缓存击穿
缓存击穿指的是在高并发情况下,一个缓存的key在缓存中不存在,导致每次请求都要访问数据库,从而导致数据库压力过大,甚至崩溃。这种情况通常发生在一些热点数据上,比如用户登录信息等。
原因
缓存击穿的原因是因为在某些热点数据的key失效或者被删除时,大量的并发请求同时访问这个key,导致缓存中不存在这个key的数据,从而每个请求都需要去访问数据库获取数据,造成数据库压力过大。
解决方案
1.设置热点数据永不过期
在缓存中设置热点数据永不过期可以有效地避免缓存击穿问题。但是这种方式会导致缓存中存在很多过期但是占用内存的数据,因此需要在设置缓存数据时进行权衡。
String key = "hot_data";
String value = redis.get(key);
if (value == null) {
value = db.get(key);
if (value != null) {
redis.set(key, value);
redis.persist(key); //设置key永不过期
}
}
2.设置热点数据短期过期
为了避免缓存中过多占用内存的数据,可以将热点数据设置一个相对较短的过期时间,比如1分钟,这样可以避免过期数据占用过多内存。当热点数据过期后,可以在后台异步更新缓存数据。
String key = "hot_data";
String value = redis.get(key);
if (value == null) {
//添加分布式锁,避免缓存穿透
if(redis.setNx("lock_"+key,"value")){
value = db.get(key);
if (value != null) {
redis.set(key, value);
redis.expire(key,60); //设置key过期时间为1分钟
}
redis.del("lock_"+key);
}else {
Thread.sleep(50);
return queryDataFromCache(key);
}
}
缓存穿透
缓存穿透指的是当大量的并发请求同时查询一个不存在的key时,由于缓存中没有对应的数据,所以每个请求都会去访问数据库,导致数据库压力过大。
原因
缓存穿透的原因是由于黑客攻击或者恶意请求,可能会对某些不存在的数据进行大量的请求,从而导致缓存穿透问题。
解决方案
1.对查询结果为空的key设置空值
当缓存查询的结果为空时,可以将结果设置为空值写入缓存,这样下次查询相同的key时,可以直接从缓存中获取结果,避免了查询数据库的开销。
String key = "not_exist_data";
String value = redis.get(key);
if (value == null) {
//添加分布式锁,避免缓存穿透
if(redis.setNx("lock_"+key,"value")){
value = db.get(key);
if (value != null) {
redis.set(key, value);
}else {
redis.set(key, ""); //设置空值
redis.expire(key, 60); //设置过期时间为1分钟
}
redis.del("lock_"+key);
}else {
Thread.sleep(50);
return queryDataFromCache(key);
}
}
2.BloomFilter过滤非法请求
使用BloomFilter可以对请求参数进行过滤,将非法请求拦截在系统外部,从而避免了对系统的压力。
BloomFilter filter = new BloomFilter(10000, 0.001); //设置布隆过滤器
String key = "not_exist_data";
if(filter.mightContain(key)){
return null;
}
String value = redis.get(key);
if (value == null) {
//添加分布式锁,避免缓存穿透
if(redis.setNx("lock_"+key,"value")){
value = db.get(key);
if (value != null) {
redis.set(key, value);
}else {
filter.put(key); //将非法key加入过滤器
}
redis.del("lock_"+key);
}else {
Thread.sleep(50);
return queryDataFromCache(key);
}
}
缓存雪崩
缓存雪崩指的是在缓存中存在大量的key过期时间相同或者失效的情况下,当这些key同时失效时,大量的并发请求都会涌入数据库,导致数据库压力过大,甚至崩溃。
原因
缓存雪崩的原因是因为在缓存中存在大量的key同时过期,导致大量的并发请求同时涌入数据库。
解决方案
1.缓存数据随机过期时间 为了避免缓存中大量key同时过期,可以设置每个缓存数据的过期时间不同,比如可以在原有过期时间的基础上添加一个随机时间,这样可以避免大量key同时过期的情况。
String key = "hot_data";
String value = redis.get(key);
if (value == null) {
//添加分布式锁,避免缓存穿透
if(redis.set
2.缓存数据预加载 为了避免在缓存中大量的key失效,可以在缓存数据过期之前,提前将缓存数据刷新到缓存中,保证数据的可用性。
String key = "hot_data";
String value = redis.get(key);
if (value == null) {
//添加分布式锁,避免缓存穿透
if(redis.setNx("lock_"+key,"value")){
value = db.get(key);
if (value != null) {
redis.set(key, value);
redis.expire(key, 1800); //设置过期时间为30分钟
}
redis.del("lock_"+key);
}else {
Thread.sleep(50);
return queryDataFromCache(key);
}
}else {
//判断缓存是否需要刷新
if(redis.ttl(key) < 300){
new Thread(() -> {
String newValue = db.get(key);
if (newValue != null) {
redis.set(key, newValue);
redis.expire(key, 1800); //设置过期时间为30分钟
}
}).start();
}
}
3.限流降级 当缓存雪崩问题出现时,可以通过限流降级的方式来减少对数据库的请求,从而保证系统的可用性。可以通过配置Hystrix等限流降级框架来实现。
String key = "hot_data";
String value = redis.get(key);
if (value == null) {
//使用Hystrix进行限流降级
value = HystrixCommand.execute(() -> {
String data = db.get(key);
redis.set(key, data);
redis.expire(key, 1800); //设置过期时间为30分钟
return data;
}, () -> {
return "系统繁忙,请稍后重试!";
});
}
总结
Redis的使用,可以有效地提高系统的性能和可用性。但是在使用过程中,需要注意缓存击穿、缓存穿透和缓存雪崩等问题,采用适当的解决方案来避免这些问题的发生,从而保证系统的稳定性和可靠性。