缓存击穿
部分key或者少数key过期,高并发访问redis,大量请求同时访问数据库。
解决方案
-
互斥锁
查询未命中加锁然后查询数据库构建缓存数据,写入缓存,释放锁。但是其他线程也会执行相同的操作,线程会一直阻塞。可以借助redis中的
setnx
命令达成一个锁的功能。 -
逻辑过期
不设置过期时间,单独设置一个属性过期时间,第一个线程发现其过期之后,就加锁,开启一个新的线程,查询数据库构建缓存数据,写入缓存,然后直接返回旧的数据,其他线程同样获得不到锁,直接返回旧数据。
Apache JMeter
高并发测试工具
封装redis工具
import cn.hutool.core.util.BooleanUtil;
import cn.hutool.core.util.StrUtil;
import cn.hutool.json.JSONObject;
import cn.hutool.json.JSONUtil;
import lombok.extern.slf4j.Slf4j;
import org.springframework.data.redis.core.StringRedisTemplate;
import org.springframework.stereotype.Component;
import java.time.LocalDateTime;
import java.util.concurrent.ExecutorService;
import java.util.concurrent.Executors;
import java.util.concurrent.TimeUnit;
import java.util.function.Function;
import static com.hmdp.utils.RedisConstants.CACHE_NULL_TTL;
import static com.hmdp.utils.RedisConstants.LOCK_SHOP_KEY;
@Slf4j
@Component
public class CacheClient {
private final StringRedisTemplate stringRedisTemplate;
private static final ExecutorService CACHE_REBUILD_EXECUTOR = Executors.newFixedThreadPool(10);
public CacheClient(StringRedisTemplate stringRedisTemplate) {
this.stringRedisTemplate = stringRedisTemplate;
}
public void set(String key, Object value, Long time, TimeUnit unit) {
stringRedisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(value), time, unit);
}
public void setWithLogicalExpire(String key, Object value, Long time, TimeUnit unit) {
// 设置逻辑过期
RedisData redisData = new RedisData();
redisData.setData(value);
redisData.setExpireTime(LocalDateTime.now().plusSeconds(unit.toSeconds(time)));
// 写入Redis
stringRedisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(redisData));
}
public <R,ID> R queryWithPassThrough(
String keyPrefix, ID id, Class<R> type, Function<ID, R> dbFallback, Long time, TimeUnit unit){
String key = keyPrefix + id;
// 1.从redis查询商铺缓存
String json = stringRedisTemplate.opsForValue().get(key);
// 2.判断是否存在
if (StrUtil.isNotBlank(json)) {
// 3.存在,直接返回
return JSONUtil.toBean(json, type);
}
// 判断命中的是否是空值
if (json != null) {
// 返回一个错误信息
return null;
}
// 4.不存在,根据id查询数据库
R r = dbFallback.apply(id);
// 5.不存在,返回错误
if (r == null) {
// 将空值写入redis
stringRedisTemplate.opsForValue().set(key, "", CACHE_NULL_TTL, TimeUnit.MINUTES);
// 返回错误信息
return null;
}
// 6.存在,写入redis
this.set(key, r, time, unit);
return r;
}
public <R, ID> R queryWithLogicalExpire(
String keyPrefix, ID id, Class<R> type, Function<ID, R> dbFallback, Long time, TimeUnit unit) {
String key = keyPrefix + id;
// 1.从redis查询商铺缓存
String json = stringRedisTemplate.opsForValue().get(key);
// 2.判断是否存在
if (StrUtil.isBlank(json)) {
// 3.存在,直接返回
return null;
}
// 4.命中,需要先把json反序列化为对象
RedisData redisData = JSONUtil.toBean(json, RedisData.class);
R r = JSONUtil.toBean((JSONObject) redisData.getData(), type);
LocalDateTime expireTime = redisData.getExpireTime();
// 5.判断是否过期
if(expireTime.isAfter(LocalDateTime.now())) {
// 5.1.未过期,直接返回店铺信息
return r;
}
// 5.2.已过期,需要缓存重建
// 6.缓存重建
// 6.1.获取互斥锁
String lockKey = LOCK_SHOP_KEY + id;
boolean isLock = tryLock(lockKey);
// 6.2.判断是否获取锁成功
if (isLock){
// 6.3.成功,开启独立线程,实现缓存重建
