1:锁的时序问题
其中标红的要在一个逻辑中处理
2.缓存穿透
指查询一个一定不存在的数据,由于缓存不命中,将去查询数据库,但是数据库也无此记录,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
3.缓存雪崩
缓存雪崩是指在我们设置缓存时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就会降低,就很难引发集体失效的事件
4.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的访问,是一种非常"热点"的数据,如果这个key在大量请求同时进来前刚好失效,那么所有对这个key的数据查询都落到db,我们成为缓存击穿。
解决:加锁
大量并发只让一个去查,其他人等待,查到以后释放锁,其他人获取到锁,先查缓存,就会有数据,不用去db
分布式锁设计:
String token = UUID.randomUUID().toString();
Boolean lock = redisTemplate.opsForValue().setIfAbsent("lock",uuid,300,TimeUnit.SECONDS);
if(lock){
//执行业务逻辑,从数据库中获取数据
String script = "if redis.call('get',KEYS[1]) ==ARVG[1] then return redis.call('del',KEYS[1])";
long lock1 = redisTemplate.execute(new DefaultRedisScript<Long>(script,Long.class),"lock",uuid);
return 数据;
}eles{
//加锁失败,重试
//方法调方法本身
}