目录
一、缓存击穿（热点Key问题）
1.1 问题描述
1.2 解决方案及逻辑图
1.2.1 互斥锁
1.2.2 逻辑过期
二、缓存穿透
2.1 问题描述
2.2 解决方案逻辑图
2.2.1 缓存空对象
2.2.2 布隆过滤器
一、缓存击穿（热点Key问题）
个人理解：
这里先提前说一下，热点Key问题不考虑缓存穿透了，也就是不考虑命中空缓存了，因为这种一般用于活动秒杀，这些热点Key都是提前存储好的（貌似是这样的，我也不太确定~~）
1.1 问题描述
经常被查询的一个Key突然失效或者宕机了，导致重建缓存，由于是热点Key，所以有不断的线程来查和重建缓存，导致大量数据到达数据库，这种我们称为缓存击穿。
1.2 解决方案及逻辑图
1.2.1 互斥锁
解释：
如果未命中缓存，先获取互斥锁，获取锁之后要再次检查缓存，如果还是未命中进行缓存重建，这样当其他线程来的时候就会获取锁失败，这时我们让这个线程休眠一会，重新查询缓存，如果命中就返回嘛，如果没命中再次尝试获取锁，假设这次获取锁成功了，还是再次检查缓存，如果未命中重建缓存。
优点：可保证数据高一致性
缺点：性能低，可能发生死锁
麗->逻辑图
麗->上代码
public Shop solveCacheMutex(Long id){
// 查询redis中有无数据
String key = "cache:shop:" + id;
String shopCache = stringRedisTemplate.opsForValue().get(key);
if(StrUtil.isNotBlank(shopCache)){
// 命中缓存
return JSONUtil.toBean(shopCache, Shop.class);
}
// 判断缓存穿透问题 - shopCaache如果为“” 命中空缓存 如果为null 需要查询数据库
if(shopCache != null){
// 命中空缓存
return null;
}
// 2.1未命中缓存 尝试获取互斥锁
String lockKey = "lock:shop:" + id;
Shop shop = null;
try {
boolean lock = tryLock(lockKey);
if(!lock){
// 获取锁失败
Thread.sleep(50);
return solveCacheMutex(id);
}
// 获取锁成功
// 再次检查Redis是否有缓存
shopCache = stringRedisTemplate.opsForValue().get(key);
if(StrUtil.isNotBlank(shopCache)){
return JSONUtil.toBean(shopCache, Shop.class);
}
// 查询数据库
shop = getById(id);
// 店铺不存在
if(shop == null){
// 将空值写入Redis
stringRedisTemplate.opsForValue().set(key, "", RedisConstants.CACHE_NULL_TTL, TimeUnit.MINUTES);
return null;
}
// 存储Redis
stringRedisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(shop), RedisConstants.CACHE_SHOP_TTL, TimeUnit.MINUTES);
} catch (InterruptedException e) {
throw new RuntimeException(e);
} finally {
// 释放互斥锁
unLock(lockKey);
}
return shop;
}
1.2.2 逻辑过期
解释：
为缓存key设置逻辑过期时间（就是加一个字段），假设线程1查询缓存，未命中直接返回，命中判断是否过期发现，没过期也好说直接返回数据就行，已过期，就会尝试获取锁，然后此刻开启新的线程进行缓存重建，线程1返回旧数据，其他线程获取锁失败都返回旧数据。
优点：性能高
缺点：数据可能不一致，实现复杂
->逻辑图
->上代码
private static final ExecutorService CACHE_REBUILD_EXECUTOR = Executors.newFixedThreadPool(10);
public Shop solveCacheLogicalExpire(Long id){
// 查询redis中有无数据
String key = "cache:shop:" + id;
String shopCache = stringRedisTemplate.opsForValue().get(key);
if(StrUtil.isBlank(shopCache)){
// 未命中返回null
return null;
}
// 命中缓存 检查是否过期
// 未过期 直接返回 注意这里类型转换
RedisData redisData = JSONUtil.toBean(shopCache, RedisData.class);
JSONObject jsonObject = (JSONObject) redisData.getData(); // 此处是将Bean对象转ObjectJson
Shop shop = JSONUtil.toBean(jsonObject, Shop.class);
LocalDateTime expireTime = redisData.getExpireTime();
if(expireTime.isAfter(LocalDateTime.now())){
return shop;
}
// 过期
// 获取锁
String lockKey = "lock:shop:" + id;
boolean lock = tryLock(lockKey);
if(lock){
// 成功
// 再次检查Redis缓存是否逻辑过期
if(expireTime.isAfter(LocalDateTime.now())){
// 没过期
return shop;
}
// 再次检查过期
// 开启新线程
CACHE_REBUILD_EXECUTOR.submit(()->{
try {
// 重建缓存
this.saveShop2Redis(id, 20L);
} catch (Exception e) {
throw new RuntimeException(e);
} finally {
unLock(lockKey);
}
});
}
// 返回数据
return shop;
}
public void saveShop2Redis(Long id, Long expireSeconds){
RedisData redisData = new RedisData();
Shop shop = getById(id);
redisData.setData(shop);
redisData.setExpireTime(LocalDateTime.now().plusSeconds(expireSeconds));
stringRedisTemplate.opsForValue().set(RedisConstants.CACHE_SHOP_KEY + id, JSONUtil.toJsonStr(redisData));
}
获取锁和释放锁逻辑
private boolean tryLock(String key){
Boolean flag = stringRedisTemplate.opsForValue().setIfAbsent(key, "1", 10, TimeUnit.SECONDS);
return BooleanUtil.isTrue(flag);
}
// 释放锁
private void unLock(String key){
stringRedisTemplate.delete(key);
}
二、缓存穿透
2.1 问题描述
查询的Key压根不存在，所以每次都未命中缓存，直接到数据库，这我们称为缓存穿透。
2.2 解决方案逻辑图
方案① 缓存空对象
方案② 布隆过滤器
2.2.1 缓存空对象
这里原理就不说了，只说下优缺点。然后上代码
优点：实现简单，维护方便缺点：占内存，可能造成短期数据不一致
上代码
public Shop solveCacheThrow(Long id){
// 查询redis中有无数据
String key = "cache:shop:" + id;
String shopCache = stringRedisTemplate.opsForValue().get(key);
if(StrUtil.isNotBlank(shopCache)){
// 命中缓存
return JSONUtil.toBean(shopCache, Shop.class);
}
// 解决缓存穿透问题 - shopCaache如果为“” 命中空缓存 如果为null 查询数据库
if(shopCache != null){
// 命中空缓存
return null;
}
// 查询数据库
Shop shop = getById(id);
// 店铺不存在
if(shop == null){
// 将空值写入Redis
stringRedisTemplate.opsForValue().set(key, "", RedisConstants.CACHE_NULL_TTL, TimeUnit.MINUTES);
return null;
}
// 存储Redis
stringRedisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(shop), RedisConstants.CACHE_SHOP_TTL, TimeUnit.MINUTES);
return shop;
}
2.2.2 布隆过滤器
布隆过滤器俺不会~~~
我只知道他是根据一个算法算出来数据库有没有存储该key对应数据，但是放行可能也没数据。
文章链接
发表评论