详解redis的缓存穿透解决策略(含代码样例)

目录

缓存穿透

解决方案

 实际项目中应用（采用缓存空值的方式）

缓存穿透产生的原因是什么？

缓存穿透的解决方案有哪些？

---

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。

解决方案

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

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

缓存空值：

布隆过滤器：

 实际项目中应用（采用缓存空值的方式）

项目之前的逻辑：

 示例代码：

 @Override
    public Result queryById(Long id) {
        String key = CACHE_SHOP_KEY + id;
        //1.从redis中查询店铺缓存
        String jsonShop = stringRedisTemplate.opsForValue().get(key);
        //2.判断是否存在
        if (StrUtil.isNotBlank(jsonShop)) {
            //3.存在，直接返回
            Shop shop = JSONUtil.toBean(jsonShop, Shop.class);
            return Result.ok(shop);
        }
       
        //4.不存在，根据id查询数据库
        Shop shop = getById(id);
        //5. 不存在 返回错误
        if(shop == null){
          
            return Result.fail("店铺不存在！");
        }
        // 6. 存在 写入 redis
        stringRedisTemplate.opsForValue().set(key,JSONUtil.toJsonStr(shop),CACHE_SHOP_TTL, TimeUnit.MINUTES);
        //7.返回
        return Result.ok(shop);
    }

采用缓存空值解决缓存穿透

 示例代码：

  @Override
    public Result queryById(Long id) {
        String key = CACHE_SHOP_KEY + id;
        //1.从redis中查询店铺缓存
        String jsonShop = stringRedisTemplate.opsForValue().get(key);
        //2.判断是否存在
        if (StrUtil.isNotBlank(jsonShop)) {
            //3.存在，直接返回
            Shop shop = JSONUtil.toBean(jsonShop, Shop.class);
            return Result.ok(shop);
        }
        if("".equals(jsonShop)){
            return Result.fail("店铺信息不存在！");
        }
        //4.不存在，根据id查询数据库
        Shop shop = getById(id);
        //5. 不存在 返回错误
        if(shop == null){
            // 将空值放入redis
            stringRedisTemplate.opsForValue().set(key,"",CACHE_NULL_TTL,TimeUnit.MINUTES);
            return Result.fail("店铺不存在！");
        }
        // 6. 存在 写入 redis
        stringRedisTemplate.opsForValue().set(key,JSONUtil.toJsonStr(shop),CACHE_SHOP_TTL, TimeUnit.MINUTES);
        //7.返回
        return Result.ok(shop);
    }

缓存穿透产生的原因是什么？

• 用户请求的数据在缓存中和数据库中都不存在，不断发起这样的请求，给数据库带来巨大压力

缓存穿透的解决方案有哪些？

• 缓存 null 值

• 布隆过滤

• 增强 id 的复杂度，避免被猜测 id 规律

• 做好数据的基础格式校验

• 加强用户权限校验

• 做好热点参数的限流