Redis常见问题的解决方案（缓存穿透/缓存击穿/缓存雪崩/数据库缓存数据不一致）

Redis解决缓存数据库不一致的方案

• 用 先 操作数据库 再 操作缓存 的策略来实现缓存数据库数据一致
• 具体做法是 更新数据库数据然后删除缓存

虽然还是会有线程安全问题 比如 假设此时缓存刚好失效了 线程1 查询缓存失败 从数据库读取了旧数据 还没写入缓存的时候 被调度到 线程2执行

线程2 执行更新操作将数据库的数据进行更新 同时删除缓存 由于此时缓存本身就不存在等于说提前执行了删除操作

线程2操作完了以后执行线程1 线程1将读到的旧数据写入到缓存 此时就出现了缓存不一致

这种情况是很少出现的 所以说可以忽略不记

但是为了处理这种情况 我们将缓存设置超时时间，超时以后自动删除然后重写缓存数据

    public Result update(Shop shop) {
        Long id = shop.getId();
        //1.更新数据库
        if (id == null){
            return Result.fail("店名不能为空");
        }
        //2.删除缓存
        updateById(shop);
        stringRedisTemplate.delete("cache:shop"+id);
        return Result.ok();
    }

Redis解决缓存穿透的方案

缓存穿透是指客户端大量请求数据库和缓存中不存在值，导致数据库的压力飙升

• 缓存空对象

  • 当我们客户端访问不存在的数据时，先请求Redis，但是此时Redis中没有数据，此时会访问到数据库，但是数据库中也没有数据，这个数据穿透了缓存，直击数据库，我们都知道数据库能够承载的并发不如Redis这么高，如果大量的请求同时过来访问这种不存在的数据，这些请求就都会访问到数据库，简单的解决方案就是哪怕这个数据在数据库中也不存在，我们也把这个数据存入到Redis中去，这样，下次用户过来访问这个不存在的数据，那么在Redis中也能找到这个数据就不会进入到缓存了
  • 代码实现

  public Shop queryWithPassThrough(Long id){
  	String shopCache = stringRedisTemplate.opsForValue().get("cache:shop" + id);
  	
  	//查询到了shopCache但是里面不是空值
  	if(StrUtil.isNotBlank(shopCache)){
  		return JSONUtil.toBean(shopCache,Shop.class);
  	}
  	//查询到了shopCache但是里面是空值
  	if(shopCache != null){
  		return null;
  	}
  	
  	//从数据库中查询
  	Shop shop = getById(id);
  	
      //没有查询到那么就将空值设置到缓存中 防止缓存穿透
      if(shop == null){
          stringRedisTemplate.opsForValue().set("cache:shop"+id,"",30L, TimeUnit.MINUTES);
          return null;
      }
  
      //从数据库中查询数据 查询到了数据就将他设置到缓存中 并且返回
      stringRedisTemplate.opsForValue().set("cache:shop"+id,JSONUtil.toJsonStr(shop),30L, TimeUnit.MINUTES);
  
  	return shop;
  
  }
  

Redis解决缓存击穿的方案

• 缓存击穿问题也叫热点Key问题，就是一个被高并发访问并且缓存重建业务较复杂的key突然失效了，无数的请求访问会在瞬间给数据库带来巨大的冲击。
• 解决方案：
  • 1. 设置随机过期时间：为缓存键设置随机的过期时间，避免大量键同时过期的情况发生，减少缓存雪崩的概率。
  • 2. 实现缓存预热：在系统启动或缓存失效前，提前加载热门数据到缓存中，避免在关键时刻大量请求直接访问后端服务。

Redis解决缓存雪崩的方案

• 缓存雪崩是指在同一时段大量的缓存key同时失效或者Redis服务宕机，导致大量请求到达数据库，带来巨大压力。

• 解决方案：

  加互斥锁或分布式锁：在访问热点数据时，可以引入互斥锁或分布式锁，保证只有一个线程去访问后端服务或数据库，其他线程等待结果。当第一个线 程获取到数据后，其他线程可以直接从缓存获取，避免多个线程同时访问后端服务，减轻压力。

