Redis高并发问题 三大经典问题

• 三大经典问题

1. 缓存穿透

一旦缓存没有，直接到数据库去查找，如果缓存不大的情况下，无伤大雅，但是当高并发场景下，大量的请求直接穿透缓存直接查询数据库

• 原因分析

1.         在数据库中没有相对应的查询结果
2.         查询结果为空时不对查询进行缓存（这里可以缓存个空值）

• 如何解决

1.         对非法请求进行限制
2.         对结果为空的查询给出默认值

2. 缓存击穿

当一个热点数据的失效时间到了的时候，然后突然有大量的请求涌入，这些请求最终都发送到数据库导致数据库崩溃

• 原因分析

1.         热点数据突然失效

• 如何解决

1.         双重检测锁

   @Override
    public Double findTurnover() {
        // 获取Redis指定key的操作对象
        BoundValueOperations<Object, Object> ops = redisTemplate.boundValueOps("turnover");
        // 从缓存中读取指定key的value
        Object turnover = ops.get();
        if (turnover == null) {
            synchronized (this){
                System.out.println("redis里面不存在");
                turnover = ops.get();
                if(turnover==null){
                    // 获取当前日期，并格式化
                    Date date = new Date();
                    SimpleDateFormat sdf = new SimpleDateFormat("yyyy-MM-dd");
                    turnover = dao.selectTurnover(sdf.format(date));

                    // 将查询结果写入到缓存
                    ops.set(turnover, 10, TimeUnit.SECONDS);
                }
            }
        }

        return (Double) turnover;
    }

使用双重检测锁机制预防缓存击穿 

若缓存中没有该数据，则先从DB中查询，然后再写入到缓存

上一把锁 其实就是把数据库的压力 直接锁到 代码层 

3. 缓存雪崩

对于缓存中的数据 很多都是存在过期时间的，如果大量的缓存的国企时间在同意很短的时间段内几乎同时到大，那么在高并发访问场景下可能会引发DBMS的高并发查询 这样可能会导致DBMS的崩溃，这种情况下称之为缓存雪崩。

• 原因分析

1.        大量热点数据突然失效

• 如何解决

1.         无法解决只能进行预防
2.         也可以延长热点数据的过期时间
3.         要不然可以把热点数据放在分布式系统当中，可以有效的进行缓冲