摘要：不過，布隆過濾器有一個最大的缺點(diǎn)，也是其為了高效利用內(nèi)存而付出的代價(jià)，就是無法確保的準(zhǔn)確率。不過這種方式的優(yōu)勢是前面提到的，不會出現(xiàn)誤差，而布隆過濾器的錯誤率會隨著位數(shù)的增加而減少，會不斷趨近于，但不會為。

?如果第二次看到我的文章，歡迎文末掃碼訂閱我個人的公眾號（跨界架構(gòu)師）喲~ 
本文長度為2805字，建議閱讀8分鐘。
堅(jiān)持原創(chuàng)，每一篇都是用心之作～

有句話說得好，欲要使其毀滅，先要使其瘋狂。當(dāng)你沉浸在緩存所帶來的系統(tǒng)tps飆升的喜悅中時，使你系統(tǒng)毀滅的種子也已經(jīng)埋在其中。

而且，你所承載的tps越高，它所帶來的毀滅性更大。

在前兩篇《360°全方位解讀「緩存」》和《先寫DB還是「緩存」？》中，我們已經(jīng)對緩存有了一定的認(rèn)識，并且知道了關(guān)于緩存相關(guān)的「一致性」問題的最佳實(shí)踐。

這次，我們就來聊聊隱藏在緩存中的毀滅性種子是什么？

我們從前一篇文章《先寫DB還是「緩存」？》中多次提到的「cache miss」說起。

在前一篇文章《先寫DB還是「緩存」？》中，我們多次提到了「cache miss」這個詞，利用「cache miss」來更好的保障DB和緩存之間的數(shù)據(jù)一致性。

然而，任何事物都是有兩面性的，「cache miss」在提供便利的同時，也帶來了一個潛在風(fēng)險(xiǎn)。

這個風(fēng)險(xiǎn)就是「緩存雪崩」。

在圖中的第二步，大量的請求并發(fā)進(jìn)入，這里的一次「cache miss」就有可能導(dǎo)致產(chǎn)生「緩存雪崩」。

不過，雖然「cache miss」會產(chǎn)生「緩存雪崩」，但「緩存雪崩」并不僅僅產(chǎn)生于「cache miss」。

雪崩一詞源于「雪崩效應(yīng)」，是指像「多米勒骨牌」這樣的級聯(lián)反應(yīng)。前面沒頂住，導(dǎo)致影響后面，如此蔓延。（關(guān)于對應(yīng)雪崩的方式參考之前的文章，文末放鏈接）

所以「緩存雪崩」的根本問題是：緩存由于某些原因未起到預(yù)期的緩沖效果，導(dǎo)致請求全部流轉(zhuǎn)到數(shù)據(jù)庫，造成數(shù)據(jù)庫壓力過重。

因此，流量激增、高并發(fā)下的緩存過期、甚至緩存系統(tǒng)宕機(jī)都有可能產(chǎn)生「緩存雪崩」問題。

怎么解決這個問題呢？宕機(jī)可以通過做高可用來解決（可以參考之前的文章，文末放鏈接）。而在“流量激增”、“高并發(fā)下的緩存過期”這兩種場景下，也有兩種方式可以來解決。

通過加鎖或者排隊(duì)機(jī)制來限制讀數(shù)據(jù)庫寫緩存的線程數(shù)量。比如，下面的偽代碼就是對某個key只允許一個線程進(jìn)入的效果。

key = "aaa"；
?
var cacheValue = cache.read(key);
if (cacheValue != null) {
    return cacheValue;
}
else {
    lock(key) {
        cacheValue = cache.read(key);
        if (cacheValue != null) {
            return cacheValue;
        } 
        else {
            cacheValue = db.read(key);
            cache.set(key,cacheValue);
        }
    }
    return cacheValue;
} 

這個比較好理解，就不廢話了。

這個主要針對的是「緩存定時過期」機(jī)制下的取巧方案。它的目的是避免多個緩存key在同一時間失效，導(dǎo)致壓力更加集中。

比如，你有10個key，他們的過期時間都是30分鐘的話，那么30分鐘后這10個key的所有請求會同時流到db去。

而這里說的這種方式就是將這10個key的過期時間打亂，比如設(shè)置成25、26、27、...、34分的過期時間，這樣壓力就被分散了，每分鐘只有一個key過期。

最簡單粗暴的方式就是在設(shè)置「過期時間」的時候加一個隨機(jī)數(shù)字。

cache.set(key,cacheValue,30+random())

總體來看，相比后者，前者的適用面更廣，所以Z哥建議你用「加鎖排隊(duì)」作為默認(rèn)的通用方案不失為一個不錯的選擇。

如果你聽說過「緩存穿透」的話，可能會問：「緩存雪崩」和「緩存穿透」一樣嗎？

從產(chǎn)生的效果上看是一樣的，但是過程不同。

來舉個例子。例子純屬虛構(gòu)，別太在意合理性～

在一個方圓一萬里的地區(qū)內(nèi)，只有一個修手機(jī)的老師傅。他收了一個徒弟，希望徒弟能幫他分擔(dān)掉一部分的工作壓力。這里的老師傅可以看作是DB，徒弟看作是緩存。 
老師傅對徒弟說，如果遇到你不會做的事你來請教我。 
然后，一個客戶過來說要修一下他的衛(wèi)星電話，徒弟去請教老師傅，老師傅說他也不會，先拒絕了吧。
但是由于沒告訴他后續(xù)遇到修衛(wèi)星電話的人該怎么做，所以后續(xù)這個客戶一直來問，徒弟每次都又去請教老師傅。最終，在修衛(wèi)星電話這件事上，徒弟并沒有幫老師傅緩解任何的壓力，快被煩死了。

