Golang + Redis解决缓存击穿（双层缓存）

NPE~2024-03-14 9:42

Golang + Redis解决缓存穿透（双层缓存）

代码地址：

https://github.com/ziyifast/ziyifast-code_instruction/tree/main/redis_demo/cache_breakdown

1 概念

目前主流方案是在数据库前加一层缓存。类似于DB的防弹衣。

缓存击穿：Redis热点key过期，查询Redis不存在，高并发情况下大量请求打到DB。

拓展：

概念 产生原因 解决思路
缓存穿透 恶意请求不存在的Key 缓存空对象、布隆过滤器等
缓存雪崩 Redis大面积key过期 快速失败熔断、主从模式、集群模式。过期时间尽量随机
缓存击穿 热点Key过期 互斥更新、随机退避、差异失效时间（两份缓存cacheA、cacheB，差异过期时间）

1.1 缓存击穿：热点key过期

如淘宝天猫聚优选页面，经常会有最火HOT排行，这个排行定时会更新，那么在更新时，我们会去删除之前Redis的缓存，然后从数据库加载新的数据到Redis。

  • 删除时，我们可以理解为key过期了，因为浏览器缓存如果此时有大量用户在页面点击Redis中已经过期的商品，就会有大量请求打到数据库。

1.2 解决方案：双层缓存

解决方案：双层缓存（cacheA、cacheB）

  • 互斥更新、随机退避、差异失效时间（两份缓存，差异过期时间）
  • 我们可以将热点Key在Redis中存两份（两份过期时间不同=》差异过期时间），cacheA过期时，保证在cacheA加载新数据完成前，用户能查询到cacheB中的数据，不至于大量请求直接打到数据库。
  • 因为热点key的数据较少，因此缓存两份不会对内存有太多开销。

2 代码

2.1 模拟缓存击穿

1 演示
  • 案例解析：
  1. Redis中存热点数据20个，然后提供一个接口返回topK的热点数据
  2. 8s后刷新redis缓存，模拟key过期
  3. 重新加载数据sleep 6秒，模拟数据库及IO耗时

①热点key过期前，请求到了redis就返回了

②当热点key过期时，请求直接打到数据库

2 代码
go 复制代码 
package main

import (
	"context"
	"encoding/json"
	"fmt"
	"github.com/go-redis/redis/v8"
	"github.com/kataras/iris/v12"
	context2 "github.com/kataras/iris/v12/context"
	"github.com/ziyifast/log"
	"time"
)

var RedisCli *redis.Client

func init() {
	RedisCli = redis.NewClient(&redis.Options{
		Addr: "localhost:6379",
		DB:   0,
	})
	_, err := RedisCli.Del(context.TODO(), GoodsKeyCacheA).Result()
	if err != nil {
		panic(err)
	}
}

type Goods struct {
	Id   int    `json:"id"`
	Name string `json:"name"`
}

var (
	GoodsKeyCacheA = "goodsA"
	GoodsKeyCacheB = "goodsB"
)

func InitDb(s, count int, cacheKey string) {
	for i := s; i < s+count; i++ {
		g := &Goods{
			Id:   i + 1,
			Name: fmt.Sprintf("good-%d", i+1),
		}
		marshal, err := json.Marshal(g)
		if err != nil {
			panic(err)
		}
		_, err = RedisCli.RPush(context.TODO(), cacheKey, string(marshal)).Result()
		if err != nil {
			panic(err)
		}
	}
}

func main() {
	InitDb(0, 20, GoodsKeyCacheA)
	app := iris.New()
	app.Get("/goods/top/{offset}/{pageSize}", func(c *context2.Context) {
		offset, err := c.Params().GetInt64("offset")
		if err != nil {
			panic(err)
		}
		pageSize, err := c.Params().GetInt64("pageSize")
		if err != nil {
			panic(err)
		}
		start := (offset - 1) * pageSize
		end := offset*pageSize - 1
		err = c.JSON(QueryForData(start, end))
		if err != nil {
			panic(err)
		}
	})
	//set the expire time
	_, err := RedisCli.Expire(context.TODO(), GoodsKeyCacheA, time.Second*8).Result()
	if err != nil {
		panic(err)
	}
	go ReloadNewGoods()
	app.Listen(":9999", nil)
}

func QueryForData(start, end int64) []string {
	val := RedisCli.LRange(context.TODO(), GoodsKeyCacheA, start, end).Val()
	log.Infof("query redis of cache A")
	if len(val) == 0 {
		log.Infof("redis is not exist, query db.....no!!!!")
	}
	return val
}

func ReloadNewGoods() {
	time.Sleep(time.Second * 15)
	log.Infof("start ReloadNewGoods......")
	InitDb(2000, 20, GoodsKeyCacheA)
	log.Infof("ReloadNewGoods......DONE")
}

2.2 双层缓存解决问题:热点key存两份（cacheA、cacheB）

在Redis中将热点key缓存两份。且cacheA、cacheB过期时间需要不同，保证在新热点数据加载到Redis之前，CacheB能提供服务。因为热点key数据不会存在太多，所以一般缓存两份对我们内存开销影响不会很大。（当然具体情况具体分析，并非绝对）

  1. 热点数据存两份一样的：cacheA、cacheB（两份缓存key的过期时间需要不同）
  2. 到点了，需要更新热点数据，cacheA过期，重新读取加载热点数据到Redis，更新cacheA的数据为最新。此时对外提供服务的是cacheB。防止请求直接打到DB。
  3. cacheA加载最新数据完成后，cacheA对外提供服务。更新cacheB中的数据到最新。（保证数据一致）

