大家好,我是考100分的小小码 ,祝大家学习进步,加薪顺利呀。今天说一说Redis缓存相关的几个问题「终于解决」,希望您对编程的造诣更进一步.
1 缓存穿透
问题描述
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需要从数据库查询,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数据库去查询,进而给数据库带来压力。
解决方案
缓存空值,即对于不存在的数据,在缓存中放置一个空对象(注意,设置过期时间)
2 缓存击穿
问题描述
缓存击穿是指热点key在某个时间点过期的时候,而恰好在这个时间点对这个Key有大量的并发请求过来,从而大量的请求打到数据库。
解决方案
加互斥锁,在并发的多个请求中,只有第一个请求线程能拿到锁并执行数据库查询操作,其他的线程拿不到锁就阻塞等着,等到第一个线程将数据写入缓存后,直接走缓存。
3 缓存雪崩
问题描述
缓存雪崩是指缓存中数据大批量到过期时间,而查询数据量巨大,引起数据库压力过大甚至down机。
解决方案
可以给缓存的过期时间时加上一个随机值时间,使得每个 key 的过期时间分布开来,不会集中在同一时刻失效。
4 缓存服务器宕机
问题描述
并发太高,缓存服务器连接被打满,最后挂了
解决方案
- 限流:nginx、spring cloud gateway、sentinel等都支持限流
- 增加本地缓存(JVM内存缓存),减轻redis一部分压力
5 Redis实现分布式锁
问题描述
如果用redis做分布式锁的话,有可能会存在这样一个问题:key丢失。比如,master节点写成功了还没来得及将它复制给slave就挂了,于是slave成为新的master,于是key丢失了,后果就是没锁住,多个线程持有同一把互斥锁。
解决方案
必须等redis把这个key复制给所有的slave并且都持久化完成后,才能返回加锁成功。但是这样的话,对其加锁的性能就会有影响。
zookeeper同样也可以实现分布式锁。在分布式锁的的实现上,zookeeper的重点是CP,redis的重点是AP。因此,要求强一致性就用zookeeper,对性能要求比较高的话就用redis
5 示例代码
pom.xml
<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 https://maven.apache.org/xsd/maven-4.0.0.xsd">
<modelVersion>4.0.0</modelVersion>
<parent>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-parent</artifactId>
<version>2.6.7</version>
<relativePath/> <!-- lookup parent from repository -->
</parent>
<groupId>com.example</groupId>
<artifactId>demo426</artifactId>
<version>0.0.1-SNAPSHOT</version>
<name>demo426</name>
<properties>
<java.version>1.8</java.version>
</properties>
<dependencies>
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-web</artifactId>
</dependency>
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-data-redis</artifactId>
</dependency>
<dependency>
<groupId>org.redisson</groupId>
<artifactId>redisson</artifactId>
<version>3.17.1</version>
</dependency>
<dependency>
<groupId>com.github.ben-manes.caffeine</groupId>
<artifactId>caffeine</artifactId>
<version>2.9.2</version>
</dependency>
<dependency>
<groupId>com.alibaba</groupId>
<artifactId>fastjson</artifactId>
<version>2.0.1</version>
</dependency>
<dependency>
<groupId>org.apache.commons</groupId>
<artifactId>commons-lang3</artifactId>
<version>3.12.0</version>
</dependency>
<dependency>
<groupId>org.projectlombok</groupId>
<artifactId>lombok</artifactId>
<optional>true</optional>
</dependency>
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-test</artifactId>
<scope>test</scope>
</dependency>
</dependencies>
<build>
<plugins>
<plugin>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-maven-plugin</artifactId>
<configuration>
<excludes>
<exclude>
<groupId>org.projectlombok</groupId>
<artifactId>lombok</artifactId>
</exclude>
</excludes>
</configuration>
</plugin>
</plugins>
</build>
</project>
Product.java
package com.example.demo426.domain;
import lombok.Data;
import java.io.Serializable;
import java.time.LocalDateTime;
/**
* @Author ChengJianSheng
* @Date 2022/4/26
*/
@Data
public class Product implements Serializable {
private Long productId;
private String productName;
private Integer stock;
private LocalDateTime createTime;
private LocalDateTime updateTime;
private Integer isDeleted;
private Integer version;
}
ProductController.java
package com.example.demo426.controller;
import com.alibaba.fastjson.JSON;
import com.example.demo426.domain.Product;
import com.example.demo426.service.ProductService;
import com.github.benmanes.caffeine.cache.Cache;
import com.github.benmanes.caffeine.cache.Caffeine;
import org.apache.commons.lang3.StringUtils;
import org.redisson.api.RLock;
