什么是缓存穿透、缓存雪崩、缓存击穿？
什么是缓存？缓存就是数据互换的缓冲区，是存贮数据的暂时地方，一样平常读写性能较高。
怎么防止缓存穿透？
缓存穿透是指客户端哀求的数据在缓存中和数据库中都不存在，这样缓存永久不会生效，这些哀求都会打到数据库，给数据库带来巨大压力。
常见的办理方案有两种：
缓存空对象
客户端第一次哀求是，发现数据库中数据不存在，在缓存中设置该值为空串，后面的哀求中若发现缓存中存储的值为空串直接返回空串，不在查询数据库。（缓存须要设置肯定时间内过期，防止数据库中有数据后缓存仍旧为空。或者在插入数据时，清空缓存）
[*] 长处：实现简单，维护方便
[*] 缺点：额外的内存斲丧，可能造成短期的不一致
https://i-blog.csdnimg.cn/direct/163b1e428d8144a98b6e05525cfdc410.png
/**
* 设置空值解决缓存穿透
*/
public Shop queryWithPassThrough(Long id){
//先从redis查询商铺缓存，若存在，从redis中返回,否则查询数据库，存在写入redis，并返回
String shopJson = stringRedisTemplate.opsForValue().get("cache:shop:" + id);
if(StringUtils.isNotBlank(shopJson)){
Shop shop = JSONUtil.toBean(shopJson, Shop.class);
return shop;
}
//判断命中的是否为空，防止缓存穿透
if(shopJson==null){ //若为null，说明redis中数据为空字符串，说明mysql数据库也没有数据
return null;
}
//redis不存在，查询数据库
Shop shop = getById(id);
if(shop==null){
//将空值写入redis
stringRedisTemplate.opsForValue().set("cache:shop:"+id,"",30, TimeUnit.MINUTES);
return null;
}
stringRedisTemplate.opsForValue().set("cache:shop:"+id,JSONUtil.toJsonStr(shop));
return shop;
}
布隆过滤
[*] 长处：内存占用较少，没有多余key
[*] 缺点：实现复杂、存在误判可能
其他方案：
•增强id的复杂度，制止被推测id规律
•做好数据的基础格式校验
•加强用户权限校验
•做好热点参数的限流
为什么会出现缓存雪崩？
缓存雪崩是指在同一时段大量的缓存key同时失效或者Redis服务宕机，导致大量哀求到达数据库，带来巨大压力。
办理方案：
[*]给不同的Key的TTL添加随机值
[*]使用Redis集群进步服务的可用性
[*]给缓存业务添加降级限流计谋
[*]给业务添加多级缓存
如何办理缓存击穿？
缓存击穿标题也叫热点Key标题，就是一个被高并发访问而且缓存重修业务较复杂的key突然失效了，无数的哀求访问会在瞬间给数据库带来巨大的冲击。
常见的办理方案有两种：
互斥锁
在高并发情况下，当有一个线程得到锁访问数据库时，其他线程等待。假如业务A须要获取缓存A和缓存B,而业务B须要获取缓存B和缓存A。此时业务A已经获取了缓存A的锁正在等待缓存B，而业务B获取了缓存B的锁等待缓存A，就出现了互相称待的情况，产生死锁。
长处：没有额外的内存斲丧，包管一致性，实现简单
缺点：线程须要等待，性能受影响，可能有死锁风险
https://i-blog.csdnimg.cn/direct/1af4789f1afb40778da4a5afb33a4ec6.png
/**
* 在设置空值，已经解决缓存穿透的基础上，添加互斥锁解决缓存击穿
*/
public Shop queryWithMutex (Long id){
//先从redis查询商铺缓存，若存在，从redis中返回,否则查询数据库，存在写入redis，并返回
String shopJson = stringRedisTemplate.opsForValue().get("cache:shop:" + id);
if(StringUtils.isNotBlank(shopJson)){
Shop shop = JSONUtil.toBean(shopJson, Shop.class);
return shop;
}
//判断命中的是否为空，房子缓存穿透
if(shopJson==null){ //部位null，说明redis中数据为空字符串，说明mysql数据库也没有数据
return null;
}
//redis不存在，失效缓存重建
//获取互斥锁，每个店铺创建一个锁
String LockKey = "lock:shop:"+id;
Shop shop = null;
try {
boolean isLock = tryLock(LockKey);
//获取锁失败，休眠重试
if(!isLock){
Thread.sleep(50);
return queryWithMutex(id);
}
//获取到锁，查询数据库
shop = getById(id);
if(shop==null){
//将空值写入redis
stringRedisTemplate.opsForValue().set("cache:shop:"+id,"",30, TimeUnit.MINUTES);
return null;
}
stringRedisTemplate.opsForValue().set("cache:shop:"+id,JSONUtil.toJsonStr(shop));
}catch (InterruptedException e){
thrownew RuntimeException("系统异常");
}finally {
//释放锁
unLock(LockKey);
}
return shop;
}
/**
*获取锁
*/
private boolean tryLock(String key){
Boolean flag = stringRedisTemplate.opsForValue().setIfAbsent(key, "1", 10, TimeUnit.SECONDS);
return BooleanUtil.isTrue(flag);
}
/**
* 释放锁
*/
private void unLock(String key){
stringRedisTemplate.delete(key);
}
逻辑过期：
长处：线程无需等待，性能较好
缺点：不包管一致性，有额外内存斲丧，实现复杂
https://i-blog.csdnimg.cn/direct/4610bfc7fff847d49de7447157c63329.png
//线程池
private static final ExecutorService CACHE_REBUILD_EXECUTOR = Executors.newFixedThreadPool(10);
