前提:我们一般使用Redis在项目当中是做缓存使用的。
-
一般缓存都是定时任务去刷新
-
或者是在缓存当中查询不到之后才会去更新
-
即时性、数据一致性要求不高的
-
访问量大且更新频率不高的数据(读多,写少)
但我们在使用redis做缓存的时候,会存在几个问题。
1、缓存穿透
-
缓存穿透指的是缓存合数据库中都没有的数据,而用户不断发起请求,因为缓存中不存在,那么每次请求都会打到DB上,从而导致缓存失去意义,在高并发的情况下就可能导致数据库崩溃,这就是缓存穿透。
-
解决方案:
-
规范key过滤
-
缓存空值(null结果存入缓存,并加入短暂过期时间)
-
加锁(单机可以使用synchronized或ReentrantLock加锁,分布式环境需要加分布式锁)
-
布隆过滤器
-
2、缓存击穿
-
缓存击穿和缓存穿透不一样!说缓存击穿之前,我们先来了解一个概念——热点key,某个访问非常频繁,访问量非常大的一个缓存key,我们叫做热点key。
-
缓存击穿是指某个热点key在失效的瞬间(一般是缓存时间到期),持续的大并发请求穿破缓存,直接打到数据库,就像在一个屏障上凿开了一个洞,造成数据库压力瞬间增大,这就是缓存击穿
-
如何解决:
-
设置热点数据永远不过期
-
或者加上互斥锁(单机可以使用synchronized或ReentrantLock,分布式需要加分布式锁)
-
3、缓存雪崩
- 缓存雪崩是指我们设置缓存时key采用了相同的过期时间,导致缓存在某一刻同时失效,然后就会将请求全部转发到DB,DB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,这样缓存的过期时间的重复率就会降低,就很难引发群体失效的事件。可以保证数据不会在同一时间大面积失效
-
利用锁来解决线程安全
-
也可以使用SpringCache简化缓存开发