高并发状态下缓存失效及其解决办法

  项目中使用Redis缓存，会存在各种各样的问题，例如缓存没有命中，没有查到数据，缓存没有使用到，这一系列的问题，简单的说就是：缓存穿透，缓存雪崩，缓存击穿
  

缓存穿透

  当查询一个一定不存在的数据，由于缓存中没有这个数据，所以将会去数据库中查询，但是数据库中也没有这个数据，而我们在数据库查询到为null的数据没有写入缓存，这将导致这个不存在的数据每次请求都会去数据库中查询，失去了缓存的意义，这也会导致别人利用不存在的数据进行攻击，数据库瞬时压力增大，最终导致奔溃。解决办法：查询到的null结果也进行缓存，并加入短暂过期时间
  

缓存雪崩

  在我们设置缓存时key采用了相同的过期时间，导致缓存在某一时刻同时失效，请求全部转发到数据库，数据库瞬时压力过重雪崩。解决办法：将失效时间改为随机值，保证缓存不在同一时间失效
  

缓存击穿

  对于一些设置了过期时间的key，当在大量请求同时进来前这个key刚好失效，那么所有的查询都会转发到数据库。解决办法：加锁，大量并发只让一个请求去数据库查询，其他请求等待，查到以后在释放锁，其他请求获取到锁，先查询缓存，就会有数据
  
  那么怎么解决这些问题，缓存穿透和缓存雪崩比较好解决。缓存穿透在查询到数据库，如果查询的结果为null，可以向缓存中存放一个标志位，代表当前key的值为空，并且给这个key设置一个较短的过期时间；而缓存雪崩在将数据存到缓存中时，设置不一样的过期时间，可以通过随机数获取时间，保证key不会在同一时间过期；而缓存击穿的解决比较麻烦，所以本博客会重点说明
  
  缓存击穿的解决办法是通过加锁来解决的，但是我们现在的服务趋向于分布式系统，当项目用分布式进行部署时，会涉及到分布式锁的使用，本文主要介绍单体应用下的本地锁的使用，下一章博客会重点说分布式锁的使用
  
  加锁主要使用synchronized，可以修饰方法，也可以在方法内加synchronized代码块

    public void testDemo(){
        synchronized (this){
            //需要执行的逻辑
        }
    }
    public synchronized void testDemo() {
        //需要执行的逻辑
    }

  本地锁使用起来很简单，主要是一个关键字synchronized，但是现在我们的服务基本都是基于分布式的，如果在分布式中加本地锁，那部署了几个服务，就会有几个锁，在高并发状态下，每个应用都只能锁自己的服务，每个服务没有在缓存中查询到数据，都会去数据库查，这就是本地锁在分布式中的现象，下一章说说在分布式应用中使用分布式锁锁住每个服务，保证只查询一次数据库