Redis缓存——缓存更新策略和常见的缓存问题

一.什么是缓存？

前言：什么是缓存?

缓存( Cache),就是数据交换的缓冲区 ,俗称的缓存就是缓冲区内的数据,一般从数据库中获取,存储于本地代码

前言：为什么要使用缓存？

一句话:因为速度快,好用

缓存数据存储于代码中,而代码运行在内存中,内存的读写性能远高于磁盘,缓存可以大大降低用户访问并发量带来的服务器读写压力

实际开发过程中,企业的数据量,少则几十万,多则几千万,这么大数据量,如果没有缓存来作为"避震器",系统是几乎撑不住的,所以企业会大量运用到缓存技术;

但是缓存也会增加代码复杂度和运营的成本:

1.1. 缓存的作用

降低后端负载
提高读写效率，提高响应时间

1.2. 缓存的成本

数据一致性成本
代码维护成本
运维成本

1.3.如何使用缓存

实际开发中,会构筑多级缓存来使系统运行速度进一步提升,例如:本地缓存与redis中的缓存并发使用

浏览器缓存：主要是存在于浏览器端的缓存

**应用层缓存：**可以分为tomcat本地缓存，比如之前提到的map，或者是使用redis作为缓存

**数据库缓存：**在数据库中有一片空间是 buffer pool，增改查数据都会先加载到mysql的缓存中

**CPU缓存：**当代计算机最大的问题是 cpu性能提升了，但内存读写速度没有跟上，所以为了适应当下的情况，增加了cpu的L1，L2，L3级的缓存

二.缓存模型和思路

标准的操作方式就是查询数据库之前先查询缓存，如果缓存数据存在，则直接从缓存中返回，如果缓存数据不存在，再查询数据库，然后将数据存入redis。

java 复制代码

 // 根据id查询信息
    @Override
    public Result queryById(Long id) {
        // 从redis中查询缓存
        String Json = stringRedisTemplate.opsForValue()
                            .get("USER_KEY_"+id);

        // 判断是否存在
        if (StrUtil.isNotBlank(Json)) {
            // 存在，直接返回
            User user = JSONUtil.toBean(Json, User.class);
            return Result.success(user);
        }

        // 不存在，根据id查询数据库
        User user = getById(id);

        // 数据库不存在，返回错误
        if (user == null) {
            return Result.error("用户不存在!");
        }
        // 存在，写入redis并返回
        stringRedisTemplate.opsForValue().set("USER_KEY_" + id, JSONUtil.toJsonStr(user));
        return Result.success(user);
    }

三.缓存更新策略

缓存更新是redis为了节约内存而设计出来的一个东西，主要是因为内存数据宝贵，当我们向redis插入太多数据，此时就可能会导致缓存中的数据过多，所以redis会对部分数据进行更新，或者把他叫为淘汰更合适。

\	内存淘汰	超时剔除	主动更新
说明	不同自己维护，利用Redis的内存淘汰机制，当内存不足时自动淘汰部分数据。下次查询时更新缓存	给缓存数据添加TTL时间，到期后自动剔除缓存。下次查询时更新缓存	编写业务逻辑，在修改数据库的同时，更新缓存
一致性	差	一般	好
维护成本	无	低	高

3.1 业务场景：

低一致性需求：使用内存淘汰机制。例如店铺类型的查询缓存
高一致性需求：主动更新，并以超时剔除作为兜底方案。
- 读操作：
  - 缓存命中则直接返回。
  - 缓存未命中则查询数据库，并写入缓存，设定超时时间。
- 写操作：
  - 先写数据库，然后再删除缓存。
  - 要确保数据库与缓存操作的原子性。