CACHE_REBUILD_EXECUTOR.submit(() -> {
try {
// 查询数据库
R newR = dbFallback.apply(id);
// 重建缓存
this.setWithLogicalExpire(key, newR, time, unit);
} catch (Exception e) {
throw new RuntimeException(e);
}finally {
// 释放锁
unlock(lockKey);
}
});
}
// 6.4.返回过期的商铺信息
return r;
}
public <R, ID> R queryWithMutex(
String keyPrefix, ID id, Class<R> type, Function<ID, R> dbFallback, Long time, TimeUnit unit) {
String key = keyPrefix + id;
// 1.从redis查询商铺缓存
String shopJson = stringRedisTemplate.opsForValue().get(key);
// 2.判断是否存在
if (StrUtil.isNotBlank(shopJson)) {
// 3.存在,直接返回
return JSONUtil.toBean(shopJson, type);
}
// 判断命中的是否是空值
if (shopJson != null) {
// 返回一个错误信息
return null;
}
// 4.实现缓存重建
// 4.1.获取互斥锁
String lockKey = LOCK_SHOP_KEY + id;
R r = null;
try {
boolean isLock = tryLock(lockKey);
// 4.2.判断是否获取成功
if (!isLock) {
// 4.3.获取锁失败,休眠并重试
Thread.sleep(50);
return queryWithMutex(keyPrefix, id, type, dbFallback, time, unit);
}
// 4.4.获取锁成功,根据id查询数据库
r = dbFallback.apply(id);
// 5.不存在,返回错误
if (r == null) {
// 将空值写入redis
stringRedisTemplate.opsForValue().set(key, "", CACHE_NULL_TTL, TimeUnit.MINUTES);
// 返回错误信息
return null;
}
// 6.存在,写入redis
this.set(key, r, time, unit);
} catch (InterruptedException e) {
throw new RuntimeException(e);
}finally {
// 7.释放锁
unlock(lockKey);
}
// 8.返回
return r;
}
private boolean tryLock(String key) {
Boolean flag = stringRedisTemplate.opsForValue().setIfAbsent(key, "1", 10, TimeUnit.SECONDS);
return BooleanUtil.isTrue(flag);
}
private void unlock(String key) {
stringRedisTemplate.delete(key);
}
}
分布式锁
原因
不同机器上的JVM不一样的,所以集群部署的时候,依然存在线程安全问题。
redis实现分布式锁
自动拆箱会出现空指针,需要这样来写
success = null ,也应该返回false
@Override
public boolean tryLock(long timeoutSec) {
// 获取线程标示
String threadId = ID_PREFIX + Thread.currentThread().getId();
// 获取锁
Boolean success = stringRedisTemplate.opsForValue()
.setIfAbsent(KEY_PREFIX + name, threadId, timeoutSec, TimeUnit.SECONDS);
return Boolean.TRUE.equals(success);
}
redis 设置10s,如果业务时间超过10s,那么就会误删锁。
改进方式:
value 改成uuid + 线程id
不能保证原子性
Lua脚本实现
Lua脚本,以前也了解过一点,但是不明白原理,执行脚本能够确保多条命令执行时的原子性。
视频里说以前是两行代码(1. 获得锁 2. 释放锁) 现在变成了一行代码。所以能把保持原子性。
Lua 下标从1开始
-- 比较线程标示与锁中的标示是否一致
if(redis.call('get', KEYS[1]) == ARGV[1]) then
-- 释放锁 del key
return redis.call('del', KEYS[1])
end
return 0
private static final DefaultRedisScript<Long> SECKILL_SCRIPT;
static {
SECKILL_SCRIPT = new DefaultRedisScript<>();
SECKILL_SCRIPT.setLocation(new ClassPathResource("seckill.lua"));
SECKILL_SCRIPT.setResultType(Long.class);
}
package com.hmdp.utils;
import cn.hutool.core.lang.UUID;
import org.springframework.core.io.ClassPathResource;
import org.springframework.data.redis.core.StringRedisTemplate;
import org.springframework.data.redis.core.script.DefaultRedisScript;
import java.util.Collections;
import java.util.concurrent.TimeUnit;
public class SimpleRedisLock implements ILock {
private String name;
private StringRedisTemplate stringRedisTemplate;
public SimpleRedisLock(String name, StringRedisTemplate stringRedisTemplate) {
this.name = name;
this.stringRedisTemplate = stringRedisTemplate;
}
private static final String KEY_PREFIX = "lock:";
