1、缓存穿透
缓存穿透指缓存和数据库都没有数据,用户不断的发起请求查询该数据,这种操作会穿透缓存不断对数据库进行查询,造成数据库压力过大。
代码:
public Integer findPrice(Long id) {
//从缓存中查询
Integer sku_price = (Integer) redisTemplate.boundHashOps("sku_price").get(id);
if(sku_price==null) {
//缓存中没有, 从数据库查询
Sku sku = skuMapper.selectByPrimaryKey(id);
if(sku!=null) {
//如果数据库有此对象
sku_price = sku.getPrice();
redisTemplate.boundHashOps("sku_price").put(id, sku_price);
}
}
return sku_price;
}
解决方案:
- 1.接口层增加校验,如用户鉴权校验,id基础校验
- 2.从缓存取不到的数据,在数据库中也没有,将key-value对应修改为key-0。
public int findPrice(Long id) {
//从缓存中查询
Integer sku_price = (Integer) redisTemplate.boundHashOps("sku_price").get(id);
if(sku_price==null) {
//缓存中没有,从数据库查询
Sku sku = skuMapper.selectByPrimaryKey(id);
if(sku!=null) {
//如果数据库有此对象
sku_price = sku.getPrice();
redisTemplate.boundHashOps("sku_price").put(id, sku_price);
}else{
redisTemplate.boundHashOps("sku_price").put(id, 0);
}
}
return sku_price;
}
- 3.缓存预热:将数据提前写入到缓存中,当数据发生变更,再讲最新的数据更新到缓存。
2、缓存击穿
缓存击穿指缓存中没有数据但数据库中有数据。在并发很大的情况下,缓存没有读到数据会导致大量的请求读数据库,造成数据库瞬间压力过大。
代码:
@Autowired
private RedisTemplate redisTemplate;
public List<Map> findCategoryTree() {
//从缓存中查询
List<Map> categoryTree = (List<Map>) redisTemplate.boundValueOps("categoryTree").get();
if(categoryTree==null) {
Example example=new Example(Category.class);
Example.Criteria criteria = example.createCriteria();
criteria.andEqualTo("isShow", "1"); //显示
List<Category> categories = categoryMapper.selectByExample(example);
categoryTree=findByParentId(categories, 0);
redisTemplate.boundValueOps("categoryTree").set(categoryTree);
//过期时间设置 . . . . . .
}
return categoryTree;
}
解决方案:
- 1.设置热点数据永不过期。
- 2.缓存预热。
3、缓存雪崩
缓存雪崩指缓存数据大批量到过期时间,查询数据量巨大,引起的数据库压力过大甚至导致宕机。和缓存击穿不同的是缓存击穿是指并发查询同一条数据,缓存雪崩是不同数据批量过期。
解决方案:
- 1.缓存数据的过期时间设置随机,防止同一时间出现大量数据过期现象。
- 2.设置热点数据永不过期
- 3.使用缓存预热