import org.redisson.api.RReadWriteLock;
import org.redisson.api.RedissonClient;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.StringRedisTemplate;
import org.springframework.web.bind.annotation.*;
import javax.annotation.Resource;
import java.time.Duration;
import java.util.Random;
import java.util.concurrent.TimeUnit;
/**
* @Author ChengJianSheng
* @Date 2022/4/26
*/
@RestController
@RequestMapping("/product")
public class ProductController {
@Autowired
private RedissonClient redissonClient;
@Resource
private StringRedisTemplate stringRedisTemplate;
@Autowired
private ProductService productService;
private final Cache
PRODUCT_LOCAL_CACHE = Caffeine.newBuilder() .maximumSize(100) .expireAfterWrite(Duration.ofMinutes(60)) .build(); private final String PRODUCT_CACHE_PREFIX = "cache:product:"; private final String PRODUCT_LOCK_PREFIX = "lock:product:"; private final String PRODUCT_RW_LOCK_PREFIX = "lock:rw:product:"; /** * 更新 * 写缓存的方式有这么几种: * 1. 更新完数据库后,直接删除缓存 * 2. 更新完数据库后,主动更新缓存 * 3. 更新完数据库后,发MQ消息,由消费者去刷新缓存 * 4. 利用canal等工具,监听MySQL数据库binlog,然后去刷新缓存 */ @PostMapping("/update") public void update(@RequestBody Product productDTO) { RReadWriteLock readWriteLock = redissonClient.getReadWriteLock(PRODUCT_RW_LOCK_PREFIX + productDTO.getProductId()); RLock wLock = readWriteLock.writeLock(); wLock.lock(); try { // 写数据库 // update product set name=xxx,...,version=version+1 where id=xx and version=xxx Product product = productService.update(productDTO); // 放入缓存 PRODUCT_LOCAL_CACHE.put(product.getProductId(), product); stringRedisTemplate.opsForValue().set(PRODUCT_CACHE_PREFIX + product.getProductId(), JSON.toJSONString(product), getProductTimeout(60), TimeUnit.MINUTES); } finally { wLock.unlock(); } } /** * 查询 */ @GetMapping("/query") public Product query(@RequestParam("productId") Long productId) { // 1. 尝试从缓存读取 Product product = getProductFromCache(productId); if (null != product) { return product; } // 2. 准备从数据库中加载 // 互斥锁 RLock lock = redissonClient.getLock(PRODUCT_LOCK_PREFIX + productId); lock.lock(); try { // 再次先查缓存 product = getProductFromCache(productId); if (null != product) { return product; } // 为了避免缓存与数据库双写不一致 // 读写锁 RReadWriteLock readWriteLock = redissonClient.getReadWriteLock(PRODUCT_RW_LOCK_PREFIX + productId); RLock rLock = readWriteLock.readLock(); rLock.lock(); try { // 查数据库 product = productService.getById(productId); if (null == product) { // 如果数据库中没有,则放置一个空对象,这样做是为了避免”缓存穿透“问题 product = new Product(); } else { PRODUCT_LOCAL_CACHE.put(productId, product); } // 放入缓存 stringRedisTemplate.opsForValue().set(PRODUCT_CACHE_PREFIX + productId, JSON.toJSONString(product), getProductTimeout(60), TimeUnit.MINUTES); } finally { rLock.unlock(); } } finally { lock.unlock(); } return null; } /** * 查缓存 */ private Product getProductFromCache(Long productId) { // 1. 尝试从本地缓存读取 Product product = PRODUCT_LOCAL_CACHE.getIfPresent(productId); if (null != product) { return product; } // 2. 尝试从Redis中读取 String key = PRODUCT_CACHE_PREFIX + productId; String value = stringRedisTemplate.opsForValue().get(key); if (StringUtils.isNotBlank(value)) { product = JSON.parseObject(value, Product.class); return product; } return null; } /** * 为了避免缓存集体失效,故而加了随机时间 */ private int getProductTimeout(int initVal) { Random random = new Random(10); return initVal + random.nextInt(); } }
原文地址:https://www.cnblogs.com/cjsblog/archive/2022/04/26/16196302.html
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。
转载请注明出处: https://daima100.com/5333.html