正文

redis缓存穿透击穿雪崩到底是个啥？7张图告诉你(代码片段)

哪吒  哪吒  2022-12-23  777

关键词：

一、缓存是什么？

缓存就是数据交换的缓存区，是存储数据的地方，一般读写性能较高。

二、缓存的作用和成本

1、缓存的作用：

降低后端负载
提高读写效率，降低响应时间

2、缓存的成本：

数据一致性成本
代码维护成本
运维成本

三、缓存作用模型

1、根据id查询数据缓存流程

四、缓存更新策略

1、内存淘汰

Redis的内存淘汰机制，当内存不足时自动淘汰部分数据，下次查询时更新缓存。

2、超时剔除

当缓存数据设置TTL时间，到期后自动删除缓存，下次查询时更新缓存。

3、主动更新

编写业务逻辑，在修改数据库的同时，更新缓存。

五、缓存穿透

缓存穿透是指客户端请求的数据在Redis和数据库中都不存在，这样就无法进行缓存，这些请求都会打到数据库。

解决方法：

1、缓存空对象

对不存在的数据也在Redis中建立缓存，值为空，并设置一个较短的TTL时间。

优点：实现简单，维护方便；
缺点：额外的内存消耗，可能造成短期的数据不一致；

2、布隆过滤器

利用布隆过滤算法，在请求进入Redis之前，先判断是否存在，如果不存在则直接拒绝访问。

优点：内存占用小
缺点：① 实现复杂；② 存在误判的可能；

六、缓存雪崩

缓存雪崩是指同一时间段大量的缓存key同时失效或者Redis服务宕机，导致大量请求打到数据库，带来巨大压力。

解决方式：

给不同的key的TTL添加随机值；
利用Redis集群提高服务的可用性；
给缓存添加降级限流策略；
给业务添加多级缓存；

七、缓存击穿

缓存击穿也叫热点key问题，就是一个被高并发访问并且缓存重建业务较复杂的key失效了，无数的请求访问会在瞬间打到数据库，带来巨大压力。

1、通过互斥锁解决缓存击穿

给缓存重建过程加锁，确保重建过程只有一个线程执行，其它线程等待。

互斥锁的最大问题是，线程等待问题，性能较差。

2、根据id查询商品信息，基于互斥锁解决缓存击穿问题

3、通过逻辑过期解决缓存击穿

逻辑过期的优点是性能好，缺点是不保证一致性，有额外的内存消耗，实现复杂。

八、Redis工具类

// 解决缓存穿透
Goods goods = cacheClient.queryWithPassThrough(CACHE_GOODS_KEY, id, Goods.class, this::getById, CACHE_GOODS_TTL, TimeUnit.MINUTES);

// 互斥锁解决缓存击穿
Goods goods = cacheClient.queryWithMutex(CACHE_GOODS_KEY, id, Goods.class, this::getById, CACHE_GOODS_TTL, TimeUnit.MINUTES);

// 逻辑过期解决缓存击穿
Goods goods = cacheClient.queryWithLogicalExpire(CACHE_GOODS_KEY, id, Goods.class, this::getById, 20L, TimeUnit.SECONDS);

package com.guor.utils;

import cn.hutool.core.util.BooleanUtil;
import cn.hutool.core.util.StrUtil;
import cn.hutool.json.JSONObject;
import cn.hutool.json.JSONUtil;
import lombok.extern.slf4j.Slf4j;
import org.springframework.data.redis.core.StringRedisTemplate;
import org.springframework.stereotype.Component;

import java.time.LocalDateTime;
import java.util.concurrent.ExecutorService;
import java.util.concurrent.Executors;
import java.util.concurrent.TimeUnit;
import java.util.function.Function;

@Slf4j
@Component
public class CacheClient 

    private final StringRedisTemplate stringRedisTemplate;

    private static final ExecutorService CACHE_REBUILD_EXECUTOR = Executors.newFixedThreadPool(10);

    public CacheClient(StringRedisTemplate stringRedisTemplate) 
        this.stringRedisTemplate = stringRedisTemplate;
    

    public void set(String key, Object value, Long time, TimeUnit unit) 
        stringRedisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(value), time, unit);
    

    public void setWithLogicalExpire(String key, Object value, Long time, TimeUnit unit) 
        // 设置逻辑过期
        RedisData redisData = new RedisData();
        redisData.setData(value);
        redisData.setExpireTime(LocalDateTime.now().plusSeconds(unit.toSeconds(time)));
        // 写入Redis
        stringRedisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(redisData));
    

    public <R,ID> R queryWithPassThrough(String keyPrefix, ID id, Class<R> type, Function<ID, R> dbFallback, Long time, TimeUnit unit)
        String key = keyPrefix + id;
        // 1.从redis查询商铺缓存
        String json = stringRedisTemplate.opsForValue().get(key);
        // 2.判断是否存在
        if (StrUtil.isNotBlank(json)) 
            // 3.存在，直接返回
            return JSONUtil.toBean(json, type);
        
