目录
一、缓存预热
开过车的都知道,冬天的时候启动我们的小汽车之后不要直接驾驶,先让车子发动机预热一段时间再启动。缓存预热是一样的道理。
缓存预热就是系统启动前,提前将相关的缓存数据直接加载到缓存系统。避免在用户请求的时候,先查 询数据库,然后再将数据缓存的问题!用户直接查询事先被预热的缓存数据。
如果我们不进行缓存预热会出现什么问题呢?
-
请求数量较高
-
主从之间数据吞吐量较大,数据同步操作频度较高,因为刚刚启动时,缓存中没有任何数据。
二、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,导致大量请求到达数据库,带来巨大压力。
怎么解决这种问题呢?
1、给不同的Key的TTL添加随机值
2、利用Redis集群提高服务的可用性
3、给缓存业务添加降级限流策略
4、给业务添加多级缓存
三、缓存击穿
缓存击穿问题也叫热点Key问题,就是一个被高并发访问并且缓存重建业务较复杂的key突然失效了,无数的请求访问会在瞬间给数据库带来巨大的冲击。
怎么解决这个问题呢?
1、互斥锁
互斥锁简单来说就是用户访问缓存时没有查到数据,于是就去获取这个互斥锁,拿到之后先不释放,然后去查询数据库找数据,再将找到的数据写入缓存,再释放锁这样的过程。在第一个线程执行此过程的同时,如果有其他线程也来访问缓存中的这个数据,因为线程1没有释放互斥锁,所以线程2就会等待,设置一个休眠时间过一段时间再重试获取互斥锁,直到线程1释放掉,线程2获取到锁之后就会在缓存中直接读取到数据。
2、逻辑过期
我们之所以会出现这个缓存击穿问题,主要原因是在于我们对key设置了过期时间,假设我们不设置过期时间,其实就不会有缓存击穿的问题,但是不设置过期时间,这样数据不就一直占用我们 内存了吗,我们可以采用逻辑过期方案。
我们把过期时间设置在 redis的value中,注意:这个过期时间并不会直接作用于redis,而是我们后续通过逻辑去处理。假设线程1去查询缓存,然后从value中判断出来当前的数据已经过期了,此时线程1 去获得互斥锁,那么其他线程会进行阻塞,获得了锁的线程他会开启一个线程去进行以前的重构数据的逻辑,直到新开的线程完成这个逻辑后,才释放锁, 而线程1直接进行返回,假设现在线程3过来访 问,由于线程线程2持有着锁,所以线程3无法获得锁,线程3也直接返回数据,只有等到新开的线程2把重建数据构建完后,其他线程才能走返回正确的数据。
优点:异步的构建缓存,响应速度快。
缺点:在线程2没有释放锁之前,线程1和后面的线程返回的都是脏数据。
3、对比
|----------|---------------------|----------------------|
| 解决方案 | 优点 | 缺点 |
| 互斥锁 | 没有额外内存消耗 保证一致性 实现简单 | 线程需要等待,性能受影响 可能有死锁风险 |
| 逻辑过期 | 线程无需等待,性能好 | 有额外内存消耗 不保证一致性 实现复杂 |
四、缓存穿透
缓存穿透是指客户端请求的数据在缓存中和数据库中都不存在,这样缓存永远不会生效,这 些请求都会打到数据库。
怎么解决这个问题呢?
1、缓存空对象
当我们客户端访问不存在的数据时,先请求redis,但是此时redis中没有数据, 此时会访问到数据库,但是数据库中也没有数据,这个数据穿透了缓存,直击数据库,我们都知道数据 库能够承载的并发不如redis这么高,如果大量的请求同时过来访问这种不存在的数据,这些请求就都会访问到数据库,简单的解决方案就是哪怕这个数据在数据库中也不存在,我们也把这个数据当做null存入到redis 中去,这样,下次用户过来访问这个不存在的数据,那么在redis中也能找到这个数据就不会进入到缓存 了
2、布隆过滤
布隆过滤器其实采用的是哈希思想来解决这个问题,通过一个庞大的二进制数组,走哈希思 想去判断当前这个要查询的这个数据是否存在,如果布隆过滤器判断存在,则放行,这个请求会去访问 redis,哪怕此时redis中的数据过期了,但是数据库中一定存在这个数据,在数据库中查询出来这个数 据后,再将其放入到redis中。
3,对比
|-----------|----------------|-------------------------------------|
| 解决方案 | 优点 | 缺点 |
| 缓存空对象 | 实现简单,维护方便 | 额外的内存消耗 可能造成短期的不一致 |
| 布隆过滤 | 内存占用较少,没有多余key | 实现复杂 因为使用的是哈希思想,就避免不了会产生哈希冲突,存在误判可能 |