江苏龙网

  1. 主页 > 生活百科 > >

Redis 缓存穿透、击穿问题

小知识

由于缓存重建耗时较长，在这时间穿插线程2，3，4进入；那么这些线程都不能从缓存中查询到数据，同一时间去访问数据库，同时的去执行数据库操作代码，对数据库访问压力过大 。场景问题及原因缓存穿透：原因：客户端请求的数据在缓存和数据库中不存在，这样缓存永远不会生效，请求全部打入数据库，造成数据库连接异常 。
解决思路：

  1. 缓存空对象
  2. 对于不存在的数据也在redis建立缓存，值为空，并设置一个较短的TTL时间问题：实现简单，维护方便，但短期的数据不一致问题
缓存雪崩：【Redis 缓存穿透、击穿问题】原因：在同一时段大量的缓存key同时失效或者Redis服务宕机，导致大量请求到达数据库，带来巨大压力 。
解决思路：给不同的Key的TTL添加随机值(简单)，给缓存业务添加降级限流策略(复杂)，给业务添加多级缓存(复杂)
缓存击穿(热点Key):前提条件：热点Key&在某一时段被高并发访问&缓存重建耗时较长
原因：热点key突然过期，因为重建耗时长，在这段时间内大量请求落到数据库，带来巨大冲击
解决思路：
  1. 互斥锁
  2. 给缓存重建过程加锁，确保重建过程只有一个线程执行，其它线程等待问题：线程阻塞，导致性能下降且有死锁风险
  3. 逻辑过期
  4. 热点key缓存永不过期，而是设置一个逻辑过期时间，查询到数据时通过对逻辑过期时间判断，来决定是否需要重建缓存；重建缓存也通过互斥锁保证单线程执行，但是重建缓存利用独立线程异步执行，其它线程无需等待，直接查询到的旧数据即可问题：不保证一致性，有额外内存消耗且实现复杂
场景问题实践解决完整代码地址：https://github.com/xbhog/hm-dianping
分支：20221221-xbhog-cacheBrenkdown
分支：20230110-xbhog-Cache_P.NETration_Avalance
缓存穿透：
Redis 缓存穿透、击穿问题

文章插图
代码实现：
12345678910111213141516171819202122public Shop queryWithPassThrough(Long id){//从redis查询商铺信息String shopInfo = stringRedisTemplate.opsForValue().get(SHOP_CACHE_KEY + id);//命中缓存，返回店铺信息if(StrUtil.isNotBlank(shopInfo)){return JSONUtil.toBean(shopInfo, Shop.class);}//redis既没有key的缓存,但查出来信息不为null,则为空字符串if(shopInfo != null){return null;}//未命中缓存Shop shop = getById(id);if(Objects.isNull(shop)){//将null添加至缓存，过期时间减少stringRedisTemplate.opsForValue().set(SHOP_CACHE_KEY+id,"",5L, TimeUnit.MINUTES);return null;}//对象转字符串stringRedisTemplate.opsForValue().set(SHOP_CACHE_KEY+id,JSONUtil.toJsonStr(shop),30L, TimeUnit.MINUTES);return shop;}上述流程图和代码非常清晰，由于缓存雪崩简单实现(复杂实践不会)增加随机TTL值，缓存穿透和缓存雪崩不过多解释 。
缓存击穿：缓存击穿逻辑分析：
Redis 缓存穿透、击穿问题

文章插图
首先线程1在查询缓存时未命中，然后进行查询数据库并重建缓存 。注意上述缓存击穿发生的条件，被高并发访问&缓存重建耗时较长；
由于缓存重建耗时较长，在这时间穿插线程2，3，4进入；那么这些线程都不能从缓存中查询到数据，同一时间去访问数据库，同时的去执行数据库操作代码，对数据库访问压力过大 。
互斥锁：解决方式：加锁；****可以采用**tryLock方法 + double check**来解决这样的问题
Redis 缓存穿透、击穿问题

文章插图
在线程2执行的时候，由于线程1加锁在重建缓存，所以线程2被阻塞，休眠等待线程1执行完成后查询缓存 。由此造成在重建缓存的时候阻塞进程，效率下降且有死锁的风险 。
12345678910111213141516171819202122232425262728293031323334353637383940414243444546474849505152535455private Shop queryWithMutex(Long id) {//从redis查询商铺信息String shopInfo = stringRedisTemplate.opsForValue().get(SHOP_CACHE_KEY + id);//命中缓存，返回店铺信息if(StrUtil.isNotBlank(shopInfo)){return JSONUtil.toBean(shopInfo, Shop.class);}//redis既没有key的缓存,但查出来信息不为null,则为空字符串if(shopInfo != null){return null;}//实现缓存重建String lockKey = "lock:shop:"+id;Shop shop = null;try {Boolean aBoolean = tryLock(lockKey);if(!aBoolean){//加锁失败,休眠Thread.sleep(50);//递归等待return queryWithMutex(id);}//获取锁成功应该再次检测redis缓存是否还存在，做doubleCheck,如果存在则无需重建缓存 。synchronized (this){//从redis查询商铺信息String shopInfoTwo = stringRedisTemplate.opsForValue().get(SHOP_CACHE_KEY + id);//命中缓存，返回店铺信息if(StrUtil.isNotBlank(shopInfoTwo)){return JSONUtil.toBean(shopInfoTwo, Shop.class);}//redis既没有key的缓存,但查出来信息不为null,则为“”if(shopInfoTwo != null){return null;}//未命中缓存shop = getById(id);// 5.不存在，返回错误if(Objects.isNull(shop)){//将null添加至缓存，过期时间减少stringRedisTemplate.opsForValue().set(SHOP_CACHE_KEY+id,"",5L, TimeUnit.MINUTES);return null;}//模拟重建的延时Thread.sleep(200);//对象转字符串stringRedisTemplate.opsForValue().set(SHOP_CACHE_KEY+id,JSONUtil.toJsonStr(shop),30L, TimeUnit.MINUTES);}} catch (InterruptedException e) {throw new RuntimeException(e);} finally {unLock(lockKey);}return shop;}


推荐阅读


上一篇：大多数开发人员都弄错的Hive与MapReduce小文件合并问题

下一篇：三分钟轻松搞懂 HashMap 死循环问题！