Redis常见问题的解决方案(缓存穿透/缓存击穿/缓存雪崩/数据库缓存数据不一致)

Redis解决缓存数据库不一致的方案

  • 用 先 操作数据库操作缓存 的策略来实现缓存数据库数据一致
  • 具体做法是 更新数据库数据然后删除缓存

虽然还是会有线程安全问题 比如 假设此时缓存刚好失效了 线程1 查询缓存失败 从数据库读取了旧数据 还没写入缓存的时候 被调度到 线程2执行

线程2 执行更新操作将数据库的数据进行更新 同时删除缓存 由于此时缓存本身就不存在等于说提前执行了删除操作

线程2操作完了以后执行线程1 线程1将读到的旧数据写入到缓存 此时九出现了缓存不一致

这种情况是很少出现的 所以说可以忽略不记

但是为了处理这种情况 我们将缓存设置超时时间,超时以后自动删除然后重写缓存数据

Java 复制代码
    public Result update(Shop shop) {
        Long id = shop.getId();
        //1.更新数据库
        if (id == null){
            return Result.fail("店名不能为空");
        }
        //2.删除缓存
        updateById(shop);
        stringRedisTemplate.delete("cache:shop"+id);
        return Result.ok();
    }

Redis解决缓存穿透的方案

缓存击穿是指客户端大量请求数据库和缓存中不存在值,导致数据库的压力飙升

  • 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
    • 代码实现
    Java 复制代码
    public Shop queryWithPassThrough(Long id){
    	String shopCache = stringRedisTemplate.opsForValue().get("cache:shop" + id);
    	
    	//查询到了shopCache但是里面不是空值
    	if(StrUtil.isNotBlank(shopCache)){
    		return JSONUtil.toBean(shopCache,Shop.class);
    	}
    	//查询到了shopCache但是里面是空值
    	if(shopCache != null){
    		return null;
    	}
    	
    	//从数据库中查询
    	Shop shop = getById(id);
    	
        //没有查询到那么就将空值设置到缓存中 防止缓存穿透
        if(shop == null){
            stringRedisTemplate.opsForValue().set("cache:shop"+id,"",30L, TimeUnit.MINUTES);
            return null;
        }
    
        //从数据库中查询数据 查询到了数据就将他设置到缓存中 并且返回
        stringRedisTemplate.opsForValue().set("cache:shop"+id,JSONUtil.toJsonStr(shop),30L, TimeUnit.MINUTES);
    
    	return shop;
    
    }

Redis解决缓存雪崩的方案

  • 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。
  • 解决方案:
    *
    1. 设置随机过期时间:为缓存键设置随机的过期时间,避免大量键同时过期的情况发生,减少缓存雪崩的概率。
      1. 实现缓存预热:在系统启动或缓存失效前,提前加载热门数据到缓存中,避免在关键时刻大量请求直接访问后端服务。

Redis解决缓存击穿的方案

  • 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。

  • 解决方案:

    加互斥锁或分布式锁:在访问热点数据时,可以引入互斥锁或分布式锁,保证只有一个线程去访问后端服务或数据库,其他线程等待结果。当第一个线 程获取到数据后,其他线程可以直接从缓存获取,避免多个线程同时访问后端服务,减轻压力。

    • 使用互斥锁的代码
    Java 复制代码
    public boolean tryLock(String key){
    	//加上超时时间避免等待过久
    	boolean flg = stringRedisTemplate.opsForValue().setIfAbsent(key,"1",10,TimeUnit.SECONDS);
    	return flg;
    }
    
    public void unLock(String key){
    	stringRedisTemplate.delete(key);
    }
    
    public Shop queryWithPassThrough(Long id){
    	String shopCache = stringRedisTemplate.opsForValue().get("cache:shop" + id);
    	
    	//查询到了shopCache但是里面不是空值
    	if(StrUtil.isNotBlank(shopCache)){
    		return JSONUtil.toBean(shopCache,Shop.class);
    	}
    	//查询到了shopCache但是里面是空值
    	if(shopCache != null){
    		return null;
    	}
    	
    	String key = "lock:shop:" + id;
    
    	//从数据库中查询				
    	Shop shop = getById(id);
    
    	try{
    
    		if(tryLock(key)){
    
    			//没有查询到那么就将空值设置到缓存中 防止缓存穿透
    			if(shop == null){
    				stringRedisTemplate.opsForValue().set("cache:shop"+id,"",30L, TimeUnit.MINUTES);
    				return null;
    			}
    			
