摘要：使用中存在的問題及如何避免一闡述了的阻塞問題及緩存穿透問題，本文將繼續總結在使用中的問題及方案。更多的節點不代表更高的性能，這就是無底洞問題。可使用漏桶令牌桶等方式進行限流操作，將流量擋在應用上層。

redis使用中存在的問題及如何避免(一)闡述了redis的阻塞問題及緩存穿透問題，本文將繼續總結redis在使用中的問題及方案。

無底洞問題
隨著數據量和訪問量的增長，需要增加更多的節點做水平擴容，鍵值會分布到更多的節點上，若客戶端進行批量操作則通常會從不同的節點上獲取數據，相比于單機批量操作只涉及一次網絡操作，分布式批量操作會涉及多次網絡交互。
隨著節點數的增多，客戶端一次批量操作涉及的網絡交互耗時也會不斷增大；網絡連接數增多，對節點性能也有一定影響。
更多的節點不代表更高的性能，這就是無底洞問題。

雪崩問題
由于緩存層承載著大量請求，有效的保護了存儲層，但如果緩存層由于某些原因不能提供服務，所有請求都會壓到存儲層，存儲層流量暴增，導致存儲層也會級聯宕機。

保證緩存層服務高可用性
Redis Sentinel或者Redis Cluster都實現了高可用

隔離限流降級
對重要的資源Redis、Mysql、外部接口調用都進行隔離，機器、進程、線程等層面都可做隔離。
可使用漏桶、令牌桶等方式進行限流操作，將流量擋在應用上層。
對出現問題的數據或功能做降級處理，友好的展示給用戶。

提前演練測試

熱點key重建優化
緩存+過期時間策略即可以加速數據讀寫，又保證數據的定期更新，若出現如下兩個問題，可能會對應用產生致命危害：

當前key是一個熱點key，并發量非常大

重建緩存不能在短時間內完成，如：復雜的sql、多次IO、多個依賴等。
在緩存失效的瞬間，有大量的線程來創建緩存，造成后端負載加大，甚至導致系統崩潰。
方案：

a.互斥鎖
  只允許有一個線程去重建數據，其他線程等待構建完緩存，重新從緩存中獲取數據。
b.永遠不過期
  設置邏輯過期時間，判斷邏輯時間和當前時間大小，然后異步去構建數據覆蓋老數據。
  
a方案思路簡單，能保證一致性；但代碼復雜度增大，存在死鎖風險，存在線程池阻塞風險。
b方案基本可以杜絕熱點key問題；但不保證一致性，邏輯過期時間增加代碼維護成本。