高并发缓存处理之——缓存穿透的几种形式及解决方案

本文探讨了缓存失效的三种常见形式:缓存穿透、缓存雪崩和缓存击穿,及其对系统性能的影响。提出了使用布隆过滤器、时间岔开策略和互斥锁(mutex)等解决方案,以保障缓存系统的稳定性和效率。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

缓存失效的几种形式

1 缓存穿透

缓存穿透是指查询一个一定不存在的数据,由于缓存是不命中时被动写的,并且出于容错考虑,如果从存储层查不到数据则不写入缓存,这将导致这个不存在的数据每次请求都要到存储层去查询,失去了缓存的意义。在流量大时,可能DB就挂掉了,要是有人利用不存在的key频繁攻击我们的应用,这就是漏洞。
key不存在时,大量的数据进来查询DB

解决方案:有很多种方法可以有效地解决缓存穿透问题,最常见的则是采用布隆过滤器,将所有可能存在的数据哈希到一个足够大的bitmap中,一个一定不存在的数据会被 这个bitmap拦截掉,从而避免了对底层存储系统的查询压力。另外也有一个更为简单粗暴的方法(我们采用的就是这种),如果一个查询返回的数据为空(不管是数 据不存在,还是系统故障),我们仍然把这个空结果进行缓存,但它的过期时间会很短,最长不超过五分钟。

2 缓存雪崩(缓存失效)

缓存雪崩是指在我们设置缓存时采用了相同的过期时间,导致缓存在某一时刻同时失效,请求全部转发到DB,DB瞬时压力过重雪崩。
key是多个

解决方案:缓存失效时的雪崩效应对底层系统的冲击非常可怕。大多数系统设计者考虑用加锁或者队列的方式保证缓存的单线 程(进程)写,从而避免失效时大量的并发请求落到底层存储系统上。这里分享一个简单方案就时讲缓存失效时间分散开,比如我们可以在原有的失效时间基础上增加一个随机值,比如1-5分钟随机,这样每一个缓存的过期时间的重复率就会降低,就很难引发集体失效的事件。
关键字: 时间岔开,确保大家的key不会落在同一个expire点上。

3 缓存击穿(缓存并发)

对于一些设置了过期时间的key,如果这些key可能会在某些时间点被超高并发地访问,是一种非常“热点”的数据。这个时候,需要考虑一个问题:缓存被“击穿”的问题,这个和缓存雪崩的区别在于这里针对某一key缓存,前者则是很多key。
指同一个key。

解决方案:

导致问题的原因是同一时间查,同一时间写缓存,导致并发下缓存也没用,所以考虑使用单线程等方法将写缓存保证只有一个去查了写,其他的使用缓存。

业界比较常用的做法,是使用mutex。简单地来说,就是在缓存失效的时候(判断拿出来的值为空),不是立即去load db,而是先使用缓存工具的某些带成功操作返回值的操作(比如Redis的SETNX或者Memcache的ADD)去set一个mutex key,当操作返回成功时,再进行load db的操作并回设缓存;否则,就重试整个get缓存的方法。
SETNX,是「SET if Not eXists」的缩写,也就是只有不存在的时候才设置,可以利用它来实现锁的效果。在redis2.6.1之前版本未实现setnx的过期时间,所以
这里给出两种版本代码参考:

1.使用互斥锁(mutex key)

业界比较常用的做法,是使用mutex。简单地来说,就是在缓存失效的时候(判断拿出来的值为空),不是立即去load db,而是先使用缓存工具的某些带成功操作返回值的操作(比如Redis的SETNX或者Memcache的ADD)去set一个mutex key,当操作返回成功时,再进行load db的操作并回设缓存;否则,就重试整个get缓存的方法。
SETNX,是「SET if Not eXists」的缩写,也就是只有不存在的时候才设置,可以利用它来实现锁的效果。在redis2.6.1之前版本未实现setnx的过期时间,所以这里给出两种版本。

