ToB企服应用市场:ToB评测及商务社交产业平台

标题: 【缓存】缓存雪崩与缓存穿透：高并发体系的隐形杀手 [打印本页]

---

作者: 勿忘初心做自己    时间: 15 小时前
标题: 【缓存】缓存雪崩与缓存穿透：高并发体系的隐形杀手
缓存雪崩与缓存穿透：高并发体系的隐形杀手

在高并发体系中，缓存是提拔性能的紧张手段。然而，缓存使用不妥也会带来一系列问题，其中最常见的就是缓存雪崩和缓存穿透。这两个问题假如不加以办理，大概会导致体系崩溃，甚至引发严重的生产变乱。本文将深入探讨缓存雪崩和缓存穿透的成因，并提供办理方案，最后用Java代码实现。
一、缓存雪崩

1.1 什么是缓存雪崩？

缓存雪崩是指大量缓存数据在同一时间失效，导致所有哀求都直接打到数据库上，数据库刹时承受巨大压力，甚至崩溃。
1.2 缓存雪崩的成因

• 缓存集中逾期：缓存数据设置了雷同的逾期时间，导致大量缓存同时失效。
  
• 缓存服务器宕机：缓存服务器出现故障，无法提供服务。
  

1.3 办理方案

• 设置差别的逾期时间：为缓存数据设置随机的逾期时间，避免同时失效。
  
• 使用多级缓存：在本地缓存和分布式缓存之间增长一层缓存，淘汰直接访问数据库的压力。
  
• 缓存预热：在体系启动时，提前加载热点数据到缓存中。
  
• 限流降级：使用限流工具（如Sentinel）对数据库举行保护，防止数据库被压垮。
  

1.4 Java实现

1. import java.util.Random;
2. import java.util.concurrent.TimeUnit;
4. public class CacheAvalancheSolution {
6.     private static final int BASE_EXPIRE_TIME = 3600; // 基础过期时间
7.     private static final int RANDOM_RANGE = 600; // 随机范围
9.     public static void main(String[] args) {
10.         // 模拟缓存数据
11.         String cacheKey = "hot_data";
12.         String cacheValue = getDataFromCache(cacheKey);
14.         if (cacheValue == null) {
15.             // 缓存失效，重新加载
16.             cacheValue = getDataFromDB();
17.             setCacheWithRandomExpire(cacheKey, cacheValue);
18.         }
20.         System.out.println("Cache Value: " + cacheValue);
21.     }
23.     private static String getDataFromCache(String key) {
24.         // 模拟从缓存中获取数据
25.         return null; // 假设缓存失效
26.     }
28.     private static String getDataFromDB() {
29.         // 模拟从数据库中获取数据
30.         return "Data from DB";
31.     }
33.     private static void setCacheWithRandomExpire(String key, String value) {
34.         // 设置缓存，并添加随机过期时间
35.         int expireTime = BASE_EXPIRE_TIME + new Random().nextInt(RANDOM_RANGE);
36.         System.out.println("Set cache with expire time: " + expireTime + " seconds");
37.         // 实际项目中可以使用Redis等缓存工具
38.     }
39. }

复制代码

二、缓存穿透

2.1 什么是缓存穿透？

缓存穿透是指查询一个不存在的数据，由于缓存中没有该数据，哀求直接打到数据库上。假如大量哀求查询不存在的数据，数据库大概会被压垮。
2.2 缓存穿透的成因

• 恶意攻击：攻击者故意查询不存在的数据，导致数据库压力过大。
  
• 业务逻辑问题：业务代码中没有对查询参数举行校验，导致大量无效查询。
  

2.3 办理方案

• 布隆过滤器：使用布隆过滤器过滤掉不存在的数据，避免无效查询。
  
• 缓存空值：对于查询结果为空的哀求，缓存一个空值，并设置较短的逾期时间。
  
• 参数校验：在业务逻辑层面对查询参数举行校验，过滤掉无效哀求。
  

2.4 Java实现

1. import com.google.common.hash.BloomFilter;
2. import com.google.common.hash.Funnels;
4. public class CachePenetrationSolution {
6.     private static BloomFilter<String> bloomFilter = BloomFilter.create(
7.             Funnels.stringFunnel(), 1000000, 0.01); // 布隆过滤器
9.     public static void main(String[] args) {
10.         // 模拟查询
11.         String queryKey = "non_existent_key";
13.         if (!bloomFilter.mightContain(queryKey)) {
14.             // 布隆过滤器判断不存在
15.             System.out.println("Data not exist in bloom filter");
16.             return;
17.         }
19.         String cacheValue = getDataFromCache(queryKey);
20.         if (cacheValue == null) {
21.             // 缓存失效，重新加载
22.             cacheValue = getDataFromDB(queryKey);
23.             if (cacheValue == null) {
24.                 // 数据库中没有该数据，缓存空值
25.                 setCacheWithShortExpire(queryKey, "NULL");
26.             } else {
27.                 setCacheWithShortExpire(queryKey, cacheValue);
28.             }
29.         }
31.         System.out.println("Cache Value: " + cacheValue);
32.     }
34.     private static String getDataFromCache(String key) {
35.         // 模拟从缓存中获取数据
36.         return null; // 假设缓存失效
37.     }
39.     private static String getDataFromDB(String key) {
40.         // 模拟从数据库中获取数据
41.         return null; // 假设数据库中不存在该数据
42.     }
44.     private static void setCacheWithShortExpire(String key, String value) {
45.         // 设置缓存，并添加较短的过期时间
46.         System.out.println("Set cache with short expire time for key: " + key);
47.         // 实际项目中可以使用Redis等缓存工具
48.     }
49. }

复制代码

三、总结

缓存雪崩和缓存穿透是高并发体系中常见的缓存问题，假如不加以办理，大概会导致体系崩溃。通过设置差别的逾期时间、使用布隆过滤器、缓存空值等方法，可以有效避免这些问题。在实际项目中，我们须要根据业务场景选择合适的办理方案，确保体系的稳定性和高性能。

---

关注我，获取更多技术干货！假如你有任何问题或建议，欢迎在批评区留言。

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。

---

欢迎光临 ToB企服应用市场:ToB评测及商务社交产业平台 (https://dis.qidao123.com/)

Powered by Discuz! X3.4