新闻详情

新闻详情

首页 / 资讯中心 / 详情

一文搞懂缓存雪崩、击穿、穿透,火爆了!

发布时间:2026/11/4 5:45:13来源:尧图网络
一文搞懂缓存雪崩、击穿、穿透,火爆了!
为什么需要缓存数据库磁盘 I/O 慢用户数据一般持久化在关系型数据库中磁盘读写速度远低于内存。Redis 缓存层提速将热点数据放入内存数据库Redis读写速度有了很大提升极大提高系统性能。其查询流程如下图虽然引入缓存后解决了性能问题但新的问题会随之而来可能会出现缓存雪崩、缓存击穿、缓存穿透。缓存雪崩缓存雪崩指的是当大量缓存 key 在同一时刻失效或 Redis 节点故障宕机导致原本要将请求打到缓存上的请求全部打到数据库瞬间压垮关系型数据库结果引发连锁反应系统崩溃。其缓存雪崩的可能如下大量 key 同时过期相同 TTLRedis 宕机单点或集群故障大量key同时过期为了缓存和数据库的数据一致性通常给缓存设置key过期时间。如果一批 key 使用相同或非常接近的过期时间到期时这些 key 会一起过期。解决方案均匀设置过期时间给TTL加一个随机偏移如 TTL base random(0, spread)互斥锁缓存未命中时只允许一个线程构建缓存其余等待或返回默认值后台更新缓存缓存不设 TTL由后台线程定时或事件驱动刷新互斥锁的方案流程图如下Redis 宕机Redis的单节点或集群出现故障导致缓存层失效将所有请求直接打到数据库。服务熔断检测到 Redis 不可用时业务直接返回错误不再访问数据库请求限流只允许少量请求访问数据库其余在入口拒绝构建高可用集群Redis 主从 哨兵/Cluster主节点故障自动切换服务熔断与请求限流的比较如下缓存击穿在平常高并发的系统中大量的请求同时查询一个 key 时此时这个key正好失效了就会导致大量的请求都打到数据库上面去。这种现象我们称为缓存击穿。解决方案如下互斥锁同一时刻只允许一个线程重建缓存其余等待或返回默认值给热点数据不设置过期时间热点 key 永不过期由后台线程定期或在即将过期前主动刷新缓存击穿和缓存雪崩的区别缓存雪崩大量 key 同时失效缓存击穿单个热点 key 失效缓存穿透请求的数据既不在缓存中也不在数据库中每次请求都会穿过缓存直接查数据库且无法构建缓存导致数据库压力剧增。其解决方案如下非法请求限制在 API 入口校验参数合法性拦截明显非法请求缓存空值或默认值当数据库查不到时在缓存中写一个空值如 NULL并设较短 TTL布隆过滤器在写入数据库时同步写入布隆过滤器请求先查布隆过滤器判断是否存在布隆过滤器在请求链路中的位置好了缓存雪崩、缓存击穿、缓存穿透就分享到这里
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/3 7:07:39

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/3 12:09:35

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/3 12:09:38

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/3 12:09:41

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/4 1:25:31

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/4 3:51:11

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