redis：二、缓存击穿的定义、解决方案（互斥锁、逻辑过期）的优缺点和适用场景、面试回答模板和缓存雪崩

缓存击穿的定义

缓存击穿是一种现象，具体就是某一个数据过期时，恰好有大量的并发请求过来，这些并发的请求可能会瞬间把DB压垮。典型场景就是双十一等抢购活动中，首页广告页面的数据过期，此时刚好大量用户进行请求，那么数据库很容易抵挡不住，从而宕机。

解决方案之一：互斥锁（分布式锁）

当缓存失效时，先使用如 Redis 的 setnx 去设置一个互斥锁，当查询数据库重建缓存数据，成功返回并写入缓存时才释放锁，此时其他线程才能继续访问缓存。

优点、缺点、适用场景

优点：强一致性
缺点：性能较差，无法保障高可用性，可能产生死锁的问题。
适用场景：业务和钱等挂钩时，一般要保障强一致性，所以选择互斥锁。

解决方案之二：逻辑过期

逻辑过期就是除了业务逻辑真正需要的字段（如下图的id和title）之外，还额外设置一个字段用来判断缓存是否过期，一般为expire。而key本身是不设置过期时间的。
当查询数据时，首先会通过expire字段判断该数据是否过期，如果过期则获取互斥锁，并开启一个新线程。新线程进行查询db、重建缓存、写入缓存，重置逻辑过期时间等操作。**与此同时原线程直接返回过期了的数据。（不是等待新线程操作完成）**如果以上发现缓存过期的任意过程中，有其他线程想要查询该数据，也会首先通过expire字段来判断该数据是否过期，发现过期且此时新线程还未释放锁，就会因获取互斥锁失败而直接返回过期数据，如果已经释放了锁，那么就直接返回新数据。

优点、缺点、适用场景

优点：高可用、性能优
缺点：无法保障强一致性。
适用场景：除了和钱挂钩等业务场景，一般更看重用户体验，所以采用逻辑过期。

高可用的定义

高可用（Highavailability,缩写为HA)，是指系统无中断地执行其功能的能力，代表系统的可用性程度。高可用的主要目的是为了保障“业务的连续性”，即在用户眼里，业务永远是正常对外提供服务的。

面试题回答模板

什么是缓存击穿 ? 怎么解决 ?

背熟以下回答，大概用时2分。

缓存击穿是一种现象，具体就是某一个数据过期时，恰好有大量的并发请求过来，这些并发的请求可能会瞬间把DB压垮。典型场景就是双十一等抢购活动中，首页广告页面的数据过期，此时刚好大量用户进行请求，那么数据库很容易抵挡不住，从而宕机。针对缓存击穿，我们一般有两种解决方案，分别是互斥锁和逻辑过期。

互斥锁就是当缓存失效时，先使用如 Redis 的 setnx 去设置一个互斥锁，当重建缓存成功时才释放锁，此时其他线程才能继续访问缓存。它的优点是保障了数据的强一致性，缺点是性能较差，无法保障高可用性，而且可能产生死锁的问题。当业务和钱等挂钩时，一般要保障强一致性，所以选择互斥锁。

逻辑过期就是除了业务逻辑真正需要的字段之外，还额外设置一个字段用来判断缓存是否过期，一般为expire。而key本身是不设置过期时间的。
当查询数据时，首先会通过expire字段判断该数据是否过期，如果过期则获取互斥锁，并开启一个新线程去重建缓存。与此同时原线程直接返回过期了的数据。如果以上过程中，有其他线程想要查询该数据，也会首先通过expire字段来判断该数据是否过期，发现过期且此时新线程还未释放锁，就会因获取互斥锁失败而直接返回过期数据，如果已经释放了锁，那么就直接返回新数据。采用逻辑过期的优点就是它有高可用性，性能较优。但与此同时，就无法保障数据的强一致性。

缓存雪崩

定义

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。

解决方案

给不同的Key的TTL添加随机值
利用Redis集群提高服务的可用性（哨兵模式、集群模式）
给缓存业务添加降级限流策略（ngxin或spring cloud gateway）
给业务添加多级缓存（Guava或Caffeine）

面试题回答模板

什么是缓存雪崩 ? 怎么解决 ?

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。解决方案主要是可以将缓存失效时间分散开，比如可以在原有的失效时间基础上增加一个随机值，比如1-5分钟随机，这样每一个缓存的过期时间的重复率就会降低，就很难引发集体失效的事件。

本文所有图片来自于黑马程序员。