Redis-缓存击穿

目录

一、为什么要使用redis缓存

二、使用redis缓存存在的问题

三、什么是缓存击穿

四、缓存击穿解决措施

4.1、轮播图缓存案例分析


一、为什么使用redis缓存

        Redis是当前比较热门的NOSQL系统之一,也是完全开源免费的,遵守BSD协议;是一个高性能的、开源的、使用C语言编写的、支持网络交互的、可基于内存也可持久化的Key-Value数据库。

        Redis是C语言写的,性能极高。单台redis情况下,官方提供的数据为:读的速度是110000次/s,写的速度是81000次/s。

        使用redis进行缓存可以有效的降低大量并发访问对数据库造成的压力。

二、使用redis缓存存在的问题

        使用redis作为缓存存在在高并发场景下有可能出现缓存击穿、缓存穿透、缓存雪崩等问题

三、什么是缓存击穿

        缓存击穿:大量的并发请求同时访问同一个在redis中不存在的数据,就会导致大量请求绕过redis同时并发访问数据库,对数据库造成了高并发访问压力

四、缓存击穿解决措施  

4.1、轮播图缓存案例分析

         在service层处理业务逻辑的时候我们会对数据进行处理,所以我们使用redis的时候也是在一层,在使用之前我们首先需要添加相关的依赖     

 <!--redis-->
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-data-redis</artifactId>
            <exclusions>
                <exclusion>
                    <groupId>io.lettuce</groupId>
                    <artifactId>lettuce-core</artifactId>
                </exclusion>
            </exclusions>
        </dependency>
        <dependency>
            <groupId>redis.clients</groupId>
            <artifactId>jedis</artifactId>
        </dependency>

         假设有1000个用户同时完成登录,进入到首页中,在原本的设计中这时候就需要访问1000次数据库,这会对数据库造成很大访问压力。所以我们会在第一次访问数据库的时候,将查询到的结果写入到redis中,以此减少对数据库的访问,但是同样面临一个问题,就是假定1000个请求同时第一时间请求接口,就会造成第一次查询redis缓存都未‘命中’,压力再一次来到数据库。

        解决措施:双层校验锁;当1000个请求同时未命中,使其序列化,第一个请求访问数据库后,将访问到的数据写入redis,第二个序列化进程再次访问redis(只有1000个请求中的第一个请求会未命中),就会从redis中获取数据,从而降低数据库访问压力。具体代码如下:

package com.xgsm.Fmmall.service.impl;

import com.fasterxml.jackson.core.JsonProcessingException;
import com.fasterxml.jackson.databind.JavaType;
import com.fasterxml.jackson.databind.ObjectMapper;
import com.xgsm.Fmmall.dao.IndexImgMapper;
import com.xgsm.Fmmall.dao.ProductMapper;
import com.xgsm.Fmmall.entity.IndexImg;
import com.xgsm.Fmmall.entity.vo.ProductVo;
import com.xgsm.Fmmall.service.IndexService;
import com.xgsm.Fmmall.vo.ResultState;
import com.xgsm.Fmmall.vo.ResultVo;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.data.redis.core.StringRedisTemplate;
import org.springframework.stereotype.Service;

import java.util.ArrayList;
import java.util.List;
import java.util.concurrent.TimeUnit;

@Service
public class IndexServiceImpl implements IndexService {
    @Autowired
    private IndexImgMapper indexImgMapper;
    @Autowired
    private StringRedisTemplate stringRedisTemplate;
    private ObjectMapper objectMapper = new ObjectMapper();

    @Override
    public ResultVo listIndexImgs() {//对轮播图使用redis缓存
        List<IndexImg> indexImgList = null;
        JavaType javaType1 = objectMapper.getTypeFactory().constructParametricType(ArrayList.class, IndexImg.class);
        try {
            //使用String结构获取轮播图信息
            String indexImgs = stringRedisTemplate.opsForValue().get("indexImgs");
            if (indexImgs != null) {//从redis中获取到了轮播图信息
                System.out.println("我是redis缓存呀");
//            使用定义好的javatype进行转换
                indexImgList = objectMapper.readValue(indexImgs, javaType1);
            } else {//从redis中没有获取到了轮播图信息
                //串行化查询数据库,解决缓存击穿情况
                synchronized (this) {
                    //再次查询redis
                    String s = stringRedisTemplate.opsForValue().get("indexImgs");
                    if (s == null) {//第一次查询才会为null
                        indexImgList = indexImgMapper.listIndexImgs();
                        if (indexImgList.size() == 0) {
                            return new ResultVo(ResultState.NO, "查询失败", null);
                        }
//                    将查询到的数据库信息写入redis缓存
                        stringRedisTemplate.boundValueOps("indexImgs").set(objectMapper.writeValueAsString(indexImgList));
//                    设置过期时间
                        stringRedisTemplate.boundValueOps("indexImgs").expire(100, TimeUnit.MICROSECONDS);
                    }else {
//                       将从redis查询到的indexImgs转换并赋值给indexImgList
                        indexImgList = objectMapper.readValue(indexImgs, javaType1);
                    }
                }
            }
        } catch (JsonProcessingException e) {
            e.printStackTrace();
        }
        return new ResultVo(ResultState.OK, "查询成功", indexImgList);
    }
}

