缓存穿透和缓存击穿的解决思路
1.缓存穿透 :缓存穿透是指客户端请求的数据在缓存中和数据库中都不存在,这样缓存永远不会生效,这些请求都会打到数据库。
常见的解决方案有两种:
- 缓存空对象
- 优点:实现简单,维护方便
- 缺点:
- 额外的内存消耗
- 可能造成短期的不一致
- 布隆过滤器
- 优点:内存占用较少,没有多余key
- 缺点:
- 实现复杂
- 存在误判可能
缓存空对象思路分析: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
布隆过滤器:布隆过滤器其实采用的是哈希思想来解决这个问题,通过一个庞大的二进制数组,走哈希思想去判断当前这个要查询的这个数据是否存在,如果布隆过滤器判断存在,则放行,这个请求会去访问redis,哪怕此时redis中的数据过期了,但是数据库中一定存在这个数据,在数据库中查询出来这个数据后,再将其放入到redis中。
假设布隆过滤器判断这个数据不存在,则直接返回
这种方式优点在于节约内存空间,存在误判,误判原因在于:布隆过滤器走的是哈希思想,只要哈希思想,就可能存在哈希冲突
2.缓存击穿: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。
常见的解决方案有两种:
- 互斥锁
- 逻辑过期
逻辑分析:假设线程1在查询缓存之后,本来应该去查询数据库,然后把这个数据重新加载到缓存的,此时只要线程1走完这个逻辑,其他线程就都能从缓存中加载这些数据了,但是假设在线程1没有走完的时候,后续的线程2,线程3,线程4同时过来访问当前这个方法, 那么这些线程都不能从缓存中查询到数据,那么他们就会同一时刻来访问查询缓存,都没查到,接着同一时间去访问数据库,同时的去执行数据库代码,对数据库访问压力过大
基于StringRedisTemplate封装一个缓存工具类,满足下列需求:
- 方法1:将任意Java对象序列化为json并存储在string类型的key中,并且可以设置TTL过期时间
- 方法2:将任意Java对象序列化为json并存储在string类型的key中,并且可以设置逻辑过期时间,用于处理缓存击穿问题
- 方法3:根据指定的key查询缓存,并反序列化为指定类型,利用缓存空值的方式解决缓存穿透问题
- 方法4:根据指定的key查询缓存,并反序列化为指定类型,需要利用逻辑过期解决缓存击穿问题
- 方法5:根据指定的key查询缓存,并反序列化为指定类型,需要互斥锁解决缓存击穿问题
方法1和方法3是对应的
方法2和方法4、方法5是对应的
代码如下:
package com.hmdp.utils;
import cn.hutool.core.bean.BeanUtil;
import cn.hutool.core.util.BooleanUtil;
import cn.hutool.core.util.StrUtil;
import cn.hutool.json.JSONUtil;
import lombok.extern.slf4j.Slf4j;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.StringRedisTemplate;
import org.springframework.stereotype.Component;
import java.time.LocalDateTime;
import java.util.concurrent.ExecutorService;
import java.util.concurrent.Executors;
import java.util.concurrent.TimeUnit;
import java.util.function.Function;
import static com.hmdp.utils.RedisConstants.*;
/**
* Redis封装工具类
*
* @author 胡子龙
* @date 2023/12/20 16:58
**/
@Slf4j
@Component
public class CacheClient {
@Autowired
private StringRedisTemplate stringRedisTemplate;
// 线程池
private static final ExecutorService CACHE_REBUILD_EXECUTOR = Executors.newFixedThreadPool(10);
/**
* 将任意Java对象序列化为Json并存储在string类型的key中,并且可以设置TTL过期时间
*
* @param key key
* @param value value
* @param time 时间
* @param timeUnit 时间单位
*/
public void set(String key, Object value, Long time, TimeUnit timeUnit) {
stringRedisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(value), time, timeUnit);
}
/**
* 将任意Java对象序列化为Json并存储在String类型的key中,并且可以设置逻辑过期时间,用于处理缓存击穿问题
*
* @param key key
* @param value value
* @param time 时间
* @param timeUnit 时间单位
*/
public void setWithLogicalExpireTime(String key, Object value, Long time, TimeUnit timeUnit) {
// 封装RedisData
RedisData redisData = new RedisData();
redisData.setData(value);
redisData.setExpireTime(LocalDateTime.now().plusSeconds(timeUnit.toSeconds(time)));
// 存入redis
stringRedisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(redisData));
}
/**
* 利用缓存空值的方式解决缓存穿透问题
* @param prefix key的前缀
* @param id 数据id
* @param type 返回值类型
* @param dbFallback 数据库查询的函数
* @param ttl 过期时间
* @param timeUnit 时间单位
* @return 查询结果
* @param <R> 泛型
* @param <ID> 泛型
*/
public <R, ID> R queryWithPassThrough(String prefix, ID id, Class<R> type, Function<ID, R> dbFallback, Long ttl, TimeUnit timeUnit) {
//拼接key
String key = prefix + id;
// 判断Redis中是否有缓存
String cacheShop = stringRedisTemplate.opsForValue().get(key);
// 如果有 直接返回
if (StrUtil.isNotBlank(cacheShop)) {
return JSONUtil.toBean(cacheShop, type);
}
// 以上方法只判断了字符串不为空 考虑如果为null或""的情况 需要再判断
// 如果以上if不成立 cacheShop只能是null或""