上面這個故事就好比「緩存穿透」。

而「緩存雪崩」則是，由于徒弟年輕力壯，精力充沛，1小時能修20個手機(jī)，老師傅只能修10個（但是手藝好，更考究）。

然后，有一天徒弟請假了，但恰巧這天來了2000個修手機(jī)的，老師傅修不過來就被累垮了。

所以，「緩存穿透」和「緩存雪崩」最終產(chǎn)生的效果是一樣的，就是因?yàn)榇罅空埱罅鞯紻B后，把DB拖垮（正如前面故事中的老師傅）。

兩者最大的不同在于，「緩存雪崩」問題只要數(shù)據(jù)從db中找到并放入緩存就能恢復(fù)正常（徒弟休假歸來），而「緩存穿透」指的是所需的數(shù)據(jù)在DB中一直不存在的情況（老師傅也不會修）。并且，由于DB中數(shù)據(jù)不存在，所以自然每次從緩存中也找不到（徒弟也不會修）。

清楚了兩者的區(qū)別之后，我們下面就來聊聊「緩存穿透」的常見應(yīng)對方式。

「緩存穿透」有時也叫做「緩存擊穿」，產(chǎn)生的邏輯過程是這樣，一直在虛線范圍內(nèi)流轉(zhuǎn)。

在這種場景下，緩存的作用完全失效，每次請求都“穿透”到了DB中。

可能你會想，為什么會存在大量的這種db中數(shù)據(jù)不存在的情況呢？其實(shí)，任何依賴外部參數(shù)進(jìn)行查詢的地方都可能有這個問題的存在。比如，一個文本輸入框，本來是讓你輸入用戶名的，但是手誤輸入了密碼，自然就找不到數(shù)據(jù)咯。更主要的問題是，會有惡意分子利用這種機(jī)制來對你的系統(tǒng)進(jìn)行攻擊，擊穿緩存搞垮你的數(shù)據(jù)庫，導(dǎo)致整個系統(tǒng)全面癱瘓。

同樣也有兩種方式來解決這個問題。

布隆過濾器就是由一個很長的二進(jìn)制向量和一系列隨機(jī)映射函數(shù)組成，將確定不存在的數(shù)據(jù)構(gòu)建到過濾器中，用它來過濾請求。這里就放個圖，具體就不展開了，后續(xù)我們再聊（有興趣的可以先到搜索引擎搜《Space time trade-offs in hash coding with allowable errors》找到bloom的原始論文）。

實(shí)現(xiàn)代碼其實(shí)并不很復(fù)雜，參考論文或者網(wǎng)上其他作者的一些實(shí)現(xiàn)就可以寫出來。

不過，布隆過濾器有一個最大的缺點(diǎn)，也是其為了高效利用內(nèi)存而付出的代價(jià)，就是無法確保100%的準(zhǔn)確率。

所以，如果你的場景要求是100%準(zhǔn)確的，就只能用下面這種方式了。

其實(shí)就是哪怕從db中取出的數(shù)據(jù)是“空（null）”，也把它丟失到緩存中。

這樣一來，雖然緩存中存在著一個value為空的數(shù)據(jù)，但是至少他能表示“數(shù)據(jù)庫里也沒有不用找了”。

其實(shí)這個思路和布隆過濾器有些類似，但是它對內(nèi)存的消耗會大很多，畢竟布隆過濾器是利用的bit位來存儲。不過這種方式的優(yōu)勢是前面提到的，不會出現(xiàn)誤差，而布隆過濾器的錯誤率會隨著「位數(shù)」的增加而減少，會不斷趨近于0，但不會為0。

好了，我們一起總結(jié)一下。

這次呢，Z哥主要和你聊了隱藏在緩存中的兩顆具有“毀滅性”的種子，「緩存雪崩」和「緩存穿透」，以及應(yīng)對這兩顆種子的常用方式。

而且，順便幫你區(qū)分清楚了「緩存雪崩」和「緩存穿透」的差異。

希望對你有所啟發(fā)。

相關(guān)文章：

分布式系統(tǒng)關(guān)注點(diǎn)——360°全方位解讀「緩存」

分布式系統(tǒng)關(guān)注點(diǎn)——先寫DB還是「緩存」？

作者：Zachary

出處：https://www.cnblogs.com/Zacha...

如果你喜歡這篇文章，可以點(diǎn)一下文末的「贊」。

這樣可以給我一點(diǎn)反饋。: )

謝謝你的舉手之勞。

?關(guān)于作者：張帆（Zachary，個人微信號：Zachary-ZF）。堅(jiān)持用心打磨每一篇高質(zhì)量原創(chuàng)。歡迎掃描下方的二維碼~。
定期發(fā)表原創(chuàng)內(nèi)容：架構(gòu)設(shè)計(jì)丨分布式系統(tǒng)丨產(chǎn)品丨運(yùn)營丨一些思考。
如果你是初級程序員，想提升但不知道如何下手。又或者做程序員多年，陷入了一些瓶頸想拓寬一下視野。歡迎關(guān)注我的公眾號「跨界架構(gòu)師」，回復(fù)「技術(shù)」，送你一份我長期收集和整理的思維導(dǎo)圖。
如果你是運(yùn)營，面對不斷變化的市場束手無策。又或者想了解主流的運(yùn)營策略，以豐富自己的“倉庫”。歡迎關(guān)注我的公眾號「跨界架構(gòu)師」，回復(fù)「運(yùn)營」，送你一份我長期收集和整理的思維導(dǎo)圖。