    			//从数据库中查询数据 查询到了数据就将他设置到缓存中 并且返回
    			stringRedisTemplate.opsForValue().set("cache:shop"+id,JSONUtil.toJsonStr(shop),30L, TimeUnit.MINUTES);
    			
    		}else{
    			Thread.sleep(50);
    			//递归调用
    			return queryWithPassThrough(id);
    		}
    
    	}catch(InterruptedException e){
    		throw new RuntimeException(e);
    	}finally{
    		unlock(key);
    	}
    
    	return shop;
    
    }

​ 这里说明一下加锁的逻辑 我们调用了

boolean flg = stringRedisTemplate.opsForValue().setIfAbsent(key,"1",10,TimeUnit.SECONDS);

​ 这一段代码来进行加锁操作 本质上是调用了 Redis 的 SETNX 这条命令 当这个键值对不存在时就创建这个键值对 返回TRUE 反之返回 FALSE

下面是另一种解决方案

​ 对于一些热点数据,可以将其设置为永不过期,或者设置一个较长的过期时间,确保热点数据在缓存中可用,减少因为过期而触发的缓存击穿。

​ 具体做法参考下面这张图

我们设置逻辑过期时间既可以保证热点数据永不过期,同时又可以避免数据库缓存数据不一致的情况

Java 复制代码
	//加上超时时间避免等待过久
	boolean flg = stringRedisTemplate.opsForValue().setIfAbsent(key,"1",10,TimeUnit.SECONDS);
	return flg;
}

public void unLock(String key){
	stringRedisTemplate.delete(key);
}

public void reMakeCache(Long id,Long expireSeconds){
	//数据库查询操作
	Shop shop = selectById(id);

	RedisData redisData = new RedisData();
	
	redisData.setData(shop);
	redisData.setExpireTime(LocalDateTime.now().plusSeconds(expireSeconds));
}

//使用线程池
private static final ExecutorService CACHE_REBUILD_EXCUTOR = Executors.newFixedThreadPool(10);

public Shop queryWithPassThrough(Long id){
	String shopCache = stringRedisTemplate.opsForValue().get("cache:shop" + id);
	
	//查询到了shopCache但是里面不是空值
	if(StrUtil.isNotBlank(shopCache)){
		return JSONUtil.toBean(shopCache,Shop.class);
	}
	//查询到了shopCache但是里面是空值
	if(shopCache != null){
		return null;
	}

	//将redis数据反序列化
	RedisData redisData = JSONUtil.toBean(shopCache,RedisData.class);
	//获取数据
	Shop shop = JSONUtil.toBean((JSONObject) redisData.getData(),Shop.class);
	//获取过期时间
	LocalDataTime expireTime = redisData.getExpireTime();


	//没有过期直接返回
	if(expireTime.isAfter(LocalDateTime.now())){
		return shop;
	}
	
	String key = "lock:shop:" + id;

	if(tryLock(key)){
		try{
			//开启独立线程完成
			CACHE_REBUILD_EXCUTOR.submit(() -> {				
				reMakeCache(id,20L);
			});
		}catch(InterruptedException e){
			throw new RuntimeException(e);
		}finally{
			unlock(key);
		}
	}

	return shop;

}
相关推荐
xoxo-Rachel3 分钟前
(超级详细!!!)解决“com.mysql.jdbc.Driver is deprecated”警告:详解与优化
java·数据库·mysql
JH307337 分钟前
Oracle与MySQL中CONCAT()函数的使用差异
数据库·mysql·oracle
蓝染-惣右介39 分钟前
【MyBatisPlus·最新教程】包含多个改造案例,常用注解、条件构造器、代码生成、静态工具、类型处理器、分页插件、自动填充字段
java·数据库·tomcat·mybatis
冷心笑看丽美人40 分钟前
Spring框架特性及包下载(Java EE 学习笔记04)
数据库
登云时刻1 小时前
Kubernetes集群外连接redis集群和使用redis-shake工具迁移数据(一)
redis·kubernetes·bootstrap
武子康2 小时前
Java-07 深入浅出 MyBatis - 一对多模型 SqlMapConfig 与 Mapper 详细讲解测试
java·开发语言·数据库·sql·mybatis·springboot
代码吐槽菌2 小时前
基于SSM的毕业论文管理系统【附源码】
java·开发语言·数据库·后端·ssm
路有瑶台2 小时前
MySQL数据库学习(持续更新ing)
数据库·学习·mysql
数字扫地僧3 小时前
WebLogic 版本升级的注意事项与流程
数据库
Viktor_Ye3 小时前
高效集成易快报与金蝶应付单的方案
java·前端·数据库