勾哥：昨天发了一篇翻译，英语水平一般般的我抠了半天字眼，一个 word 一个 word 翻译过来，竟然被举报了？！

哈？举报的那位兄弟你是盐吃多么

今天更新一篇缓存的常见问题，对很多开发老哥都能有帮助，尽量没搞难度特别大，写的简单的很！有意见可以正常反馈～

～～～以下正文～～～

对使用缓存时常遇到几个问题，整理出了一个表格。

1. 缓存更新方式

第一个问题是缓存更新方式，这是决定在使用缓存时就该考虑的问题。

缓存的数据在数据源发生变更时需要对缓存进行更新，数据源可能是 DB，也可能是远程服务。

更新的方式可以是主动更新。

数据源是 DB 时，可以在更新完 DB 后就直接更新缓存。

当数据源不是 DB 而是其他远程服务，可能无法及时主动感知数据变更，这种情况下一般会选择对缓存数据设置失效期，也就是数据不一致的最大容忍时间。

这种场景下，可以选择失效更新，key 不存在或失效时先请求数据源获取最新数据，然后再次缓存，并更新失效期。

但这样做有个问题，如果依赖的远程服务在更新时出现异常，则会导致数据不可用。

改进的办法是异步更新，就是当失效时先不清除数据，继续使用旧的数据，然后由异步线程去执行更新任务。这样就避免了失效瞬间的空窗期。

另外还有一种纯异步更新方式，定时对数据进行分批更新。实际使用时可以根据业务场景选择更新方式。

2. 数据不一致

第二个问题是数据不一致的问题，可以说只要使用缓存，就要考虑如何面对这个问题。

缓存不一致产生的原因一般是主动更新失败，例如更新 DB 后，更新 Redis 因为网络原因请求超时；或者是异步更新失败导致。

解决的办法——

• 如果服务对耗时不是特别敏感可以增加重试。
• 如果服务对耗时敏感可以通过异步补偿任务来处理失败的更新。
• 或者短期的数据不一致不会影响业务，那么只要下次更新时可以成功，能保证最终一致性就可以。

3. 缓存穿透

第三个问题是缓存穿透。

产生这个问题的原因可能是外部的恶意攻击，例如，对用户信息进行了缓存，但恶意攻击者使用不存在的用户 ID 频繁请求接口，导致查询缓存不命中，然后穿透 DB 查询依然不命中。这时会有大量请求穿透缓存访问到 DB。

解决的办法——

• 对不存在的用户，在缓存中保存一个空对象进行标记，防止相同 ID 再次访问 DB，不过有时这个方法并不能很好解决问题，可能导致缓存中存储大量无用数据。
• 使用 BloomFilter 过滤器，BloomFilter 的特点是存在性检测，如果 BloomFilter 中不存在，那么数据一定不存在；如果 BloomFilter 中存在，实际数据也有可能会不存在。非常适合解决这类的问题。

4. 缓存击穿

第四个问题是缓存击穿，就是某个热点数据失效时，大量针对这个数据的请求会穿透到数据源。

解决这个问题有这些办法——

• 可以使用互斥锁更新，保证同一个进程中针对同一个数据不会并发请求到 DB，减小 DB 压力。
• 使用随机退避方式，失效时随机 sleep 一个很短的时间，再次查询，如果失败再执行更新。
• 针对多个热点 key 同时失效的问题，可以在缓存时使用固定时间加上一个小的随机数，避免大量热点 key 同一时刻失效。

5. 缓存雪崩

第五个问题是缓存雪崩。产生的原因是缓存挂掉，这时所有的请求都会穿透到 DB。

解决方法——

• 使用快速失败的熔断策略，减少 DB 瞬间压力。
• 使用主从模式和集群模式来尽量保证缓存服务的高可用。
• 实际场景中，这两种方法会结合使用。

考察点与加分项

这部分主要面试考察点是对缓存特性的理解，对 MC、Redis 的特点和使用方式的掌握。

1. 要知道缓存的使用场景，不同类型缓存的使用方式，例如：

• 对 DB 热点数据进行缓存减少 DB 压力；对依赖的服务进行缓存，提高并发性能
• 单纯 K-V 缓存的场景可以使用 MC，而需要缓存 list、set 等特殊数据格式，可以使用 Redis
• 需要缓存一个用户最近播放视频的列表可以使用 Redis 的 list 来保存、需要计算排行榜数据时，可以使用 Redis 的 zset 结构来保存

2. 要了解 MC 和 Redis 的常用命令，例如：

• 原子增减、对不同数据结构进行操作的命令等
• 了解 MC 和 Redis 在内存中的存储结构，这对评估使用容量会很有帮助
• 了解 MC 和 Redis 的数据失效方式和剔除策略，比如主动触发的定期剔除和被动触发延期剔除

3. 要理解 Redis 的持久化、主从同步与 Cluster 部署的原理，例如：

• RDB 和 AOF 的实现方式与区别

如果想要在面试中获得更好的表现，还应了解下面这些加分项。

1. 要结合实际应用场景来介绍缓存的使用，例如：

• 调用后端服务接口获取信息时，可以使用本地+远程的多级缓存
• 对于动态排行榜类的场景可以考虑通过 Redis 的 sorted set 来实现等等

2. 最好有过分布式缓存设计和使用经验，例如：

• 项目中在什么场景使用过 Redis，使用了什么数据结构，解决哪类的问题
• 使用 MC 时根据预估值大小调整 McSlab 分配参数等等

3. 最好可以了解缓存使用中可能产生的问题，例如：

• Redis 是单线程处理请求，应尽量避免耗时较高的单个请求任务，防止相互影响
• Redis 服务应避免和其他 CPU 密集型的进程部署在同一机器
• 禁用 Swap 内存交换，防止 Redis 的缓存数据交换到硬盘上，影响性能
• MC 钙化问题等等

4. 要了解 Redis 的典型应用场景，例如：

• 使用 Redis 来实现分布式锁
• 使用 Bitmap 来实现 BloomFilter
• 使用 HyperLogLog 来进行 UV 统计等等

5. 知道 Redis4.0、5.0 中的新特性，例如：

• 支持多播的可持久化消息队列 Stream
• 通过 Module 系统来进行定制功能扩展等等

本文首发在公号：勾勾的Java宇宙

欢迎大家来找勾哥交流探讨技术！