目录
一.缓存穿透
1.缓存空对象方案实现逻辑，此处用查询店铺作为例子进行分享：
2. 实现代码：
二.缓存雪崩：
三.缓存击穿：
一.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。
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
- 布隆过滤器
- 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
上面的方法是以被动的解决缓存穿透的问题，分享几点主动的解决方案：
- 增强id的复杂度，避免被猜测id的规律
- 做好数据的基础格式校验
- 加强用户权限校验
- 对热点参数做限流
1.缓存空对象方案实现逻辑，此处用查询店铺作为例子进行分享：
2. 实现代码：
@Override
public Result queryShopById(Long id) {
String shopKey = RedisConstants.CACHE_SHOP_KEY + id;
//1.先查询Redis缓中有没有数据
String s = stringRedisTemplate.opsForValue().get(shopKey);
Shop shop = new Shop();
//Redis不为空返回
if (StrUtil.isNotBlank(s)) {
shop = JSONUtil.toBean(s, Shop.class);
return Result.ok(shop);
}
//判断命中是否是空值
if (s == "") {
Result.fail("数据为空！");
}
//2.Redis中没有数据查询数据库中的数据
shop = shopMapper.selectById(id);
if (null != shop) {
//存在写入Redis
stringRedisTemplate.opsForValue().set(shopKey, JSONUtil.toJsonStr(shop), 30L, TimeUnit.MINUTES);
return Result.ok(shop);
}
//缓存空值，并设置过期时间
if (null == shop) {
stringRedisTemplate.opsForValue().set(shopKey, "", 2L, TimeUnit.MINUTES);
}
return Result.fail("数据不存在");
}二.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 （添加预热数据时随机添加超时时间）
- 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
三.缓存击穿：
缓存击穿问题也叫热点问题，就是一个被高并发访问并且缓存重建业务比较复杂的key突然失效，无数的请求访问会在瞬间给数据库带来巨大的冲击。
常见的解决方案有两种：
- 互斥锁
- 逻辑过期
1.互斥锁和逻辑过期
3.互斥锁和逻辑过期对比：
解决方案 | 优点 | 缺点 |
互斥锁 |
|
|
逻辑过期 |
|
|
4.基于互斥锁方式解决缓存击穿问题
5.代码实现：
@Override
public Result queryShopById(Long id) {
String shopKey = RedisConstants.CACHE_SHOP_KEY + id;
//1.先查询Redis缓中有没有数据
String s = stringRedisTemplate.opsForValue().get(shopKey);
Shop shop = new Shop();
//Redis不为空返回
if (StrUtil.isNotBlank(s)) {
shop = JSONUtil.toBean(s, Shop.class);
return Result.ok(shop);
}
//判断命中是否是空值
if (s == "") {
Result.fail("数据为空！");
}
String lockKey = "lock:shop" + id;
try {
//如果为null去获取锁
if (!getLock(lockKey)) {
Thread.sleep(50); //休眠一段时间
queryShopById(id); //继续请求
}
//2.Redis中没有数据查询数据库中的数据
shop = shopMapper.selectById(id);
if (null != shop) {
//存在写入Redis
stringRedisTemplate.opsForValue().set(shopKey, JSONUtil.toJsonStr(shop), 30L, TimeUnit.MINUTES);
return Result.ok(shop);
}
//缓存空值，并设置过期时间
if (null == shop) {
stringRedisTemplate.opsForValue().set(shopKey, "", 2L, TimeUnit.MINUTES);
}
} catch (InterruptedException e) {
e.printStackTrace();
} finally {
delLock(lockKey);
}
return Result.fail("数据不存在！");
}
//获取锁
private Boolean getLock(String key) {
Boolean flag = stringRedisTemplate.opsForValue().setIfAbsent(key, "1", 10L, TimeUnit.MINUTES);
return BooleanUtil.isTrue(flag);
}
//释放锁
private void delLock(String key) {
stringRedisTemplate.delete(key);
}6.基于逻辑过期解决缓存击穿问题（流程图）
代码展示：
//线程池
private static final ExecutorService CACHE_REBUILD_EXECUTOR = Executors.newFixedThreadPool(10);
@Override
public Result queryShopById(Long id) {
//验证判断是否存在缓存数据
Result date = getDate(id);
if (date != null) {
return date;
}
//过期，尝试获取互斥锁
String lockKey = RedisConstants.LOCK_SHOP_KEY + id;
Boolean lock = getLock(lockKey);
//判断是否获取锁成功！
if (lock) {
//验证判断是否存在缓存数据
date = getDate(id);
if (date != null) {
return date;
}
//开启独立线程，缓存重建
CACHE_REBUILD_EXECUTOR.submit(() -> {
try {
this.saveShop2Redis(id, 20L);
} catch (Exception e) {
e.printStackTrace();
} finally {
//释放锁
delLock(lockKey);
}
});
//验证判断是否存在缓存数据
date = getDate(id);
if (date != null) {
return date;
}
}
return Result.fail("数据为空");
}
private Result getDate(Long id) {
String shopKey = RedisConstants.CACHE_SHOP_KEY + id;
//1.先查询Redis缓中有没有数据
String shopJson = stringRedisTemplate.opsForValue().get(shopKey);
//Redis不为空返回
if (StrUtil.isEmpty(shopJson)) {
return Result.fail("数据为空！");
}
RedisData redisDataJson = JSONUtil.toBean(shopJson, RedisData.class);
JSONObject data = (JSONObject) redisDataJson.getData();
Shop shop = JSONUtil.toBean(data, Shop.class);
LocalDateTime expireTime = redisDataJson.getExpireTime();
//判断是否过期
if (expireTime.isAfter(LocalDateTime.now())) {
//未过期，返回旧的店铺信息
return Result.ok(shop);
}
return null;
}本文章为转载内容，我们尊重原作者对文章享有的著作权。如有内容错误或侵权问题，欢迎原作者联系我们进行内容更正或删除文章。