        // 判断命中的是否是空值
        if (json != null) 
            // 返回一个错误信息
            return null;
        

        // 4.不存在，根据id查询数据库
        R r = dbFallback.apply(id);
        // 5.不存在，返回错误
        if (r == null) 
            // 将空值写入redis
            stringRedisTemplate.opsForValue().set(key, "", RedisConfig.CACHE_NULL_TTL, TimeUnit.MINUTES);
            // 返回错误信息
            return null;
        
        // 6.存在，写入redis
        this.set(key, r, time, unit);
        return r;
    

    public <R, ID> R queryWithLogicalExpire(String keyPrefix, ID id, Class<R> type, Function<ID, R> dbFallback, Long time, TimeUnit unit) 
        String key = keyPrefix + id;
        // 1.从redis查询商铺缓存
        String json = stringRedisTemplate.opsForValue().get(key);
        // 2.判断是否存在
        if (StrUtil.isBlank(json)) 
            // 3.存在，直接返回
            return null;
        
        // 4.命中，需要先把json反序列化为对象
        RedisData redisData = JSONUtil.toBean(json, RedisData.class);
        R r = JSONUtil.toBean((JSONObject) redisData.getData(), type);
        LocalDateTime expireTime = redisData.getExpireTime();
        // 5.判断是否过期
        if(expireTime.isAfter(LocalDateTime.now())) 
            // 5.1.未过期，直接返回店铺信息
            return r;
        
        // 5.2.已过期，需要缓存重建
        // 6.缓存重建
        // 6.1.获取互斥锁
        String lockKey = RedisConfig.LOCK_GOODS_KEY + id;
        boolean isLock = tryLock(lockKey);
        // 6.2.判断是否获取锁成功
        if (isLock)
            // 6.3.成功，开启独立线程，实现缓存重建
            CACHE_REBUILD_EXECUTOR.submit(() -> 
                try 
                    // 查询数据库
                    R newR = dbFallback.apply(id);
                    // 重建缓存
                    this.setWithLogicalExpire(key, newR, time, unit);
                 catch (Exception e) 
                    throw new RuntimeException(e);
                finally 
                    // 释放锁
                    unlock(lockKey);
                
            );
        
        // 6.4.返回过期的商铺信息
        return r;
    

    public <R, ID> R queryWithMutex(String keyPrefix, ID id, Class<R> type, Function<ID, R> dbFallback, Long time, TimeUnit unit) 
        String key = keyPrefix + id;
        // 1.从redis查询商铺缓存
        String json = stringRedisTemplate.opsForValue().get(key);
        // 2.判断是否存在
        if (StrUtil.isNotBlank(json)) 
            // 3.存在，直接返回
            return JSONUtil.toBean(json, type);
        
        // 判断命中的是否是空值
        if (json != null) 
            // 返回一个错误信息
            return null;
        

        // 4.实现缓存重建
        // 4.1.获取互斥锁
        String lockKey = RedisConfig.LOCK_GOODS_KEY + id;
        R r = null;
        try 
            boolean isLock = tryLock(lockKey);
            // 4.2.判断是否获取成功
            if (!isLock) 
                // 4.3.获取锁失败，休眠并重试
                Thread.sleep(50);
                return queryWithMutex(keyPrefix, id, type, dbFallback, time, unit);
            
            // 4.4.获取锁成功，根据id查询数据库
            r = dbFallback.apply(id);
            // 5.不存在，返回错误
            if (r == null) 
                // 将空值写入redis
                stringRedisTemplate.opsForValue().set(key, "", RedisConfig.CACHE_NULL_TTL, TimeUnit.MINUTES);
                // 返回错误信息
                return null;
            
            // 6.存在，写入redis
            this.set(key, r, time, unit);
         catch (InterruptedException e) 
            throw new RuntimeException(e);
        finally 
            // 7.释放锁
            unlock(lockKey);
        
        // 8.返回
        return r;
    

    private boolean tryLock(String key) 
        Boolean flag = stringRedisTemplate.opsForValue().setIfAbsent(key, "1", 10, TimeUnit.SECONDS);
        return BooleanUtil.isTrue(flag);
    

    private void unlock(String key) 
        stringRedisTemplate.delete(key);

NoSQL数据库进阶实战

NoSQL数据库进阶实战1，那些年学过的NoSQL基础

NoSQL数据库进阶实战2，NoSQL数据存储模式

哪吒精品系列文章

Java学习路线总结，搬砖工逆袭Java架构师

10万字208道Java经典面试题总结(附答案)

Java基础教程系列

Java高并发编程系列

数据库进阶实战系列

redis12_缓存雪崩缓存穿透基于布隆过滤器解决缓存穿透的问题缓存击穿基于缓存击穿工作实际案例(代码片段)

