阅读量:0
缓存穿透
缓存穿透是指在缓存系统中，当一个请求的查询结果为空时，这个请求会直接穿透缓存系统，访问后端的数据库。如果这种情况频繁发生，会对数据库造成较大的压力，甚至可能导致数据库崩溃。
在正常情况下，缓存系统会将经常访问的数据存储在内存中，以便快速响应用户的请求。当用户请求某个数据时，系统首先检查缓存中是否存在该数据。如果存在，就直接从缓存中获取数据并返回；如果不存在，则向数据库查询数据，并将查询结果存储到缓存中，然后再返回给用户。
然而，如果某个数据在数据库中也不存在，那么缓存中同样不会有这个数据。这时，每次请求这个数据都会直接访问数据库，而不会经过缓存。这种情况就是缓存穿透。
缓存穿透的问题在于：
- 增加数据库压力：大量的空查询会增加数据库的负担，可能导致数据库响应变慢或崩溃。
- 降低系统性能：由于缓存系统没有发挥作用，系统的响应速度和吞吐量都会受到影响。
为了解决缓存穿透问题，可以采取以下一些策略：
- 缓存空值：将查询结果为空的数据也缓存起来，但设置一个较短的过期时间。
- 使用布隆过滤器：在缓存之前，使用布隆过滤器判断数据是否存在，从而避免对数据库的无效查询。
- 互斥锁：当缓存中没有数据时，使用互斥锁确保只有一个线程去查询数据库并更新缓存。
- 限流：对某些频繁查询的请求进行限流，减少对数据库的访问。
- 数据库优化：优化数据库查询语句，减少查询时间，减轻数据库压力。
通过这些方法，可以有效地减少缓存穿透对系统的影响，提高系统的稳定性和性能。
缓存穿透是指当用户请求的数据在缓存中不存在时，请求会直接穿透到数据库。这不仅增加了数据库的负担，还可能导致数据库崩溃。以下是一些常见的解决方案：
使用布隆过滤器：
布隆过滤器是一种空间效率很高的数据结构，可以判断一个元素是否在一个集合中。在缓存穿透的情况下，可以使用布隆过滤器存储所有缓存的键，当请求到达时，先在布隆过滤器中判断是否存在，如果不存在，则直接返回，避免对数据库的查询。缓存空值：
当查询数据库发现没有数据时，可以将空值也缓存起来，并设置一个较短的过期时间。这样，下次查询时，可以直接从缓存中获取，避免再次查询数据库。使用互斥锁：
当缓存中没有数据时，可以使用互斥锁来控制多个线程同时访问数据库。当一个线程开始查询数据库时，其他线程会等待，直到数据库查询完成并更新缓存后，其他线程再继续执行。设置过期时间：
对于缓存中的数据，可以设置一个合理的过期时间，这样可以避免缓存中的数据长时间占用内存，同时也能减少缓存穿透的风险。增加随机因子：
在缓存空值时，可以增加一个随机因子，使得缓存的过期时间有一定的随机性，这样可以避免大量请求同时到达缓存失效的情况。使用分布式缓存：
使用分布式缓存可以提高缓存的可用性和扩展性，同时也能更好地应对高并发的请求。数据库查询优化：
优化数据库查询语句，减少查询时间，可以降低缓存穿透对数据库的压力。限流：
对用户的请求进行限流，可以减少短时间内大量请求对数据库的冲击。
通过这些方法，可以有效地减少缓存穿透对系统的影响，提高系统的稳定性和性能。
如果系统本身就是依靠缓存来对数据库查询进行分流，那么缓存穿透问题可能不会那么明显，因为缓存的主要作用是减少对数据库的直接访问，提高系统的响应速度和吞吐量。即使在这种情况下，缓存穿透仍然是一个需要关注的问题，因为它可能会导致以下问题：
- 数据库压力增加：尽管缓存可以分流，但如果大量请求穿透到数据库，数据库的压力仍然会增加。
- 缓存效率降低：缓存的主要目的是减少对数据库的访问，如果大量请求直接访问数据库，缓存的效率就会降低。
- 系统稳定性风险：数据库的压力增加可能会影响系统的稳定性，尤其是在高并发场景下。
即使在以缓存分流为主要目的的系统中，也可以采取以下措施来预防或减轻缓存穿透的影响：
缓存空值：对于数据库查询结果为空的情况，仍然可以将这个空结果缓存起来，并设置一个合理的过期时间。这样，后续的相同请求就可以直接从缓存中获取结果，而不需要再次查询数据库。
使用布隆过滤器：布隆过滤器可以快速判断一个元素是否在一个集合中，使用它可以在查询数据库之前快速判断数据是否存在，从而避免无效的数据库查询。
设置合理的缓存策略：根据数据的访问模式和更新频率，设置合理的缓存策略，比如缓存热点数据、设置不同的过期时间等。
数据库查询优化：优化数据库的查询性能，比如使用索引、优化查询语句等，可以减少数据库处理查询的时间，从而降低缓存穿透的影响。
限流和降级：在系统压力较大时，通过限流和降级策略来保护系统，避免因为大量请求导致系统崩溃。
使用分布式缓存：分布式缓存可以提供更好的扩展性和容错性，有助于应对高并发的查询请求。
监控和报警：对系统进行监控，当检测到缓存穿透的迹象时，及时发出报警，以便采取相应的措施。
通过这些措施，即使在以缓存分流为主要目的的系统中，也可以有效地预防和减轻缓存穿透的影响，确保系统的稳定性和性能。
要使用hiredis来规避缓存穿透，可以通过以下伪代码示例来实现几种常见的策略：
1. 缓存空对象
#include <stdio.h> #include <stdlib.h> #include <hiredis/hiredis.h> // 连接到Redis redisContext* context = redisConnect("127.0.0.1", 6379); if (context == NULL || context->err) { if (context) { printf("Error: %s\n", context->errstr); redisFree(context); } return; } // 定义一个函数来处理缓存穿透 void handleCacheMiss(const char* key) { redisReply* reply; char* cacheKey = "cache:shop:"; char* cacheValue = NULL; // 拼接完整的缓存键 char* fullKey = malloc(strlen(cacheKey) + strlen(key) + 1); strcpy(fullKey, cacheKey); strcat(fullKey, key); // 检查缓存中是否存在数据 reply = redisCommand(context, "GET %s", fullKey); if (reply != NULL && reply->type == REDIS_REPLY_STRING) { cacheValue = reply->str; } else { // 数据库查询 reply = redisCommand(context, "SELECT * FROM shop WHERE id = %s", key); if (reply != NULL && reply->type == REDIS_REPLY_ARRAY) { // 假设查询到数据，将其转换为字符串并缓存 cacheValue = strdup("dummy_value"); // 这里应替换为实际查询结果 redisCommand(context, "SET %s %s EX 30", fullKey, cacheValue); // 缓存30秒 } else { // 缓存空值 redisCommand(context, "SET %s '' EX 30", fullKey); // 缓存空值30秒 } freeReplyObject(reply); } freeReplyObject(reply); free(fullKey); } int main() { const char* shopId = "123"; // 处理缓存穿透 handleCacheMiss(shopId); redisFree(context); return 0; } 2. 使用布隆过滤器
