Redis 缓存预热、缓存雪崩、缓存击穿、缓存穿透业务实践

0、前言

本文所有代码可见 => 【gitee code demo】
本文会涉及 缓存预热、缓存雪崩、缓存击穿、缓存穿透介绍和解决方案业务实践

1、缓存预热

1.1、描述

提前将热点数据加载到缓存，提前响应，降低后端数据源访问压力

1.2、实践

	@Autowired
	private RedisTemplate<String, Object> redisTemplate;

	// 业务
    public void bizFunc(String[] args) {
        // 预热缓存
        warmUpCache();

        // 使用缓存
        String value = getFromCache("key1");
        System.out.println("从缓存中获取的值：" + value);
    }

    // 模拟缓存预热
	public void warmUpCache() {
		redisTemplate.opsForValue().set("key1", "value1");
		redisTemplate.opsForValue().set("key2", "value2");
		redisTemplate.opsForValue().set("key3", "value3");
	}
	
	
	public String getFromCache(String key) {
		return (String) redisTemplate.opsForValue().get(key);
	}

2、缓存雪崩

2.1、描述

同一时间大规模的缓存失效

常见原因：

• 服务器宕机
• 同一时刻，缓存大面积失效

2.2、解决方案

• 使用集群防止单点故障
• 对缓存key的过期时间进行随机化处理
• 服务降级

2.3、实践：过期时间随机化处理

/**
 * 设置缓存key的过期时间并进行随机化处理
 * @param key 缓存key
 * @param value 缓存value
 */
public void setWithRandomExpire(String key, Object value) {
	// 生成一个随机的过期时间，范围在[240, 300]s之间
	long randomExpireTime = ThreadLocalRandom.current().nextLong(60) + 240;
	redisTemplate.opsForValue().set(key, value, randomExpireTime, TimeUnit.SECONDS);
}

3、缓存击穿

3.1、描述

热点数据过期失效，导致数据库压力骤增

3.2、解决方案

• 差异失效时间（双缓存）
• 双检加锁

3.3、实践1：差异失效时间（双缓存）

3.4、实践2：双检加锁

缓存失效时，对查询MySQL加锁，只有一个线程能查MySQL，防止MySQL压力过大

4、缓存穿透（本来无一物）

4.1、描述

缓存和数据库中都不存在数据，请求每次都会直接到数据库

4.2、解决方案

• 缓存空结果

将空结果缓存起来，并设置一个较短的过期时间。这样当再次有相同的查询时，可以直接在缓存中获取到结果，减轻数据库的压力

• 布隆过滤器

过滤不可能存在的请求

4.3、实践：Guava布隆过滤器

4.3.1、Guava布隆过滤器原理

在预期插入的数据量和误判率一定时，可以通过调整这些参数来控制内存的使用。例如：

• 如果想要降低误判率，就需要增加位数组的大小或使用更多的哈希函数，这会相应地增加内存的使用。

• 误判率越低，所需的位数组越长，占用的空间也就越大。

• 更多的哈希函数会增加计算的耗时，但也会降低误判率。

size	fpp	bit count	hash function num
100 w	0.03	361,9595	5	测试1截图
100 w	0.003	585,1072	8	测试2截图

4.3.2、实践

过滤器业务流程

过滤器业务代码

布隆过滤器封装