Redis缓存穿透、击穿、雪崩问题，分布式锁的简单运用

喝可乐的希饭a

已于 2022-03-28 09:12:01 修改

阅读量1.5k

点赞数

分类专栏： Redis 文章标签： java web 中间件

于 2022-03-27 12:54:41 首次发布

本文链接：https://blog.csdn.net/H_porridge/article/details/123757346

版权

Redis 专栏收录该内容

1 篇文章 0 订阅

订阅专栏

1.一般的缓存处理流程

当前台收到请求后，后台先回冲缓存中读取数据，取到直接返回结果，当从缓存取不到结果时，就会访问数据库，从数据库取到数据更新到缓存中，并返回结果，如果数据库也没结果，就返回空。

2. 缓存穿透

描述：
访问一个缓存和数据库都不存在的 key，此时会直接打到数据库上，并且查不到数据，没法写缓存，所以下一次同样会打到数据库上。
如发起为id为“-1”的数据或id为特别大不存在的数据。这时的用户很可能是攻击者，攻击会导致数据库压力过大。

缓存穿透流程图如下

解决方案

对空值缓存: 如果一个查询返回的数据为空（不管数据是否不存在），任然吧这个空结果（null）进行缓存，设置空结果的超过时间会很短，一般不超过五分钟。
设置可访问的名单（白名单）: 使用bitmaps类型定义一个可以访问的名单，名单id作为bitmaps的偏移量，每次访问和bitmap里面的id进行比较，如果访问id不在bitmaps里面，进行拦截，不允许访问。
采用布隆过滤器：（布隆过滤器（Bloom Filter））是1970年由布隆提出的。
它实际上是一个很长的二进制向量（位图）和一系列随机映射函数（哈希函数）。布隆过滤器可以用于检索一个元素是否在一个集合中。它的优点是空间效率和查询时间都远远超过一般的算法，缺点是由一定的误识别率和删除困难。
**进行实时监控：**当发现Redis的命中率开始急速降低，需要排查访问对象和访问的数据，和运维人员配合，可以设置黑名单限制服务。

3.缓存击穿

描述：
某一个热点key，在缓存过期的一瞬间，同时有大量的请求打进来，由于此时缓存过期了，所以请求最终都会走到数据库，造成瞬时数据库请求量大、压力骤增，甚至可能打垮数据库。

解决方案：

预先设置热门数据： 在Redis高峰访问之前，把一些热门数据提前存入到redis中，加大这些热门数据key的时长。
实时调整： 现场监控哪些数据热门，实时调整key的过期时长。
使用锁： 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。可以使用“分布式锁”，或“JVM 锁”

使用 redis 分布式锁的伪代码，仅供参考：

public class lock {
    @Autowired
    RedisTemplate redisTemplate;

    public void testLock(){
        //生成uuid 防止误删锁
        String uuid = UUID.randomUUID().toString();
        //定义一个锁 lua脚本可以使用同一把锁，来实现删除
        String skaId = "25";
        String lockKey = "lock"+skaId;
        //获取锁 ，setnx
        Boolean lock = redisTemplate.opsForValue().setIfAbsent(lockKey, uuid,3, TimeUnit.SECONDS);
        //获取锁成功，查询num的值
        if (lock){
            Object value = redisTemplate.opsForValue().get("num");
            //判断num值为空return
            if (StringUtils.isEmpty(value)){
                return;
            }
            //有值就转换成int
            int num = Integer.parseInt(value + "");
            //把redis的num加1
            redisTemplate.opsForValue().set("num",num++);

            /*使用lua脚本来锁*/
            //定义lua脚本
            String script = "if redis.call('get',KEYS[1]) == ARGV[1] then " +
                    "return redis.call('del',KEYS[1]) else return 0 end";
            DefaultRedisScript<Long> redisScript = new DefaultRedisScript<>();
            redisScript.setScriptText(script);
            //设置一下返回值类型，为long
            //因为删除判断的时候，返回的0，给其封装为数据类型，如果不封装那么默认返回string类型
            //那么返回字符串与0会有发生错误。
            redisScript.setResultType(Long.class);
            //第一个要是script脚本，第二个需要判断的key，第三个就是key锁对应的值。
            redisTemplate.execute(redisScript, Arrays.asList(lockKey),uuid);
        }else {
            //获取锁失败，每隔0.1秒再获取
            try {
                Thread.sleep(100);
                testLock();
            } catch (InterruptedException e) {
                e.printStackTrace();
            }
        }
    }
}

4.缓存雪崩

描述： 大量的热点key设置了相同的过期时间，导致缓存在同一时刻全部失效，造成瞬时数据库大量请求、压力骤增，引起雪崩，甚至导致数据库被打挂。

解决方案：

过期时间打散： 既然是大量缓存集中失效，那最容易想到就是让他们不集中生效。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。
热点数据不过期： 该方式和缓存击穿一样，也是要着重考虑刷新时间的时间间隔和数据库异常如何处理的情况。
加互斥锁： 开方式和缓存击穿一样，按key维度加锁，对于同以可key，只允许一个线程去计算，其他线程原地阻塞等待第一个线程的计算结果，让后直接走缓存。