  • 使用互斥锁的代码

  public boolean tryLock(String key){
  	//加上超时时间避免等待过久
  	boolean flg = stringRedisTemplate.opsForValue().setIfAbsent(key,"1",10,TimeUnit.SECONDS);
  	return flg;
  }
  
  public void unLock(String key){
  	stringRedisTemplate.delete(key);
  }
  
  public Shop queryWithPassThrough(Long id){
  	String shopCache = stringRedisTemplate.opsForValue().get("cache:shop" + id);
  	
  	//查询到了shopCache但是里面不是空值
  	if(StrUtil.isNotBlank(shopCache)){
  		return JSONUtil.toBean(shopCache,Shop.class);
  	}
  	//查询到了shopCache但是里面是空值
  	if(shopCache != null){
  		return null;
  	}
  	
  	String key = "lock:shop:" + id;
  
  	//从数据库中查询				
  	Shop shop = getById(id);
  
  	try{
  
  		if(tryLock(key)){
  
  			//没有查询到那么就将空值设置到缓存中 防止缓存穿透
  			if(shop == null){
  				stringRedisTemplate.opsForValue().set("cache:shop"+id,"",30L, TimeUnit.MINUTES);
  				return null;
  			}
  			
  			//从数据库中查询数据 查询到了数据就将他设置到缓存中 并且返回
  			stringRedisTemplate.opsForValue().set("cache:shop"+id,JSONUtil.toJsonStr(shop),30L, TimeUnit.MINUTES);
  			
  		}else{
  			Thread.sleep(50);
  			//递归调用
  			return queryWithPassThrough(id);
  		}
  
  	}catch(InterruptedException e){
  		throw new RuntimeException(e);
  	}finally{
  		unlock(key);
  	}
  
  	return shop;
  
  }
  

​ 这里说明一下加锁的逻辑 我们调用了

​ boolean flg = stringRedisTemplate.opsForValue().setIfAbsent(key,"1",10,TimeUnit.SECONDS);

​ 这一段代码来进行加锁操作 本质上是调用了 Redis 的 SETNX 这条命令 当这个键值对不存在时就创建这个键值对 返回TRUE 反之返回 FALSE

下面是另一种解决方案

​ 对于一些热点数据，可以将其设置为永不过期，或者设置一个较长的过期时间，确保热点数据在缓存中可用，减少因为过期而触发的缓存击穿。

​ 具体做法参考下面这张图

我们设置逻辑过期时间既可以保证热点数据永不过期，同时又可以避免数据库缓存数据不一致的情况

	//加上超时时间避免等待过久
	boolean flg = stringRedisTemplate.opsForValue().setIfAbsent(key,"1",10,TimeUnit.SECONDS);
	return flg;
}

public void unLock(String key){
	stringRedisTemplate.delete(key);
}

public void reMakeCache(Long id,Long expireSeconds){
	//数据库查询操作
	Shop shop = selectById(id);

	RedisData redisData = new RedisData();
	
	redisData.setData(shop);
	redisData.setExpireTime(LocalDateTime.now().plusSeconds(expireSeconds));
}

//使用线程池
private static final ExecutorService CACHE_REBUILD_EXCUTOR = Executors.newFixedThreadPool(10);

public Shop queryWithPassThrough(Long id){
	String shopCache = stringRedisTemplate.opsForValue().get("cache:shop" + id);
	
	//查询到了shopCache但是里面不是空值
	if(StrUtil.isNotBlank(shopCache)){
		return JSONUtil.toBean(shopCache,Shop.class);
	}
	//查询到了shopCache但是里面是空值
	if(shopCache != null){
		return null;
	}

	//将redis数据反序列化
	RedisData redisData = JSONUtil.toBean(shopCache,RedisData.class);
	//获取数据
	Shop shop = JSONUtil.toBean((JSONObject) redisData.getData(),Shop.class);
	//获取过期时间
	LocalDataTime expireTime = redisData.getExpireTime();


	//没有过期直接返回
	if(expireTime.isAfter(LocalDateTime.now())){
		return shop;
	}
	
	String key = "lock:shop:" + id;

	if(tryLock(key)){
		try{
			//开启独立线程完成
			CACHE_REBUILD_EXCUTOR.submit(() -> {				
				reMakeCache(id,20L);
			});
		}catch(InterruptedException e){
			throw new RuntimeException(e);
		}finally{
			unlock(key);
		}
	}

	return shop;

}