分布式缓存
缓存穿透、雪崩、击穿
1、缓存穿透:
缓存穿透是指大量请求访问一个不存在的数据,由于数据库中没有,所以redis不会缓存,导致每次查询都需要访问数据库,造成缓存穿透
解决办法
缓存空值,即使数据库中不存在这个值,也要在redis中缓存起来,防止缓存穿透
2、缓存雪崩
由于大量缓存设置的过期时间相同,在某一时刻,缓存同时过期,造成大量请求访问数据库。
解决办法
每个缓存的过期时间加上一个随机值,保证缓存不会同时过期
3、缓存击穿
某一热点数据的缓存过期,该时刻大量请求访问数据库,造成缓存击穿
解决办法
1、设置二级缓存
2、加锁
加锁可以加本地锁,也可以加分布式锁。如果加本地锁,那么每台服务器都会放行一个请求来访问数据库,这影响并不大,不会有多大的并发量。
分布式锁原理
1、可重入锁Lock
可重入锁是一种自旋锁,没有获取到锁,就自旋,直至获取到锁;并且Lock引入了看门狗机制。
看门狗机制
如果可重入锁没有设置过期时间,就会启用看门狗机制,看门狗机制有两大特点:
1、自动给锁设置过期时间,看门狗机制会自动给锁设置一个30s的过期时间
2、当时间到达到看门狗设置的过期时间的三分之一时,此时业务没有执行完成,看门狗会自动将锁的过期时间重新更新为30s
最佳实战
推荐还是自己给锁设置一个过期时间,这样可以省掉整个续期操作。
//注入redisson
@Autowired
Redission redission;
public ... method1(...){
RLock lock = redission.getLock("key");
lock.lock(10,TimeUnit.SECOND);
try{
//业务方法
}catch(Exception e){
}finally{
//手动解锁
lock.unlock();
}
}
public ... method2(...){
RLock lock = redission.getLock("key");
//最多等待100秒,如果100秒没有获取到锁,则放弃
boolean res = lock.tryLock(100,10,TimeUnit.SECOND);
if(res){
try{
//业务方法
}catch(Exception e){
}finally{
//手动解锁
lock.unlock();
}
}
}
2、读写锁
读锁是一种共享锁,写锁是排他锁,他们组合一共4种情况
读+读:相当于无锁,是一种并发存在,他们会同时加锁成功
读+写:写锁要等待读锁完成才能继续
写+写:阻塞状态
写+读:读锁等待写锁成功才能获取锁
RReadWriteLock lock = redission.getReadLockWrite("key");
lock.getReadLock();
lock.getWriteLock();
3、信号量
只有规定数目的请求能获取到信号量锁,其他请求需等待获取锁的请求执行完毕之后才能获取到锁。
//需要先在数据库中设置能获取到锁的请求的数量
//key:name,value:锁的数量
RSemaphore lock = redission.getSemafore("name");
//获取锁,acquire,tryAcquire,acquire会阻塞等待,tryAcquire返回布尔值,不会等待
lock.acquire();
lock.tryAcquire();
//锁释放
lock.release();
4、闭锁
执行完指定数量的请求之后,才会执行闭锁代码
举例:学校要等所有班级(请求数量)的同学都走完之后,才能锁大门(闭锁方法)
//执行关门方法
public ... closeMethod(...){
RCountDownLatch latch = redission.getCountDownLatch("name");
latch.trySetCount(5)//有几个班级
//只有等所有班级都走人之后才能继续执行
latch.await()
//业务方法
}
//班级走人
public ... letsGo(...){
RCountDownLatch latch = redission.getCountDownLatch("name");
//业务方法
latch.countDown();
}
缓存一致性
保证缓存一致性有两种模式,分别是双写模式和失效模式
1、双写模式
在修改数据库的同时将修改后的数据写入缓存中
可能出现的问题
出现这种情况,可以给缓存设置一个生效时间来解决,在缓存过期后,重新读取数据库,并写入缓存,此时就达到了数据一致。这是最终一致性,不是强一致,主要看业务能容忍的缓存不一致的时间是多少
2、失效模式
写入数据库之后,使缓存失效
总结:
无论是双写模式,还是失效模式,都有可能造成数据最后一次更新,没有映射到缓存上
放入缓存中的数据,本身一致性就要求没那么强,如果要求强一致性,则直接查询数据库
解决办法:
使用读写锁,并且给缓存加上一个过期时间,达到数据的最终一致性
SpringCache
-----------------------------------未完待续-----------------------------------------------------