• 缓存技术(缓存穿透,缓存雪崩,缓存击穿)


    大家好 , 我是苏麟 , 今天聊一聊缓存 . 

    这里需要一些Redis基础 (可以看相关文章等)

    本文章资料来自于 : 黑马程序员  如果想要了解更详细的资料去黑马官网查看

    前言:什么是缓存?

    缓存,就是数据交换的 缓冲区 (称作Cache [ kæʃ ] ),俗称的缓存就是缓冲区内的数据,是存贮数据的临时地方,读写性能较高。一般从数据库中获取,存储于本地


    为什么要使用缓存

    缓存的作用
    1. 速度快
    2. 降低后端负载
    3. 提高读写效率,降低响应时间
    缓存的成本
    1. 数据一致性成本
    2. 代码维护成本
    3. 运维成本

    如何使用缓存

    浏览器缓存:主要是存在于浏览器端的缓存

    应用层缓存:可以分为tomcat本地缓存,比如之前提到的map,或者是使用redis作为缓存

    数据库缓存:在数据库中有一片空间是 buffer pool,增改查数据都会先加载到mysql的缓存中

    CPU缓存:当代计算机最大的问题是 cpu性能提升了,但内存读写速度没有跟上,所以为了适应当下的情况,增加了cpu的L1,L2,L3级的缓存


    实现缓存

    Redis简单实现

    没使用缓存之前

    1. @GetMapping("/{id}")
    2. public Result queryShopById(@PathVariable("id") Long id) {
    3. //这里是直接查询数据库
    4. return shopService.queryById(id);
    5. }

     使用缓存

    1. @GetMapping("/{id}")
    2. public Result queryShopById(@PathVariable("id") Long id) {
    3. String key = "cache:shop:" + id;
    4. // 1.从redis查询商铺缓存
    5. String shopJson = stringRedisTemplate.opsForValue().get(key);
    6. // 2.判断是否存在
    7. if (StrUtil.isNotBlank(shopJson)) {
    8. // 3.存在,直接返回
    9. Shop shop = JSONUtil.toBean(shopJson, Shop.class);
    10. return Result.ok(shop);
    11. }
    12. // 4.不存在,根据id查询数据库
    13. Shop shop = getById(id);
    14. // 5.不存在,返回错误
    15. if (shop == null) {
    16. return Result.fail("店铺不存在!");
    17. }
    18. // 6.存在,写入redis
    19. stringRedisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(shop));
    20. // 7.返回
    21. return Result.ok(shop);
    22. }

    缓存流程图 

    缓存更新策略

    缓存更新是redis为了节约内存而设计出来的一个东西,主要是因为内存数据宝贵,当我们向redis插入太多数据,此时就可能会导致缓存中的数据过多,所以redis会对部分数据进行更新,或者把他叫为淘汰更合适。

    内存淘汰:redis自动进行,当redis内存达到咱们设定的max-memery的时候,会自动触发淘汰机制,淘汰掉一些不重要的数据(可以自己设置策略方式)

    超时剔除:当我们给redis设置了过期时间ttl之后,redis会将超时的数据进行删除,方便咱们继续使用缓存

    主动更新:我们可以手动调用方法把缓存删掉,通常用于解决缓存和数据库不一致问题

    数据库缓存不一致解决方案

    由于我们的缓存的数据源来自于数据库,而数据库的数据是会发生变化的,因此,如果当数据库中数据发生变化,而缓存却没有同步,此时就会有一致性问题存在,其后果是:

    用户使用缓存中的过时数据,就会产生类似多线程数据安全问题,从而影响业务,产品口碑等;怎么解决呢?有如下几种方案

    Cache Aside Pattern 人工编码方式:缓存调用者在更新完数据库后再去更新缓存,也称之为双写方案

    Read/Write Through Pattern : 由系统本身完成,数据库与缓存的问题交由系统本身去处理

    Write Behind Caching Pattern :调用者只操作缓存,其他线程去异步处理数据库,实现最终一致

    数据库和缓存不一致采用什么方案

    综合考虑使用方案一,但是方案一调用者如何处理呢?这里有几个问题

    操作缓存和数据库时有三个问题需要考虑:

    如果采用第一个方案,那么假设我们每次操作数据库后,都操作缓存,但是中间如果没有人查询,那么这个更新动作实际上只有最后一次生效,中间的更新动作意义并不大,我们可以把缓存删除,等待再次查询时,将缓存中的数据加载出来

    • 删除缓存还是更新缓存?

