redis基础（redis缓存穿透、缓存击穿、雪崩、分布式锁）

目录

一、背景

二、缓存穿透

解决方案

布隆过滤器

 缓存空对象

但是这种方法会存在两个问题:

三、缓存击穿

解决方案

预先设置热门数据

加互斥锁

四、缓存雪崩

解决方案

redis高可用

限流降级（使用锁或队列）

数据预热

构建多级缓存

将缓存失效时间分散开

五、分布式锁

5.1 背景

5.2 使用redis实现分布式锁

redis实现分布式锁的相关命令

 5.3 使用uuid，方式误释放其他进程的锁

5.4 优化之LUA脚本保证删除的原子性

---

​​​​​​​

一、背景

Redis缓存的使用，极大的提升了应用程序的性能和效率, 特别是数据查询方面。但同时, 它也带来了一些问题。

其中，最要害的问题，就是数据的一致性问题。从严格意义上讲，这个问题无解。如果对数据的一致性要求很高，那么就不能使用缓存。

另外的一些典型问题就是,  缓存穿透、缓存雪崩和缓存击穿。目前, 业界也都有比较流行的解决方案。

二、缓存穿透

用户想要查询一个数据，发现缓存没有命中，于是向持久层数据库查询。发现也没有, 于是本次查询失败。

当用户很多的时候，缓存都没有命中(秒杀)， 于是都去请求了持久层数据库。这会给持久层数据库造成很大的压力，这时候就相当于出现了缓存穿透。

解决方案

布隆过滤器

(布隆过滤器（Bloom Filter）是1970年由布隆提出的。它实际上是一个很长的二进制向量(位图)和一系列随机映射函数（哈希函数）。

布隆过滤器可以用于检索一个元素是否在一个集合中。它的优点是空间效率和查询时间都远远超过一般的算法，缺点是有一定的误识别率和删除困难。)

将所有可能存在的数据哈希到一个足够大的bitmaps中，一个一定不存在的数据会被这个bitmaps拦截掉，从而避免了对底层存储系统的查询压力。

 缓存空对象

当存储层不命中后，即使返回的空对象也将其缓存起来，同时会设置一个过期时间，之后再访问这个数据将会从缓存中获取，保护了后端数据源;

但是这种方法会存在两个问题:

1、如果空值能够被缓存起来，这就意味着缓存需要更多的空间存储更多的键，因为这当中可能会有很多的空值的键;

2、即使对空值设置了过期时间，还是会存在缓存层和存储层的数据会有一段时间窗口的不一致，这对于需要保持一致性的业务会有影响。

三、缓存击穿

是指一个key非常热点，在不停的扛着大并发，大并发集中对这一个点进行访问。

当这个key在失效的瞬间,  持续的大并发就穿破缓存，直接请求数据库,  就像在一个屏障上凿开了一个洞。

当某个key在过期的瞬间，有大量的请求并发访问,  这类数据一般是热点数据，由于缓存过期,  会同时访问数据库来查询最新数据，并且回写缓存，会导使数据库瞬间压力过大。

解决方案

预先设置热门数据

在redis高峰访问之前，把一些热门数据提前存入到redis里面，加大这些热门数据key的时长。

加互斥锁

分布式锁:  使用分布式锁,  保证对于每个key同时只有一个线程去查询后端服务， 其他线程没有获得分布式锁的权限，因此只需要等待即可。

这种方式将高并发的压力转移到了分布式锁，因此对分布式锁的考验很大。

四、缓存雪崩

缓存雪崩，是指在某一个时间段，缓存集中过期失效。

产生雪崩的原因之一， 比如在写本文的时候,  马上就要到双十二零点，很快就会迎来一波抢购,  这波商品时间比较集中的放入了缓存。

假设缓存一个小时。 那么到了凌晨一点钟的时候，这批商品的缓存就都过期了。而对这批商品的访问查询，都落到了数据库上，对于数据库而言，就会产生周期性的压力波峰。于是所有的请求都会达到存储层，存储层的调用量会暴增,  造成存储层也会挂掉的情况。

其实集中过期，倒不是非常致命，比较致命的缓存雪崩是缓存服务器某个节点宕机或断网。

自然形成的缓存雪崩，只会造成数据库的周期性压力而已。

而缓存服务节点的宕机，对数据库服务器造成的压力是不可预知的，很有可能瞬间就把数据库压垮。

双十一  停掉一些服务，(保证主要的服务可用)