3.2.数据库缓存不一致解决方案：

由于我们的缓存的数据源来自于数据库 ,而数据库的数据是会发生变化的 ,因此,如果当数据库中数据发生变化,而缓存却没有同步 ,此时就会有一致性问题存在

用户使用缓存中的过时数据,就会产生类似多线程数据安全问题,从而影响业务。怎么解决呢？有如下几种方案：

3.2.数据库和缓存不一致采用什么方案

由Cache Aside Pattern，我们可以引申出三个问题：

3.2.1.删除缓存还是更新缓存？

更新缓存：每次更新数据库都更新缓存，无效写操作较多。（不可取）
删除缓存：更新数据库时让缓存失效，下次查询时再更新缓存。（可取）

3.2.2.如何保证缓存与数据库的操作同时成功或失败？

单体系统，将缓存与数据库操作放在一个事务
分布式系统，利用TCC等分布式事务方案

3.2.3.先操作缓存还是先操作数据库？

先删除缓存，再操作数据库
先操作数据库，再删除缓存

应该具体操作缓存还是操作数据库?我们应当是先操作数据库，再删除缓存，原因在于：

如果你选择第一种方案，在两个线程并发来访问时，假设线程1先来，他先把缓存删了，此时线程2过来，他查询缓存数据并不存在，此时他写入缓存，当他写入缓存后，线程1再执行更新动作时，实际上写入的就是旧的数据，新的数据被旧数据覆盖了。

3.3.代码实现缓存与数据库双写一致

核心思路如下：

根据id查询时，如果缓存未命中，则查询数据库，将数据库结果写入缓存，并设置超时时间

java 复制代码

    @Override
    public Result queryById(Long id) {
        // 从redis中查询缓存
        String Json = stringRedisTemplate.opsForValue()
                            .get("USER_KEY_" + id);

        // 判断是否存在
        if (StrUtil.isNotBlank(Json)) {
            // 存在，直接返回
            User user = JSONUtil.toBean(Json, Uer.class);
            return Result.success(user);
        }

        // 不存在，根据商铺id查询数据库
        User user = getById(id);

        // 数据库不存在，返回错误
        if (user == null) {
            return Result.error("用户不存在!");
        }
        // 存在，写入redis并返回
        stringRedisTemplate.opsForValue().set("USER_KEY_" + id, JSONUtil.toJsonStr(user), 30, TimeUnit.MINUTES);
        return Result.success(user);
    }

根据id修改时，先修改数据库，再删除缓存

java 复制代码

    @Override
    @Transactional
    public Result update(User user) {
        Long id = user.getId();
        if (id == null) {
            return Result.error("用户id不能为空");
        }

        // 更新数据库
        updateById(user);
        // 删除缓存
        stringRedisTemplate.delete("USER_KEY_" + id);

        return Result.success();
    }

四.缓存穿透

缓存穿透是指客户端请求的数据在缓存中和数据库中都不存在，这样缓存永远不会生效，这些请求都会打到数据库。

4.1.常见的解决方案有两种：

缓存空对象

优点：实现简单，维护方便
缺点：
- 额外的内存消耗
- 可能造成短期的不一致

布隆过滤

优点：内存占用较少，没有多余key
缺点：
- 实现复杂
- 存在误判可能

**缓存空对象思路分析：**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

**布隆过滤：**布隆过滤器其实采用的是哈希思想来解决这个问题，通过一个庞大的二进制数组，走哈希思想去判断当前这个要查询的这个数据是否存在，如果布隆过滤器判断存在，则放行，这个请求会去访问redis，哪怕此时redis中的数据过期了，但是数据库中一定存在这个数据，在数据库中查询出来这个数据后，再将其放入到redis中，

假设布隆过滤器判断这个数据不存在，则直接返回

这种方式优点在于节约内存空间，存在误判，误判原因在于：布隆过滤器走的是哈希思想，只要哈希思想，就可能存在哈希冲突

4.2.编码解决查询的缓存穿透问题：

java 复制代码

 @Override
 public Result queryById(Long id) {

        // 从redis查询缓存
        String Json = stringRedisTemplate.opsForValue().get("USER_KEY_" + id);

        // 判断是否存在
        if (StrUtil.isNotBlank(Json)) {
            // 存在，直接返回
            User user = JSONUtil.toBean(Json, User.class);
            return Result.success(user);
        }

        // 判断命中的是否为空值
        if (Json == null) {
            // 返回一个错误信息
            return Result.erroe("用户信息不存在！");
        }

        // 不存在，根据商铺id查询数据库
        User user = getById(id);

