1.缓存穿透
一个在缓存和数据库都不存在的数据,而用户不断发起请求,借此攻击数据库,造成数据库压力过大。比如请求 id < 0 的数据。
解决方案:
1.接口校验、限流;
2.布隆过滤器;
3.缓存空值,设置过期时间短些
package com.yzm.redis12.controller;
import com.yzm.redis12.entity.Product;
import com.yzm.redis12.service.ProductService;
import org.springframework.data.redis.core.StringRedisTemplate;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RestController;
import java.util.concurrent.TimeUnit;
@RestController
public class RedisController {
private final StringRedisTemplate stringRedisTemplate;
private final ProductService productService;
public RedisController(StringRedisTemplate stringRedisTemplate, ProductService productService) {
this.stringRedisTemplate = stringRedisTemplate;
this.productService = productService;
}
@GetMapping("/penetrate")
public String cachePenetrate(Integer id) {
String cacheKey = "penetrate:" + id;
long cacheTime = 30L;
//缓存查询
String cacheValue = stringRedisTemplate.opsForValue().get(cacheKey);
if (cacheValue == null) {
//缓存没有,查询数据库
Product product = productService.getById(id);
if (product == null) {
//数据库没有,设置空值或默认值
cacheValue = "";
} else {
cacheValue = product.getName();
}
stringRedisTemplate.opsForValue().set(cacheKey, cacheValue, cacheTime, TimeUnit.SECONDS);
}
return cacheValue;
}
}
2.缓存击穿
一个key数据库存在,原来缓存有但现在过期了,发送请求发现过期了直接查询数据库并回设缓存,此时若发生高并发可能会瞬间把数据库压垮。
解决方案:
1.设置key永不过期;
2.队列排队;
3.互斥锁;
@GetMapping("/puncture")
public String cachePuncture(Integer id) {
String cacheKey = "puncture:" + id;
long cacheTime = 30L;
//缓存查询
String cacheValue = stringRedisTemplate.opsForValue().get(cacheKey);
if (cacheValue == null) {
//缓存没有,使用互斥锁查询数据库更新缓存,其余阻塞排队
synchronized (cacheKey) {
//此时可能有缓存数据了
cacheValue = stringRedisTemplate.opsForValue().get(cacheKey);
if (cacheValue == null) {
//缓存还是没有,查询数据库
Product product = productService.getById(id);
cacheValue = product.getName();
//回设缓存
stringRedisTemplate.opsForValue().set(cacheKey, cacheValue, cacheTime * 10, TimeUnit.SECONDS);
}
}
}
return cacheValue;
}
public String cachePuncture2(Integer id) throws InterruptedException {
String cacheKey = "puncture:" + id;
String blockKey = "block:" + id;
long cacheTime = 30L;
//缓存查询
String cacheValue = stringRedisTemplate.opsForValue().get(cacheKey);
if (cacheValue == null) {
//setIfAbsent == SETNX :只有key不存在的时候才能设置成功,利用它可以实现锁的效果
if (stringRedisTemplate.opsForValue().setIfAbsent(blockKey, "1", cacheTime, TimeUnit.SECONDS)) {
//查询数据库
Product product = productService.getById(id);
cacheValue = product.getName();
//回设缓存
stringRedisTemplate.opsForValue().set(cacheKey, cacheValue, cacheTime * 10, TimeUnit.SECONDS);
stringRedisTemplate.delete(blockKey);
} else {
//阻塞一会,再重试获取数据
Thread.sleep(50);
return cachePuncture2(id);
}
}
return cacheValue;
}
3.缓存雪崩
当缓存服务器重启或者大量缓存集中在某一时间段失效,这样在失效的时候,也会给数据库带来很大压力。跟缓存击穿不一样,雪崩是大量key集体过期。
解决方案:
1.热点数据不过期;
2.在原有的失效时间基础上增加一个随机值,减少集体失效
3.加锁排队;
@GetMapping("/avalanche")
public String cacheAvalanche(Integer id) {
String cacheKey = "avalanche:" + id;
long cacheTime = 30L;
//缓存查询
String cacheValue = stringRedisTemplate.opsForValue().get(cacheKey);
if (cacheValue == null) {
//缓存没有,使用互斥锁查询数据库更新缓存,其余阻塞排队
synchronized (cacheKey) {
//此时可能有缓存数据了
cacheValue = stringRedisTemplate.opsForValue().get(cacheKey);
if (cacheValue == null) {
//缓存还是没有,查询数据库
Product product = productService.getById(id);
cacheValue = product.getName();
//回设缓存
stringRedisTemplate.opsForValue().set(cacheKey, cacheValue, cacheTime * 10, TimeUnit.SECONDS);
}
}
}
return cacheValue;
}
加锁排队在分布式环境中,有可能还要解决分布式锁的问题;
线程还会被阻塞,用户体验很差
4.设置过期标志更新缓存
@GetMapping("/avalanche2")
public String cacheAvalanche2(Integer id) {
String cacheKey = "avalanche:" + id;
String signKey = "avalanche:sign" + id;
long cacheTime = 60L;
//缓存查询
String cacheValue = stringRedisTemplate.opsForValue().get(cacheKey);
//缓存标记
String signValue = stringRedisTemplate.opsForValue().get(signKey);
if (signValue == null) {
//缓存标记过期
//设置成功的去查询数据库并更新缓存,其余的返回旧的缓存值(缓存值的时间是缓存标记的2倍)
if (stringRedisTemplate.opsForValue().setIfAbsent(signKey, "1", cacheTime, TimeUnit.SECONDS)) {
//查询数据库
Product product = productService.getById(id);
cacheValue = product.getName();
stringRedisTemplate.opsForValue().set(cacheKey, cacheValue, cacheTime * 2, TimeUnit.SECONDS);
}
}
return cacheValue;
}
缓存标记:记录缓存数据是否过期,如果过期就去更新实际key的缓存;
缓存数据:它的过期时间比缓存标记的时间延长1倍。这样,当缓存标记过期后,实际缓存还能把旧数据返回给调用端,直到新的key值更新完成后,才会返回新缓存。