文章目录①.缓存雪崩②.缓存穿透③.在centos7下布隆过滤器2种安装方式④.缓存击穿⑤.高并发的淘宝聚划算案例落地①.缓存雪崩①.问题的产生:缓存雪崩是指缓存数据大批量到过期时间,而查询数据量巨大,引起数据库压力过大甚至... 查看详情

redis12_缓存雪崩缓存穿透基于布隆过滤器解决缓存穿透的问题缓存击穿基于缓存击穿工作实际案例(代码片段)

redis08_缓存雪崩缓存穿透基于布隆过滤器解决缓存穿透的问题缓存击穿基于缓存击穿工作实际案例(代码片段)

redis的缓存穿透缓存雪崩缓存击穿问题的概念与解决办法(代码片段)

详细介绍了Redis的缓存穿透、缓存雪崩、缓存击穿等问题的概念与解决办法。文章目录1缓存穿透1.1什么是缓存穿透？1.2怎么解决1.3BloomFilter布隆过滤器1.3.1BloomFilter的原理1.3.2BloomFilter的优缺点1.3.3GuavaBloomFilter1.3.4RedisBloomFilter2... 查看详情

redis——缓存穿透缓存击穿缓存雪崩分布式锁(代码片段)

文章目录：1.缓存穿透1.1什么是缓存穿透？1.2缓存穿透的解决方案2.缓存击穿2.1什么是缓存击穿？2.2缓存击穿的解决方啊3.缓存雪崩3.1什么是缓存雪崩？3.2缓存雪崩的解决方案4.分布式锁4.1使用setnx+del实现分布式... 查看详情

redis——缓存穿透缓存击穿缓存雪崩分布式锁(代码片段)

缓存雪崩击穿穿透

缓存雪崩：为了保证缓存中的数据与数据库中的数据一致性，会给Redis里的数据设置过期时间，当缓存数据过期后，用户访问的数据如果不在缓存里，业务系统需要重新生成缓存，因此就会访问数据库... 查看详情

redis缓存穿透缓存击穿缓存雪崩的原理和解决办法(代码片段)

Redis缓存穿透、缓存击穿、缓存雪崩的原理和解决办法1.前言2.缓存穿透的解决办法3.缓存击穿解决办法4.缓存雪崩的解决办法1.前言在大数据时代，由于网络请求的并发，导致的数据库I/O开销巨大，所以为了缓解数据库的压力，缓... 查看详情

redis缓存穿透缓存击穿缓存雪崩的原理和解决办法(代码片段)

redis缓存雪崩缓存击穿缓存穿透原因，解决方案?(代码片段)

缓存雪崩、缓存击穿、缓存穿透原因，解决方案?缓存雪崩由于设置缓存时，key都采用了相同expire，导致缓存在某刻同时失效，请求全部直到DB，DB瞬时负载过重而雪崩解决方案在原有失效时间基础上增加一个随机值，比如1~5分钟... 查看详情

redis的缓存问题之缓存穿透缓存雪崩缓存击穿(代码片段)

目录一、什么是缓存穿透？二、常见的解决方案有两种：1、缓存空对象2、布隆过滤综上所述三、编码解决商品查询的缓存穿透问题四、缓存雪崩问题及解决思路1、什么是缓存雪崩？五、缓存击穿问题及解决思路 1、... 查看详情

redis缓存穿透缓存击穿缓存雪崩（面试必备）

啥也不说了，面试高频问题。一、缓存穿透用户想要查询一个数据，发现redis内存数据库中没有，也就是说没有命中缓存，也是会向持久层数据库查询，发现也没有，那么本次查询失败。如果此时，用户很多，高并发场景下都去... 查看详情

redis之缓存穿透击穿雪崩问题与缓存删除淘汰策略(代码片段)

一、缓存问题与解决缓存穿透缓存穿透是指查询缓存和DB中都不存在的数据。缓存穿透示例：publicStationfindProjectStation(LongstationId)//从缓存中查询Stationstation=(Station)redisTemplate.boundHashOps("project_station").get(stationId);if(station==null)// 查看详情

redis之缓存穿透击穿雪崩问题与缓存删除淘汰策略(代码片段)

redis缓存雪崩，缓存穿透，缓存击穿详解

用户请求的缓存正常流程图上图是一个正常的简单的缓存流程！！！土豆用户去访问某宝，某宝请求redis看看缓存中有没有土豆用户请求的数据，如果redis中有该数据的缓存，则直接返回数据展示出来供应... 查看详情

redis缓存击穿（失效）缓存穿透缓存雪崩怎么解决？

...ff0c;QPS=10000左右，读写平均耗时10~100ms。用Redis作为缓存系统正好可以弥补DB的不足，「码哥」在自己的MacBookPro2019上执查看详情

缓存雪崩击穿穿透

缓存雪崩、击穿、穿透前言一、缓存雪崩大量数据同时过期Redis故障宕机二、缓存击穿三、缓存穿透布隆过滤器总结前言用户的数据一般都是存储于数据库，数据库的数据是落在磁盘上的，磁盘的读写速度可以说是计算机... 查看详情