简单谈谈redis缓存问题

最新推荐文章于 2024-08-14 13:37:25 发布

wqr111

最新推荐文章于 2024-08-14 13:37:25 发布

阅读量638

点赞数 1

分类专栏： Redis 文章标签：缓存 redis 数据库

原文链接：https://blog.csdn.net/weixin_42129270/article/details/114086185

版权

Redis 专栏收录该内容

1 篇文章 0 订阅

订阅专栏

边路缓存

cache aside pattern 边路缓存的问题。其实是一种指导思想，思想中包含：

1.查询的时候应该先查询缓存，如果缓存不存在，再查询数据库。

2.修改缓存数据时，应该先修改数据库，再修改缓存。

缓存穿透

在实际开发中，添加缓存工具的目的，较少对数据库的访问次数，增加访问效率。

肯定会存在Redis中不存在的缓存数据。例如：访问id= -1的数据。可能出现绕过redis依然频繁访问数据库的情况，称为缓存穿透，多出现在数据库查询为null时的情况不被缓存时。

解决办法：

如果查询出来为null的数据，把null数据依然放入到redis缓存中，同时设置这个key的有效时间比正常有效时间更短一些。

if(list==null){
// key value 有效时间时间单位
redisTemplate.opsForValue().set(navKey,null,10, TimeUnit.MINUTES);
}else{
redisTemplate.opsForValue().set(navKey,result,7,TimeUnit.DAYS);
}

缓存击穿

实际开发中，考虑redis所在服务器中内存压力，都会设置key的有效时间。一定会出现键值对过期的情况。如果正好key过期了，此时出现大量并发访问，这些访问都会去访问数据库，这种情况成为缓存击穿。

解决办法：

永久数据（设置热点数据永远不过期）

加锁。防止出现数据库的并发访问

ReentrantLock(重入锁)

JDK 对于并发访问处理的内容都放入了java.until.concurrent中

ReentrantLock性能和synchronized没有区别的，但是API使用起来更加方便。

@SpringBootTest
public class MyTest {

@Test
public void test(){
new Thread(){
@Override
public void run() {
test2("第一个线程111111");
}
}.start();

new Thread(){
@Override
public void run() {
test2("第二个线程222222");
}
}.start();

try {
Thread.sleep(20000);
} catch (InterruptedException e) {
e.printStackTrace();
}
}

ReentrantLock lock = new ReentrantLock();
public void test2(String who){
lock.lock();
if(lock.isLocked()) {
System.out.println("开始执行:" + who);
try {
Thread.sleep(5000);
} catch (InterruptedException e) {
e.printStackTrace();
}
System.out.println("执行完:" + who);
lock.unlock();
}
}
}
2.2 解决缓存击穿实例代码

只有在第一次访问时和key过期时才会访问数据库。对于性能来说没有过大影响，因为平时都是直接访问redis

private ReentrantLock lock = new ReentrantLock();
@Override
public Item selectByid(Integer id) {
String key = "item:"+id;
if(redisTemplate.hasKey(key)){
return (Item) redisTemplate.opsForValue().get(key);
}

// lock.lock()------ 开始获取锁 lock.isLocked()----查询此锁定是否任意线程保持（加锁是否成功）
lock.lock();
if(lock.isLocked()) {
Item item = itemDubboService.selectById(id);
// 由于设置了有效时间，就可能出现缓存击穿问题
redisTemplate.opsForValue().set(key, item, 7, TimeUnit.DAYS);

// lock.unlock()------ 开锁
lock.unlock();
return item;
}
// 如果加锁失败，为了保护数据库，直接返回null
return null;
}

缓存雪崩

在一段时间内容，出现大量缓存数据失效，这段时间内容数据库的访问频率骤增，这种情况称之为缓存雪崩，与缓存击穿不同的是，缓存击穿是指并发查同一条数据，缓存雪崩是不同的数据都过期了，很多数据都查不到从而查数据库。

解决办法：

int seconds = random.nextInt(10000);

redisTemplate.opsForValue().set(key, item, 100+ seconds, TimeUnit.SECONDS);

缓存数据的过期时间设置成随机，防止同一时间大量数据过期的现象产生。
如果缓存数据库是分布式部署，将热点数据均匀分布在不同的缓存数据库中
设置热点数据永远不过期

Redis脑裂

Redis脑裂主要是指因为一些网络原因导致Redis Master和Redis Slave和Sentinel集群处于不同的网络分区。sentinel连接不上Master就会重新选择Master,此时就会出现两个不同的Master,好像大脑分裂成两个一样。

Redis集群中不同的节点存储不同的数据，脑裂会导致大量数据丢失。

解决Redis脑裂只需要在Redis配置文件中配置两个参数

min-slaves-to-write 3 //连接到master的最小slave数量

min-slaves-max-lag 10 //slave连接到master的最大延迟时间

Redis 缓存淘汰策略/当内存不足时如何回收数据/保证Redis中数据不出现内存溢出情况

Redis中数据都放入到内存中。如果没有淘汰策略将会导致内存中数据越来越多，最终导致内存溢出。在Redis5内置了缓存淘汰策略。在配置文件中有如下配置

# maxmemory-policy noeviction 默认策略noevication

# maxmemory <bytes> 缓存最大阈值

# volatile-lru -> 在设置过期key集中选择使用数最小的。

# allkeys-lru -> 在所有key中选择使用最小的。

# volatile-lfu -> 在设置过期时间key集中采用lfu算法。

# allkeys-lfu -> 在所有key中采用lfu算法。

# volatile-random -> 在设置过期key集中随机删除。

# allkeys-random -> 在所有key中随机删除。

# volatile-ttl -> 在设置了过期时间key中删除最早过期时间的。

# noeviction -> 不删除key，超过时报错。