缓存击穿,缓存穿透,缓存雪崩的解决方法

Redis缓存击穿

概念:Redis缓存击穿(Redis Cache Breakdown)是指当某个热点数据在缓存中失效的同时,大量并发请求涌入,导致请求直接打到数据库上,增加了数据库的负载压力。

解决方法:

  • 使用分布式锁控制只有一个线程可以查询数据库并更新缓存,其他线程等待结果。

总结:就是在缓存数据库还没有进行缓存时,或者缓存刚好失效时,大量的并发访问数据库,执行SQL,增加数据库的压力。可是使用互斥锁进行解决(排队,相当于同步代码块)

代码实例:没有加分布式锁

package com.wzk.config;

import com.wzk.mapper.UserInfoMapper;
import com.wzk.utils.JwtUtil;
import lombok.extern.slf4j.Slf4j;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RestController;

import javax.annotation.Resource;
import java.util.List;
import java.util.concurrent.TimeUnit;

/**
 * @author wzk
 * @date 2023/10/10
 **/
@RestController
@RequestMapping("/test")
@Slf4j
public class test {
    @Autowired
    private RedisTemplate<String,Object> redisTemplate;
    @Resource
    private UserInfoMapper userInfoMapper;
    @GetMapping("/test")
    public void test(){
        //获取用户名
        List<String> list =null;
        //查询缓存是否有数据
        Object obj = redisTemplate.opsForValue().get("test");
        if(obj==null){
            log.info("缓存中没有数据,从数据库查询获取");
            //查询数据库
            list = userInfoMapper.queryRoleByUserName("admin");
            //把数据存入redis缓存中
            redisTemplate.opsForValue().set("test",list,2, TimeUnit.MINUTES);
        }else{
            log.info("缓存中有数据,从缓存中获取数据");
            //从缓存中去数据
            list = (List<String>)obj;
        }

    }
}

可以看到大量的并发进行数据库的执行sql增加数据库的压力

使用互斥锁,解决缓存击穿

Boolean is = redisTemplate.opsForValue().setIfAbsent(key,value)方法:在缓存数据库中存在该(key)键时返回false,在缓存数据库中不存在该(key)键时返回true。

分布式锁:

Boolean is = redisTemplate.opsForValue().setIfAbsent("locK:sou", uuid + "",3,TimeUnit.MINUTES); //存入数据

注意:

1、锁中的value值需要唯一,因为在高并发的线程中公用一个键(key),防止误删缓存数据库中的键,使用唯一的值进行比较,判断是否是当前线程。

2、使用分布式锁中需要设置锁的失效时间,如果没有设置,这个线程如果很长时间没有执行完成,就会出现其他线程都在休眠,无法执行程序。

3、使用try-catch-finally进行捕获异常,在finally中删出缓存,防止线程出现异常时,缓存无法进入程序,影响性能。

使用分布式锁:

package com.wzk.config;

import com.wzk.mapper.UserInfoMapper;
import com.wzk.utils.JwtUtil;
import lombok.extern.slf4j.Slf4j;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RestController;

import javax.annotation.Resource;
import java.util.List;
import java.util.UUID;
import java.util.concurrent.TimeUnit;

