缓存雪崩
缓存雪崩是指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。
- 给不同的key的TTL添加随机值,避免同一时刻全部失效
- 30min ± 5min
- 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重建业务较复杂的key突然失效了,无数的请求访问会瞬间给数据库带来巨大冲击。
互斥锁
没有额外的内存消耗,保证了一致性,实现简单,但是线程需要等待,如果有1000个线程,那么其他999个线程就需要等待,性能受到影响。
逻辑过期
不再为这个热点key设置TTL,而是在value中设置逻辑过期时间
线程无需等待,性能较好,不保证数据一致性,有额外的内存消耗,实现复杂。
互斥锁
其实就是利用了Redis的setnx方法
基于互斥锁方式解决缓存击穿问题
private Shop queryWithMutex(Long id) {
String key = CACHE_SHOP_KEY + id;
String shopJson = stringRedisTemplate.opsForValue().get(key);
Shop shop = null;
if (StrUtil.isNotBlank(shopJson)) {
shop = JSONUtil.toBean(shopJson, Shop.class);
} else {
// 命中的是否是空值,即是否为"",即这是为了防止缓存穿透,设置的空对象
if (shopJson != null) {
return null;
}
String lockKey = "lock:shop:" + id;
try {
// 有且仅有一个线程可以进行缓存,防止缓存击穿
boolean isLock = tryLock(lockKey);
if (!isLock) {
Thread.sleep(50);
return queryWithMutex(id);
}
// 即是一个错误的对象,要缓存空对象,防止穿透
shop = getById(id);
if (shop == null) {
// 写入空值
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();
} finally {
unlock(lockKey);
}
}
return shop;
}
基于逻辑过期方式解决缓存击穿问题
private Shop queryWithLogicalExpire(Long id) {
String key = CACHE_SHOP_KEY + id;
String shopJson = stringRedisTemplate.opsForValue().get(key);
if (StrUtil.isBlank(shopJson)) {
return null;
}
RedisData redisData = JSONUtil.toBean(shopJson, RedisData.class);
Shop shop = JSONUtil.toBean((JSONObject) redisData.getData(), Shop.class);
LocalDateTime expireTime = redisData.getExpireTime();
if (expireTime.isAfter(LocalDateTime.now())) {
// 未过期
return shop;
}
// 过期需要重建缓存
String lockKey = LOCK_SHOP_KEY + id;
boolean isLock = tryLock(lockKey);
if (isLock) {
CACHE_REBUILD_EXECUTOR.submit(() -> {
try {
saveShop2Redis(id, LOCK_SHOP_TTL);
unlock(lockKey);
} finally {
unlock(lockKey);
}
});
}
return shop;
}