Java中的缓存穿透与雪崩问题：解决方案与设计模式

微赚淘客系统开发者@聚娃科技

于 2024-09-18 07:00:00 发布

阅读量227

点赞数 1

文章标签： java 缓存设计模式

本文链接：https://blog.csdn.net/sweetlyl006/article/details/142138600

版权

Java中的缓存穿透与雪崩问题：解决方案与设计模式

大家好，我是微赚淘客返利系统3.0的小编，是个冬天不穿秋裤，天冷也要风度的程序猿！在分布式系统中，缓存是提高性能的重要手段。然而，缓存系统在实际应用中常常会遇到缓存穿透和缓存雪崩这两种问题。本文将探讨这两种问题的成因以及在Java中解决它们的有效方案和设计模式。

一、缓存穿透

1. 缓存穿透的定义

缓存穿透指的是缓存未能拦截某些请求，这些请求直接穿透缓存访问数据库，导致数据库负担过重。通常，这是由于请求中的数据根本不存在于数据库中，导致缓存也无法缓存这些不存在的数据。

2. 缓存穿透的解决方案

2.1 使用缓存空对象

在缓存中存储一个空对象（例如一个特定的标识符），当查询的数据不存在时，将这个空对象缓存起来。这可以避免大量不存在的数据请求直接访问数据库。

package cn.juwatech.cache;

import java.util.HashMap;
import java.util.Map;
import java.util.Optional;

public class CacheService {

    private final Map<String, Optional<Object>> cache = new HashMap<>();

    public Object get(String key) {
        if (!cache.containsKey(key)) {
            Object data = fetchFromDatabase(key);
            if (data == null) {
                cache.put(key, Optional.empty());
                return null;
            } else {
                cache.put(key, Optional.of(data));
                return data;
            }
        }
        return cache.get(key).orElse(null);
    }

    private Object fetchFromDatabase(String key) {
        // Simulate database fetch
        return null;
    }
}

2.2 请求参数校验

在服务层对请求参数进行校验，过滤掉无效的请求，以减少对数据库的无效访问。

package cn.juwatech.cache;

import org.springframework.stereotype.Service;

@Service
public class UserService {

    private final CacheService cacheService;

    public UserService(CacheService cacheService) {
        this.cacheService = cacheService;
    }

    public User getUser(String userId) {
        if (userId == null || userId.isEmpty()) {
            throw new IllegalArgumentException("Invalid user ID");
        }
        return (User) cacheService.get(userId);
    }
}

二、缓存雪崩

1. 缓存雪崩的定义

缓存雪崩是指缓存中的数据在某一时刻大量失效，导致大量请求同时访问数据库，可能造成数据库的瞬时压力剧增，影响系统性能。

2. 缓存雪崩的解决方案

2.1 缓存预热

在系统启动时预先加载常用数据到缓存中，避免在高峰期数据大量失效时瞬时访问数据库。

package cn.juwatech.cache;

import org.springframework.stereotype.Component;

@Component
public class CachePreloader {

    private final CacheService cacheService;

    public CachePreloader(CacheService cacheService) {
        this.cacheService = cacheService;
    }

    public void preload() {
        // Load frequently accessed data into cache
        for (String key : getFrequentKeys()) {
            Object data = fetchFromDatabase(key);
            cacheService.cache.put(key, Optional.of(data));
        }
    }

    private List<String> getFrequentKeys() {
        // Retrieve keys of frequently accessed data
        return Arrays.asList("key1", "key2", "key3");
    }

    private Object fetchFromDatabase(String key) {
        // Simulate database fetch
        return new Object();
    }
}

2.2 设置不同的过期时间

对不同类型的数据设置不同的过期时间，避免大量数据在同一时间过期造成雪崩效应。

package cn.juwatech.cache;

import java.util.concurrent.ConcurrentHashMap;
import java.util.concurrent.ConcurrentMap;

public class TimeBasedCacheService {

    private final ConcurrentMap<String, CacheEntry> cache = new ConcurrentHashMap<>();

    public Object get(String key) {
        CacheEntry entry = cache.get(key);
        if (entry == null || entry.isExpired()) {
            Object data = fetchFromDatabase(key);
            cache.put(key, new CacheEntry(data, calculateExpiration()));
            return data;
        }
        return entry.getData();
    }

    private Object fetchFromDatabase(String key) {
        // Simulate database fetch
        return new Object();
    }

    private long calculateExpiration() {
        // Implement expiration time calculation
        return System.currentTimeMillis() + 3600 * 1000; // 1 hour
    }

    private static class CacheEntry {
        private final Object data;
        private final long expirationTime;

        public CacheEntry(Object data, long expirationTime) {
            this.data = data;
            this.expirationTime = expirationTime;
        }

        public Object getData() {
            return data;
        }

        public boolean isExpired() {
            return System.currentTimeMillis() > expirationTime;
        }
    }
}

2.3 使用互斥锁

在缓存失效时，通过互斥锁（例如Redis的SETNX）避免多个请求同时去数据库获取数据。

package cn.juwatech.cache;

import org.springframework.data.redis.core.StringRedisTemplate;
import org.springframework.stereotype.Service;

import java.util.concurrent.TimeUnit;

@Service
public class DistributedCacheService {

    private final StringRedisTemplate redisTemplate;

    public DistributedCacheService(StringRedisTemplate redisTemplate) {
        this.redisTemplate = redisTemplate;
    }

    public Object get(String key) {
        String cacheKey = "cache:" + key;
        String value = redisTemplate.opsForValue().get(cacheKey);
        if (value != null) {
            return deserialize(value);
        }

        synchronized (this) {
            value = redisTemplate.opsForValue().get(cacheKey);
            if (value == null) {
                Object data = fetchFromDatabase(key);
                redisTemplate.opsForValue().set(cacheKey, serialize(data), 1, TimeUnit.HOURS);
                return data;
            }
        }

        value = redisTemplate.opsForValue().get(cacheKey);
        return value != null ? deserialize(value) : null;
    }

    private Object fetchFromDatabase(String key) {
        // Simulate database fetch
        return new Object();
    }

    private String serialize(Object data) {
        // Serialize data
        return data.toString();
    }

    private Object deserialize(String value) {
        // Deserialize data
        return new Object();
    }
}