注意：service层查询时，先查cacheA有没有，如果有直接返回，如果没有查cacheB的数据。

1 演示

①获取TopK数据

②当热点key更新时（cacheA过期时），保证cacheB有数据，避免数据打到数据库

2 代码
go 复制代码 
package main

import (
	"context"
	"encoding/json"
	"fmt"
	"github.com/go-redis/redis/v8"
	"github.com/kataras/iris/v12"
	context2 "github.com/kataras/iris/v12/context"
	"github.com/ziyifast/log"
	"time"
)

var RedisCli *redis.Client

func init() {
	RedisCli = redis.NewClient(&redis.Options{
		Addr: "localhost:6379",
		DB:   0,
	})
	_, err := RedisCli.Del(context.TODO(), GoodsKeyCacheA).Result()
	if err != nil {
		panic(err)
	}
}

type Goods struct {
	Id   int    `json:"id"`
	Name string `json:"name"`
}

var (
	GoodsKeyCacheA = "goodsA"
	GoodsKeyCacheB = "goodsB"
)

func InitDb(s, count int, cacheKey string) {
	for i := s; i < s+count; i++ {
		g := &Goods{
			Id:   i + 1,
			Name: fmt.Sprintf("good-%d", i+1),
		}
		marshal, err := json.Marshal(g)
		if err != nil {
			panic(err)
		}
		_, err = RedisCli.RPush(context.TODO(), cacheKey, string(marshal)).Result()
		if err != nil {
			panic(err)
		}
	}
}

func main() {
	InitDb(0, 20, GoodsKeyCacheA)
	app := iris.New()
	app.Get("/goods/top/{offset}/{pageSize}", func(c *context2.Context) {
		offset, err := c.Params().GetInt64("offset")
		if err != nil {
			panic(err)
		}
		pageSize, err := c.Params().GetInt64("pageSize")
		if err != nil {
			panic(err)
		}
		start := (offset - 1) * pageSize
		end := offset*pageSize - 1
		err = c.JSON(QueryForData(start, end))
		if err != nil {
			panic(err)
		}
	})
	//set the expire time
	_, err := RedisCli.Expire(context.TODO(), GoodsKeyCacheA, time.Second*8).Result()
	if err != nil {
		panic(err)
	}
	InitDb(0, 20, GoodsKeyCacheB)
	//add cacheB, expire time is different from cacheA (make sure new goods will be added to cacheA)
	_, err = RedisCli.Expire(context.TODO(), GoodsKeyCacheB, time.Second*20).Result()
	if err != nil {
		panic(err)
	}
	go ReloadNewGoods()
	app.Listen(":9999", nil)
}

func QueryForData(start, end int64) []string {
	val := RedisCli.LRange(context.TODO(), GoodsKeyCacheA, start, end).Val()
	log.Infof("query redis of cache A")
	if len(val) == 0 {
		log.Infof("cacheA is not exist, query redis of cache B")
		val = RedisCli.LRange(context.TODO(), GoodsKeyCacheB, start, end).Val()
		if len(val) == 0 {
			log.Infof("cacheB is not exist, query db, no!!!")
			return val
		}
	}
	return val
}

func ReloadNewGoods() {
	time.Sleep(time.Second * 15)
	log.Infof("start ReloadNewGoods......")
	InitDb(2000, 20, GoodsKeyCacheA)
	//set the expire time of cacheA
	log.Infof("ReloadNewGoods......DONE")
	//reload cacheB....
	//set the expire time of cacheB
}
相关推荐
LCG元3 小时前
【面试问题】JIT 是什么？和 JVM 什么关系？
面试·职场和发展
向前看-3 小时前
验证码机制
前端·后端
岁月变迁呀4 小时前
Redis梳理
数据库·redis·缓存
黄油饼卷咖喱鸡就味增汤拌孜然羊肉炒饭5 小时前
SpringBoot如何实现缓存预热？
java·spring boot·spring·缓存·程序员
超爱吃士力架5 小时前
邀请逻辑
java·linux·后端
Code apprenticeship6 小时前
怎么利用Redis实现延时队列？
数据库·redis·缓存
百度智能云技术站6 小时前
广告投放系统成本降低 70%+，基于 Redis 容量型数据库 PegaDB 的方案设计和业务实践
数据库·redis·oracle
装不满的克莱因瓶6 小时前
【Redis经典面试题六】Redis的持久化机制是怎样的？
java·数据库·redis·持久化·aof·rdb
AskHarries7 小时前
Spring Cloud OpenFeign快速入门demo
spring boot·后端
GISer_Jing7 小时前
2025前端面试热门题目——计算机网络篇
前端·计算机网络·面试
热门推荐
01〔AI 绘画〕Stable Diffusion 之 解决绘制多人或面部很小的人物时面部崩坏问题 篇02ARM学习（31）编译器对overlay方式的支持03玄机平台应急响应—webshell查杀04DisplayPort AltMode On Type-c协议_Ver2.0(学习笔记)05校验 GPT-4 真实性的三个经典问题：快速区分 GPT-3.5 与 GPT-4，并提供免费测试网站06Docker 夺命连环 15 问076个主流的工业3D管道设计软件08基于大语言模型（LLM）的合成数据生成、策展和评估的综述09(欧拉)openEuler系统添加网卡文件配置流程、(欧拉)openEuler系统手动配置ipv6地址流程、(欧拉)openEuler系统网络管理说明10树莓派 5 AI 套件（Hailo-8L）使用教程