private static final String ID_PREFIX = UUID.randomUUID().toString(true) + "-";
private static final DefaultRedisScript<Long> UNLOCK_SCRIPT;
static {
UNLOCK_SCRIPT = new DefaultRedisScript<>();
UNLOCK_SCRIPT.setLocation(new ClassPathResource("unlock.lua"));
UNLOCK_SCRIPT.setResultType(Long.class);
}
@Override
public boolean tryLock(long timeoutSec) {
// 获取线程标示
String threadId = ID_PREFIX + Thread.currentThread().getId();
// 获取锁
Boolean success = stringRedisTemplate.opsForValue()
.setIfAbsent(KEY_PREFIX + name, threadId, timeoutSec, TimeUnit.SECONDS);
return Boolean.TRUE.equals(success);
}
@Override
public void unlock() {
// 调用lua脚本
stringRedisTemplate.execute(
UNLOCK_SCRIPT,
Collections.singletonList(KEY_PREFIX + name),
ID_PREFIX + Thread.currentThread().getId());
}
/*@Override
public void unlock() {
// 获取线程标示
String threadId = ID_PREFIX + Thread.currentThread().getId();
// 获取锁中的标示
String id = stringRedisTemplate.opsForValue().get(KEY_PREFIX + name);
// 判断标示是否一致
if(threadId.equals(id)) {
// 释放锁
stringRedisTemplate.delete(KEY_PREFIX + name);
}
}*/
}
Lua的问题
- 线程拿到锁之后调用方法B,但是B需要获得锁,B会等锁释放,导致思索
- 04说的是读操作的时候访问从节点,写的时候访问主节点。
解决Lua缺点的问题的方案 —Redisson
Redisson简介
配置实现
重入锁概念
Redisson分布式锁主从一致性问题
- Master 负责写
- Slave 负责读
当Java发送一个请求锁成功之后,需要把锁的状态分发到副节点当中,这是有延迟的,但是恰恰这时候主节点宕机时,由于哨兵模式的存在,会挑一个副节点来充当主节点,但是锁没有分发到副节点上,锁已经失效了,新的matser节点没有锁,其他请求就可以来请求锁,存在安全问题。
解决方案 联锁
进行集群的分片,在多个master上建立多个锁。只有每个节点都拿到锁之后,才能够获取成功。所以安全性比较高。
redisson锁的配置
@Configuration
public class RedissonConfig {
@Bean
public RedissonClient redissonClient(){
// 配置
Config config = new Config();
config.useSingleServer().setAddress("redis://192.168.150.101:6379").setPassword("123321");
// 创建RedissonClient对象
return Redisson.create(config);
}
}
异步执行
定义一个线程池,提交任务,需要添加@PostConstruct
注解在类加载之后进行初始化。
private static final ExecutorService SECKILL_ORDER_EXECUTOR = Executors.newSingleThreadExecutor();
@PostConstruct
private void init() {
SECKILL_ORDER_EXECUTOR.submit(new VoucherOrderHandler());
}
基于Stream的消息队列
能够永久存在,可以持久化。
缺点
在阻塞状态下读取队列的消息,存在消费漏读的情况,只能够读取最新的,而不是所有的。
解决方法:消费者组
redis主从架构
全量同步
读写分离,在副节点上只能读,
数据同步,全量同步
如何判断是否是副节点是否第一次来主节点进行同步数据
- ReplicationId,数据集Id,每个master有一个唯一的id,slave继承master的id,比较id即可
- offset ,偏移量,同步了多少数据,用来判断slave的数据状态是否小于master
- master 持续将RDB期间的命令记录在repl_baklog文件中,并持续将log中的命令发送给slave节点,slave执行命令即可。
增量同步
slave在重启之后执行增量同步,master中的log是一个环形数组,
类似于循环队列中的front
和rear
指针,如果master超过了slave,那么就需要做全量同步。
性能优化
repl-diskless-sync yes
采取无磁盘复制,不是将数据写入到磁盘当中,而是直接通过网络发送,适合于磁盘读写比较慢,但是网络比较快的时候。
redis单节点上的内存不要占用太大,减少RDB的磁盘IO
提高log日志的大小
主—从—从链式结构
执行slaveof命令时只需要改变ip和port即可。
redis 哨兵模式
哨兵作用
- 监控master和slave的状态
- master故障之后会将某个slave升级为master
- 一旦发生故障,通知RedisClient的redis的ip变化
哨兵监控
单个哨兵每隔1s
发送ping命令,ping不通的话认为master主观下线(可能有网络延迟之类的),超过半数的哨兵发现master下线即认为时客观下线(宕机)。
哨兵挑选新的slave
首先排除断开时间过久的,再去看slave-priority值,越小优先级越高,再去判断offst,数据的完整性,如果还相同的话随机选。
- 首先将新的master节点执行slave of no one
- 向其他节点广播新的master节点,同步新的mster上的数据
- 将故障节点标记为slave,以后一直是slave.
RedisTemplate哨兵模式
配置读写分离
redis分片集群结构
主从哨兵模式:单个master节点不能设置的内存过大,是为了保证RDB的效率
- 能解决高并发读
- 不能解决高并发写和海量数据存储问题
散列插槽
每个master节点平均分配16384
个插槽,根据插槽值去找数据
JVM本地缓存
在本地查询不到数据,默认去数据库查
key名字规范
起名建议
避免Bigkey