        // 数据库不存在，返回错误
        if (user == null) {

            // 将空值写入redis，避免缓存穿透
            // 返回错误信息
            stringRedisTemplate.opsForValue().set("USER_KEY_" + id, "", 30 , TimeUnit.MINUTES);
            return Result.error("用户不存在!");
        }
        // 存在，写入redis并返回
        stringRedisTemplate.opsForValue().set("USER_KEY_" + id, JSONUtil.toJsonStr(user), 30 , TimeUnit.MINUTES);
        return Result.success(user);
    }

五.缓存雪崩

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：

给不同的Key的TTL添加随机值
利用Redis集群提高服务的可用性
给缓存业务添加降级限流策略
给业务添加多级缓存

六.缓存击穿

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。

逻辑分析：假设线程1在查询缓存之后，本来应该去查询数据库，然后把这个数据重新加载到缓存的，此时只要线程1走完这个逻辑，其他线程就都能从缓存中加载这些数据了，但是假设在线程1没有走完的时候，后续的线程2，线程3，线程4同时过来访问当前这个方法，那么这些线程都不能从缓存中查询到数据，那么他们就会同一时刻来访问查询缓存，都没查到，接着同一时间去访问数据库，同时的去执行数据库代码，对数据库访问压力过大

常见的解决方案有两种：

互斥锁
逻辑过期

解决方案一：使用锁来解决

因为锁能实现互斥性。假设线程过来，只能一个人一个人的来访问数据库，从而避免对于数据库访问压力过大，但这也会影响查询的性能，因为此时会让查询的性能从并行变成了串行，我们可以采用tryLock方法 + double check来解决这样的问题。

假设现在线程1过来访问，他查询缓存没有命中，但是此时他获得到了锁的资源，那么线程1就会一个人去执行逻辑，假设现在线程2过来，线程2在执行过程中，并没有获得到锁，那么线程2就可以进行到休眠，直到线程1把锁释放后，线程2获得到锁，然后再来执行逻辑，此时就能够从缓存中拿到数据了。

解决方案二：逻辑过期方案

方案分析：我们之所以会出现这个缓存击穿问题，主要原因是在于我们对key设置了过期时间，假设我们不设置过期时间，其实就不会有缓存击穿的问题，但是不设置过期时间，这样数据不就一直占用我们内存了吗，我们可以采用逻辑过期方案。

我们把过期时间设置在 redis的value中，注意：这个过期时间并不会直接作用于redis，而是我们后续通过逻辑去处理。假设线程1去查询缓存，然后从value中判断出来当前的数据已经过期了，此时线程1去获得互斥锁，那么其他线程会进行阻塞，获得了锁的线程他会开启一个线程去进行以前的重构数据的逻辑，直到新开的线程完成这个逻辑后，才释放锁，而线程1直接进行返回，假设现在线程3过来访问，由于线程线程2持有着锁，所以线程3无法获得锁，线程3也直接返回数据，只有等到新开的线程2把重建数据构建完后，其他线程才能走返回正确的数据。

这种方案巧妙在于，异步的构建缓存，缺点在于在构建完缓存之前，返回的都是脏数据。

两种方案对比：

6.1.利用互斥锁解决缓存击穿问题

核心思路：相较于原来从缓存中查询不到数据后直接查询数据库而言，现在的方案是进行查询之后，如果从缓存没有查询到数据，则进行互斥锁的获取，获取互斥锁后，判断是否获得到了锁，如果没有获得到，则休眠，过一会再进行尝试，直到获取到锁为止，才能进行查询

