Redis实战案例6-缓存穿透及其解决案例

1. 缓存穿透

缓存穿透是指在缓存中查找一个不存在的值，由于缓存一般不会存储这种无效的数据，所以每次查询都会落到数据库上，导致数据库压力增大，严重时可能会导致数据库宕机。

解决方案：

方法一：缓存空对象
会带来内存消耗，但是可以设置TTL缓解；
而对于短期的不一致，是因为在给缓存中设置null数据时，可能此时数据库更新该id的数据，用户在TTL的时期内一直查到的是null，这就造成了短期的不一致；
对于不一致可以采取数据库更新，缓存也进行对应的删除和添加，可以进行解决；

方法二：布隆过滤
布隆过滤器判断存在时，是可能存在的并不是一定存在

布隆过滤器简单介绍：
Redis布隆过滤器是一种基于位数组的数据结构，其原理如下：

1. 由一个位数组和若干个哈希函数构成。

2. 初始时，所有位数组的值均为0。当加入一个元素时，使用若干个哈希函数分别对其进行计算，并将计算结果所对应的位数组值设为1。

3. 当检查一个元素是否存在于集合中时，同样使用若干个哈希函数计算该元素，如果对应的位数组值均为1，则可以认为该元素可能存在于集合中，如果其中任意一个位数组的值为0，则肯定不存在于集合中。

4. 由于哈希函数可能产生哈希碰撞，即不同元素计算出的哈希值相同，因此布隆过滤器无法准确的确定集合中是否存在一个元素，但可以保证如果一个元素被判定不存在，那么它一定不存在，如果判定它存在，那么它可能存在于集合中。

5. 布隆过滤器具有非常高的存储效率和查询效率，但存在误判率较高的问题，因此通常作为集合判重的辅助手段，不能作为唯一的判重手段。

2. 解决商铺查询的缓存穿透问题

所以查询商铺的代码应该修改为；

这里要做缓存穿透处理，是有意缓存null的，所以要对null多做一次判断

@Override
public Result queryById(Long id) {
    String key = CACHE_SHOP_KEY + id;
    //1. 从Redis中查询商铺缓存
    String shopJson = stringRedisTemplate.opsForValue().get(key);
    //2. 判断是否存在
    if(StrUtil.isNotBlank(shopJson)){
        //3. 存在，直接返回
        Shop bean = JSONUtil.toBean(shopJson, Shop.class);
        return Result.ok(bean);
    }
    // 这里要先判断命中的是否是null，因为是null的话也是被上面逻辑判断为不存在
	// 这里要做缓存穿透处理，所以要对null多做一次判断，如果命中的是null则shopJson为""
    if("".equals(shopJson)){
        return Result.fail("店铺不存在");
    }
    //4. 不存在，根据id查询数据库
    Shop byId = getById(id);
    if(byId == null) {
        //5. 不存在，将空值写入redis缓存，以便下次继续查询缓存时，如果还是查询空值可以直接返回false信息
        stringRedisTemplate.opsForValue().set(key, "", CACHE_NULL_TTL, TimeUnit.MINUTES);
        return Result.fail("店铺不存在");
    }
    //6. 存在，写入Redis
    stringRedisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(byId), CACHE_SHOP_TTL, TimeUnit.MINUTES);
    //7. 返回
    return Result.ok(byId);
}

总结

缓存空对象和布隆过滤器都是被动解决方案，实际系统应该增加主动解决方法。

1. 增强id的复杂度
2. 做好数据的基础格式校验
3. 加强用户权限校验
4. 做好热点参数的限流