redis 缓存穿透、雪崩、击穿

1、缓存穿透

指查询一个一定不存在的数据，由于缓存是不命中，将去查询数据库，但是数据库也无次记录，我们没有将这次查询的null写入缓存，这将导致这个不存在的数据每次请求都要到存储层去查询，失去了缓存的意义。

风险：

利用不存在的数据进行攻击，数据库瞬时压力增大，最终导致崩溃

解决：

null结果缓存，并加入短暂过期时间

2、缓存雪崩

缓存雪崩是指在我们设置缓存key采用了相同的过期时间，导致缓存存在某一时刻相同失效，请求全部转发到DB，DB瞬时压力过重雪崩

解决：

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会降低，就很难引发集体失效的事件。

3、缓存击穿

• 对于一些设置了过期时间的key，如果这些key可能会在某些时间点被超高并发访问，是一种非常 热点 的数据.
• 如果这个key在大量的数据查询请求同时进来正好失效，那么所有对这个key的数据查询都落到DB，我们称为缓存击穿。

解决：

加锁，大量并发只让一个人去查，其他人等待，查到以后释放锁，其他人获到锁，先查缓存，就会有数据，不用去DB 

4、加锁解决缓存击穿问题

a、单体版本

package com.xdrs.file.controller;

import com.alibaba.fastjson.JSON;
import com.alibaba.fastjson.TypeReference;
import com.xdrs.file.entity.UserInfo;
import com.xdrs.file.feign.UserInfoFeign;
import org.apache.commons.lang3.StringUtils;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RestController;

import java.util.List;
import java.util.Map;
import java.util.Objects;

/**
 * Demo class
 *
 * @author XDRS
 * @date 2022/8/1 15:58
 */
@RequestMapping("/file")
@RestController
public class TestController {

    @Autowired
    private RedisTemplate redisTemplate;

    @GetMapping("/test")
    public Map<String, List<UserInfo>> test() {
        Map<String, List<UserInfo>> result = null;
        // synchronized (this) ；SpringBoot 所有的组件在容器中是单例的。
        // TODO 本地锁：synchronized ，JUC (lock) , 在分布式情况下，想要锁住所有，必须使用分布式锁
        synchronized (this) {
            // 得到锁以后，我们应该再去缓存中确定一次，如果没有才需要继续查询
            String userJson = Objects.requireNonNull(redisTemplate.opsForValue().get("userJSON")).toString();
            if (StringUtils.isNotEmpty(userJson)) {
                // 缓存不为 null 直接返回
                result = JSON.parseObject(userJson, new TypeReference<>());
                return result;
            }
        }
        return result;
    }
}

b、分布式版本

package com.xdrs.file.controller;

import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.data.redis.core.script.DefaultRedisScript;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RestController;

import java.util.*;
import java.util.concurrent.TimeUnit;

/**
 * Demo class
 *
 * @author XDRS
 * @date 2022/8/1 15:58
 */
@RequestMapping("/file")
@RestController
public class TestController {

    @Autowired
    private RedisTemplate redisTemplate;

    @GetMapping("/test")
    public void test() {
        // 1、占分布式锁，去redis占坑
        String uuid = UUID.randomUUID().toString();
        Boolean lock = redisTemplate.opsForValue().setIfAbsent("lock", uuid, 30, TimeUnit.SECONDS);
        if (lock) {
            System.out.println("获取分布式锁成功");
            try {
                // 加锁成功，执行业务
            } finally {
                String script = "if redis.call('get', KEYS[1]) == ARGV[1] then return redis.call('del', KEYS[1]) else return 0 end";
                // 删除锁
                redisTemplate.execute(new DefaultRedisScript<Long>(script, Long.class), Arrays.asList("lock"), uuid);
            }
        } else {
            /**
             * 1、加锁失败，重试
             * 2、自旋的方式
             * 3、休眠100ms重试
             */
            System.out.println("获取分布式锁失败。。。等待重试");
            try {
                Thread.sleep(200);
            } catch (InterruptedException e) {
                e.printStackTrace();
            }
        }
    }
}