[Redis]——缓存击穿和缓存穿透及解决方案(图解+代码+解释)

目录

一、缓存击穿(热点Key问题)

[1.1 问题描述](#1.1 问题描述)

[1.2 解决方案及逻辑图](#1.2 解决方案及逻辑图)

[1.2.1 互斥锁](#1.2.1 互斥锁)

[1.2.2 逻辑过期](#1.2.2 逻辑过期)

二、缓存穿透

[2.1 问题描述](#2.1 问题描述)

[2.2 解决方案逻辑图](#2.2 解决方案逻辑图)

[2.2.1 缓存空对象](#2.2.1 缓存空对象)

[2.2.2 布隆过滤器](#2.2.2 布隆过滤器)


一、缓存击穿(热点Key问题)

  • 个人理解:

这里先提前说一下,热点Key问题不考虑缓存穿透了,也就是不考虑命中空缓存了,因为这种一般用于活动秒杀,这些热点Key都是提前存储好的(貌似是这样的,我也不太确定~~)

1.1 问题描述

经常被查询的一个Key突然失效或者宕机了,导致重建缓存,由于是热点Key,所以有不断的线程来查和重建缓存,导致大量数据到达数据库,这种我们称为缓存击穿。

1.2 解决方案及逻辑图

1.2.1 互斥锁

解释:

如果未命中缓存,先获取互斥锁,获取锁之后要再次检查缓存,如果还是未命中进行缓存重建,这样当其他线程来的时候就会获取锁失败,这时我们让这个线程休眠一会,重新查询缓存,如果命中就返回嘛,如果没命中再次尝试获取锁,假设这次获取锁成功了,还是再次检查缓存,如果未命中重建缓存。

优点:可保证数据高一致性

缺点:性能低,可能发生死锁

🦈->逻辑图

🦈->上代码

java 复制代码
   public Shop solveCacheMutex(Long id){
        // 查询redis中有无数据
        String key = "cache:shop:" + id;
        String shopCache = stringRedisTemplate.opsForValue().get(key);
        if(StrUtil.isNotBlank(shopCache)){
            // 命中缓存
            return JSONUtil.toBean(shopCache, Shop.class);
        }
        // 判断缓存穿透问题 - shopCaache如果为"" 命中空缓存 如果为null 需要查询数据库
        if(shopCache != null){
            // 命中空缓存
            return null;
        }
        // 2.1未命中缓存 尝试获取互斥锁
        String lockKey = "lock:shop:" + id;
        Shop shop = null;
        try {
            boolean lock = tryLock(lockKey);
            if(!lock){
                // 获取锁失败
                Thread.sleep(50);
                return solveCacheMutex(id);
            }
            // 获取锁成功
            // 再次检查Redis是否有缓存
            shopCache = stringRedisTemplate.opsForValue().get(key);
            if(StrUtil.isNotBlank(shopCache)){
                return JSONUtil.toBean(shopCache, Shop.class);
            }
            // 查询数据库
            shop = getById(id);
            // 店铺不存在
            if(shop == null){
                // 将空值写入Redis
                stringRedisTemplate.opsForValue().set(key, "", RedisConstants.CACHE_NULL_TTL, TimeUnit.MINUTES);
                return null;
            }
            // 存储Redis
            stringRedisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(shop), RedisConstants.CACHE_SHOP_TTL, TimeUnit.MINUTES);
        } catch (InterruptedException e) {
            throw new RuntimeException(e);
        } finally {
            // 释放互斥锁
            unLock(lockKey);
        }
        return shop;
    }
1.2.2 逻辑过期

解释:

为缓存key设置逻辑过期时间(就是加一个字段),假设线程1查询缓存,未命中直接返回,命中判断是否过期发现,没过期也好说直接返回数据就行,已过期,就会尝试获取锁,然后此刻开启新的线程进行缓存重建,线程1返回旧数据,其他线程获取锁失败都返回旧数据。

