• Redis常见问题的解决方案(缓存穿透/缓存击穿/缓存雪崩/数据库缓存数据不一致)


    Redis解决缓存数据库不一致的方案

    • 用 先 操作数据库操作缓存 的策略来实现缓存数据库数据一致
    • 具体做法是 更新数据库数据然后删除缓存

    虽然还是会有线程安全问题 比如 假设此时缓存刚好失效了 线程1 查询缓存失败 从数据库读取了旧数据 还没写入缓存的时候 被调度到 线程2执行

    线程2 执行更新操作将数据库的数据进行更新 同时删除缓存 由于此时缓存本身就不存在等于说提前执行了删除操作

    线程2操作完了以后执行线程1 线程1将读到的旧数据写入到缓存 此时就出现了缓存不一致

    这种情况是很少出现的 所以说可以忽略不记

    但是为了处理这种情况 我们将缓存设置超时时间,超时以后自动删除然后重写缓存数据

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

    Redis解决缓存穿透的方案

    缓存穿透是指客户端大量请求数据库和缓存中不存在值,导致数据库的压力飙升

    • 缓存空对象

      • 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,我们也把这个数据存入到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
      • 代码实现
      public Shop queryWithPassThrough(Long id){
      	String shopCache = stringRedisTemplate.opsForValue().get("cache:shop" + id);
      	
      	//查询到了shopCache但是里面不是空值
      	if(StrUtil.isNotBlank(shopCache)){
      		return JSONUtil.toBean(shopCache,Shop.class);
      	}
      	//查询到了shopCache但是里面是空值
      	if(shopCache != null){
      		return null;
      	}
      	
      	//从数据库中查询
      	Shop shop = getById(id);
      	
          //没有查询到那么就将空值设置到缓存中 防止缓存穿透
          if(shop == null){
              stringRedisTemplate.opsForValue().set("cache:shop"+id,"",30L, TimeUnit.MINUTES);
              return null;
          }
      
          //从数据库中查询数据 查询到了数据就将他设置到缓存中 并且返回
          stringRedisTemplate.opsForValue().set("cache:shop"+id,JSONUtil.toJsonStr(shop),30L, TimeUnit.MINUTES);
      
      	return shop;
      
      }
      
      • 1
      • 2
      • 3
      • 4
      • 5
      • 6
      • 7
      • 8
      • 9
      • 10
      • 11
      • 12
      • 13
      • 14
      • 15
      • 16
      • 17
      • 18
      • 19
      • 20
      • 21
      • 22
      • 23
      • 24
      • 25
      • 26
      • 27

    Redis解决缓存击穿的方案

    • 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。
    • 解决方案:
        1. 设置随机过期时间:为缓存键设置随机的过期时间,避免大量键同时过期的情况发生,减少缓存雪崩的概率。
        1. 实现缓存预热:在系统启动或缓存失效前,提前加载热门数据到缓存中,避免在关键时刻大量请求直接访问后端服务。

    Redis解决缓存雪崩的方案

    • 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:

      加互斥锁或分布式锁:在访问热点数据时,可以引入互斥锁或分布式锁,保证只有一个线程去访问后端服务或数据库,其他线程等待结果。当第一个线 程获取到数据后,其他线程可以直接从缓存获取,避免多个线程同时访问后端服务,减轻压力。

      • 使用互斥锁的代码
      public boolean tryLock(String key){
      	//加上超时时间避免等待过久
      	boolean flg = stringRedisTemplate.opsForValue().setIfAbsent(key,"1",10,TimeUnit.SECONDS);
      	return flg;
      }
      
      public void unLock(String key){
      	stringRedisTemplate.delete(key);
      }
      
      public Shop queryWithPassThrough(Long id){
      	String shopCache = stringRedisTemplate.opsForValue().get("cache:shop" + id);
      	
      	//查询到了shopCache但是里面不是空值
      	if(StrUtil.isNotBlank(shopCache)){
      		return JSONUtil.toBean(shopCache,Shop.class);
      	}
      	//查询到了shopCache但是里面是空值
      	if(shopCache != null){
      		return null;
      	}
      	
      	String key = "lock:shop:" + id;
      
      	//从数据库中查询				
      	Shop shop = getById(id);
      
      	try{
      
      		if(tryLock(key)){
      
      			//没有查询到那么就将空值设置到缓存中 防止缓存穿透
      			if(shop == null){
      				stringRedisTemplate.opsForValue().set("cache:shop"+id,"",30L, TimeUnit.MINUTES);
      				return null;
      			}
      			
      			//从数据库中查询数据 查询到了数据就将他设置到缓存中 并且返回
      			stringRedisTemplate.opsForValue().set("cache:shop"+id,JSONUtil.toJsonStr(shop),30L, TimeUnit.MINUTES);
      			
      		}else{
      			Thread.sleep(50);
      			//递归调用
      			return queryWithPassThrough(id);
      		}
      
