【Redis进阶】缓存应用

String key = "nonExistingKey";
String value = redis.get(key);

if (value == null) {
    value = db.get(key);
    if (value == null) {
        // 将空值写入缓存，并设置合理的过期时间
        redis.set(key, "", 60); // 60秒过期
    } else {
        redis.set(key, value, 300); // 300秒过期
    }
}

布隆过滤器

使用布隆过滤器在缓存前进行一次快速判断，如果布隆过滤器判断该 key 不存在，则直接返回，不再查询缓存和数据库。

java 复制代码

// 初始化布隆过滤器
BloomFilter<String> bloomFilter = BloomFilter.create(Funnels.stringFunnel(Charset.defaultCharset()), expectedInsertions);

// 添加存在的key到布隆过滤器
bloomFilter.put("existingKey1");
bloomFilter.put("existingKey2");

String key = "nonExistingKey";
if (!bloomFilter.mightContain(key)) {
    return null; // 直接返回，不查询缓存和数据库
}

// 正常的缓存和数据库查询流程
String value = redis.get(key);
if (value == null) {
    value = db.get(key);
    redis.set(key, value);
}

限流和黑名单

对于明显的恶意请求，可以采取限流和黑名单策略，限制其访问频率或直接拒绝其请求。

java 复制代码

String clientIp = getClientIp();
if (isBlacklisted(clientIp)) {
    return null; // 直接返回，不查询缓存和数据库
}

// 正常的缓存和数据库查询流程
String key = "someKey";
String value = redis.get(key);
if (value == null) {
    value = db.get(key);
    redis.set(key, value);
}

缓存雪崩

缓存雪崩概念

缓存雪崩是指由于大量缓存数据在同一时间过期或失效，导致后续的所有请求都直接访问数据库，瞬间增加数据库的负载。与缓存击穿不同，缓存雪崩通常影响的是大批量的缓存数据，而不是单个热点数据。

缓存雪崩的原因

缓存过期时间设置不合理：大批量缓存键设定了相同或相近的过期时间，导致它们在同一时间点失效。
突发流量：在流量高峰期，如果缓存失效，短时间内会有大量请求同时涌入数据库。
缓存服务宕机：缓存服务（如 Redis 实例）出现宕机或重启，导致所有缓存失效，所有请求直接击中数据库。

应对措施

缓存过期时间随机化：

在设置缓存过期时间时，添加一定的随机时间，使得不同的缓存键有不同的过期时间，避免大量缓存键在同一时间失效。

java 复制代码

// 伪代码示例
int baseExpireTime = 600; // 基础过期时间600秒
int randomTime = new Random().nextInt(300); // 随机附加300秒
int expireTime = baseExpireTime + randomTime;
redis.set(key, value, expireTime);

多级缓存架构

通过引入本地缓存（如 Guava Cache）和分布式缓存（如 Redis）相结合的多级缓存架构，减少直接访问数据库的请求数量。

java 复制代码

// 伪代码示例
String key = "someKey";
String value = localCache.get(key);

if (value == null) {
    value = redis.get(key);
    if (value == null) {
        value = db.get(key);
        redis.set(key, value);
    }
    localCache.put(key, value);
}

限流

通过限流机制控制高并发请求的流量，防止因大量请求同时访问数据库而导致数据库崩溃。

java 复制代码

// 伪代码示例
if (!rateLimiter.tryAcquire()) {
    return "Service is busy, please try again later.";
}

String key = "someKey";
String value = redis.get(key);

if (value == null) {
    value = db.get(key);
    redis.set(key, value);
}

return value;

预热缓存

在高峰期来临之前，预先将热点数据加载到缓存中，避免在流量高峰期缓存失效导致的雪崩。

java 复制代码

// 伪代码示例
@Scheduled(fixedRate = 60000) // 每分钟执行一次
public void preheatCache() {
    String key = "hotKey";
    String value = db.get(key);
    redis.set(key, value);
}

希望本文能帮助大家更好地理解和应对 Redis 缓存击穿，缓存穿透，缓存雪崩问题。