                                                                                                                                                                                                

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 2
    评论
### 回答1: Redis防止缓存击穿的方法有多种,其中比较常用的是使用互斥锁(mutex)或者分布式锁(distributed lock)。当一个请求需要查询一个不存在的key时,可以先在Redis中设置一个短暂的过期时间,然后再使用互斥锁或分布式锁来保证只有一个请求能够去查询数据库并将结果写入Redis缓存中,其他请求则等待该请求完成后再从Redis中获取缓存数据。这样可以有效地避免缓存击穿的问题。 ### 回答2: Redis是一款高性能的缓存数据库,但在高并发场景下,可能会遇到缓存击穿的问题。所谓缓存击穿,是指在缓存中没有查询到数据,导致大量请求直接到数据库中获取数据,而这些请求会导致数据库压力过大,影响系统的稳定性和性能。 为了避免缓存击穿,可以采取以下策略: 1. 设置热点数据永不过期:将热点数据设置为永不过期,即使缓存失效,仍然可以从缓存中获取数据,减轻数据库的压力。但这种做法牺牲了缓存的实时性。 2. 加互斥锁:当缓存失效时,只允许一个请求访问数据库,其他请求等待该请求的结果。这样可以避免大量请求同时访问数据库,减轻数据库压力。使用Redis的SETNX命令可以实现分布式锁。 3. 使用布隆过滤器:布隆过滤器可以在缓存层拦截掉一部分不存在的请求,使其不会直接访问数据库。布隆过滤器会将所有可能存在的数据映射成一个足够长的二进制向量,并使用多个哈希函数将数据分散存储到向量中。当一个请求到来时,先查询布隆过滤器,如果该请求对应的数据在布隆过滤器中不存在,则可以直接返回缓存失效。 4. 预加载缓存:在系统起动时,可以预先加载一部分热点数据到缓存中,避免在系统运行时出现大量请求同时访问数据库的情况。这样可以通过提前访问数据库将数据写入缓存,保证了数据的及时性,并可以缓解系统启动过程中的压力。 通过上述策略的结合使用,可以有效避免缓存击穿问题,提升系统的可用性和性能。但需要根据具体业务场景和系统需求选择合适的防护策略。 ### 回答3: Redis是一种高性能的缓存服务,但在某些情况下,可能会发生缓存击穿的问题,即大量的并发请求同时访问一个不存在于缓存中的数据,导致请求都落到了数据库上,从而导致数据库压力过大。为了防止缓存击穿,可以采取以下步骤: 1. 设置热点数据永不过期:将热点数据永久保存在缓存中,避免过期后调用数据库。这样可以保证热点数据总是位于缓存中,大大降低了缓存击穿的风险。 2. 延长热点数据的过期时间:对于热点数据,可以设置较长的过期时间,避免过期后的大量并发请求访问数据库。可以根据业务需求和数据的更新频率来灵活设置过期时间,以保证数据的及时性和可靠性。 3. 加锁机制:当缓存中不存在某个热点数据时,可以使用互斥锁来阻止其他请求同时去数据库查询。在获取到锁之后,可以再次检查缓存是否存在该数据,如果存在则直接返回,如果不存在则去数据库查询并将结果写入缓存。 4. 布隆过滤器:布隆过滤器是一种快速且占用空间较小的数据结构,用于判断某个元素是否存在于某个集合中。可以将热点数据的键值存储到布隆过滤器中,当请求到来时,先判断该键值是否存在于布隆过滤器中,如果不存在则直接返回,如果存在则再去查询缓存数据库。 综上所述,通过设置热点数据永不过期、延长过期时间、加锁和使用布隆过滤器等措施,可以有效防止缓存击穿问题的发生,提高系统的性能和稳定性。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

暇光曙墨

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值