Redis常见问题及解决方案

Redis更新策略

  1. 内存淘汰:Redis自带的内存淘汰机制
  2. 过期淘汰:利用expire命令给数据设置过期时间
  3. 主动更新:主动完成数据库与缓存的同时更新

根据一致性选择不同的更新策略,如果不那么注重一致性选择内存淘汰、过期淘汰即可。如果对于一致性要求较高可以选择主动更新,并用过期淘汰兜底。

主动更新

主动更新又分为三大更新方式

  1. Cache Aside:缓存调用者在更新数据库的同时完成对完成的更新

    优点: 一致性良好、实现难度一般

  2. Read/Write Through:缓存与数据库集成为一个服务,服务保证两者的一致性,对外暴露API接口。调用者调用API,无需知道自己操作的是数据库还是缓存,不关心一致性。

    优点:一致性优秀、实现复杂、性能一般

  3. Write Back:缓存调用者的CRUD都针对缓存完成。由独立线程异步的将缓存数据写到数据库,实现最终一致

    优点:一致性差、性能好、实现复杂

现在我主要学习了Cache Aside,对于大多数中小型企业其实没有特别多的访问量,后两个成本还是偏高了,所以Cache Aside仍是主要的解决方案

对于Cache Aside而言还存在着 先更新数据库还是先删缓存 的问题

一般情况来说先更新数据库后删缓存是更优解,但是要保证满足原子性,也就是加入@Transactional注解或者分布式实现。

缓存穿透

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

对于这样的情况可以选择多种解决方案

  1. 缓存空对象
  2. 布隆过滤
  3. 其他

缓存空对象

当请求一个数据库和缓存都没有的值时,在查询数据库为空后,向redis存入一个key为查询值的空值,防止下次再次请求数据库

优点:实现简单,维护方便

缺点:额外的内存消耗、短期的数据不一致问题

例如

public Shop queryWithPassThrough(Long id){
        // 缓存穿透
        String key = RedisConstants.CACHE_SHOP_KEY + id;
        //从redis查询商铺缓存
        String shopJson = stringRedisTemplate.opsForValue().get(key);
        //判断是否存在
        if(StrUtil.isNotBlank(shopJson)){
            //存在,直接返回
            Shop shop = JSONUtil.toBean(shopJson, Shop.class);
            return shop;
        }

        //如果命中的是空值那么不需要继续查了
        if(shopJson != null){
            return null;
        }

        Shop shop = getById(id);
        if(shop == null){
            //不存在,将null写入redis
            stringRedisTemplate.opsForValue().set(key, "",CACHE_NULL_TTL, TimeUnit.MINUTES);
            return null;
        }

        stringRedisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(shop),CACHE_SHOP_TTL, TimeUnit.MINUTES);

        return shop;
    }

布隆过滤

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请求

优点:内存占用少

缺点:实现复杂、存在误判的可能性(100%拦截不存在的,也有可能拦截到存在的)

其他

  1. 做好数据的基础格式校验
  2. 加强用户权限校验
  3. 做好热点参数的限流

缓存击穿(热点key)

产生原因:

  1. 热点Key在某一时段被高并发访问或者缓存重建耗时较长
  2. 热点key突然过期,因为重建耗时长,在这段时间内大量请求落到数据库,带来巨大冲击

解决方案

1. 互斥锁

思路: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

优点:实现简单、没有额外内存消耗、一致性好

缺点:等待导致性能下降、有死锁风险

例如

public Shop queryWithMutex(Long id){
        Shop shop = null;
        // 缓存穿透
        String key = RedisConstants.CACHE_SHOP_KEY + id;
        //从redis查询商铺缓存
        String shopJson = stringRedisTemplate.opsForValue().get(key);
        //判断是否存在
        if(StrUtil.isNotBlank(shopJson)){
            //存在,直接返回
            shop = JSONUtil.toBean(shopJson, Shop.class);
            return shop;
        }

        //如果命中的是空值那么不需要继续查了
        if(shopJson != null){
            return null;
        }

        //实现缓存重建
        //获取互斥锁
        String lockKey = RedisConstants.LOCK_SHOP_KEY + id;
        try {
            boolean isLock = tryLock(lockKey);
            if(!isLock){
                //失败了,休眠并重试
                Thread.sleep(50);
                return queryWithMutex(id);
            }

            shop = getById(id);
            Thread.sleep(200);

            if(shop == null){
                //不存在,将null写入redis
                stringRedisTemplate.opsForValue().set(key, "",CACHE_NULL_TTL, TimeUnit.MINUTES);
                return null;
            }
            stringRedisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(shop),CACHE_SHOP_TTL, TimeUnit.MINUTES);
        } catch (InterruptedException e) {
            throw new RuntimeException(e);
        } finally {
            //释放锁
            unLock(lockKey);
        }
        return shop;
    }


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);
    }
2.逻辑过期

思路:

  1. 热点key缓存永不过期,而是设置一个逻辑过期时间,查询到数据时通过对逻辑过期时间判断,来决定是否需要重建缓存
  2. 重建缓存也通过互斥锁保证单线程执行
  3. 重建缓存利用独立线程异步执行
  4. 其它线程无需等待,直接查询到的旧数据即可

优点:线程无需等待,性能较好

缺点:不保证一致性、有额外内存消耗、实现复杂

例如

public Shop queryWithLogicalExpire(Long id){
        // 缓存穿透
        String key = RedisConstants.CACHE_SHOP_KEY + id;
        //从redis查询商铺缓存
        String shopJson = stringRedisTemplate.opsForValue().get(key);
        //判断是否存在
        if(StrUtil.isBlank(shopJson)){
            return null;
        }

        //命中,需要先把json反序列化为对象
        RedisData redisData = JSONUtil.toBean(shopJson, RedisData.class);
        JSONObject data =(JSONObject) redisData.getData();
        Shop shop = JSONUtil.toBean(data, Shop.class);
        LocalDateTime expireTime = redisData.getExpireTime();
        //判断是否过期
        if(expireTime.isAfter(LocalDateTime.now())){
            //未过期,直接返回店铺信息
            return shop;
        }
        //已过期,需要缓存重建
        //缓存重建
        //获取互斥锁
        String lockKey = RedisConstants.LOCK_SHOP_KEY + id;
        boolean isLock = tryLock(lockKey);
        if (isLock){
            //如果成功开启独立线程,实现缓存重建
            CACHE_REBUILD_EXECUTOR.submit(() -> {
                try {
                    this.saveShop2Redis(id,10L);
                } catch (Exception e) {
                    throw new RuntimeException(e);
                }finally {
                    //释放锁
                    unLock(lockKey);
                }
            });
        }
        //返回过期的商品信息
        return shop;
    }

缓存雪崩

产生原因: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

  1. 给不同的Key的TTL添加随机值
  2. 利用Redis集群提高服务的可用性
  3. 给缓存业务添加降级限流策略
  4. 给业务添加多级缓存
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值