Redis重要知识点

缓存穿透、雪崩、缓存击穿

缓存穿透

描述：大量查询缓存中和数据库中都没有的数据，就会导致数据库的访问量变大，容易出现问题。

解决方法：遇到缓存和数据库中都没有值的数据，就在缓存中设置一个空值，并且设置一个过期的时间，这样就不会大量的访问到数据库。而且当数据库中有这个值了，因为过期时间的存在，缓存也会更新这个正确的值。

雪崩

描述：在缓存中，大面积的数据，同时过期，这时数据库的压力就会骤增，如果严重的话，数据库可能就会崩掉

解决办法： 在设置数据过期时间的时候，可以使用随机数设置，这样可以有效的避免数据同时过期。

缓存击穿

描述： 有一些热点数据，访问量特别大，当这个数据过期的时候，会有很多请求同时访问到数据库，数据库的压力又变大了。

解决办法： 这种情况可以给给访问数据库的方法加锁，同一时间只允许一个请求访问数据库，其他请求得到锁之后要再查一下缓存，如果有值了就直接return。

本地缓存和分布式缓存

本地缓存

不做分布式的情况

开发注意：缓存穿透和雪崩问题比较好解决，

1. 缓存穿透直接给数据库中也没查到的数据设置一个null或者-1之类的值就可以。

2. 雪崩需要在set的时候设置随机的过期时间。

3. 缓存击穿需要在代码上加锁，加锁的位置可以使用

   public String getValue(){
   	
       if(缓存中没有){
           //给对象加锁
   	    synchronized(this){
               //得到锁之后再判断一次缓存中是否有数据
               if(缓存中没有){
   	            //查询数据库                
               }else{
                   return val;
               }
           }        
       }else{
           //返回值
           return val;
       }
       
   }
   //也可以使用给方法加锁的方法
   public synchronized void setValue2(){
   	...
   }
   

   要注意的是，要把从数据库中查到的值放到缓存中后，再释放锁。

分布式锁

在使用分布式的情况下，每个服务器加锁只是给自己的内部容器加锁了，如果按照本地缓存的方式加锁，那么有几台服务器，就会访问数据库多少次。正常情况下，也就够用了，不会给数据库带来多大的压力，但是如果有特殊需求的话，那就需要使用分布式锁了。

问题分析： 本地的锁不生效的原因是因为各个服务器的容器不互通，彼此之间访问不到，所以我们需要使用一个公共的空间来进行加锁，这个公共的空间我们可以使用redis。

解决方案 ：

1. 在想要上锁的时候在redis中存一个key为lock的字段(可自定义)，并在设置key的时候带上NX，这样只有key不存在的时候才设置key的值，当有多个请求同时set lock的时候，只有一个会生效，这样就起到了锁的作用。

2. set lock的时候也要加一个过期的时间，这个时间需要用set方法的EX或者PX来设置（保证原子性），防止极端情况下代码不能向下执行（比如断电，这样即使使用catch也不能释放锁），造成的死锁问题。

3. lock的value需要设置成一个随机数，比如UUID，这样当业务结束了需要释放锁的时候，可以进行判断，如果是自己的锁，就释放，不然容易把其他线程的锁释放掉（有可能在执行业务的时候用的时间过长，过了时间期限后，锁就会自动释放掉）

4. 删除lock的时候需要使用官方给出的脚本方式删除掉，以保证原子性

   if redis.call("get",KEYS[1]) == ARGV[1]
   then
       return redis.call("del",KEYS[1])
   else
       return 0
   end
   

这是java中用法的一个实例

以上都总结自尚硅谷雷丰阳的视频，有兴趣的可以看原版的视频。

原版谷粒商城视频

该部分是50-57讲