高并发下缓存失效问题--(缓存穿透,缓存雪崩,缓存击穿)

1 缓存穿透

指查询一个一定不存在的数据,由于缓存是不命中,将去查询数据库,但是数据库也无此记录,我们没有将这次查询的null写入缓存,这将导致这个不存在的数据每次请求都要到存储层去查询,失去了缓存的意义

1.1 风险

利用不存在的数据进行攻击,数据库瞬时压力增大,最终导致崩溃

1.2 解决

null结果缓存,并加入短暂过期时间

set(String key, String value, long timeout, TimeUnit unit)

2 缓存雪崩

缓存雪崩是指在我们设置缓存时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DB,DB瞬时压力过重雪崩

2. 1 解决

原有的失效时间基础上增加一个随机值,比如1-5分钟随机,这样每个缓存的过期时间的重复率就会降低,就很难引发集体失效的事件。

3 缓存击穿

对于一些设置了过期时间的key,如果这些key可能会在某些时间点被超高并发地访问,是一种非常“热点”的数据。

如果这个key在大量请求同时进来前正好失效,那么所有对这个key的数据查询都落到db,我们称为缓存击穿。 

3.1 解决

加锁:大量并发只让一个去查,其他人等待,查到以后释放锁,其他人获取到锁,先查缓存,就会有数据,不用去db 

//加锁
//只要是同一把锁,就能锁住需要这个锁的所有线程
//1、synchronized(this): SpringBoot所有的组件在容器中都是单例的。

synchronized(this){
    //得到锁以后,我们应该再去缓存中确定一次,如果没有才需要继续查询
}

4 分布式锁

4.1 分布式下如何加锁:

4.2 本地锁在分布式下的问题:

因此,在加本地锁后,当用户查询数据结束前,要将结果再查询放入到缓存中 ,这样可以解决穿透问题。

分布式下,本地锁只能锁住自己,不能锁住别人,在并发请求下会导致多个查询数据库。

4.3 分布式锁演进

基本原理:

 我们可以同时去一个地方“占坑”如果占到,就执行逻辑否则就必须等待,直到释放锁

“占坑”可以去redis,可以去数据库,可以去任何大家都能访问的地方。

等待可以自旋的方式。

阶段一:

//1、占分布式锁。去redis占坑
redisTemplate.opsForValue().setIfAbsent(String key, String value);
if(lock){
    //加锁成功... 执行业务
    //删除锁
    redisTemplate.delete(String key);
    //返回方法
}else{
    //加锁失败...重试。synchronized()
    //休眠100ms重试
    //返回(自旋的方式)
}

 示例代码:

 阶段二:

//1、占分布式锁。去redis占坑
redisTemplate.opsForValue().setIfAbsent(String key, String value);
if(lock){
    //加锁成功... 执行业务
    //2、设置过期时间
    redisTemplate.expire(String Key, lopg timeout, TimeUnit unit);
    //删除锁
    redisTemplate.delete(String key);
    //返回方法
}else{
    //加锁失败...重试。synchronized()
    //休眠100ms重试
    //返回(自旋的方式)
}

 示例代码:

 阶段三:

 

//1、占分布式锁。去redis占坑
redisTemplate.opsForValue().setIfAbsent(String key, String value, long timeout, TimeUnit unit);
if(lock){
    //加锁成功... 执行业务
    //2、设置过期时间,必须和加锁是同步的,原子的
    redisTemplate.expire(String Key, lopg timeout, TimeUnit unit);
    //删除锁
    redisTemplate.delete(String key);
    //返回方法
}else{
    //加锁失败...重试。synchronized()
    //休眠100ms重试
    //返回(自旋的方式)
}

 示例代码:

 阶段四:

 示例代码:

 阶段五-最终形态:

 示例代码:

 进一步优化:

try{}finally{} 无论业务是执行还是崩溃,最终还是全部进行解锁。

 

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
缓存击穿缓存穿透缓存雪崩是与 Redis 缓存相关的常见问题。这些问题主要出现在缓存系统无法有效地处理某些请求或者在高并发情况下。 1. 缓存击穿:指的是一个热点数据突然失效,而此时有大量并发请求同一份失效的数据,导致这些请求穿透缓存,直接访问数据库,从而导致数据库压力过大。为了避免缓存击穿,可以在缓存失效的时候,设置短暂的锁来阻止其他请求直接访问数据库,并在锁过期后重新加载缓存。 2. 缓存穿透:指的是查询一个不存在的数据,而此类请求会直接绕过缓存,直接访问数据库。这样的请求会导致大量无效的数据库查询,造成数据库压力过大。为了避免缓存穿透,可以在查询结果为空时,也将空值保存到缓存中,并设置一个较短的过期时间。 3. 缓存雪崩:指的是大规模缓存失效,导致所有请求都直接访问数据库。这种情况通常是由于缓存服务器故障、过期时间设置不当或者缓存数据集中过度等原因引起的。为了避免缓存雪崩,可以设置缓存的过期时间时加上一个随机值,使缓存失效时间分散开来;或者使用多级缓存,将请求分散到不同的缓存服务器上。 以上是对于缓存击穿缓存穿透缓存雪崩的简要解释。在实际应用中,还可以结合具体的业务场景和实际需求采取一些其他的措施来防止这些问题的发生。
评论
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
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