//2.6.1前单机版本锁  
String get(String key) {    
   String value = redis.get(key);    
   if (value  == null) {    
    if (redis.setnx(key_mutex, "1")) {    
        // 3 min timeout to avoid mutex holder crash    
        redis.expire(key_mutex, 3 * 60)    
        value = db.get(key);    
        redis.set(key, value);    
        redis.delete(key_mutex);    
    } else {    
        //其他线程休息50毫秒后重试    
        Thread.sleep(50);    
        get(key);    
    }    
  }    
}  
最新版本代码:
[java] view plain copy
public String get(key) {  
      String value = redis.get(key);  
      if (value == null) { //代表缓存值过期  
          //设置3min的超时,防止del操作失败的时候,下次缓存过期一直不能load db  
          if (redis.setnx(key_mutex, 1, 3 * 60) == 1) {  //代表设置成功  
               value = db.get(key);  
                      redis.set(key, value, expire_secs);  
                      redis.del(key_mutex);  
              } else {  //这个时候代表同时候的其他线程已经load db并回设到缓存了,这时候重试获取缓存值即可  
                      sleep(50);  
                      get(key);  //重试  
              }  
          } else {  
              return value;        
          }  
 }  
memcache代码:
[java] view plain copy
if (memcache.get(key) == null) {    
    // 3 min timeout to avoid mutex holder crash    
    if (memcache.add(key_mutex, 3 * 60 * 1000) == true) {    
        value = db.get(key);    
        memcache.set(key, value);    
        memcache.delete(key_mutex);    
    } else {    
        sleep(50);    
        retry();    
    }    
}   

转载:https://blog.youkuaiyun.com/zhousenshan/article/details/82846774

### Redis 缓存使用指南及常见问题 #### 一、Redis 缓存基础概念 Redis 是一种高性能的键值存储系统,广泛用于缓存场景。然而,在实际应用中,可能会遇到一些典型问题,如缓存穿透、击穿和雪崩等问题[^1]。 #### 二、缓存穿透解决方案 缓存穿透是指请求不存在的数据时,由于缓存未命中而直接访问数据库的情况。这可能引发大量无意义的查询操作,增加数据库负载。以下是几种有效的解决方案: - **布隆过滤器**:利用布隆过滤器提前判断是否存在对应数据,从而减少不必要的数据库查询。 - **设置空对象缓存**:对于查不到的结果,将其记录为空值并加入缓存,防止后续重复查询。 ```java // Java 实现示例 if (!bloomFilter.exists(key)) { return null; } String value = redisTemplate.opsForValue().get(key); if (value == null) { // 数据库查询逻辑 Object result = databaseQuery(key); if (result != null) { redisTemplate.opsForValue().set(key, result.toString()); } else { redisTemplate.opsForValue().set(key, "", EXPIRE_TIME); // 存储空值 } return result; } else { return value; } ``` #### 三、缓存击穿解决方案 缓存击穿指的是某个热点数据过期后,高并发情况下多个线程同时对该数据发起请求,导致瞬间流量冲击数据库。可以通过以下方式缓解此问题: - **加锁机制**:当发现缓存失效时,允许第一个线程加载数据至缓存,其他线程等待完成后再读取新缓存。 ```python import threading lock = threading.Lock() def get_data_with_lock(key): data = redis.get(key) if not data: with lock: data = redis.get(key) # 双重检查锁定模式 if not data: data = fetch_from_db(key) redis.setex(key, CACHE_EXPIRATION_TIME, data) return data ``` #### 四、缓存雪崩解决方案 缓存雪崩通常发生在大批量缓存在同一时刻集体失效的情况下。为了避免这种情况发生,可采用如下措施: - **随机化缓存有效期**:给不同缓存条目设定带有一定范围波动的有效期限,避免集中到期现象。 - **预热缓存**:在高峰期之前主动填充常用数据项进入缓存层,减轻突发压力。 #### 五、Spring Boot 集成 Redis 缓存 在 Spring 应用程序中,可以方便地通过 `@Cacheable` 注解实现方法级别的缓存功能[^3]: ```java @Service public class ProductService { @Autowired private ProductRepository productRepository; @Cacheable(value = "products", key = "#productId") public Product getProductById(Long productId) { System.out.println("Fetching from DB..."); return productRepository.findById(productId).orElseThrow(() -> new RuntimeException("Product Not Found")); } } ``` #### 六、Shiro 和 Redis 结合 Apache Shiro 提供了一种简单的方式来管理认证授权等功能,并支持自定义 CacheManager 来连接外部缓存工具如 Redis[^2]。下面是一个简单的配置实例: ```java @Bean public CacheManager shiroCacheManager() { RedisCacheManager redisCacheManager = new RedisCacheManager(); redisCacheManager.setRedisManager(redisManager()); // 自定义redisManager初始化部分省略 return redisCacheManager; } @Bean public SecurityManager securityManager() { DefaultWebSecurityManager manager = new DefaultWebSecurityManager(); manager.setCacheManager(shiroCacheManager()); ... return manager; } ``` #### 七、缓存一致性处理——延时双删策略 为了应对因网络延迟等原因造成的短暂不一致状态,推荐使用延时双删策略来维护 Redis 缓存与 MySQL 数据的一致性[^4]。具体流程包括两次删除动作之间插入一段合理的时间间隔。 --- ### 相关问题
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