面试题：缓存设计中复杂业务场景下Redis缓存命中率优化

Question

假设在一个电商系统中，有商品详情页、购物车等功能。商品详情页的数据更新频率较低，购物车数据实时性要求较高。请设计一个Redis缓存方案，以提高缓存命中率，同时保证数据的一致性和系统性能，并阐述在高并发场景下可能遇到的问题及解决方案。

Answer 1

Redis缓存方案设计

1. 商品详情页缓存
   • 缓存策略：采用LFU（Least Frequently Used，最不经常使用）或LRU（Least Recently Used，最近最少使用）淘汰策略。由于商品详情页数据更新频率低，使用这两种策略能保证长时间不被访问的商品缓存被淘汰，为新的商品缓存腾出空间。
   • 缓存数据结构：使用Hash结构存储商品详情信息，例如以商品ID作为Key，商品详情（如名称、描述、价格、图片等）作为Hash的Field - Value对。这样可以方便地对单个商品的详情进行读写操作。
   • 缓存更新：当商品数据发生变化时，通过消息队列（如Kafka）异步更新Redis中的商品详情缓存。在商品更新逻辑完成后，向消息队列发送更新消息，消费者接收到消息后更新Redis缓存，以减少对业务主流程的影响。
2. 购物车缓存
   • 缓存策略：采用不淘汰策略，因为购物车数据实时性要求高，要保证购物车数据始终存在于缓存中。
   • 缓存数据结构：使用Hash结构，以用户ID作为Key，购物车中的商品（商品ID - 数量）作为Hash的Field - Value对。这样可以快速定位和更新某个用户的购物车信息。
   • 缓存更新：当用户对购物车进行操作（添加、删除商品，修改商品数量等）时，直接同步更新Redis中的购物车缓存，确保数据的实时性。同时，将购物车操作记录通过消息队列异步持久化到数据库，保证数据的最终一致性。

高并发场景下可能遇到的问题及解决方案

1. 缓存击穿问题
   • 问题描述：高并发情况下，一个热点商品的缓存过期瞬间，大量请求同时访问数据库，导致数据库压力骤增。
   • 解决方案：
     • 互斥锁：在缓存过期时，使用Redis的SETNX（SET if Not eXists）命令获取互斥锁，只有获取到锁的请求才能去查询数据库并更新缓存，其他请求等待。获取锁的请求更新完缓存后释放锁。
     • 永不过期：对于热点商品设置一个超长的过期时间，如一年，同时在数据更新时主动更新缓存，避免因过期导致的击穿问题。
2. 缓存雪崩问题
   • 问题描述：大量缓存同时过期，导致大量请求直接访问数据库，使数据库不堪重负甚至崩溃。
   • 解决方案：
     • 随机过期时间：在设置缓存过期时间时，给每个缓存设置一个随机的过期时间，避免大量缓存同时过期。例如，原本设置1小时过期，可以设置在50 - 70分钟之间随机过期。
     • 二级缓存：采用二级缓存架构，一级缓存使用Redis，二级缓存可以使用本地缓存（如Guava Cache）。当一级缓存失效时，先从二级缓存获取数据，若二级缓存也没有则查询数据库并更新两级缓存，减轻数据库压力。
3. 缓存一致性问题
   • 问题描述：在高并发读写场景下，可能出现数据库和缓存数据不一致的情况，比如先更新数据库成功，再更新缓存失败。
   • 解决方案：
     • 重试机制：当缓存更新失败时，通过重试机制多次尝试更新缓存，直到成功为止。可以设置最大重试次数和重试间隔时间。
     • 异步补偿：将缓存更新失败的记录发送到消息队列，通过消息队列的消费者进行异步补偿操作，确保缓存最终能更新成功。
     • 读写锁：在对数据进行读写操作时，使用读写锁保证同一时间只有一个写操作，读操作可以并发进行，避免读写冲突导致的数据不一致问题。