当前位置：首页 > news >正文

Redis应用--缓存

news 来源：原创 2025/7/7 4:13:03

一、什么是缓存

1.1 二八定律

二、使用Redis作为缓存

三、缓存的更新策略

3.1 定期更新

3.2 实时生成

四、缓存预热、缓存穿透、缓存雪崩和缓存击穿

4.1 缓存预热

4.2 缓存穿透

4.3 缓存雪崩

4.4 缓存击穿

一、什么是缓存

缓存(cache)是计算机的一个经典的概念，在很多场景都会涉及到。

核心思路就是把一些常用的数据放到访问速度更快的地方，方便随时读取。

注：我们知道对于硬件的访问速度来说，通常情况下 CPU寄存器>内存>硬盘>网络

那么硬盘相对于网络来说就是“触手可及的”，我们就可以使用硬盘作为网络的缓存

对于计算机硬件来说, 往往访问速度越快的设备, 成本越高, 存储空间越小.

缓存是更快, 但是空间上往往是不足的. 因此大部分的时候, 缓存只放一些热点数据 (访问频繁的数据), 就非常有用了.

1.1 二八定律

“二八定律”也就是说20%的数据就能应对80%的访问场景。因此我们只需要将这少量的热点数据缓存起来，就可以应对大多数的场景，从而在整体上有着明显的性能提升。

二、使用Redis作为缓存

在一个网站中我们通常会使用一个关系型数据库(比如MySQL)来存储数据。

关系型数据库虽然功能强大, 但是有⼀个很大的缺陷, 就是性能不高. (换而言之, 进行⼀次查询操作消耗的系统资源较多).因此，如果访问数据库的并发量比较高，对于数据库服务器的压力是很大的，很容易就会导致数据库服务器宕机。

如何让数据库能够承担更大的并发量呢？核心思路主要是两个：

开源：引入更多的机器，部署更多的数据库实例，构成数据库集群。

节流：引入缓存，使用其他的方式保存经常访问的热点数据，从而降低直接访问数据库的请求数量。

Redis就是一个作为数据库缓存的常见方案。

Redis访问速度比MySQL快很多，或者说处理同一个访问请求，Redis消耗的系统资源比MySQL少很多，因此Redis能支持的并发量更大。

Redis数据在内存中，访问内存比硬盘快很多

Redis知识支持简单的key-value存储，不涉及复杂查询的那么多限制规则。

引入缓存后业务执行流程如下：

客户端访问业务服务器，发起查询请求

业务服务器先查询Redis，看想要的数据在Redis是否存在

如果存在就直接返回，此时就不必访问MySQL了

如果不存在，再查询MySQL

按照上述讨论的 "二八定律" , 只需要在 Redis 中放 20% 的热点数据, 就可以使 80% 的请求不再真正查询数据库了.

三、缓存的更新策略

3.1 定期更新

每隔一定的周期，对于访问频繁的数据进行统计，挑选出访问频次最高的前n%的数据。

这种做法的实时性较低，对于一些突然情况应对的并不好。

3.2 实时生成

先给缓存设置容量上限(可以通过Redis的配置文件的maxmemory设置)

接下来把用户的每次查询：

如果Redis钟存在，直接返回；如果Redis钟不存在，就从数据库查，把查到的结果同时写入Redis。

如果缓存已经满了(达到上限), 就触发缓存淘汰策略, 把⼀些 "相对不那么热门" 的数据淘汰掉.

按照上述过程, 持续⼀段时间之后 Redis 内部的数据自然就是 "热门数据" 了.

