【面试必备】缓存的更新策略-缓存雪崩-缓存穿透-缓存预热-缓存击穿~

1、什么是缓存

2、为什么使用Redis作为MySQL的缓存

3、缓存的更新策略

3.1、策略一：定期生成

3.2、策略二：实时生成

内存淘汰策略【面试重点】

4、缓存预热(Cache preheating)【面试重点】

5、缓存穿透(Cache penetration)【面试重点】

6、缓存雪崩(Cache avalanche)【面试重点】

7、缓存击穿(Cache breakdown)【面试重点】

1、什么是缓存

缓存，其实核心实现的就是能够更快访问到数据~

更快既然是一个比较级的关系，那么就是会有一个相对关系，谁对谁来说更快，谁对谁来说访问速度更快，是谁谁的缓存。

举例理解：你把钱存在银行，每次买东西之前，你需要去银行取钱，然后再来付款，这个过程就会比较麻烦；这种情况下，你可以取一小部分钱放在口袋里，每次买东西付款时直接从口袋里取钱，这个过程就会相对来说更加高效了。此时口袋相对银行来说访问速度更快，就可以使用口袋作为银行的缓存，大大提高办事效率~

那么，对于计算机来说，硬盘相对于网络来说访问速度更快，就可以使用硬盘作为网络的缓存；内存相对于硬盘来说访问速度更快，就可以使用内存作为硬盘的缓存；CPU寄存器相对于内存来说访问速度更快，就可以使用CPU寄存器作为内存的缓存。

那上述所说的缓存是更快了，但并不意味着可以把所有数据都放在缓存中，因为缓存的空间往往是有限的，缓存上只放一些热点数据就可以了~【二八定律】

2、为什么使用Redis作为MySQL的缓存

Redis典型的应用场景就三个：存储数据、缓存【最常见】、消息队列。

下面就简单介绍一下为什么使用Redis作为MySQL的缓存：

1）MySQL·(关系型数据库)虽然功能强大，但是其性能并不高，每一次查询操作消耗的系统资源比较多。性能不高，其承担的并发量就有限，一旦请求数据量多了，数据库的压力就会很大，甚至很容易宕机了~

2）关系型数据库为什么性能不高：数据库把数据存储在硬盘上，硬盘的IO速度并不快，尤其是随机访问；如果查询不能命中索引，就需要进行表的遍历，这就会大大增加硬盘IO次数；关系型数据库对于SQL的执行会做一系列的解析，校验，优化工作；如果是是一些复杂的查询，比如联合查询，需要进行笛卡尔积操作，效率更是降低很多~

3）提高MySQL能承担的并发量：开源->引入更多的机器，构成数据库集群；节流->引入缓存，把一系列的热点数据保存在缓存上，后续查询数据时，如果缓存中已经存在，就不用再访问MMySQL了~

那我们如何知道Redis中应该存储哪些数据呢？怎么判定他是热点数据呢？具体看我们下面介绍的缓存的更新策略~

3、缓存的更新策略

3.1、策略一：定期生成

将一定时间内访问的数据，以日志的形式记录下来，对于其访问的数据频次进行统计，挑选出访问频次最高的前N%的数据，定期将这些数据同步到缓存服务器上，控制这些缓存服务器自动重启~

通常情况下，会有一个脚本代码来执行这个操作，通过定时任务来触发:

完成统计热数据过程
根据热数据，找到其查询结果的数据
将这些缓存数据同步至缓存服务器上
控制这些缓存服务器自动重启~

优点：

上述方式，在实际实现会比较简单，过程更加可控(缓存中有啥数据是比较固定)，方便排查问题~

缺点：

实时性不够，如果有突发事件的相关数据变成热数据了，但由于数据还没有同步到缓存服务器中，就会给数据库带来较大的压力~

3.2、策略二：实时生成

实时生成，其过程就是：

如果Redis中查到了，就返回其结果
如果Redis中不存在，就从数据中查，把查询结果同时也写到Redis中~

但是这种方式也会带来一个问题：Redis中不存在的数据很多，每次查都往里新增数据，不停地增加后，内存可能会达到上限，此时再插入数据，可能就会触发一些问题。此时Redis就引入了“内存淘策略”，如下：

内存淘汰策略【面试重点】

通用的淘汰策略：

FIFO(First In First Out)先进先出：把缓存中存在时间最久的淘汰掉---->按进入Redis的时间按序，时间越老越先淘汰
LRU(Least Recently Used)淘汰最久未使用的：记录每个key的最近访问时间，把最近访问时间最老的key淘汰--->按最近访问时间排序，时间越老越先淘汰
LFU(Least Frequently Used)淘汰访问次数最少的：记录每个key的最近一段时间的访问次数，那访问次数最少的淘汰---->按某段时间内的访问次数排序，次数越少越先淘汰
Random随机淘汰：在所有的key中随机淘汰~

Redis中的淘汰策略：