缓存异常

一 缓存穿透

   缓存与数据库中都没有的数据，同一时间大量请求涌入造成DB压力

• 缓存空对象

redisTemplate.opsForValue().set(key, null, 30, TimeUnit.SECONDS);

         缺点：如果大量key穿透，占用内存空间；       缓存null期间如果数据库有了key数据，会造成数据不一致

• 布隆过滤器 - 位数组+k个哈希函数的数据结构，数据通过k个哈希函数定位到位数组的k个点，如果这k个点都为1，那么数据存在，如果有一个是0，那么数据不存在

        优点：节约空间；  时间复杂度低；

        缺点：准确率有误；  不能删除元素；

 

二 缓存击穿

    某个热点key在失效瞬间大量请求涌入造成DB压力

•  不失效  -  如果需要更新起线程异步更新

         缺点：无法保证数据一致性

•  互斥锁/分布式锁  -  如果需要更新一个线程做更新其它线程等待

         缺点：吞吐量降低

         

三 缓存雪崩

类缓存击穿，大量热点key失效

• 不失效
• 互斥锁/分布式锁
• 设置不同失效时间

redisTemplate.opsForValue().set(Key, value, time + Math.random() * 1000, TimeUnit.SECONDS)；

 

四 缓存预热

• 数据量小，不需要预热
• 数据量不大，系统启动加载缓存
• 数据量大，定时任务加载缓存
• 数据量超大，优先热点key加载缓存

 

五 缓存降级

可以将部分热点数据缓存到服务内存，类似HashMap、Guava这样的；