视频地址: https://www.bilibili.com/video/BV1Ha411c7hB
代码地址: https://gitee.com/crazyliyang/video-teaching.git
1. 缓存穿透
缓存穿透,是指查询一个数据库一定不存在的数据。
正常的使用缓存流程大致是,数据查询先进行缓存查询,如果key不存在或者key已经过期,再对数据库进行查询,并把查询到的对象,放进缓存。如果数据库查询对象为空,则不放进缓存。
查询一个根部不存在的Key, 必然就会每次都去查询数据库,而每次查询都是空,每次又都不会进行缓存。假如有恶意攻击,就可以利用这个漏洞,对数据库造成压力,甚至压垮数据库.
代码流程如下:
/**
1.参数传入对象主键ID
2.根据redisKey从缓存中获取对象
3.如果缓存对象不为空,直接返回
4.如果缓存对象为空,进行数据库查询
5.如果从数据库查询出的对象不为空,则放入缓存
*/
public ProductEntity getById(Serializable id) {
String redisKey = buildKey(String.valueOf(id)); // 根据ID 构建rediskey
String redisValue = redisOperations.get(redisKey); // 2.根据redisKey从缓存中获取对象
if (redisValue != null) { // 3.如果缓存对象不为空,直接返回
return JSONUtil.parseObject(redisValue, ProductEntity.class); //直接返回;
} else { // 4.如果缓存对象为空,进行数据库查询
ProductEntity product = getBaseMapper().selectById(id);
if(product !=null){// 5.如果从数据库查询出的对象不为空,则放入缓存
String jsonString = JSONUtil.toJSONString(product);
redisOperations.set(redisKey, jsonString);
return product;
}
return null;
}
}
解决办法:
一, 空值法, 针对通过key从数据库查询的对象为空,也放入缓存中,只是设定的缓存过期时间较短. 这种办法简单,但是无法满足, 不同的空key的情况, 如果恶意访问者不停的切换不同的不存在的key,
依旧无法解决问题!
二, 使用布隆过滤器. 简单的理解就是白名单机制, 提前建立数据库key的布隆过滤器, 最好使用Redis分布式的布隆过滤器, 不存在的key可以百分百判断出来, 直接返回null, 不会去访问数据库;
2. 缓存雪崩 (缓存失效)
缓存雪崩,是指在某一个时间段,缓存集中过期, 集中失效(可能是物理原因).
举例:
2.1 马上就要到双十一零点( 00:00 ),很快就会迎来一波抢购,大量的并发访问, 这波热门商品时间比较集中的放入了缓存(可以理解为统一时间并发的) , 假设缓存是一个小时。那么到了凌晨一点钟 ( 01:00 ) 的时候,这批商品的缓存就都过期了。也就是缓存集中过期, 集中失效. 而再对这批商品的访问查询,就都落到了数据库上,对于数据库而言,就会产生周期性的压力波峰。
2.2 系统在某一个大量并发访问的时候, 突然缓存服务器宕机,
缓存突然全部丢失, 全部失效 (物理原因) 此时大量的缓存失效导致, 大量并发请求到达数据库DB,
给数据库造成压力冲击, 这就是缓存雪崩.
解决办法:
对于 2.1 的一个简单方案就时讲缓存失效时间分散开,比如我们可以在原有的失效时间基础上增加一个随机值 而且热点的数据, 尽量过期时间设置的更加长一些, 冷门的数据可以相对设置过期时间短一些;
对于 2.2 的一个简单方案就时使用缓存集群 Redis Sentinel 或者 Redis Cluster
缓存集群高可用, 避免单节点故障; 避免了单机宕机造成缓存雪崩.
3. 缓存击穿 (缓存并发)
缓存击穿. 是指一个key非常热点,在不停的扛着大并发,大并发集中对这一个key进行访问,
当这个key在失效的瞬间,持续的大并发就击穿缓存,大量的并发直接请求数据库, 造成数据库的压力,
就像在一个屏障上凿开了一个洞。
解决办法:
3.1 对缓存查询加锁, (首先是经过布隆过滤器, 必然不存在的Key直接返回) ,
如果key不在缓存中,就加锁,然后去查寻DB数据库, 然后放入缓存中,最后解锁;
这里的锁可以使用Redis锁; 其他进程如果发现有锁就等待,然后等到解锁后, 直接去缓存中查;
用锁的方式,会造成部分请求等待, 但问题不严重, 只是部分请求,短暂的等待;
3.2 同时对一些,已知的热门数据, 例如一些( 爆款商品 ) 直接设置 缓存永不过期.