解决方案

redis高可用

这个思想的含义是,  既然redis有可能挂掉,  那我多增设几台redis ,  这样一台挂掉之后其他的还可以继续工作 ,  其实就是搭建的集群。

限流降级（使用锁或队列）

在缓存失效后, 通过加锁或者队列来控制读数据库写缓存的线程数量。比如对某个key只允许一个线程查询数据和写缓存,  其他线程等待。

数据预热

数据加热的含义就是在正式部署之前，先把可能的数据先预先访问一遍，这样部分可能大量访问的数据就会加载到缓存中。

在即将发生大并发访问前，手动触发加载缓存不同的key ,  设置不同的过期时间，让缓存失效的时间点尽量均匀。

构建多级缓存

nginx缓存 + redis缓存 +其他缓存（ehcache等）

将缓存失效时间分散开

比如我们可以在原有的失效时间基础上增加一个随机值，比如1-5分钟随机，这样每一个缓存的过期时间的重复率就会降低，就很难引发集体失效的事件。

五、分布式锁

5.1 背景

随着业务发展的需要，原单体单机部署的系统被演化成分布式集群系统后，由于分布式系统多线程、多进程并且分布在不同机器上，这将使原单机部署情况下的并发控制锁策略失效。

单纯的Java API并不能提供分布式锁的能力。为了解决这个问题就需要一种跨JVM的互斥机制来控制共享资源的访问，这就是分布式锁要解决的问题

分布式锁主流的实现方案

• 1. 基于数据库实现分布式锁
• 2. 基于缓存（Redis等）
• 3. 基于Zookeeper

每一种分布式锁解决方案都有各自的优缺点：

1. 性能：redis最高

2. 可靠性：zookeeper最高

这里，我们就基于redis实现分布式锁。

5.2 使用redis实现分布式锁

例如下方，setnx为users加了一把锁，因此锁释放之前，users的值无法被修改。

 

 

 

redis实现分布式锁的相关命令

EX second——设置锁的过期时间

设置键的过期时间为 second 秒。 SET key value EX second 效果等同于 SETEX key second value 。

PX millisecond

设置键的过期时间为 millisecond 毫秒。 SET key value PX millisecond 效果等同于 PSETEX key millisecond value 。

NX——上锁

只在键不存在时，才对键进行设置操作。 SET key value NX 效果等同于 SETNX key value 。

XX

只在键已经存在时，才对键进行设置操作。

 5.3 使用uuid，方式误释放其他进程的锁

 

 

 

 

​​​​​​​5.4 优化之LUA脚本保证删除的原子性

@GetMapping("testLockLua")
public void testLockLua() {
    //1 声明一个uuid ,将做为一个value 放入我们的key所对应的值中
    String uuid = UUID.randomUUID().toString();
    //2 定义一个锁：lua 脚本可以使用同一把锁，来实现删除！
    String skuId = "25"; // 访问skuId 为25号的商品 100008348542
    String locKey = "lock:" + skuId; // 锁住的是每个商品的数据
    // 3 获取锁
    Boolean lock = redisTemplate.opsForValue().setIfAbsent(locKey, uuid, 3, TimeUnit.SECONDS);

    // 第一种： lock 与过期时间中间不写任何的代码。
    // redisTemplate.expire("lock",10, TimeUnit.SECONDS);//设置过期时间
    // 如果true
    if (lock) {
        // 执行的业务逻辑开始
        // 获取缓存中的num 数据
        Object value = redisTemplate.opsForValue().get("num");
        // 如果是空直接返回
        if (StringUtils.isEmpty(value)) {
            return;
        }
        // 不是空 如果说在这出现了异常！ 那么delete 就删除失败！ 也就是说锁永远存在！
        int num = Integer.parseInt(value + "");
        // 使num 每次+1 放入缓存
        redisTemplate.opsForValue().set("num", String.valueOf(++num));
        /*使用lua脚本来锁*/
        // 定义lua 脚本
        String script = "if redis.call('get', KEYS[1]) == ARGV[1] then return redis.call('del', KEYS[1]) else return 0 end";
        // 使用redis执行lua执行
        DefaultRedisScript<Long> redisScript = new DefaultRedisScript<>();
        redisScript.setScriptText(script);
        // 设置一下返回值类型 为Long
        // 因为删除判断的时候，返回的0,给其封装为数据类型。如果不封装那么默认返回String 类型，
        // 那么返回字符串与0 会有发生错误。
        redisScript.setResultType(Long.class);
        // 第一个要是script 脚本 ，第二个需要判断的key，第三个就是key所对应的值。
        redisTemplate.execute(redisScript, Arrays.asList(locKey), uuid);
    } else {
        // 其他线程等待
        try {
            // 睡眠
            Thread.sleep(1000);
            // 睡醒了之后，调用方法。
            testLockLua();
        } catch (InterruptedException e) {
            e.printStackTrace();
        }
    }
}