      • 更新缓存:每次更新数据库都更新缓存,无效写操作较多

      • 删除缓存:更新数据库时让缓存失效,查询时再更新缓存

    • 如何保证缓存与数据库的操作的同时成功或失败?

      • 单体系统,将缓存与数据库操作放在一个事务

      • 分布式系统,利用TCC等分布式事务方案

    应该具体操作缓存还是操作数据库,我们应当是先操作数据库,再删除缓存,原因在于,如果你选择第一种方案,在两个线程并发来访问时,假设线程1先来,他先把缓存删了,此时线程2过来,他查询缓存数据并不存在,此时他写入缓存,当他写入缓存后,线程1再执行更新动作时,实际上写入的就是旧的数据,新的数据被旧数据覆盖了。

    • 先操作缓存还是先操作数据库?

      • 先删除缓存,再操作数据库

      • 先操作数据库,再删除缓存

    实现商铺和缓存与数据库双写一致

    核心思路如下:

    修改ShopController中的业务逻辑,满足下面的需求:

    根据id查询店铺时,如果缓存未命中,则查询数据库,将数据库结果写入缓存,并设置超时时间

    根据id修改店铺时,先修改数据库,再删除缓存

    修改重点代码1:修改ShopServiceImpl的queryById方法

    设置redis缓存时添加过期时间

    1. @GetMapping("/{id}")
    2. public Result queryShopById(@PathVariable("id") Long id) {
    3. String key = "cache:shop:" + id;
    4. // 1.从redis查询商铺缓存
    5. String shopJson = stringRedisTemplate.opsForValue().get(key);
    6. // 2.判断是否存在
    7. if (StrUtil.isNotBlank(shopJson)) {
    8. // 3.存在,直接返回
    9. Shop shop = JSONUtil.toBean(shopJson, Shop.class);
    10. return Result.ok(shop);
    11. }
    12. // 4.不存在,根据id查询数据库
    13. Shop shop = getById(id);
    14. // 5.不存在,返回错误
    15. if (shop == null) {
    16. return Result.fail("店铺不存在!");
    17. }
    18. // 6.存在,写入redis
    19. stringRedisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(shop),30L, TimeUnit.MINUTES);
    20. // 7.返回
    21. return Result.ok(shop);
    22. }

    修改重点代码2

    代码分析:通过之前的淘汰,我们确定了采用删除策略,来解决双写问题,当我们修改了数据之后,然后把缓存中的数据进行删除,查询时发现缓存中没有数据,则会从mysql中加载最新的数据,从而避免数据库和缓存不一致的问题

    1. @Override
    2. @Transactional
    3. public Result update(Shop shop) {
    4. Long id = shop.getId();
    5. if (id == null) {
    6. return Result.fail("店铺id不能为空");
    7. }
    8. // 1更新数据库
    9. updateById(shop);
    10. // 2.删除缓存
    11. stringRedisTemplate.delete(key:CACHE_SHOP_KEY + id);
    12. return Result.ok();
    13. }

    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

      • 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 

    缓存空对象思路分析:当我们客户端访问不存在的数据时,先请求redis,但是此时redis中没有数据,此时会访问到数据库,但是数据库中也没有数据,这个数据穿透了缓存,直击数据库,我们都知道数据库能够承载的并发不如redis这么高,如果大量的请求同时过来访问这种不存在的数据,这些请求就都会访问到数据库,简单的解决方案就是哪怕这个数据在数据库中也不存在,我们把这个数据存入到redis中去,这样,下次用户过来访问这个不存在的数据,那么在redis中也能找到这个数据就不会进入到缓存了

    布隆过滤:布隆过滤器其实采用的是哈希思想来解决这个问题,通过一个庞大的二进制数组,走哈希思想去判断当前这个要查询的这个数据是否存在,如果布隆过滤器判断存在,则放行,这个请求会去访问redis,哪怕此时redis中的数据过期了,但是数据库中一定存在这个数据,在数据库中查询出来这个数据后,再将其放入到redis中,

    假设布隆过滤器判断这个数据不存在,则直接返回

    这种方式优点在于节约内存空间,存在误判,误判原因在于:布隆过滤器走的是哈希思想,只要哈希思想,就可能存在哈希冲突

    编码解决缓存穿透问题

    核心思路如下:

