摘要：缓存命中率过低缓存命中率指的是从缓存中找到数据的请求占所有请求的比重。因此之所以出现缓存命中率过低，自然就是因为热点不够热，请求的数据非常分散。要缓解缓存命中率过低的问题，最直接的办法当然是加大缓存。
缓存的作用是在内存中临时存储来自外部系统（如数据库）的数据，以便让请求更快的得到响应。如果请求数据在缓存中不存在，或者已经超时失效，那么也要从外部系统查询，然后放入缓存中，这个过程叫刷新缓存。
这是缓存的基本使用逻辑，但是实际当中可能出现三种异常情况，它们会导致缓存起不到预期的使用效果，以至于系统性能明显下降。
缓存命中率过低缓存命中率指的是从缓存中找到数据的请求占所有请求的比重。例如 100 个请求当中有 90 个请求的结果可以直接从缓存中获得，那么命中率就是 90%。剩下 10% 的请求就要从外部系统查询数据，填入缓存，然后再返回。
什么情况下缓存命中率高呢？请求的数据比较集中的时候，例如 80% 的请求集中在 20% 的数据上，这部分数据也被称作热点之类的。热点越热，缓存命中率越高。
因此之所以出现缓存命中率过低，自然就是因为热点不够热，请求的数据非常分散。命中率过低的后果就是很多请求的数据仍需从外部系统查询，假如是数据库的话，数据库的压力就会非常大，同时系统的响应也明显变慢。
要缓解缓存命中率过低的问题，最直接的办法当然是加大缓存。本地缓存不够，就用分布式缓存，多台机器分开存储。
特例一：分散攻击有时候系统正常情况下是存在热点数据的，但突然有一天出现大量的分散请求，导致缓存命中率直线下降。这些异常的请求可以看作是有意的攻击行为，目的就是让系统无法响应。
而遇到攻击行为的话，加大缓存可能是徒劳的，这时候需要去识别请求，对于被归类为攻击的请求主动延长响应时间，甚至拒绝返回结果。
比如说一个论坛，突然遇到大量请求，均匀的访问五年内的帖子内容，导致数据库负载很大，此时可以将访问老帖子的请求（帖子ID通常是递增的，ID越小表示发帖时间越久）返回时间适当延长，比如延长到五分钟。不过使用这种做法时千万不要简单的暂停线程，这会导致没有多余的线程来处理正常的请求。
特例二：无效的 key有时候系统收到大量请求，这些请求的数据非但缓存中没有，连数据库也没有，那么每个请求不但因为缓存未命中而去查询数据库，而且因为数据库没有记录而无法填充到缓存。这是更加恶劣的情况。
遇到这种情况，同样需要鉴别无效的请求。对于 key 自增的情况，可以通过值范围来鉴别；而对于使用 UUID 的情况，就需要低成本的鉴别方式，布隆过滤器是一个选择。
大量缓存项同时刷新缓存通常都是存在失效时间的，需要避免的一种情况就是大量缓存项在同一个时间点失效，如果此时对这些数据的请求量大，那么这些请求就会同时去刷新各自的缓存，这就将压力传递到了外部系统上。避免这种情况的办法就是在预定的失效时间基础上加上一个随机值，以错开缓存项的失效时间。
大量请求刷新同一个缓存项一个请求遇到缓存失效，于是去刷新缓存，而在这个过程中又有大量请求来访问正在刷新的缓存项，导致该缓存项完成本次刷新后，又立刻被另一个线程刷新，实质上每个请求都因为缓存未命中而去访问了外部系统。
出现这个现象的原因是设计上的不合理。当一个缓存正在刷新时，访问该缓存项的其他线程应该等待刷新完毕，这样它们就可以直接从缓存获得结果了。线程同步当然是用锁。如果是分布式系统，那就用分布式锁。
文章版权归作者所有，未经允许请勿转载,若此文章存在违规行为，您可以联系管理员删除。
转载请注明本文地址：https://www.ucloud.cn/yun/62093.html
摘要：当缓存空间满了，同步失败，网络阻塞，缓存写失败等原因，会出现缓存服务器上并没有这个。这种问题，以前有过实践，修改数据库成功，而修改缓存失败的情况，最主要就是缓存服务器挂了。而缓存服务器挂了，请求首先自然也就无法到达，从而直接访问到数据库。 原文摘自: 缓存穿透、并发和失效，来自一线架构师的解决方案https://community.qingcloud.com/topic/463 在我们...
摘要：当缓存空间满了，同步失败，网络阻塞，缓存写失败等原因，会出现缓存服务器上并没有这个。这种问题，以前有过实践，修改数据库成功，而修改缓存失败的情况，最主要就是缓存服务器挂了。而缓存服务器挂了，请求首先自然也就无法到达，从而直接访问到数据库。 原文摘自: 缓存穿透、并发和失效，来自一线架构师的解决方案https://community.qingcloud.com/topic/463 在我们...
摘要：当缓存空间满了，同步失败，网络阻塞，缓存写失败等原因，会出现缓存服务器上并没有这个。这种问题，以前有过实践，修改数据库成功，而修改缓存失败的情况，最主要就是缓存服务器挂了。而缓存服务器挂了，请求首先自然也就无法到达，从而直接访问到数据库。 原文摘自: 缓存穿透、并发和失效，来自一线架构师的解决方案https://community.qingcloud.com/topic/463 在我们...
阅读 3703·2021-11-22 13:52
阅读 3601·2019-12-27 12:20
阅读 2383·2019-08-30 15:55
阅读 2142·2019-08-30 15:44
阅读 2261·2019-08-30 13:16
阅读 572·2019-08-28 18:19
阅读 1880·2019-08-26 11:58
阅读 3434·2019-08-26 11:47
