缓存中常遇到的几个问题
缓存击穿 :
某个热点key失效,大量请求数据库,数据库压力增大
解决方法:
加锁,加分布式锁
加分布式锁方法上一篇已经写过
分布式锁
缓存穿透:
数据库中根本不存在要查询的数据,就算查询了也是空值,放入缓存也是空值,高并发情况下,大量请求访问数据库,导致数据库压力过大,不存在的数据恶意大量访问导致服务器宕机。
解决方法
设置空值对象放入redis,设置过期时间 因为大量未命中缓存的访问可能是随机,所以过期设置空值和过期时间也不太友好,所以在加上布隆布隆过滤器会更好
布隆过滤器的依赖已经在redisson中,所以你更应该看看分布式锁这篇文章
简单解释一下布隆过滤器
1.原理
把要查询的数据库表的id放到一个集合(容器)中
在查数据库之前判断该id是否在容器中存在
如果容器不存在 说明数据库中也不存在 反之亦然
2.用long类型存储数据在内存中
1字节=8位 long=8字节
1KB=1024字节
10亿条记录 10000000008/1024/1024=8GB
占用空间大
3.大空间问题
用位存储 比字节存储占用更少的空间
10亿条记录 10000000003/8/1024/1024=357MB
布隆说有 不一定有 布隆说没有 就一定没有。为什么这么说呢?
布隆过滤器底层为hasmp,一个id的可能占据多个位,1表示有,0表示没有,如果有一个为0,则这个数据就没有 如图
蓝色的就是误判 所以位越多越好。误判也就越小
布隆过期的的容错是越小越好像阿里云的oss镜像服务器可用性99.995%
这个值是随服务器部署越多小的
以下是代码演示
/**
* 布隆过滤器的配置类
*/
@Configuration
public class BloomFilterConfig {
@Autowired
private RedissonClient redissonClient;
@Bean
public RBloomFilter skuBloomFilter(){
RBloomFilter skuBloomFilter=redissonClient.getBloomFilter(RedisConst.BLOOM_SKU_ID);
//设置布隆过滤器容器大小与容错
skuBloomFilter.tryInit(10000,0.001);
return skuBloomFilter;
}
}```
@RestController
@RequestMapping("/init")
@Api(tags = "布隆过滤器初始化")
public class BloomController {
@Autowired
private SkuInfoService skuInfoService;
@Autowired
private RBloomFilter skuBloomFilter;
//TODO 定时任务 同步数据库与布隆过滤器内容
@GetMapping("/sku/bloom")
@ApiOperation("放入商品id到布隆过滤器")
public String skuBloom(){
//删除原有布隆过滤器信息
skuBloomFilter.delete();
//设置布隆过滤器容器大小与容错
skuBloomFilter.tryInit(10000,0.001);
//1.查询数据库表里面所有的id
QueryWrapper<SkuInfo> wrapper = new QueryWrapper<>();
wrapper.select("id");
List<SkuInfo> skuInfoList = skuInfoService.list(wrapper);
for (SkuInfo skuInfo : skuInfoList) {
Long skuId = skuInfo.getId();
//把skuId放入布隆容器中
skuBloomFilter.add(skuId);
}
return "success";
}
}
通过本此初始化把id放入布隆过滤器
引入service
private SkuInfo getSkuInfoFromRedis(Long skuId) {
//减小锁的粒度
String lockKey="lock-"+skuId;
String cacheKey = RedisConst.SKUKEY_PREFIX + skuId + RedisConst.SKUKEY_SUFFIX;
SkuInfo skuInfoRedis = (SkuInfo) redisTemplate.opsForValue().get(cacheKey);
RLock lock = redissonClient.getLock(lockKey);
if (skuInfoRedis == null) {
try {
lock.lock();
boolean flag = rBloomFilter.contains(skuId);
if (flag){
SkuInfo skuInfoDB = getSkuInfoFromDb(skuId);
//把数据放入redis
redisTemplate.opsForValue().set(cacheKey, skuInfoDB, RedisConst.SKUKEY_TIMEOUT, TimeUnit.SECONDS);
return skuInfoDB;
}
} finally {
lock.unlock();
}
}
return skuInfoRedis;
}
建议分布式锁和这篇一起看! 同一种代码
缓存雪崩
a.概念
缓存中大批量的key失效 高并发情况下数据库压力过大
b.解决方案
缓存中的key不要设置为相同的过期时间