优点:性能高

缺点:数据可能不一致,实现复杂

🐟**->逻辑图**

🐟**->上代码**

java 复制代码
    private static final ExecutorService CACHE_REBUILD_EXECUTOR = Executors.newFixedThreadPool(10);
    public Shop solveCacheLogicalExpire(Long id){
        // 查询redis中有无数据
        String key = "cache:shop:" + id;
        String shopCache = stringRedisTemplate.opsForValue().get(key);
        if(StrUtil.isBlank(shopCache)){
            // 未命中返回null
            return null;
        }
        // 命中缓存 检查是否过期
        // 未过期 直接返回 注意这里类型转换
        RedisData redisData = JSONUtil.toBean(shopCache, RedisData.class);
        JSONObject jsonObject = (JSONObject) redisData.getData(); // 此处是将Bean对象转ObjectJson
        Shop shop = JSONUtil.toBean(jsonObject, Shop.class);
        LocalDateTime expireTime = redisData.getExpireTime();
        if(expireTime.isAfter(LocalDateTime.now())){
            return shop;
        }
        // 过期
        // 获取锁
        String lockKey = "lock:shop:" + id;
        boolean lock = tryLock(lockKey);
        if(lock){
            // 成功
            // 再次检查Redis缓存是否逻辑过期
            if(expireTime.isAfter(LocalDateTime.now())){
                // 没过期
                return shop;
            }
            // 再次检查过期
            // 开启新线程
            CACHE_REBUILD_EXECUTOR.submit(()->{
                try {
                    // 重建缓存
                    this.saveShop2Redis(id, 20L);
                } catch (Exception e) {
                    throw new RuntimeException(e);
                } finally {
                    unLock(lockKey);
                }
            });

        }
        // 返回数据
        return shop;
    }

    public void saveShop2Redis(Long id, Long expireSeconds){
        RedisData redisData = new RedisData();
        Shop shop = getById(id);
        redisData.setData(shop);
        redisData.setExpireTime(LocalDateTime.now().plusSeconds(expireSeconds));
        stringRedisTemplate.opsForValue().set(RedisConstants.CACHE_SHOP_KEY + id, JSONUtil.toJsonStr(redisData));
    }

获取锁和释放锁逻辑

java 复制代码
    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);
    }

二、缓存穿透

2.1 问题描述

查询的Key压根不存在,所以每次都未命中缓存,直接到数据库,这我们称为缓存穿透。

2.2 解决方案逻辑图

方案① 缓存空对象

方案② 布隆过滤器

2.2.1 缓存空对象

这里原理就不说了,只说下优缺点。然后上代码

  1. 优点:实现简单,维护方便
  2. 缺点:占内存,可能造成短期数据不一致

上代码

java 复制代码
    public Shop solveCacheThrow(Long id){
        // 查询redis中有无数据
        String key = "cache:shop:" + id;
        String shopCache = stringRedisTemplate.opsForValue().get(key);
        if(StrUtil.isNotBlank(shopCache)){
            // 命中缓存
            return JSONUtil.toBean(shopCache, Shop.class);
        }
        // 解决缓存穿透问题 - shopCaache如果为"" 命中空缓存 如果为null 查询数据库
        if(shopCache != null){
            // 命中空缓存
            return null;
        }

        // 查询数据库
        Shop shop = getById(id);
        // 店铺不存在
        if(shop == null){
            // 将空值写入Redis
            stringRedisTemplate.opsForValue().set(key, "", RedisConstants.CACHE_NULL_TTL, TimeUnit.MINUTES);
            return null;
        }

        // 存储Redis
        stringRedisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(shop), RedisConstants.CACHE_SHOP_TTL, TimeUnit.MINUTES);
        return shop;
    }
2.2.2 布隆过滤器

布隆过滤器俺不会~~~

我只知道他是根据一个算法算出来数据库有没有存储该key对应数据,但是放行可能也没数据。

相关推荐
运维小文25 分钟前
服务器硬件介绍
运维·服务器·计算机网络·缓存·硬件架构
李少兄35 分钟前
解决Spring Boot整合Redis时的连接问题
spring boot·redis·后端
日里安1 小时前
8. 基于 Redis 实现限流
数据库·redis·缓存
EasyCVR1 小时前
ISUP协议视频平台EasyCVR视频设备轨迹回放平台智慧农业视频远程监控管理方案
服务器·网络·数据库·音视频
Elastic 中国社区官方博客1 小时前
使用真实 Elasticsearch 进行更快的集成测试
大数据·运维·服务器·数据库·elasticsearch·搜索引擎·集成测试
明月与玄武2 小时前
关于性能测试:数据库的 SQL 性能优化实战
数据库·sql·性能优化
PGCCC3 小时前
【PGCCC】Postgresql 存储设计
数据库·postgresql
PcVue China5 小时前
PcVue + SQL Grid : 释放数据的无限潜力
大数据·服务器·数据库·sql·科技·安全·oracle
魔道不误砍柴功7 小时前
简单叙述 Spring Boot 启动过程
java·数据库·spring boot
jerry6097 小时前
7天用Go从零实现分布式缓存GeeCache(改进)(未完待续)
分布式·缓存·golang