redis高并发缓存架构与性能优化

Redlock实现原理

超过半数redis节点加锁成功才算成功加锁。

Redlock存在问题

如果主节点挂掉,还没有同步到从节点,重新选举出主节点,那加锁就没有加到这个新的主节点上。

如果增加redis主节点数,那么加锁的性能更差,要给半数节点加锁,如果没有加成功,还要回滚。

Redis的刷盘频率,1s刷盘一次,否则写一条刷盘一条性能就非常差了。如果redis挂了或者重启,可能导致这1s内的数据没有持久化,因此也会造成锁丢失,别的线程也可以加锁成功。

RedLock 依赖 Redis 实例的系统时钟计算锁的剩余有效期。若不同实例的时钟不同步(如时钟跳跃或漂移),可能导致锁被提前释放或无法释放。

Redisson 官方已弃用 RedLock。

高并发扣减库存

分段锁。

ConcurrentHashMap1.7分段锁的原理

分段结构:分为多个segment,继承reentrantLock。

锁粒度:写操作仅锁定当前操作的segment。读操作不用加锁。

哈希定位:第一次hash计算segment位置,第二次hash计算数组下标。

热点缓存重建

java 复制代码
Product product = null;
String productCacheKey = RedisKeyPrefixConst.PRODUCT_CACHE + productId;
// 获取缓存
product = getProductFromCache(productCacheKey);
if(product != null) return product;
//加分布式锁解决热点缓存并发重建问题
RLock hotCreatecacheLock = redisson.getLock( LOCK_PRODUCT_HOT_CACHE_CREATE_PREFIX + productId);
hotCreateCacheLock.tryLock();
try {
	// 在锁内再次确认缓存状态,防止在第一次检查缓存为空后
	// 但是在加锁前,其他线程已经重新构建好缓存
	// 并且若多个线程同时通过第一次检查,加锁后保证只有一个线程来执行
	// 剩下的线程拿到锁再进来检查到缓存有值就直接返回了
	product = getProductFromCache(productCacheKey);
	if(product != null)  return product;
	// 读锁共享,写锁互斥
	RReadWriteLock productupdateLock = redisson.getReadWriteLock( name: LOCK_PRODUCT_UPDATE_PREFIX + productId);
	// 读锁
	RLock rLock =productUpdateLock.readLock();
	rLock.lock();
	// 构建缓存,同时也构建本地缓存。
	reBuildCache();
	// 热点key,比如微博,百万用户查同一个key,redis扛不住。
	// 本地缓存,并发百万级别没问题。
	// 多级缓存无法保证绝对一致性。不用过度设计。MQ异步或者redis发布订阅。
	// redis的发布订阅机制,如果更新数据,发送消息到queue,然后监听更新。
	// 热点中的热点商品才会存放到本地缓存,因为本地缓存是非常宝贵的。
	// 并且热点商品的变动是非常快的。
	// 因此,有专门的一个热点缓存计算系统,所有的应用会对热点缓存计算系统做一个监听,维护缓存。
}


// 发布消息
redisTemplate.convertAndSend("cache:update", 
        JSON.toJSONString(new CacheMessage("user:" + user.getId(), "DELETE")));
// 订阅频道
redisTemplate.execute((RedisConnection connection) -> {
     connection.subscribe(new RedisMessageListener() {
            @Override
            public void onMessage(String channel, String message) {
                // 解析消息
                CacheMessage cacheMsg = JSON.parseObject(message, CacheMessage.class);
                // 更新本地缓存
java 复制代码
// 重建热点缓存串行转并行
// tryLock允许线程立即尝试获取锁,若锁不可用则立即返回失败,而非阻塞等待。这种机制打破了严格的串行逻辑。
if (cacheLock.tryLock()) {
    try {
        // 重建缓存(串行)
    } finally {
        cacheLock.unlock();
    }
} else {
    // 返回旧缓存或默认值(并行)
}

缓存穿透

查询一个不存在的key,设置为空值给缓存。

java 复制代码
private final static String EMPTY_CACHE = "{}";

缓存雪崩

过期时间加一个随机值。

相关推荐
IpdataCloud8 分钟前
指纹浏览器为什么要自建IP检测?基于IP数据云离线库的架构实践
数据库·网络协议·tcp/ip·架构·edge浏览器
GeekQiaQia10 分钟前
极致高效:使用 Ollama 在服务器端快速部署 BGE-M3 向量模型
架构
殷紫川22 分钟前
吃透 Seata 分布式事务:原理拆解 + 生产级落地 + 全场景避坑实战
架构
2501_9411495032 分钟前
2026 技术展望:基于 Cosvice 架构与 N.V11.34.6 协议的全球资源调度系统白皮书
架构
踏浪无痕1 小时前
pgBackRest 本地备份与灾难恢复实战指南
架构
lcrml2 小时前
Redis简介、常用命令及优化
数据库·redis·缓存
balmtv2 小时前
Grok 4技术架构深度拆解:四智能体辩论、78%不幻觉率与每周自迭代的工程革命
人工智能·架构
The Open Group2 小时前
TOGAF®如何平衡创新与合规——金融机构的架构治理之道
运维·安全·架构
乾元3 小时前
安全官(CISO)的困惑:AI 投入产出比(ROI)的衡量
网络·人工智能·安全·网络安全·chatgpt·架构·安全架构
JavaGuide3 小时前
美团面试:为什么要用分布式缓存?本地缓存呢?多级缓存一致性如何保证?
数据库·redis·后端·缓存·大厂面试