一.無處不在的快取
快取在計算機系統是無處不在，在CPU層面有L1-L3的Cache，在Linux中有TLB加速虛擬地址和實體地址的轉換，在應用層有Redis等記憶體資料庫快取、在瀏覽器有本地快取、手機有本地檔案快取等等。
可見，快取在計算機系統中有非常重要的地位，主要作用就是提高響應速度、減少磁碟讀取等，本文主要討論在高併發系統中的快取系統。一句話概括快取系統在高併發系統中的地位的話，就是：

如果高併發系統是烤羊肉串，那麼快取系統就是那一撮孜然......

二.高併發系統中的快取

• 快取系統的作用

快取系統在高併發系統的作用巨大，沒有快取系統很難支撐C50K(或許這個值已經非常樂觀了)以上的場景。
基於機械磁碟或SSD的資料庫系統，讀寫的速度遠慢於記憶體，因此單純磁碟介質的資料庫無法支撐高併發，你可以認為快取就是為了保護磁碟資料庫、是磁碟資料庫的屏障。

• 快取系統和資料庫系統的訪問

以讀多寫少的場景為例(實際場景也是讀多寫少)，看看請求是如何得到響應的，簡單流程：請求到達之後，業務執行緒首先訪問快取，如果快取命中則返回，如果未命中則繼續請求磁碟資料庫系統，並將結果回寫到快取系統且增加老化時間，這樣在超時時間內再有相同請求到達時則可以命中快取。以上是高併發系統中快取和磁碟資料庫系統、客戶端請求之間的互動過程，後續的問題分析，也是基於此過程展開的。

三.快取系統的三大問題
網路上對於快取三大問題的文章很多，提到的三個問題主要是：

1. 快取雪崩 Cache Avalanche
2. 快取穿透 Cache Penetration
3. 快取擊穿 Hotspot Invalid

對於上面的三個名詞我一直分不清楚，腦海中並沒有清晰的區別，於是想到去谷歌看看歪果仁是怎麼說的，然而英文表述就是上面的英文，基本上和漢語翻譯是一樣的，所以只能強記了。

A.快取雪崩問題

所謂雪崩就是原來有所支撐的冰雪，某一瞬間失去依託，瞬間湧下來。這個場景讓我想起了2011年上映的柯南劇場版《沉默的十五分鐘》，柯南在北澤村水庫為了拯救村莊製造的雪崩：

可見雪崩確實很可怕，回到高併發系統，如果快取系統故障，大量的請求無法從快取完成資料請求，因此就全量洶湧衝向磁碟資料庫系統，導致資料庫被打死，整個系統徹底崩潰。

快取雪崩解決方案

從原因來看主要是快取系統不夠高可用，因此提高快取系統的穩定性和可用性十分必要，對於使用Redis作為快取的系統而言需要使用Sentinel哨兵機制、叢集化、持久化等來提高快取系統的HA。

 另一方面除了保證快取系統的HA之外，服務本身也需要支援降級，可以使用奈飛的Hystrix來實現服務的熔斷、降級、限流來降低出現雪崩時的故障程度。說白了就是別讓服務徹底死掉就行，就像大雪封高速肯定徹底不能通行了，堵車就是慢一些至少可以走，如果還不清楚，回想一下每年你回鄉的車票是怎麼從12306搶回來的。

B.快取穿透問題

穿透形象一點就是：請求過來了 轉了一圈 一無所獲 就像穿過透明地帶一樣。

在高併發系統中快取穿透，其實是這樣的如果一個req需要請求的key在快取中沒有，這時業務執行緒就會訪問磁碟資料庫系統，然而磁碟資料庫也沒有這個key，無奈業務執行緒只能返回null，白白處理一圈。
小概率事件在高併發系統幾乎要成為必然，也就是如果某時段有大量惡意的不存在的key的爆破請求，那麼服務將一直處理這些根本不存在的請求，導致正常請求無法被處理，從而出現問題。
舉個栗子：

拉麵館的服務員和廚師不允許拒絕已經進來的消費者，但是拉麵館的經營範圍有限，此時惡意消費者點了一隻5斤的澳洲龍蝦，經過服務員和廚師都無法響應這個需求，因此被最終被拒絕，此時輪流來了1000個這樣的惡意消費者，拉麵館基本要歇菜了。

快取穿透解決方案

高併發系統也是如此，有效甄別是否存在這個key再決定是否讀取很重要，常見的做法有：

 a.把不存在的key寫一下null，這樣再來就相當於命中了，其實這種方法侷限性很大，今天是5斤龍蝦，明天改成6斤的螃蟹，快取系統和資料庫中儲存大量無用key本身是無意義的，所以一般不建議。
 b.另外一種思路，轉換為查詢問題，類似於在海量資料中查詢某個key是否存在，考慮空間複雜度和時間複雜度，一般選用布隆過濾器來實現。

緩布隆過濾器簡介

布隆過濾器是個好東西，在1970年由布隆提出的，它實際上是一個很長的二進位制向量和一系列隨機對映函式。

布隆可以實現的系統包括：垃圾郵件識別、搜尋蜘蛛爬蟲url去重等，主要藉助K個雜湊函式和一個超大的bit陣列來降低雜湊衝突本身帶來的誤判，從而提高識別準確性。
布隆過濾器也存在一定的誤判，假如判斷存在可能不一定存在，但是假如判斷不存在就一定不存在，因此剛好用在解決快取穿透的key查詢場景，事實上很多系統都是基於布隆過濾器來解決快取穿透問題的。

C.快取擊穿問題

快取擊穿是這樣一種情況：由於快取系統中的熱點資料都有過期時間，如果沒有過期時間就造成了主存和快取的資料不一致，因此過期時間一般都不會太長，設想某時刻一批熱點資料同時在快取系統中過期失效，那麼這部分資料就都將請求磁碟資料庫系統。
從描述上來看有點像微小規模的雪崩，但是對資料庫的壓力就很小了，只不過會影響併發效能，然而在多執行緒場景中快取擊穿卻是經常發生的，相反快取穿透和雪崩頻率不如快取擊穿，因此研究擊穿的現實意義更大一些。

快取擊穿解決方案

可以採用的方案大概有幾種：

a. 在設定熱點資料過期時間時儘量分散，比如設定100ms的基礎值，在此基礎上正負浮動10ms，從而降低相同時刻出現CacheMiss的key的數量。
b. 另外一種做法是多執行緒加鎖，其中第一個執行緒發現CacheMiss之後進行加鎖，再從資料庫獲取內容之後寫到快取中，其他執行緒獲取鎖失敗則阻塞數ms之後再進行快取讀取，這樣可以降低訪問資料資料庫的執行緒數，需要注意在單機和叢集需要使用不同的鎖，叢集環境使用分散式鎖來實現，但是由於鎖的存在也會影響併發效率。
c.還有一種辦法是使用類似於Redis的SETNX命令，這種貌似存在問題，存在一個gap間隙請求處於無法從快取獲取資料也無法從主存獲取資料的未決狀態。
d. 最後一種方法是在業務層對使用的熱點資料檢視是否即將過期，如果即將過期則去資料庫獲取最新資料進行更新並延長該熱點key在快取系統中的時間，從而避免後面的過期CacheMiss，相當於把事情提前解決了。

快取擊穿的解決方法都有一定的權衡，實際中根據自己的需求來解決，不過快取擊穿的影響一般來說並不會太大，或許在你的服務跑了很久之後你才意識到會有快取擊穿問題。