Redis缓存会出现的一些问题_用了redis缓存之后会有什么不良后果?-优快云博客

本文链接：https://blog.youkuaiyun.com/m0_69594200/article/details/139844578

速度快,好用，内存的读写性能远高于磁盘,缓存可以大大降低用户访问并发量带来的服务器读写压力

缓存模型和思路

标准的操作方式就是查询数据库之前先查询缓存，如果缓存数据存在，则直接从缓存中返回，如果缓存数据不存在，再查询数据库，然后将数据存入redis

代码思路：如果缓存有，则直接返回，如果缓存不存在，则查询数据库，然后存入redis。

缓存更新策略

目的：为了节约内存

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

数据库和缓存不一致

数据库的数据发送变化，缓存没有同步，此时会有数据一致性问题存在

解决方案：

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。

1.先删除缓存，再操作数据库时：更新数据库的时间较长，介入其他线程的概率很打

2.先操作数据库，再删除缓存时：写缓存的速度很快，介入其他线程的概率很小

缓存与数据库双写一致

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；采用删除策略，来解决双写问题，修改数据时，先修改数据库，再删除缓存（例如：根据id修改数据时）

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

缓存穿透

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，这些请求都会访问数据库。

解决方案:（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数据库了）

缓存空对象实现简单，维护方便（额外的内存消耗，可能造成短期的不一致）

布隆过滤内存占用较少，没有多余key （实现复杂，哈希思想，存在哈希冲突，有误判可能）

主动防止：

增强id的复杂度，避免被猜测id规律

做好数据的基础格式校验

加强用户权限校验

做好热点参数的限流

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

利用Redis集群提高服务的可用性
给缓存业务添加降级限流策略
给业务添加多级缓存

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过期突然失效了，很多的请求访问会在瞬间给数据库带来巨大的冲击。

线程A在查询数据库并重新加载到缓存的期间，有大量的其它线程来访问这些数据，缓存中没有，去数据库中找，导致数据库访问压力过大

如下图，在这50ms内还没有写入缓存，导致大量的请求到达数据库

常见的解决方案有两种：

互斥锁

大量同时访问这些数据时，只能有线程A去访问数据库，在访问时加上锁，其它线程获取锁失败，处于循环等待中，直到线程A访问数据库完毕，写入了缓存，使得其它线程可以缓存命中了

互斥锁实现逻辑：
逻辑过期

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，逻辑过期是不设置过期时间，而是把过期时间设置在 redis 的value中，后续通过逻辑去处理

在线程A，发现逻辑时间过期，获取有锁成功，会另开一个线程去完成查询数据重建缓存，线程A返回旧数据；当其它线程来时，发现获取锁失败会直接返回旧数据，直到另开的线程锁释放后才能得到新数据

逻辑过期实现逻辑：

对比：

分布式锁

简单理解：满足分布式系统或集群模式下多进程可见并且互斥的锁

场景：当在一个业务场景下，多线程并发执行时，可能出现安全问题，在一个进程时使用synchronized关键字加锁即可，防止在执行本次业务时其它线程介入，导致出现安全问题。但这只是单个进程，当多个进程或者在分布式场景下，即有多个Java虚拟机(JVM)执行业务，依然会造成这种安全问题。此时需要利用到分布式锁，统一管理执行进程的锁获取和锁释放。

分布式锁他应该满足的一些条件：

可见性：多个线程都能看到相同的结果，注意：这个地方说的可见性并不是并发编程中指的内存可见性，只是说多个进程之间都能感知到变化的意思
互斥：互斥是分布式锁的最基本的条件，使得程序串行执行
高可用：程序不易崩溃，时时刻刻都保证较高的可用性
高性能：由于加锁本身就让性能降低，所有对于分布式锁本身需要他就较高的加锁性能和释放锁性能
安全性：安全也是程序中必不可少的一环

实现：

利用Redis中的setnx（只有在没有这个key时才能添加缓存成功，即只有在没有这个锁时才能获取锁成功）。还需要加上锁失效的时间，因为在某种意外情况出现错误或宕机时，锁没有得到释放，业务也就出现无法执行等问题。

在Redis中的命令便是：

set keyLock value ex 5 nx  #设置keyLock的值为value,失效时间为ex,nx 表示没有这个key时才能添加成功

springboot项目中使用spring-boot-starter-data-redis实现

实现加锁和释放锁的代码：

public class SimpleRedisLock implements ILock{
    private final StringRedisTemplate stringRedisTemplate;

    private final String name;
    private static final String KEY_PREFIX = "lock:";
    private static final String ID_PREFIX = UUID.randomUUID().toString(true)+"-";

    public SimpleRedisLock(StringRedisTemplate stringRedisTemplate, String name) {
        this.stringRedisTemplate = stringRedisTemplate;
        this.name = name;
    }

    @Override
    public boolean tryLock(long expireTime) {
        //线程标识
        String threadId = ID_PREFIX+Thread.currentThread().getId();
        Boolean success = stringRedisTemplate.opsForValue()
                .setIfAbsent(KEY_PREFIX + name, threadId, expireTime, TimeUnit.SECONDS);
        return Boolean.TRUE.equals(success); // BooleanUtil.isTrue(success) 防止自动拆箱为null时出错
    }

    @Override
    public void unLock() {
        //线程标识
        String threadId = ID_PREFIX+Thread.currentThread().getId();
        //获取锁中的标识
        String id = stringRedisTemplate.opsForValue().get(KEY_PREFIX + name);
        if (threadId.equals(id)){ //判断锁是不是当前线程的，若不是，则说明此线程的锁已过期释放，无需释放锁
            //释放锁
            stringRedisTemplate.delete(KEY_PREFIX + name);
        }
    }
}

这样分布式场景下，不在同一个进程中，也能用redis统一管理锁，是否能获取到锁则是在Redis决定

模拟高并发：JMeter 下载安装：Jmeter安装教程【5.5】【Windows】jmeter详细安装配置教程，装不好你打我-优快云博客