1.那些数据时候放入缓存
1)、即时性,数据一致性要求不高的(如,商品展示,大类小类)
2)、访问量打且更新评率不高的数据(读多,写少,商品信息)
2.缓存使用
伪代码:
data = cache.load(id);//从缓存加载数据
If(data == null){
data = db.load(id);//从数据库加载数据
cache.put(id,data);//保存到 cache 中
}
return data;
2.HasMap集合
本地缓存---单体应用
----没问题
本地缓存--分布式系统
---负载均衡出现问题(访问不到最新缓存) 数据不一致
解决:
3.使用redis做缓存出现内存溢出问题是
因为操作redis的客户端lettuce
解决:
1)升级lettuce
2) 切换使用jedis
3.缓存的击穿、穿透、雪崩
击穿:(查询高频热点)
• 对于一些设置了过期时间的 key ,如果这些 key 可能会在某些
时间点被超高并发地访问,是一种非常“热点”的数据。 如果这个key 在大量请求同时进来前正好失效,那么所有对 这个key 的数据查询都落到 db ,我们称为缓存击穿。
例如:S13赛季 这个高频热点,这当天举行的S赛试上过期。导致第二天大量客户去访问,就会把这些所有查询到的数据落到数据库(db),会出现缓存击穿。
解决:
加锁
大量并发只让一个去查,其他人等待,查到以后释放锁,其他
人获取到锁,先查缓存,就会有数据,不用去 db
穿透:(查询永不存在的数据)
指查询一个一定不存在的数据,由于缓存是不命中,将去查询数据库,但是
数据库也无此记录,我们没有将这次查询的 null 写入缓存,这将导致这个不
存在的数据每次请求都要到存储层去查询,失去了缓存的意义
列如:以商品为例,此商品在缓存中没有,高并发下一起查询这个商品,(如此循环)就会出现缓存穿透
风险:
利用不存在的数据进行攻击,数据库瞬时压力增大,最终导致崩溃
解决:
null 结果缓存,并加入短暂过期时间
雪崩:(查询相同过期时间的key)
缓存雪崩是指在我们设置缓存时 key 采用了相同的过期时间,
导致缓存在某一时刻同时失效,请求全部转发到 DB , DB 瞬时
压力过重雪崩。
例如:有一批商品信息缓存的过期时间一致。刚好在失效的瞬间,高并发请求下来,就会导致数据库崩溃,发生缓存雪崩
解决:
原有的失效时间基础上增加一个随机值,比如 1-5 分钟随机,这
样每一个缓存的过期时间的重复率就会降低,就很难引发集体
失效的事件。
(就是在每个缓存的过期时间上加上一个随机时间,这样就不会出现大面积雪崩)