    在原来的逻辑中,我们如果发现这个数据在mysql中不存在,直接就返回404了,这样是会存在缓存穿透问题的

    现在的逻辑中:如果这个数据不存在,我们不会返回404 ,还是会把这个数据写入到Redis中,并且将value设置为空,欧当再次发起查询时,我们如果发现命中之后,判断这个value是否是null,如果是null,则是之前写入的数据,证明是缓存穿透数据,如果不是,则直接返回数据。

     修改代码

    1. @GetMapping("/{id}")
    2. public Result queryShopById(@PathVariable("id") Long id) {
    3. String key = "cache:shop:" + id;
    4. // 1.从redis查询商铺缓存
    5. String shopJson = stringRedisTemplate.opsForValue().get(key);
    6. // 2.判断是否存在
    7. if (StrUtil.isNotBlank(shopJson)) {
    8. // 3.存在,直接返回
    9. Shop shop = JSONUtil.toBean(shopJson, Shop.class);
    10. return Result.ok(shop);
    11. }
    12. //shopJson 为 "" 的时候
    13. if (shopJson != null) {
    14. return Result.ok("店铺不存在");
    15. }
    16. // 4.不存在,根据id查询数据库
    17. Shop shop = getById(id);
    18. // 5.不存在,返回错误
    19. if (shop == null) {
    20. stringRedisTemplate.opsForValue().set(key, "",2L, TimeUnit.MINUTES);
    21. }
    22. // 6.存在,写入redis
    23. stringRedisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(shop),30L, TimeUnit.MINUTES);
    24. // 7.返回
    25. return Result.ok(shop);
    26. }

    小总结:

    缓存穿透产生的原因是什么?

    • 用户请求的数据在缓存中和数据库中都不存在,不断发起这样的请求,给数据库带来巨大压力

    缓存穿透的解决方案有哪些?

    • 缓存null值

    • 布隆过滤

    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

    1. @GetMapping("/{id}")
    2. public Result queryShopById(@PathVariable("id") Long id) {
    3. String key = "cache:shop:" + id;
    4. // 1.从redis查询商铺缓存
    5. String shopJson = stringRedisTemplate.opsForValue().get(key);
    6. // 2.判断是否存在
    7. if (StrUtil.isNotBlank(shopJson)) {
    8. // 3.存在,直接返回
    9. Shop shop = JSONUtil.toBean(shopJson, Shop.class);
    10. return Result.ok(shop);
    11. }
    12. //shopJson 为 "" 的时候
    13. if (shopJson != null) {
    14. return Result.ok("店铺不存在");
    15. }
    16. // 4.不存在,根据id查询数据库
    17. Shop shop = getById(id);
    18. // 5.不存在,返回错误
    19. if (shop == null) {
    20. stringRedisTemplate.opsForValue().set(key, "",(2L + new Random().nextInt(5)), TimeUnit.MINUTES);
    21. }
    22. // 6.存在,写入redis
    23. stringRedisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(shop),30L, TimeUnit.MINUTES);
    24. // 7.返回
    25. return Result.ok(shop);
    26. }
    • 利用Redis集群提高服务的可用性

    请看Redis集群配置的相关文章

    • 给缓存业务添加降级限流策略

    这里请看SpringCloud中降极限流策略

    • 给业务添加多级缓存

    这里请看SpringCloud中多级缓存的相关知识

    缓存击穿

    缓存击穿问题也叫热点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突然失效了,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

    逻辑分析:假设线程1在查询缓存之后,本来应该去查询数据库,然后把这个数据重新加载到缓存的,此 时只要线程1走完这个逻辑,其他线程就都能从缓存中加载这些数据了,但是假设在线程1没有走完的时 候,后续的线程2,线程3,线程4同时过来访问当前这个方法, 那么这些线程都不能从缓存中查询到数 据,那么他们就会同一时刻来访问查询缓存,都没查到,接着同一时间去访问数据库,同时的去执行数 据库代码,对数据库访问压力过大

     
    

    解决方案一、使用锁来解决:

    因为锁能实现互斥性。假设线程过来,只能一个人一个人的来访问数据库,从而避免对于数据库访问压力过大,但这也会影响查询的性能,因为此时会让查询的性能从并行变成了串行,我们可以采用tryLock方法 + double check来解决这样的问题。

    假设现在线程1过来访问,他查询缓存没有命中,但是此时他获得到了锁的资源,那么线程1就会一个人去执行逻辑,假设现在线程2过来,线程2在执行过程中,并没有获得到锁,那么线程2就可以进行到休眠,直到线程1把锁释放后,线程2获得到锁,然后再来执行逻辑,此时就能够从缓存中拿到数据了。

