【缓存】缓存雪崩与缓存穿透:高并发系统的隐形杀手

缓存雪崩与缓存穿透:高并发系统的隐形杀手

在高并发系统中,缓存是提升性能的重要手段。然而,缓存使用不当也会带来一系列问题,其中最常见的就是缓存雪崩缓存穿透。这两个问题如果不加以解决,可能会导致系统崩溃,甚至引发严重的生产事故。本文将深入探讨缓存雪崩和缓存穿透的成因,并提供解决方案,最后用Java代码实现。

一、缓存雪崩

1.1 什么是缓存雪崩?

缓存雪崩是指大量缓存数据在同一时间失效,导致所有请求都直接打到数据库上,数据库瞬间承受巨大压力,甚至崩溃。

1.2 缓存雪崩的成因

  • 缓存集中过期:缓存数据设置了相同的过期时间,导致大量缓存同时失效。
  • 缓存服务器宕机:缓存服务器出现故障,无法提供服务。

1.3 解决方案

  1. 设置不同的过期时间:为缓存数据设置随机的过期时间,避免同时失效。
  2. 使用多级缓存:在本地缓存和分布式缓存之间增加一层缓存,减少直接访问数据库的压力。
  3. 缓存预热:在系统启动时,提前加载热点数据到缓存中。
  4. 限流降级:使用限流工具(如Sentinel)对数据库进行保护,防止数据库被压垮。

1.4 Java实现

java 复制代码
import java.util.Random;
import java.util.concurrent.TimeUnit;

public class CacheAvalancheSolution {

    private static final int BASE_EXPIRE_TIME = 3600; // 基础过期时间
    private static final int RANDOM_RANGE = 600; // 随机范围

    public static void main(String[] args) {
        // 模拟缓存数据
        String cacheKey = "hot_data";
        String cacheValue = getDataFromCache(cacheKey);

        if (cacheValue == null) {
            // 缓存失效,重新加载
            cacheValue = getDataFromDB();
            setCacheWithRandomExpire(cacheKey, cacheValue);
        }

        System.out.println("Cache Value: " + cacheValue);
    }

    private static String getDataFromCache(String key) {
        // 模拟从缓存中获取数据
        return null; // 假设缓存失效
    }

    private static String getDataFromDB() {
        // 模拟从数据库中获取数据
        return "Data from DB";
    }

    private static void setCacheWithRandomExpire(String key, String value) {
        // 设置缓存,并添加随机过期时间
        int expireTime = BASE_EXPIRE_TIME + new Random().nextInt(RANDOM_RANGE);
        System.out.println("Set cache with expire time: " + expireTime + " seconds");
        // 实际项目中可以使用Redis等缓存工具
    }
}

二、缓存穿透

2.1 什么是缓存穿透?

缓存穿透是指查询一个不存在的数据,由于缓存中没有该数据,请求直接打到数据库上。如果大量请求查询不存在的数据,数据库可能会被压垮。

2.2 缓存穿透的成因

  • 恶意攻击:攻击者故意查询不存在的数据,导致数据库压力过大。
  • 业务逻辑问题:业务代码中没有对查询参数进行校验,导致大量无效查询。

2.3 解决方案

  1. 布隆过滤器:使用布隆过滤器过滤掉不存在的数据,避免无效查询。
  2. 缓存空值:对于查询结果为空的请求,缓存一个空值,并设置较短的过期时间。
  3. 参数校验:在业务逻辑层面对查询参数进行校验,过滤掉无效请求。

2.4 Java实现

java 复制代码
import com.google.common.hash.BloomFilter;
import com.google.common.hash.Funnels;

public class CachePenetrationSolution {

    private static BloomFilter<String> bloomFilter = BloomFilter.create(
            Funnels.stringFunnel(), 1000000, 0.01); // 布隆过滤器

    public static void main(String[] args) {
        // 模拟查询
        String queryKey = "non_existent_key";

        if (!bloomFilter.mightContain(queryKey)) {
            // 布隆过滤器判断不存在
            System.out.println("Data not exist in bloom filter");
            return;
        }

        String cacheValue = getDataFromCache(queryKey);
        if (cacheValue == null) {
            // 缓存失效,重新加载
            cacheValue = getDataFromDB(queryKey);
            if (cacheValue == null) {
                // 数据库中没有该数据,缓存空值
                setCacheWithShortExpire(queryKey, "NULL");
            } else {
                setCacheWithShortExpire(queryKey, cacheValue);
            }
        }

        System.out.println("Cache Value: " + cacheValue);
    }

    private static String getDataFromCache(String key) {
        // 模拟从缓存中获取数据
        return null; // 假设缓存失效
    }

    private static String getDataFromDB(String key) {
        // 模拟从数据库中获取数据
        return null; // 假设数据库中不存在该数据
    }

    private static void setCacheWithShortExpire(String key, String value) {
        // 设置缓存,并添加较短的过期时间
        System.out.println("Set cache with short expire time for key: " + key);
        // 实际项目中可以使用Redis等缓存工具
    }
}

三、总结

缓存雪崩和缓存穿透是高并发系统中常见的缓存问题,如果不加以解决,可能会导致系统崩溃。通过设置不同的过期时间、使用布隆过滤器、缓存空值等方法,可以有效避免这些问题。在实际项目中,我们需要根据业务场景选择合适的解决方案,确保系统的稳定性和高性能。


关注我,获取更多技术干货!如果你有任何问题或建议,欢迎在评论区留言。

相关推荐
绿算技术3 小时前
存储新势力:助力DeepSeek一体机
人工智能·科技·缓存·fpga开发
zru_96029 小时前
Docker 部署 Redis:快速搭建高效缓存服务
redis·缓存·docker
axinawang9 小时前
springboot整合redis实现缓存
spring boot·redis·缓存
for6211 小时前
本地缓存大杀器-Caffeine
缓存·caffeine·本地缓存
听闻风很好吃14 小时前
Redis高级数据类型解析(二)——Set、Sorted Set与Geo实战指南
数据库·redis·缓存
陈大大陈14 小时前
基于 C++ 的用户认证系统开发:从注册登录到Redis 缓存优化
java·linux·开发语言·数据结构·c++·算法·缓存
编程在手天下我有14 小时前
缓存与数据库数据一致性:旁路缓存、读写穿透和异步写入模式解析
数据库·缓存·oracle·软件开发·架构设计·数据一致性
云攀登者-望正茂15 小时前
Redis 及其在系统设计中的作用
数据库·redis·缓存
冼紫菜16 小时前
基于Redis实现高并发抢券系统的数据同步方案详解
java·数据库·redis·后端·mysql·缓存·性能优化
AnsenZhu19 小时前
Redis Cluster 使用 CRC16 算法实现 Slot 槽位分片的核心细节
数据库·redis·缓存·crc16