Redis击穿（热点key失效）

### Redis 缓存击穿的解决方案与预防方法 缓存击穿是指某个热点数据在缓存中失效时，大量请求同时访问数据库，导致数据库压力过大甚至崩溃的问题。以下是针对Redis缓存击穿的有效解决方案和预防方法： #### 1. 使用锁机制 通过分布式锁限制同一时间只能有一个线程从数据库加载数据并写入缓存，其他线程等待锁释放后直接从缓存读取数据。这种方法可以有效避免多个线程同时查询数据库的情况[^3]。 ```python import redis from threading import Lock # 初始化Redis客户端 redis_client = redis.StrictRedis(host='localhost', port=6379, db=0) def get_data_with_lock(key): lock_key = f"lock:{key}" with Lock(lock_key): # 使用分布式锁 value = redis_client.get(key) if value is None: # 从数据库加载数据 value = load_data_from_db(key) # 写入缓存 redis_client.setex(key, 60, value) # 设置TTL防止永久占用 return value ``` #### 2. 逻辑过期方案 为缓存数据设置逻辑过期时间（例如在存储的数据中增加一个过期时间字段），即使物理上未删除缓存，但逻辑上已过期的数据需要重新加载并更新缓存[^3]。 ```python import time def set_data_with_logical_expiry(key, value, ttl): data = { "value": value, "expiry_time": int(time.time()) + ttl } redis_client.set(key, str(data)) def get_data_with_logical_expiry(key): data_str = redis_client.get(key) if data_str: data = eval(data_str) # 注意：eval存在安全风险，生产环境需使用更安全的方式解析 if data["expiry_time"] > int(time.time()): return data["value"] else: # 数据逻辑过期，重新加载并更新缓存 new_value = load_data_from_db(key) set_data_with_logical_expiry(key, new_value, 60) return new_value return None ``` #### 3. 永不过期，主动更新 对于热点数据，可以设置永不过期，并通过定时任务或消息队列主动更新缓存内容。这种方式能够确保热点数据始终存在于缓存中，避免因缓存失效引发的击穿问题[^3]。 ```python def update_cache_periodically(): while True: keys = ["hot_key_1", "hot_key_2"] # 热点键列表 for key in keys: value = load_data_from_db(key) redis_client.set(key, value) # 不设置过期时间 time.sleep(60) # 每隔60秒更新一次 ``` #### 4. 接口限流 通过限流策略（如令牌桶算法、漏桶算法）限制单位时间内对某个接口的访问次数，从而减少因高并发请求导致的数据库压力[^4]。 ```python from pyratelimiter import TokenBucket bucket = TokenBucket(max_tokens=100, rate_per_second=10) def rate_limited_api(key): if bucket.consume(1): value = redis_client.get(key) if value is None: value = load_data_from_db(key) redis_client.setex(key, 60, value) return value else: return "Rate limit exceeded" ``` #### 5. 多级缓存架构 结合本地缓存（如Caffeine）与Redis构建多级缓存体系，进一步降低Redis的压力，提高系统的容灾能力[^2]。 ```java // Java示例：使用Caffeine作为本地缓存 LoadingCache<String, String> localCache = Caffeine.newBuilder() .maximumSize(1000) .expireAfterWrite(60, TimeUnit.SECONDS) .build(key -> fetchDataFromRedis(key)); public String getData(String key) { try { return localCache.get(key); } catch (ExecutionException e) { return fetchDataFromRedis(key); } } ``` ### 总结 缓存击穿问题可以通过多种方式解决，包括使用锁机制、逻辑过期方案、永不过期主动更新、接口限流以及多级缓存架构等。每种方案各有优劣，实际应用中应根据业务场景选择合适的组合策略。