前言
之前在针对实习面试的博文中讲到Redis在实际开发中的生产问题，其中缓存穿透、击穿、雪崩在面试中问的最频繁，本文加了图解，希望帮助你更直观的了解缓存雪崩😀
（放出之前写的针对实习面试的关于Redis生产问题的博文链接）
Redis生产问题（缓存穿透、击穿、雪崩）——针对实习面试
什么是缓存雪崩？
缓存雪崩是指：在同一时段大量的缓存key同时失效或者Redis服务宕机，导致大量请求到达数据库，带来巨大压力。这种场景就像雪崩一样，所以叫缓存雪崩
缓存雪崩可能由以下几个原因引起：
-
缓存数据集中过期：如果缓存数据的过期时间设置不合理，比如很多缓存数据设置为在同一时间过期，那么在过期时刻，缓存将无法提供数据，导致请求直接落到数据库上。
-
缓存服务不可用：如果缓存服务由于某些原因（如宕机、网络问题等）变得不可用，那么所有的请求都会直接访问数据库。
-
数据库压力过大：当大量的请求直接访问数据库时，如果数据库没有足够的能力处理这些请求，可能会导致数据库响应缓慢甚至崩溃。
怎么解决缓存雪崩
解决缓存雪崩的最常用措施包括：
1. 过期时间随机化
为了避免大量缓存数据在同一时间过期，可以给缓存数据的过期时间加上一个随机值。这样，即使有大量数据需要设置为过期，它们也不会在同一时刻全部失效，从而减少了对数据库的瞬间压力。
图表：
+----------------+ +--------+ +------------+
| | 过期 | | 请求 | |
| 用户请求数据 +-------->+ 缓存 +-------->+ 数据库 |
| | | | | |
+----------------+ +--------+ +------------+
在缓存设置中加入随机过期时间，可以避免大量缓存数据在同一时间过期，从而减少数据库的压力 。
2. 搭建Redis高可用集群
通过搭建Redis高可用集群，可以有效地防止缓存雪崩问题的发生。如果主节点发生故障，从节点可以接管服务，继续提供缓存服务，避免了由于单点故障导致的缓存雪崩问题。
图表：
+--------+ +--------+
| | | |
| Redis +------->+ Redis |
| Master| | Slave |
| | | |
+--------+ +--------+
通过Redis的主从复制、双主、读写分离等策略，提高数据库的容灾能力 。
3. 限流和降级策略
在缓存雪崩时，可以采取限流、降级等策略，减缓数据库的压力。例如，在缓存失效后，通过加锁或者使用队列来控制读数据库写缓存的线程数量。具体点就是设置某些Key只允许一个线程查询数据和写缓存，其他线程等待。则能够有效的缓解大并发流量对数据库打来的巨大冲击 。
4. 数据预热
在系统上线前，提前将热点数据加载到缓存中，避免大量请求同时触发缓存未命中的情况 。
如何实现：
- 使用定时任务，比如 xxl-job，来定时触发缓存预热的逻辑，将数据库中的热点数据查询出来并存入缓存中。
- 使用消息队列，比如 Kafka，来异步地进行缓存预热，将数据库中的热点数据的主键或者 ID 发送到消息队列中，然后由缓存服务消费消息队列中的数据，根据主键或者 ID 查询数据库并更新缓存
5. 多级缓存架构
使用本地缓存（如 Caffeine、Guava 等）和分布式缓存（如 Redis）相结合的方式，部分热点数据可以先放入本地缓存，降低 Redis 和数据库的压力 。
6. Redis 高可用
部署 Redis 主从集群，使用 Redis 的哨兵模式（Sentinel）或者 Redis Cluster 来实现高可用，避免缓存服务器单点故障 。