    解决方案二、逻辑过期方案

    方案分析:我们之所以会出现这个缓存击穿问题,主要原因是在于我们对key设置了过期时间,假设我们不设置过期时间,其实就不会有缓存击穿的问题,但是不设置过期时间,这样数据不就一直占用我们内存了吗,我们可以采用逻辑过期方案。

    我们把过期时间设置在 redis的value中,注意:这个过期时间并不会直接作用于redis,而是我们后续通过逻辑去处理。假设线程1去查询缓存,然后从value中判断出来当前的数据已经过期了,此时线程1去获得互斥锁,那么其他线程会进行阻塞,获得了锁的线程他会开启一个 线程去进行 以前的重构数据的逻辑,直到新开的线程完成这个逻辑后,才释放锁, 而线程1直接进行返回,假设现在线程3过来访问,由于线程线程2持有着锁,所以线程3无法获得锁,线程3也直接返回数据,只有等到新开的线程2把重建数据构建完后,其他线程才能走返回正确的数据。

    这种方案巧妙在于,异步的构建缓存,缺点在于在构建完缓存之前,返回的都是脏数据。

    进行对比

    互斥锁方案:由于保证了互斥性,所以数据一致,且实现简单,因为仅仅只需要加一把锁而已,也没其他的事情需要操心,所以没有额外的内存消耗,缺点在于有锁就有死锁问题的发生,且只能串行执行性能肯定受到影响

    逻辑过期方案: 线程读取过程中不需要等待,性能好,有一个额外的线程持有锁去进行重构数据,但是在重构数据完成前,其他的线程只能返回之前的数据,且实现起来麻烦

     利用互斥锁解决缓存击穿问题

    核心思路:相较于原来从缓存中查询不到数据后直接查询数据库而言,现在的方案是 进行查询之后,如果从缓存没有查询到数据,则进行互斥锁的获取,获取互斥锁后,判断是否获得到了锁,如果没有获得到,则休眠,过一会再进行尝试,直到获取到锁为止,才能进行查询

    如果获取到了锁的线程,再去进行查询,查询后将数据写入redis,再释放锁,返回数据,利用互斥锁就能保证只有一个线程去执行操作数据库的逻辑,防止缓存击穿

    操作锁的代码:

    核心思路就是利用redis的setnx方法来表示获取锁,该方法含义是redis中如果没有这个key,则插入成功,返回1,在stringRedisTemplate中返回true, 如果有这个key则插入失败,则返回0,在stringRedisTemplate返回false,我们可以通过true,或者是false,来表示是否有线程成功插入key,成功插入的key的线程我们认为他就是获得到锁的线程。

    1. private boolean tryLock(String key) {
    2. Boolean flag = stringRedisTemplate.opsForValue().setIfAbsent(key, "1", 10, TimeUnit.SECONDS);
    3. return BooleanUtil.isTrue(flag);
    4. }
    5. private void unlock(String key) {
    6. stringRedisTemplate.delete(key);
    7. }

    操作代码:

    1. public Shop queryWithMutex(Long id) {
    2. String key = CACHE_SHOP_KEY + id;
    3. // 1、从redis中查询商铺缓存
    4. String shopJson = stringRedisTemplate.opsForValue().get("key");
    5. // 2、判断是否存在
    6. if (StrUtil.isNotBlank(shopJson)) {
    7. // 存在,直接返回
    8. return JSONUtil.toBean(shopJson, Shop.class);
    9. }
    10. //判断命中的值是否是空值
    11. if (shopJson != null) {
    12. //返回一个错误信息
    13. return null;
    14. }
    15. // 4.实现缓存重构
    16. //4.1 获取互斥锁
    17. String lockKey = "lock:shop:" + id;
    18. Shop shop = null;
    19. try {
    20. boolean isLock = tryLock(lockKey);
    21. // 4.2 判断否获取成功
    22. if(!isLock){
    23. //4.3 失败,则休眠重试
    24. Thread.sleep(50);
    25. return queryWithMutex(id);
    26. }
    27. //4.4 成功,根据id查询数据库
    28. shop = getById(id);
    29. // 5.不存在,返回错误
    30. if(shop == null){
    31. //将空值写入redis
    32. stringRedisTemplate.opsForValue().set(key,"",CACHE_NULL_TTL,TimeUnit.MINUTES);
    33. //返回错误信息
    34. return null;
    35. }
    36. //6.写入redis
    37. stringRedisTemplate.opsForValue().set(key,JSONUtil.toJsonStr(shop),CACHE_NULL_TTL,TimeUnit.MINUTES);
    38. }catch (Exception e){
    39. throw new RuntimeException(e);
    40. }
    41. finally {
    42. //7.释放互斥锁
    43. unlock(lockKey);
    44. }
    45. return shop;
    46. }

