }  
}  

如果換成redis，就是：

String get(String key) {     
String value = redis.get(key);     
if (value  == null) {      
if (redis.setnx(key_mutex, "1")) {          
// 3 min timeout to avoid mutex holder crash  
        redis.expire(key_mutex, 3 * 60)  
        value = db.get(key);  
        redis.set(key, value); 
        redis.delete(key_mutex);  
    } else {          
//其他執行緒休息50毫秒後重試          
Thread.sleep(50);  
        get(key);  
    }  
  }  
}  

2、"提前"使用互斥鎖(mutex key)：

在value內部設定1個超時值(timeout1), timeout1比實際的memcache timeout(timeout2)小。當從cache讀取到timeout1發現它已經過期時候，馬上延長timeout1並重新設定到cache。然後再從資料庫載入資料並設定到cache中。虛擬碼如下：

v = memcache.get(key);  
if (v == null) {      
if (memcache.add(key_mutex, 3 * 60 * 1000) == true) {  
        value = db.get(key);  
        memcache.set(key, value);  
        memcache.delete(key_mutex);  
    } else {  
        sleep(50);  
        retry();  
    }  
} else {      
if (v.timeout <= now()) {          
if (memcache.add(key_mutex, 3 * 60 * 1000) == true) {              
// extend the timeout for other threads  
            v.timeout += 3 * 60 * 1000;  
            memcache.set(key, v, KEY_TIMEOUT * 2);              
// load the latest value from db  
            v = db.get(key);  
            v.timeout = KEY_TIMEOUT;  
            memcache.set(key, value, KEY_TIMEOUT * 2);  
            memcache.delete(key_mutex);  
        } else {  
            sleep(50);  
            retry();  
        }  
    }  
}  

3、“永遠不過期”：

這裡的“永遠不過期”包含兩層意思：

1、從redis上看，確實沒有設定過期時間，這就保證了，不會出現熱點key過期問題，也就是“物理”不過期。

2、從功能上看，如果不過期，那不就成靜態的了嗎？所以我們把過期時間存在key對應的value裡，如果發現要過期了，通過一個後臺的非同步執行緒進行快取的構建，也就是“邏輯”過期

從實戰看，這種方法對於效能非常友好，唯一不足的就是構建快取時候，其餘執行緒(非構建快取的執行緒)可能訪問的是老資料，但是對於一般的網際網路功能來說這個還是可以忍受。

String get(final String key) {  
        V v = redis.get(key);          
String value = v.getValue();          
long timeout = v.getTimeout();          
if (v.timeout <= System.currentTimeMillis()) {              
// 非同步更新後臺異常執行  
            threadPool.execute(new Runnable() {                  
public void run() {                      
String keyMutex = "mutex:" + key;                      
if (redis.setnx(keyMutex, "1")) {                          
// 3 min timeout to avoid mutex holder crash  
                        redis.expire(keyMutex, 3 * 60);                          
String dbValue = db.get(key);  
                        redis.set(key, dbValue);  
                        redis.delete(keyMutex);  
                    }  
                }  
            });  
        }          
return value;  
    }  

4、資源保護：

之前在快取雪崩那篇文章提到了netflix的hystrix，可以做資源的隔離保護主執行緒池，如果把這個應用到快取的構建也未嘗不可。

5、四種方案對比：

作為一個併發量較大的網際網路應用，我們的目標有3個:
1、加快使用者訪問速度，提高使用者體驗。
2、降低後端負載，保證系統平穩。
3、保證資料“儘可能”及時更新(要不要完全一致，取決於業務，而不是技術。)

所以第二節中提到的四種方法，可以做如下比較，還是那就話：沒有最好，只有最合適。

解決方案

一、簡單分散式鎖(Tim yang)

優點
1、思路簡單
2、保證一致性

缺點
1、程式碼複雜度增大
2、存在死鎖的風險
3、存線上程池阻塞的風險

二、加另外一個過期時間(Tim yang)

優點
1、保證一致性

缺點
1、程式碼複雜度增大
2、存在死鎖的風險
3、存線上程池阻塞的風險

三、不過期(本文)

優點
1、非同步構建快取，不會阻塞執行緒池

缺點
1、不保證一致性。
2、程式碼複雜度增大(每個value都要維護一個timekey)。
3、佔用一定的記憶體空間(每個value都要維護一個timekey)。

四、不過期(本文)

優點
1、hystrix技術成熟，有效保證後端。
2、hystrix監控強大。

**缺點
1、部分訪問存在降級策略。

歡迎大家加入粉絲群：963944895，群內免費分享Spring框架、Mybatis框架SpringBoot框架、SpringMVC框架、SpringCloud微服務、Dubbo框架、Redis快取、RabbitMq訊息、JVM調優、Tomcat容器、MySQL資料庫教學視訊及架構學習思維導圖

總結

熱點key + 過期時間 + 複雜的構建快取過程 => mutex key問題
構建快取一個執行緒做就可以了。
四種解決方案：沒有最佳只有最合適。