/**
 * @author wzk
 * @date 2023/10/10
 **/
@RestController
@RequestMapping("/test")
@Slf4j
public class test {
    @Autowired
    private RedisTemplate<String,Object> redisTemplate;
    @Resource
    private UserInfoMapper userInfoMapper;
    @GetMapping("/test")
    public void test() throws InterruptedException {
        //获取线程名方便观看
        long id = Thread.currentThread().getId();
        //创建唯一键
        UUID uuid = UUID.randomUUID();
        //使用分布式锁
        //redisTemplate.opsForValue().setIfAbsent在缓存数据库中没有键时返回true,否则返回false
        Boolean is = redisTemplate.opsForValue().setIfAbsent("locK:sou", uuid + "",3,TimeUnit.MINUTES);  //存入数据
        if(!is){      //进入循环说明数据库中存在线程正在运行,后面线程等待
            log.info("有线程正在运行,线程等待{}",id);
            while (!redisTemplate.opsForValue().setIfAbsent("locK:sou", uuid + "")){  //false线程等待
                Thread.sleep(1000);  //等待一秒,休眠,防止cpu的消耗
            }
        }
        try {
            //获取用户名
            List<String> list =null;
            //查询缓存是否有数据
            Object obj = redisTemplate.opsForValue().get("test");
            if(obj==null){
                log.info("缓存中没有数据,从数据库查询获取");
                //查询数据库
                list = userInfoMapper.queryRoleByUserName("admin");
                //把数据存入redis缓存中
                redisTemplate.opsForValue().set("test",list,2, TimeUnit.MINUTES);
            }else{
                log.info("缓存中有数据,从缓存中获取数据");
                //从缓存中去数据
                list = (List<String>)obj;
            }
        } catch (Exception e) {
            e.printStackTrace();
        }finally {
            if (redisTemplate.opsForValue().get("locK:sou").equals(uuid+"")){  //判断当前线程是否相等,防止误删(多线陈进入,共用键key,使用的值唯一)
                redisTemplate.delete("locK:sou");  //删除键,表示这个线程执行完成
            }
        }

    }
}

Redis缓存穿透

概念:Redis缓存穿透(Redis Cache Penetration)是指一个查询无法从缓存中获取数据,也无法从数据库中获取数据,导致每次请求都需要查询数据库,从而增加了数据库的负载。这通常发生在恶意攻击或者非法请求下,攻击者会故意查询缓存中不存在的数据,导致缓存无法起到其应有的作用。

解决方法:

  • 针对缓存不存在的数据,也可以将空结果缓存一段时间,避免频繁查询数据库

总结:redis的缓存穿透是,在缓存数据库中查询不到的数据,并且在数据库中页查询不到。导致在每一次查询中都会访问数据库,造成数据库压力。解决方法:在数据库中查询不到带值时,在数据库中存入空字符。

代码实例:

//缓存穿透
//恶意的传入空值对象,缓存数据库中没有数据,从而进行频繁的执行数据库
@GetMapping("/test01")
public void test01(){
    //定义键
    String key = "name";
    Object obj = redisTemplate.opsForValue().get(key);
    if (obj == null){
        log.info("没有该用户,从数据库中获取数据");
        //查询数据库(数据库中没有id为10的用户)
        UserInfo userInfo = userInfoMapper.selectById(10);
        redisTemplate.opsForValue().set(key,userInfo,5,TimeUnit.MINUTES);
    }else {
        log.info("有用户,从缓存数据库中获取数据");
    }
}

下图:可以看到访问的线程都是进入数据库中查询数据,造成数据库压力

解决缓存穿透:

/缓存穿透
    //恶意的传入空值对象,缓存数据库中没有数据,从而进行频繁的执行数据库
    @GetMapping("/test01")
    public void test01(){
        //定义键
        String key = "name";
        Object obj = redisTemplate.opsForValue().get(key);
        if (obj == null){
            log.info("没有该用户,从数据库中获取数据");
            //查询数据库(数据库中没有id为10的用户)
            UserInfo userInfo = userInfoMapper.selectById(10);
            log.info(" => {}",userInfo);
            if (userInfo == null) {
                //数据库中没有查询到数据时,在redis数据库中存入空字符串
                redisTemplate.opsForValue().set(key, "", 5, TimeUnit.MINUTES);
            }else{
//                //数据库中查出数据,直接存入redis数据库中
                redisTemplate.opsForValue().set(key,userInfo,5,TimeUnit.MINUTES);
            }
        }else {
            log.info("有用户,从缓存数据库中获取数据");
        }
    }

下图可以看见:在第一次查询时会走数据库sql,但是后面直接从缓存数据库中获取

缓存雪崩

概述:缓存中大量的数据在同一时间段中同时失效,造成大量的数据需要从数据库中获取,从而增加数据库的压力。、

解决方法:使用时间函数,修改不同数据的失效时间不同,避免数据在同一时间同时失效。

        代码省略

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
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