通用的淘汰策略有以下几种：

FIFO (First In First Out) 先进先出

把缓存中存在时间最久的（也就是先来的数据）淘汰掉。

LRU (Least Recently Used) 淘汰最久未使用的

记录每个key的最近访问时间，把最近访问时间最老的key淘汰掉。

LFU (Least Frequently Used) 淘汰访问次数最少的

记录每个key最近一段时间的访问次数，把访问次数最少的key淘汰掉

Random 随机淘汰

在所有key中随机抽取幸运儿淘汰。

Redis内置的淘汰策略如下：

volatile-lru 当内存不⾜以容纳新写⼊数据时，从设置了过期时间的key中使⽤LRU（最近最
少使⽤）算法进⾏淘汰allkeys-lru 当内存不⾜以容纳新写⼊数据时，从所有key中使⽤LRU（最近最少使⽤）算法进
⾏淘汰.volatile-lfu 4.0版本新增，当内存不⾜以容纳新写⼊数据时，在过期的key中，使⽤LFU算法
进⾏删除key.allkeys-lfu 4.0版本新增，当内存不⾜以容纳新写⼊数据时，从所有key中使⽤LFU算法进⾏
淘汰.volatile-random 当内存不⾜以容纳新写⼊数据时，从设置了过期时间的key中，随机淘汰数
据.allkeys-random 当内存不⾜以容纳新写⼊数据时，从所有key中随机淘汰数据.volatile-ttl 在设置了过期时间的key中，根据过期时间进⾏淘汰，越早过期的优先被淘汰.
(相当于 FIFO, 只不过是局限于过期的 key)noeviction 默认策略，当内存不⾜以容纳新写⼊数据时，新写⼊操作会报错

整体来说 Redis 提供的策略和我们上述介绍的通用策略是基本⼀致的. 只不过 Redis 这里会针对 "过期key" 和 "全部 key" 做分别处理

四、缓存预热、缓存穿透、缓存雪崩和缓存击穿

4.1 缓存预热

使用 Redis 作为 MySQL 的缓存的时候, 当 Redis 刚刚启动, 或者 Redis ⼤批 key 失效之后, 此时由于Redis 自身相当于是空着的, 没啥缓存数据, 那么 MySQL 就可能直接被访问到, 从而造成较大的压力.因此就需要提前把热点数据准备好，直接写入到Redis，使Redis可以尽快为MySQL撑起保护伞

这份热点数据不⼀定非得那么 "准确", 只要能帮助MySQL 抵挡大部分请求即可. 随着程序运行的推移, 缓存的热点数据会逐渐自动调整, 来更适应当前情况

4.2 缓存穿透

什么是缓存穿透？

访问的 key 在 Redis 和数据库中都不存在. 此时这样的 key 不会被放到缓存上, 后续如果仍然在访问该key, 依然会访问到数据库.

这就会导致数据库承担的请求太多, 压力很大.

这种情况称为缓存穿透.

产生这种情况的原因有以下几个：

业务设置不合理，比如缺少必要的参数校验环节，导致非法的key也被查询了

开发/运维误操作，不小心将部分数据从数据库中误删了

黑客恶意攻击

如何解决这种情况：

针对要查询的参数进行严格的合法性校验. 比如要查询的 key 是用户的手机号, 那么就需要校验当前 key 是否满足⼀个合法的手机号的格式.

针对数据库上也不存在的 key , 也存储到 Redis 中, 比如 value 就随便设成⼀个 "". 避免后续频繁访

问数据库.

使用布隆过滤器先判定 key 是否存在, 再真正查询.

4.3 缓存雪崩

什么是缓存雪崩？

短时间内大量的 key 在缓存上失效，导致数据库压力骤增，甚至直接宕机。

产生原因：

Redis挂了

Redis上大量的key同时过期

解决方案：

部署高可用的Redis集群，并完善报警监控体系

不给key设置过期时间或者设置过期时间时添加随机时间因子

4.4 缓存击穿

什么是缓存击穿？

相当于缓存雪崩的特殊情况. 针对热点 key , 突然过期了, 导致大量的请求直接访问到数据库上, 甚至引起数据库宕机.

解决方案：

基于统计的方式发现热点key，并设置永不过期

进行必要的服务降级，例如访问数据库时使用分布式锁，降低同时请求数据库服务器的并发量

一、什么是缓存

1.1 二八定律

二、使用Redis作为缓存

三、缓存的更新策略

3.1 定期更新

3.2 实时生成

四、缓存预热、缓存穿透、缓存雪崩和缓存击穿

4.1 缓存预热

4.2 缓存穿透

4.3 缓存雪崩

4.4 缓存击穿

相关文章：