布隆过滤器的实现较为复杂，通常需要在应用层实现。以下是一个简化的伪代码示例：
#include <stdio.h> #include <stdlib.h> #include <hiredis/hiredis.h> #include "bloom_filter.h" // 假设已经实现了布隆过滤器 // 连接到Redis redisContext* context = redisConnect("127.0.0.1", 6379); if (context == NULL || context->err) { if (context) { printf("Error: %s\n", context->errstr); redisFree(context); } return; } // 初始化布隆过滤器 BloomFilter* filter = bloomFilterCreate(10000, 0.01); // 假设有10000个元素，误判率为1% // 定义一个函数来处理缓存穿透 void handleCacheMiss(const char* key) { redisReply* reply; char* cacheKey = "cache:shop:"; char* fullKey = malloc(strlen(cacheKey) + strlen(key) + 1); strcpy(fullKey, cacheKey); strcat(fullKey, key); // 检查布隆过滤器 if (bloomFilterCheck(filter, fullKey)) { printf("Key already checked, skip.\n"); free(fullKey); return; } // 检查缓存中是否存在数据 reply = redisCommand(context, "GET %s", fullKey); if (reply != NULL && reply->type == REDIS_REPLY_STRING) { printf("Cache hit.\n"); freeReplyObject(reply); } else { // 数据库查询 reply = redisCommand(context, "SELECT * FROM shop WHERE id = %s", key); if (reply != NULL && reply->type == REDIS_REPLY_ARRAY) { printf("Database hit, update cache.\n"); redisCommand(context, "SET %s %s EX 30", fullKey, reply->str); // 缓存30秒 } else { // 缓存空值 redisCommand(context, "SET %s '' EX 30", fullKey); // 缓存空值30秒 bloomFilterAdd(filter, fullKey); // 添加到布隆过滤器 } freeReplyObject(reply); } free(fullKey); } int main() { const char* shopId = "123"; // 处理缓存穿透 handleCacheMiss(shopId); redisFree(context); bloomFilterDestroy(filter); // 销毁布隆过滤器 return 0; } 3. 加互斥锁
#include <stdio.h> #include <stdlib.h> #include <hiredis/hiredis.h> #include <pthread.h> // 连接到Redis redisContext* context = redisConnect("127.0.0.1", 6379); if (context == NULL || context->err) { if (context) { printf("Error: %s\n", context->errstr); redisFree(context); } return; } // 互斥锁 pthread_mutex_t lock; // 定义一个函数来处理缓存穿透 void handleCacheMiss(const char* key) { redisReply* reply; char* cacheKey = "cache:shop:"; char* fullKey = malloc(strlen(cacheKey) + strlen(key) + 1); strcpy(fullKey, cacheKey); strcat(fullKey, key); // 获取互斥锁 pthread_mutex_lock(&lock); // 再次检查缓存中是否存在数据 reply = redisCommand(context, "GET %s", fullKey); if (reply != NULL && reply->type == REDIS_REPLY_STRING) { printf("Cache hit.\n"); freeReplyObject(reply); } else { // 数据库查询 reply = redisCommand(context, "SELECT * FROM shop WHERE id = %s", key); if (reply != NULL && reply->type == REDIS_REPLY_ARRAY) { printf("Database hit, update cache.\n"); redisCommand(context, "SET %s %s EX 30", fullKey, reply->str); // 缓存30秒 } else { // 缓存空值 redisCommand(context, "SET %s '' EX 30", fullKey); // 缓存空值30秒 } freeReplyObject(reply); } // 释放互斥锁 pthread_mutex_unlock(&lock); free(fullKey); } int main() { const char* shopId = "123"; // 初始化互斥锁 pthread_mutex_init(&lock, NULL); // 处理缓存穿透 handleCacheMiss(shopId); redisFree(context); pthread_mutex_destroy(&lock); // 销毁互斥锁 return 0; } 这些伪代码示例展示了如何在C语言中使用hiredis库来实现缓存穿透的规避策略。实际应用中，你可能需要根据具体的业务需求和系统架构进行调整和优化。
