高并发下缓存失效问题

1.缓存穿透：查询一个一定不存在的数据，由于缓存一定不命中，将查询数据库，并且没有将null写入缓存，这将导致这个不存在的数据每次请求都到存储层查询。

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。

解决方案：null结果缓存，并加入短暂过期时间。

2.缓存雪崩：指设置缓存时key采用了相同的过期时间，导致缓存在某一时刻同时失效，请求全部转发到存储层，导致数据库瞬时压力过重雪崩。

解决方案：原有的失效时间基础上增加一个随机值，这样每一个缓存的过期时间的重复率就会减低。

3.缓存击穿：如果一些热点数据在大量请求同时进来前正好失效，那么所有对这些key的数据查询都将落到数据库。

解决办法：加锁，大量并发只让一个请求查询，其他人等待，查到以后释放锁，其他请求获取到锁，先查询缓存，而不用查询数据库。

 

单服务器解决缓存击穿：

synchronized(this){

//得到锁之后，先查询缓存，如果没有缓存继续查询

String data = redisTemplate.opsForValue().get("data");

if(!StringUtils.isEmpty(data)){

return data;

  }else{

 //查询数据库，并放入缓存，再释放锁

  }

}

 

分布式系统解决缓存击穿： 

//避别免误删别的线程的锁

String uuid =UUID.randomUUID().toString();

Boolean lock = redisTemplate.opsForValue().setIfAbsent("lock",uuid ，300，TimeUnit.SECONDS);//设置过期时间,避免服务崩溃无法释放锁

if(lock){

//加锁成功执行业务，并使用lua脚本解锁

.......

String script = "if redis.call('get',KEYS[1]..........)";

//获取lock的值与uuid对比，相同删除返回1，否则返回0

redisTemplate.execute(new DefaultRedisScript<Long>(script,Long.class),Arrays.asList("lock"),uuid);

}else{

//加锁失败...自旋重试

}