/**
* 使用逻辑过期解决缓存击穿(实际上数据不会过期,故不需要考虑缓存穿透问题),使用时需要先缓存热点数据
*/
public Shop queryWithLogicalExpire (Long id){
//先从redis查询商铺缓存，若存在，从redis中返回,否则查询数据库，存在写入redis，并返回
String shopJson = stringRedisTemplate.opsForValue().get("cache:shop:" + id);
//缓存中不存在，直接返回null。（热点数据，通过一般需要自行初始化到redis缓存中，一般不会出现null的情况）
if(StringUtils.isBlank(shopJson)){
return null;
}
RedisData redisData = JSONUtil.toBean(shopJson, RedisData.class);
Shop shop = JSONUtil.toBean((JSONObject) redisData.getData(), Shop.class);//获取缓存数据
LocalDateTime expireTime = redisData.getExpireTime();//获取缓存过期时间
//判断是否过期
if(expireTime.isAfter(LocalDateTime.now())){
//未过期，直接返回
return shop;
}
//过期，需要缓存重建
//获取互斥锁
String LockKey = "lock:shop:"+id;
if(tryLock(LockKey)){
//获取锁成功，开启独立线程，实现缓存重建
CACHE_REBUILD_EXECUTOR.submit(() ->{
//重建缓存
try{
this.saveShop2Redis(id,20L);
}catch (Exception e){
throw new RuntimeException(e);
}finally {
//释放锁
unLock(LockKey);
}
});
}
return shop;
}
public void saveShop2Redis(Long id,Long expireSeconds){
//查询店铺数据
Shop shop = getById(id);
//封装逻辑过期时间
RedisData redisData = new RedisData();
redisData.setData(shop);
redisData.setExpireTime(LocalDateTime.now().plusMinutes(expireSeconds));
//写入redis
stringRedisTemplate.opsForValue().set("cache:shop:"+id,JSONUtil.toJsonStr(redisData));
}
/**
*获取锁
*/
private boolean tryLock(String key){
Boolean flag = stringRedisTemplate.opsForValue().setIfAbsent(key, "1", 10, TimeUnit.SECONDS);
return BooleanUtil.isTrue(flag);
}
/**
* 释放锁
*/
private void unLock(String key){
stringRedisTemplate.delete(key);
}
全局ID天生器
假如使用数据库自增ID就存在一些标题：
[*]id的规律性太明显
[*]受单表数据量的限制
全局ID天生器，是一种在分布式体系下用来天生全局唯一ID的工具，一样平常要满足下列特性：
https://i-blog.csdnimg.cn/direct/7eccb1cc26754923baa7243750d32252.png
为了增加ID的安全性，我们可以不直接使用Redis自增的数值，而是拼接一些别的信息：
ID的构成部门：
[*]符号位：1bit，永久为0
[*]时间戳：31bit，以秒为单元，可以使用69年
[*]序列号：32bit，秒内的计数器，支持每秒产生2^32个不同ID
https://i-blog.csdnimg.cn/direct/76782f3cf63e44a7b4f3a09e1c8d1f33.png
Redis自增ID计谋：
[*]每天一个key，方便统计订单量
[*]ID构造是 时间戳 + 计数器
import org.springframework.data.redis.core.StringRedisTemplate;
import org.springframework.stereotype.Component;
import java.time.LocalDateTime;
import java.time.ZoneOffset;
import java.time.format.DateTimeFormatter;
@Component
public class RedisIdWorker {
private StringRedisTemplate stringRedisTemplate;
public RedisIdWorker(StringRedisTemplate stringRedisTemplate) {
this.stringRedisTemplate = stringRedisTemplate;
}
// 2022年开始时间戳
private static final long BEGIN_TIMESTAMP = 1640995200L;
// 序列号位数
private static final int COUNT_BITS = 32;
public long nextId(String KeyPrefix) {
// 1.生成时间戳
LocalDateTime now = LocalDateTime.now();
long nowSecond = now.toEpochSecond(ZoneOffset.UTC);
long timestamp = nowSecond-BEGIN_TIMESTAMP;
// 2.生成序列号
String date = now.format(DateTimeFormatter.ofPattern("yyyy:MM:dd"));
//自增长，返回自增序列号,key不存在会自动创建一个key
long count = stringRedisTemplate.opsForValue().increment("icr:" + KeyPrefix + ":" + date);
// 3.拼接并返回
// 时间戳左移32位，通过|运算，拼接序列号
return timestamp << COUNT_BITS | count;
}
}
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。
页:
[1]