如果获取到了锁的线程，再去进行查询，查询后将数据写入redis，再释放锁，返回数据，利用互斥锁就能保证只有一个线程去执行操作数据库的逻辑，防止缓存击穿

java 复制代码

public User queryWithMutex(Long id)  {
        String key = CACHE_USER_KEY + id;
        // 1、从redis中查询商铺缓存
        String Json = stringRedisTemplate.opsForValue().get("key");
        // 2、判断是否存在
        if (StrUtil.isNotBlank(Json)) {
            // 存在,直接返回
            return JSONUtil.toBean(Json, User.class);
        }
        //判断命中的值是否是空值
        if (Json != null) {
            //返回一个错误信息
            return null;
        }
        // 4.实现缓存重构
        //4.1 获取互斥锁
        String lockKey = "lock:user:" + id;
        User user = null;
        try {
            boolean isLock = tryLock(lockKey);
            // 4.2 判断否获取成功
            if(!isLock){
                //4.3 失败，则休眠重试
                Thread.sleep(50);
                return queryWithMutex(id);
            }
            //4.4 成功，根据id查询数据库
             user = getById(id);
            // 5.不存在，返回错误
            if(user == null){
                 //将空值写入redis
                stringRedisTemplate.opsForValue().set(key,"",CACHE_NULL_TTL,TimeUnit.MINUTES);
                //返回错误信息
                return null;
            }
            //6.写入redis
            stringRedisTemplate.opsForValue().set(key,JSONUtil.toJsonStr(user),CACHE_NULL_TTL,TimeUnit.MINUTES);

        }catch (Exception e){
            throw new RuntimeException(e);
        }
        finally {
            //7.释放互斥锁
            unlock(lockKey);
        }
        return user;
    }

6.2.利用逻辑过期解决缓存击穿问题

思路分析：当用户开始查询redis时，判断是否命中，如果没有命中则直接返回空数据，不查询数据库，而一旦命中后，将value取出，判断value中的过期时间是否满足，如果没有过期，则直接返回redis中的数据，如果过期，则在开启独立线程后直接返回之前的数据，独立线程去重构数据，重构完成后释放互斥锁。

java 复制代码

private static final ExecutorService CACHE_REBUILD_EXECUTOR = Executors.newFixedThreadPool(10);
public User queryWithLogicalExpire( Long id ) {
    String key = CACHE_USER_KEY + id;
    // 1.从redis查询缓存
    String json = stringRedisTemplate.opsForValue().get(key);
    // 2.判断是否存在
    if (StrUtil.isBlank(json)) {
        // 3.存在，直接返回
        return null;
    }
    // 4.命中，需要先把json反序列化为对象
    RedisData redisData = JSONUtil.toBean(json, RedisData.class);
    User user = JSONUtil.toBean((JSONObject) redisData.getData(), User.class);
    LocalDateTime expireTime = redisData.getExpireTime();
    // 5.判断是否过期
    if(expireTime.isAfter(LocalDateTime.now())) {
        // 5.1.未过期，直接返回
        return user;
    }
    // 5.2.已过期，需要缓存重建
    // 6.缓存重建
    // 6.1.获取互斥锁
    String lockKey = LOCK_USER_KEY + id;
    boolean isLock = tryLock(lockKey);
    // 6.2.判断是否获取锁成功
    if (isLock){
        CACHE_REBUILD_EXECUTOR.submit( ()->{

            try{
                //重建缓存
                this.saveUser2Redis(id,20L);
            }catch (Exception e){
                throw new RuntimeException(e);
            }finally {
                unlock(lockKey);
            }
        });
    }
    // 6.4.返回过期的信息
    return user;
}

Redis缓存——缓存更新策略和常见的缓存问题

一.什么是缓存？

前言： 什么是缓存?

前言：为什么要使用缓存？

1.1. 缓存的作用

1.2. 缓存的成本

1.3.如何使用缓存

二.缓存模型和思路

三.缓存更新策略

3.1 业务场景：

3.2.数据库缓存不一致解决方案：

3.2.数据库和缓存不一致采用什么方案

3.2.1.删除缓存还是更新缓存？

3.2.2.如何保证缓存与数据库的操作同时成功或失败？

3.2.3.先操作缓存还是先操作数据库？

3.3.代码实现缓存与数据库双写一致

四.缓存穿透

4.1.常见的解决方案有两种：

缓存空对象

布隆过滤

4.2.编码解决查询的缓存穿透问题：

五.缓存雪崩

六.缓存击穿

解决方案一：使用锁来解决

解决方案二：逻辑过期方案

6.1.利用互斥锁解决缓存击穿问题

6.2.利用逻辑过期解决缓存击穿问题

前言：什么是缓存?