      	}catch(InterruptedException e){
      		throw new RuntimeException(e);
      	}finally{
      		unlock(key);
      	}
      
      	return shop;
      
      }
      
      • 1
      • 2
      • 3
      • 4
      • 5
      • 6
      • 7
      • 8
      • 9
      • 10
      • 11
      • 12
      • 13
      • 14
      • 15
      • 16
      • 17
      • 18
      • 19
      • 20
      • 21
      • 22
      • 23
      • 24
      • 25
      • 26
      • 27
      • 28
      • 29
      • 30
      • 31
      • 32
      • 33
      • 34
      • 35
      • 36
      • 37
      • 38
      • 39
      • 40
      • 41
      • 42
      • 43
      • 44
      • 45
      • 46
      • 47
      • 48
      • 49
      • 50
      • 51
      • 52
      • 53
      • 54
      • 55

    ​ 这里说明一下加锁的逻辑 我们调用了

    boolean flg = stringRedisTemplate.opsForValue().setIfAbsent(key,"1",10,TimeUnit.SECONDS);

    ​ 这一段代码来进行加锁操作 本质上是调用了 Redis 的 SETNX 这条命令 当这个键值对不存在时就创建这个键值对 返回TRUE 反之返回 FALSE

    下面是另一种解决方案

    ​ 对于一些热点数据,可以将其设置为永不过期,或者设置一个较长的过期时间,确保热点数据在缓存中可用,减少因为过期而触发的缓存击穿。

    ​ 具体做法参考下面这张图

    在这里插入图片描述

    我们设置逻辑过期时间既可以保证热点数据永不过期,同时又可以避免数据库缓存数据不一致的情况

    	//加上超时时间避免等待过久
    	boolean flg = stringRedisTemplate.opsForValue().setIfAbsent(key,"1",10,TimeUnit.SECONDS);
    	return flg;
    }
    
    public void unLock(String key){
    	stringRedisTemplate.delete(key);
    }
    
    public void reMakeCache(Long id,Long expireSeconds){
    	//数据库查询操作
    	Shop shop = selectById(id);
    
    	RedisData redisData = new RedisData();
    	
    	redisData.setData(shop);
    	redisData.setExpireTime(LocalDateTime.now().plusSeconds(expireSeconds));
    }
    
    //使用线程池
    private static final ExecutorService CACHE_REBUILD_EXCUTOR = Executors.newFixedThreadPool(10);
    
    public Shop queryWithPassThrough(Long id){
    	String shopCache = stringRedisTemplate.opsForValue().get("cache:shop" + id);
    	
    	//查询到了shopCache但是里面不是空值
    	if(StrUtil.isNotBlank(shopCache)){
    		return JSONUtil.toBean(shopCache,Shop.class);
    	}
    	//查询到了shopCache但是里面是空值
    	if(shopCache != null){
    		return null;
    	}
    
    	//将redis数据反序列化
    	RedisData redisData = JSONUtil.toBean(shopCache,RedisData.class);
    	//获取数据
    	Shop shop = JSONUtil.toBean((JSONObject) redisData.getData(),Shop.class);
    	//获取过期时间
    	LocalDataTime expireTime = redisData.getExpireTime();
    
    
    	//没有过期直接返回
    	if(expireTime.isAfter(LocalDateTime.now())){
    		return shop;
    	}
    	
    	String key = "lock:shop:" + id;
    
    	if(tryLock(key)){
    		try{
    			//开启独立线程完成
    			CACHE_REBUILD_EXCUTOR.submit(() -> {				
    				reMakeCache(id,20L);
    			});
    		}catch(InterruptedException e){
    			throw new RuntimeException(e);
    		}finally{
    			unlock(key);
    		}
    	}
    
    	return shop;
    
    }
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
    • 30
    • 31
    • 32
    • 33
    • 34
    • 35
    • 36
    • 37
    • 38
    • 39
    • 40
    • 41
    • 42
    • 43
    • 44
    • 45
    • 46
    • 47
    • 48
    • 49
    • 50
    • 51
    • 52
    • 53
    • 54
    • 55
    • 56
    • 57
    • 58
    • 59
    • 60
    • 61
    • 62
    • 63
    • 64
    • 65
  • 相关阅读:
    Polygon zkEVM网络节点
    文档对象模型DOM
    windows搭建本地MySQL服务
    C#中.NET 7.0 Windows窗体应用通过EF访问新建数据库
    python-opencv之图像梯度Sobel、Scharr、Laplacian算子边缘检测
    概率论的学习和整理8: 几何分布和超几何分布
    盘点程序员的花式赚外快的骚操作
    JAVA初阶数据结构栈(工程文件后续会上传)(+专栏数据结构练习是完整版)
    从指针开始变强(三)之超级详细运算题
    Java基础知识及应用
  • 原文地址:https://blog.csdn.net/Superkom666/article/details/133977144