Redis中的缓存穿透、雪崩、击穿的原因以及解决方案（详解）
1 缓存穿透的概述：根本不存在大量请求。解决方案包括：缓存空值，设置白色列表，使用Bloom过滤器和网络警报。
缓存雪崩：REDIS中的大量钥匙一起到期。
解决方案包括：设置人口前词汇，调整关键时间的出口时间并使用锁定机构。
缓存分解：REDIS中的热点键有效。
该解决方案类似于缓存雪地雪崩，包括：设置受欢迎的词汇，可实时调整钥匙的出口时间并使用锁定机构。
这三个原因的根本原因：重新紧急速度下降，请求直接在DB上影响。
在正常情况下，REDIS响应了大量资源请求，并直接影响DB的少数请求以减轻DB的压力。
如果大量要求直接影响到DB，则会对DB造成太高的压力，并造成“灾难”。
原因包括：高度同时请求，降低的REDIS命中率和大量请求转向DB。
缓存渗透：根本不存在的资源请求。
解决方案包括：高速缓存零值，实时监视，使用开花过滤器和接口验证。
缓存雪崩：REDIS中的大量钥匙一起到期。
解决方案包括：使用几个层次上的体系结构，使用锁或队列张贴缓存标记。
缓存分解：REDIS中的热点键有效。
解决方案包括：提前放置热点数据，监视实时和使用锁定机制。
缓存渗透，雪崩和分解的基本原因是，重新预防率降低，大量请求直接触及DB，从而导致DB的压力过大。
解决方案包括预设，实时监视，使用缓存机制等。
【面试必问系列】之Redis基本数据类型及缓存击穿、缓存穿透、缓存雪崩的区别
redis，furne名称seelteDictionAryServer（remoteDictionAryServer）是用Ansic语言编写的开源数据库，该数据库支持网络，内存或持久记录，键值数据库并提供多种语言API。该数据存储在内存中，具有极高的读写速度，并且可以处理每秒成千上万的操作。
REDIS广泛用于缓存，也用作分布式锁。
它支持交易，持久性，LUA脚本，LRU事件驱动和多个集群解决方案。
基础序列化协议REST是REDIS 2 .0的标准配置，具有简单，快速的分析速度和出色的可读性。
默认支持1 6 个数据库，并且可以将配置文件增加到无限限制。
redis中的五种基本数据类型是：1 ）字符串（字符串）：redis的字符串二进制文件是安全的，具有长度的统计变量，独立于“ \ 0”终端，并且数据结构是一个数组，并且具有长度。
指针暴露于外部并支持操作。
2 ）哈希：存储在键值对中，适用于存储复杂对象。
3 ）列表（列表）：支持线性数据结构，插入和删除。
4 ）集合（无序集）：存储非恢复元素的集合。
5 ）ZSET（排序集）：集合中的元素由分数分类。
Redis使用内部高效的数据结构进行优化的设计。
常用的命令包括但不限于这些类型的操作。
缓存问题解决方案包括缓存雪崩：同时缓存，缓存较大故障和数据库压力。
缓存渗透：缓存和数据库错过数据，导致数据库的频繁查询。
解决方案包括接口层验证，设置短缓存时间，并使用Bloom过滤器拦截潜在的不存在的数据以减少虚假判断。
缓存分解：缓存中没有数据，但数据库中存在。
该解决方案涉及使用Mutex锁，而无需过期热点数据配置。
redis缓存更新策略，缓存穿透，缓存雪崩，缓存击穿。 封装redis工具类
缓存是存储数据，改善阅读和写作性能的临时场所。在商业场景中，我们必须考虑更新缓存，高速缓存，高速缓存雪崩和高速缓存purin的解决方案。
建议使用第一种类型的缓存更新策略，也就是说，缓存缓存更新数据库时会更新缓存。
考虑以下三个数字：1 更新缓存：每次更新数据库时更新缓存，以减少非valid写作操作。
2 确保操作已同步：唯一的系统将缓存和数据库操作放在单个事务中，并且分布式系统使用分布式交易解决方案（例如TCC）。
3 首先删除缓存：更新数据库时制作无效的封面，然后在请求期间更新缓存。
在正常情况和错误情况下，第一个策略可能会导致缓存和数据库数据之间的差异，并建议使用第二种策略。
对于缓存穿透的问题，解决方案包括空物的定义和使用开花过滤器。
定义一个空对象以在缓存中隐藏具有不存在ID的对象，并定义TTL时间以减少内存消耗； 雪崩覆盖的解决方案通常包括添加缓存节点，异步更新的配置或用于缓存服务的群集模式。
分发缓存问题的解决方案涉及默默斯锁的采集，数据库的质疑以重建缓存数据，或者在存储缓存时不定义TTL，而是添加代表有效期时间的字段。
对于Mutex锁定模式，大量等待请求会影响性能，并且存在阻塞的风险； 处理缓存时，请使用Jmeter工具进行性能测试。
Mutex锁定方法和逻辑到期方法分别测试商店1 和车间2 的性能。
在Redis工具类的封装过程中，主要挑战是在Java中使用功能编程想法。
得益于合理的设计，可以获得有效的缓存操作，可以简化代码逻辑，并可以改善系统性能。
软件测试学习笔记丨redis的穿透、击穿、雪崩有什么不同点？
了解Redis缓冲液，事件和积雪的渗透之间的差异：实际笔记理解并区分渗透率，事件和雪之间，在软件测试中遇到的挑战非常重要。下面，我们将一一讨论这三种情况。
缓冲区的渗透就像一个试图忽略redis和数据库的有毒用户一样，关键字是“通过”。
有毒要求导致大量负ID查询，从而导致突然的数据库压力。
解决方案包括存储在缓存中的鼓结果，检查用户的合法性并使用Bloom过滤器阻止无效的要求。
缓冲分析就像是固定点攻击，重点是实施大量要求和热锁。
示例包括热门新闻和大量要求直接单击数据库。
反馈策略是将热点数据设置为永不过期或使用Mutex锁定。
当Redis集群中的许多热点同时失败时，大量请求点击了数据库，形成了雪效应。
它是确保高度使用的关键，使用备份和降低缓冲策略，以后持久地继续数据。
简而言之，缓冲液的渗透是有毒的旁路，该事件是一次集中式攻击，而雪崩则是许多同时失败的热点。
通过这些隐喻，很容易记住它们的差异。
拟议的学习：一系列软件测试和开发课程，以帮助您掌握技术细节并提高实际能力。
