高并发场景

缓存穿透

定义

大量请求的 key 是不合理的,根本不存在于缓存中,也不存在于数据库中 。这就导致这些请求直接到了数据库上,根本没有经过缓存这一层,对数据库造成了巨大的压力

举个例子

某个黑客故意制造一些非法的 key 发起大量请求,导致大量请求落到数据库,结果数据库上也没有查到对应的数据。也就是说这些请求最终都落到了数据库上,对数据库造成了巨大的压力。

解决办法

①最基本的就是首先做好参数校验,一些不合法的参数请求直接抛出异常信息返回给客户端。比如查询的数据库 id 不能小于 0、传入的邮箱格式不对的时候直接返回错误消息给客户端等等。

②其次,我的项目中采用了缓存无效key(缓存为" "值),为了尽量减少数据不一致的情况,我将无效key的过期时间设置为了1分钟。

缓存雪崩

定义

缓存在同一时间大面积的失效,导致大量的请求都直接落到了数据库上,对数据库造成了巨大的压力。

针对大量缓存同时失效的情况解决办法

①设置随机失效时间(可选):为缓存设置随机的失效时间,例如在固定过期时间的基础上加上一个随机值,这样可以避免大量缓存同时到期,从而减少缓存雪崩的风险。

②提前预热(推荐):针对热点数据(比如我们秒杀业务中的数据)提前预热,将其存入缓存中并设置合理的过期时间,保证在秒杀活动结束前不过期。

测试环境下:我是通过测试类,先进行数据预热,加载进Redis缓存中。

③持久缓存策略(看情况):虽然一般不推荐设置缓存永不过期,但对于某些关键性和变化不频繁的数据,可以考虑这种策略。

缓存击穿

定义

缓存击穿中,请求的 key 对应的是 热点数据 ,该数据 存在于数据库中,但不存在于缓存中(通常是因为缓存中的那份数据已经过期) 。这就可能会导致瞬时大量的请求直接打到了数据库上,对数据库造成了巨大的压力

业务中的场景

秒杀进行过程中,缓存中的某个秒杀商品的数据突然过期,这就导致瞬时大量对该商品的请求直接落到数据库上,对数据库造成了巨大的压力。

解决办法

①逻辑过期(永不过期):设置热点数据永不过期

②加同步锁:在缓存失效后,通过设置互斥锁确保只有一个请求去查询数据库并更新缓存。

如果是追求数据的一致性,可以容忍性能的话,建议使用加锁的方式

如果是追求性能,对数据的一致性可以容忍的话,建议使用逻辑过期的方式

缓存穿透和缓存击穿有什么区别?

缓存穿透中的数据即不存在缓存中,也不存在数据库中。

缓存击穿中的数据不存在缓存中(过期了),但存在数据库中。

相关推荐
码云社区2 分钟前
Java租房平台源码方案:Vue 3房源审核、UniApp预约看房与房东管理
java·vue.js
codigger2 小时前
ThreadLocal 会内存泄露吗?
java·内存泄漏·threadlocal
挖掘狂人2 小时前
ThreadLocal 会内存泄露吗?
java·安全·架构
未秃头的程序猿2 小时前
给新模块加了个 @MapperScan,启动崩了,最后发现跟 MapperScan 没关系
java·后端·mybatis
SimonKing2 小时前
WorkBuddy又推出新的限免模型(Hy4 flash)了,羊毛可以薅起来了
java·后端·程序员
Rain的Java大神之路3 小时前
别再死背"三级缓存"了!拿 Spring 7.0.8 源码,把 IoC、AOP、事务、循环依赖四大深水区一次蹚平
java·后端·面试
H H.3 小时前
Java企业级开发:从框架到工程化实战
java·开发语言·经验分享·其他·课程设计
wno7043 小时前
springboot整合FastDFS
java·spring boot·后端
顧棟4 小时前
组件生命周期设计:从硬编码初始化到状态机
java·ide
特立独行的猫A11 小时前
别再用 nohup 了:让应用在后台常驻的正确姿势与 systemd 服务详解
java·后端·python