Redis篇--常见问题篇2--缓存雪崩（过期时间分散，缓存预热，多级缓存）

1、概述

缓存雪崩是指在短时间内，大量的缓存同时失效或过期，导致大量的请求穿透到后端数据库或服务，从而引发系统负载骤增，甚至可能导致系统崩溃。这种情况通常发生在缓存的过期时间设置不合理时，所有缓存的过期时间相同，导致它们在同一时间点失效。

示意图：

2、解决方案

（1）、设置不同的过期时间（推荐）

为每个缓存项设置一个随机的过期时间，而不是统一的过期时间。这样可以避免所有缓存项在同一时间点失效，分散了缓存失效的时间窗口，减少了对数据库的压力。
示例：

java 复制代码

 // 设置随机化的 TTL
  int baseTtl = 60; // 基础 TTL 为 60 秒
  int randomOffset = new Random().nextInt(20); // 随机偏移0-19秒
  redisTemplate.opsForValue().set("key", "value", baseTtl + randomOffset, TimeUnit.SECONDS);

（2）、缓存预热

在系统启动时或定期进行缓存预热，提前加载或有策略的定期加载一些常用的数据库数据到缓存中，确保缓存中有足够的数据，减少缓存失效时的冲击。

（3）、多级缓存

使用多级缓存策略，例如：本地缓存+分布式缓存。当分布式缓存失效时，本地缓存可以继续提供服务，减少对数据库的直接访问。

应用：本地缓存（如Caffeine、Guava Cache）来缓存频繁访问的数据，同时使用分布式缓存（如Redis、Memcached）来存储全局共享的数据。

本地缓存的TTL可以设置得比分布式缓存更短，以减少对分布式缓存的依赖。

多级缓存示例（Caffine+Redis）
第一步：导入依赖

java 复制代码

<dependency>
   <groupId>com.github.ben-manes.caffeine</groupId>
   <artifactId>caffeine</artifactId>
   <version>2.9.0</version>
</dependency>

第二步：注入配置类

java 复制代码

import com.github.benmanes.caffeine.cache.Cache;
import com.github.benmanes.caffeine.cache.Caffeine;
import org.springframework.cache.CacheManager;
import org.springframework.cache.annotation.EnableCaching;
import org.springframework.cache.caffeine.CaffeineCacheManager;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import java.util.concurrent.TimeUnit;

@Configuration
@EnableCaching
public class CacheConfig {

    @Bean
    public Cache<String,Object> caffeineCache() {    // 初始化注入CaffeineCache到容器
        return Caffeine.newBuilder()
                .initialCapacity(100)  // 初始容量为100
                .maximumSize(1000)   // 最大存1000个key
                .expireAfterWrite(1, TimeUnit.MINUTES)   // 设置1分钟过期
                .build();
    }
}

第三步：测试类

java 复制代码

import com.github.benmanes.caffeine.cache.Cache;
import com.zw.base.BaseController;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RequestMethod;
import org.springframework.web.bind.annotation.RestController;

import javax.annotation.Resource;
import java.util.concurrent.TimeUnit;

@RestController
@RequestMapping(value = "redis3", method = {RequestMethod.POST, RequestMethod.GET})
public class RedisController3 extends BaseController {

    @Autowired
    private RedisTemplate<String, Object> redisTemplate;
    
    // 本地缓存CaffeineCache
    @Resource
    private Cache<String, Object> caffeineCache;

    // 模拟数据库查询
    private Object queryFromDatabase(String key) {
        // 模拟数据库查询逻辑
        System.out.println("Querying from database for key: " + key);
        return null; // 假设数据库中没有该数据
    }

    /**
     * 获取数据，优先从本地缓存获取，其次从 Redis 获取，最后从数据库获取
     * @param key 数据的唯一标识
     * @return 数据
     */
    @RequestMapping("/get")
    public Object getTest(String key) {
        // 1. 尝试从本地缓存获取
        Object cachedData = caffeineCache.getIfPresent(key);
        if (cachedData != null) {
            if ("NULL".equals(cachedData)) {
                return null; // 返回空对象
            }
            return cachedData;
        }

        // 2. 尝试从 Redis 获取
        cachedData = redisTemplate.opsForValue().get(key);
        if (cachedData != null) {
            if ("NULL".equals(cachedData)) {
                caffeineCache.put(key, "NULL"); // 将空对象放入本地缓存
                return null;
            }
            caffeineCache.put(key, cachedData); // 将数据放入本地缓存
            return cachedData;
        }

        // 3. 从数据库获取数据
        Object data = queryFromDatabase(key);
        if (data != null) {
            if (data != null) {
                // 更新本地缓存和 Redis
                caffeineCache.put(key, data.toString());
                redisTemplate.opsForValue().set(key, data, getRandomTtl(), TimeUnit.SECONDS);
            } else {
                // 缓存空对象
                caffeineCache.put(key, "NULL");
                redisTemplate.opsForValue().set(key, "NULL", 60, TimeUnit.SECONDS); // 空对象过期时间为 60 秒
            }
        }

        // 4. 返回旧的缓存数据（如果有）
        return caffeineCache.getIfPresent(key);
    }

    /**
     * 获取随机化的 TTL，避免所有缓存项在同一时间点失效
     *
     * @return 随机化的 TTL（秒）
     */
    private long getRandomTtl() {
        int baseTtl = 60; // 基础 TTL 为 60 秒
        int randomOffset = (int) (Math.random() * 10); // 随机偏移 0-9 秒
        return baseTtl + randomOffset;
    }
}

第四步：测试验证

可以正常查询有的值

没有的key直接返回null