    利用逻辑过期解决缓存击穿问题

    需求:修改根据id查询商铺的业务,基于逻辑过期方式来解决缓存击穿问题

    思路分析:当用户开始查询redis时,判断是否命中,如果没有命中则直接返回空数据,不查询数据库,而一旦命中后,将value取出,判断value中的过期时间是否满足,如果没有过期,则直接返回redis中的数据,如果过期,则在开启独立线程后直接返回之前的数据,独立线程去重构数据,重构完成后释放互斥锁。

    如果封装数据:因为现在redis中存储的数据的value需要带上过期时间,此时要么你去修改原来的实体类,要么你

    步骤一、

    新建一个实体类,我们采用第二个方案,这个方案,对原来代码没有侵入性。

    1. @Data
    2. public class RedisData {
    3. private LocalDateTime expireTime;
    4. private Object data;
    5. }

    步骤二、

    ShopServiceImpl 新增此方法,利用单元测试进行缓存预热

    1. private void saveShop2Redis(Long id, Long expireSeconds) {
    2. //1.查詢店鋪信息
    3. Shop shop = getById(id);
    4. //2.封裝逻辑过期时间
    5. RedisData redisData = new RedisData();
    6. redisData.setData(shop);
    7. redisData.setExpireSeconds(LocalDateTime.now().plusSeconds(expireSeconds));
    8. //3.写入Redis
    9. stringRedisTemplate.opsForValue().set("lock:" + id, JSONUtil.toJsonStr(redisData));
    10. }

     在测试类中

    1. @Test
    2. void test() {
    3. shopService.saveShop2Redis(1L,10L);
    4. }

    步骤三:正式代码

    ShopServiceImpl

    1. private static final ExecutorService CACHE_REBUILD_EXECUTOR = Executors.newFixedThreadPool(10);
    2. public Shop queryWithLogicalExpire( Long id ) {
    3. String key = CACHE_SHOP_KEY + id;
    4. // 1.从redis查询商铺缓存
    5. String json = stringRedisTemplate.opsForValue().get(key);
    6. // 2.判断是否存在
    7. if (StrUtil.isBlank(json)) {
    8. // 3.存在,直接返回
    9. return null;
    10. }
    11. // 4.命中,需要先把json反序列化为对象
    12. RedisData redisData = JSONUtil.toBean(json, RedisData.class);
    13. Shop shop = JSONUtil.toBean((JSONObject) redisData.getData(), Shop.class);
    14. LocalDateTime expireTime = redisData.getExpireTime();
    15. // 5.判断是否过期
    16. if(expireTime.isAfter(LocalDateTime.now())) {
    17. // 5.1.未过期,直接返回店铺信息
    18. return shop;
    19. }
    20. // 5.2.已过期,需要缓存重建
    21. // 6.缓存重建
    22. // 6.1.获取互斥锁
    23. String lockKey = LOCK_SHOP_KEY + id;
    24. boolean isLock = tryLock(lockKey);
    25. // 6.2.判断是否获取锁成功
    26. if (isLock){
    27. CACHE_REBUILD_EXECUTOR.submit( ()->{
    28. try{
    29. //重建缓存
    30. this.saveShop2Redis(id,20L);
    31. }catch (Exception e){
    32. throw new RuntimeException(e);
    33. }finally {
    34. unlock(lockKey);
    35. }
    36. });
    37. }
    38. // 6.4.返回过期的商铺信息
    39. return shop;
    40. }

    这期就到这里 , 下期再见 !

    晚安 !

  • 相关阅读:
    陆拾捌- 如何通过数据影响决策(三)
    安卓应用开发——Android Studio中关于使用Androidstudio的注意事项
    [附源码]计算机毕业设计springboot右脑开发教育课程管理系统
    运动学模型(二)----轮速计 & 后轮速差模型
    Android Jetpack应用指南学习笔记11使用safe args方式安全传递参数
    11 假设检验
    介绍java中Pair和Map的区别
    接口测试自动化脚本框架2
    Vega Prime入门教程14.04:CDB测试
    leetcode_2678 老人的数目
  • 原文地址:https://blog.csdn.net/sytdsqzr/article/details/132511243