if (cacheShop != null) {
// 如果值为"" 证明数据库和缓存中都没有该数据,防止缓存穿透,需要返回错误信息
return null;
}
// 如果没有 在数据库查询
R r = dbFallback.apply(id);
// 判断数据库查询结果是否为空,防止缓存穿透,查询结果为空的话将空值存入Redis
if (BeanUtil.isEmpty(r)) {
this.set(key, "", 2L, timeUnit);
// 返回错误信息
return null;
}
// 如果不为空 将查询结果存入Redis
this.set(key, r, ttl, timeUnit);
// 返回结果
return r;
}
/**
* 利用逻辑过期时间解决缓存击穿问题
* @param prefix key的前缀
* @param id 数据id
* @param type 返回值类型
* @param dbFallback 数据库查询的函数
* @param ttl 过期时间
* @param timeUnit 时间单位
* @return 查询结果
* @param <R> 泛型
* @param <ID> 泛型
*/
public <R,ID> R queryWithLogicalExpireTime(String prefix, ID id, Class<R> type, Function<ID, R> dbFallback, Long ttl, TimeUnit timeUnit){
//拼接key
String key = prefix + id;
// 从redis中查询商铺缓存
String json = stringRedisTemplate.opsForValue().get(key);
// 如果为空,返回空
if (StrUtil.isBlank(json)) {
return null;
}
// 判断是否过期
RedisData shopData = JSONUtil.toBean(json, RedisData.class);
R r = JSONUtil.toBean(JSONUtil.toJsonStr(shopData.getData()), type);
LocalDateTime expireTime = shopData.getExpireTime();
if (LocalDateTime.now().isBefore(expireTime)) {
// 如果未过期,返回信息
return r;
}
// 如果过期,尝试获取互斥锁
String lockKey = LOCK_SHOP_KEY + id;
Boolean isLock = tryLock(lockKey);
// 如果获取到互斥锁,开启独立线程进行缓存重建
if (isLock) {
log.info("获取到互斥锁。。。。。");
// 开启独立线程进行缓存重建
CACHE_REBUILD_EXECUTOR.execute(() -> {
try {
log.info("缓存重建开始。。。");
R newR = dbFallback.apply(id);
setWithLogicalExpireTime(key,newR,ttl,timeUnit);
} catch (Exception e) {
throw new RuntimeException(e);
} finally {
log.info("释放互斥锁。。。。。");
unlock(lockKey);
}
});
}
return r;
}
/**
* 利用互斥锁解决缓存击穿问题
* @param prefix key的前缀
* @param id 数据id
* @param type 返回值类型
* @param dbFallback 数据库查询的函数
* @param ttl 过期时间
* @param timeUnit 时间单位
* @return 查询结果
* @param <R> 泛型
* @param <ID> 泛型
*/
public <R,ID> R queryWithMutex(String prefix, ID id, Class<R> type, Function<ID, R> dbFallback, Long ttl, TimeUnit timeUnit) {
//拼接key
String key = prefix + id;
// 判断Redis中是否有缓存
String cacheShop = stringRedisTemplate.opsForValue().get(key);
// 如果有 直接返回
if (StrUtil.isNotBlank(cacheShop)) {
return JSONUtil.toBean(cacheShop, type);
}
// 以上方法只判断了字符串不为空 考虑如果为null或""的情况 需要再判断
// 如果以上if不成立 cacheShop只能是null或""
if (cacheShop != null) {
// 如果值为"" 证明数据库和缓存中都没有该数据,防止缓存穿透,需要返回错误信息
return null;
}
R r = null;
String lockKey = LOCK_SHOP_KEY + id;
try {
// 1.尝试获取互斥锁
boolean isLock = tryLock(lockKey);
// 2.如果获取锁失败,说明其他线程已经获取到了锁,则休眠重试
if (!isLock) {
log.info("互斥锁被占用中。。。");
// 休眠后重试
Thread.sleep(50);
return queryWithMutex(prefix,id,type,dbFallback,ttl,timeUnit);
}
log.info("获取到互斥锁。。。");
// 3. 如果获取锁成功,在数据库查询
r = dbFallback.apply(id);
// 判断数据库查询结果是否为空,防止缓存穿透,查询结果为空的话将空值存入Redis
if (BeanUtil.isEmpty(r)) {
stringRedisTemplate.opsForValue().set(key, "", CACHE_NULL_TTL, TimeUnit.MINUTES);
// 返回错误信息
return null;
}
// 如果不为空 将查询结果存入Redis
stringRedisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(r),ttl,timeUnit);
} catch (InterruptedException e) {
throw new RuntimeException(e);
} finally {
unlock(lockKey);
}
// 返回结果
log.info(r.toString());
return r;
}
/**
* 获取互斥锁
* @param key 互斥锁的Key
* @return true:获取成功 false:获取失败
*/
private Boolean tryLock(String key) {
// 获取锁
Boolean flag = stringRedisTemplate.opsForValue().setIfAbsent(key, "1", 10, TimeUnit.SECONDS);
return BooleanUtil.isTrue(flag);
}
/**
* 释放互斥锁
* @param key 互斥锁的Key
*/
private void unlock(String key) {
// 释放锁
stringRedisTemplate.delete(key);
}
}