缓存是提高体系功能的一种常见手段,其中Redis是一种常用的高功能缓存数据库。可是在运用缓存时,可能会遇到一些问题,比如缓存击穿、缓存穿透、缓存雪崩等问题,本文将介绍这些问题的概念、原因以及解决方案。
缓存击穿
缓存击穿指的是在高并发状况下,一个缓存的key在缓存中不存在,导致每次恳求都要拜访数据库,然后导致数据库压力过大,甚至溃散。这种状况通常产生在一些热门数据上,比如用户登录信息等。
原因
缓存击穿的原因是因为在某些热门数据的key失效或者被删去时,许多的并发恳求一起拜访这个key,导致缓存中不存在这个key的数据,然后每个恳求都需要去拜访数据库获取数据,形成数据库压力过大。
解决方案
- 1.设置热门数据永不过期
在缓存中设置热门数据永不过期能够有效地防止缓存击穿问题。可是这种方式会导致缓存中存在许多过期可是占用内存的数据,因此需要在设置缓存数据时进行权衡。
String key = "hot_data";
String value = redis.get(key);
if (value == null) {
value = db.get(key);
if (value != null) {
redis.set(key, value);
redis.persist(key); //设置key永不过期
}
}
- 2.设置热门数据短期过期
为了防止缓存中过多占用内存的数据,能够将热门数据设置一个相对较短的过期时刻,比如1分钟,这样能够防止过期数据占用过多内存。当热门数据过期后,能够在后台异步更新缓存数据。
String key = "hot_data";
String value = redis.get(key);
if (value == null) {
//增加分布式锁,防止缓存穿透
if(redis.setNx("lock_"+key,"value")){
value = db.get(key);
if (value != null) {
redis.set(key, value);
redis.expire(key,60); //设置key过期时刻为1分钟
}
redis.del("lock_"+key);
}else {
Thread.sleep(50);
return queryDataFromCache(key);
}
}
缓存穿透
缓存穿透指的是当许多的并发恳求一起查询一个不存在的key时,因为缓存中没有对应的数据,所以每个恳求都会去拜访数据库,导致数据库压力过大。
原因
缓存穿透的原因是因为黑客攻击或者歹意恳求,可能会对某些不存在的数据进行许多的恳求,然后导致缓存穿透问题。
解决方案
- 1.对查询结果为空的key设置空值
当缓存查询的结果为空时,能够将结果设置为空值写入缓存,这样下次查询相同的key时,能够直接从缓存中获取结果,防止了查询数据库的开销。
String key = "not_exist_data";
String value = redis.get(key);
if (value == null) {
//增加分布式锁,防止缓存穿透
if(redis.setNx("lock_"+key,"value")){
value = db.get(key);
if (value != null) {
redis.set(key, value);
}else {
redis.set(key, ""); //设置空值
redis.expire(key, 60); //设置过期时刻为1分钟
}
redis.del("lock_"+key);
}else {
Thread.sleep(50);
return queryDataFromCache(key);
}
}
- 2.BloomFilter过滤不合法恳求
运用BloomFilter能够对恳求参数进行过滤,将不合法恳求阻拦在体系外部,然后防止了对体系的压力。
BloomFilter filter = new BloomFilter(10000, 0.001); //设置布隆过滤器
String key = "not_exist_data";
if(filter.mightContain(key)){
return null;
}
String value = redis.get(key);
if (value == null) {
//增加分布式锁,防止缓存穿透
if(redis.setNx("lock_"+key,"value")){
value = db.get(key);
if (value != null) {
redis.set(key, value);
}else {
filter.put(key); //将不合法key参加过滤器
}
redis.del("lock_"+key);
}else {
Thread.sleep(50);
return queryDataFromCache(key);
}
}
缓存雪崩
缓存雪崩指的是在缓存中存在许多的key过期时刻相同或者失效的状况下,当这些key一起失效时,许多的并发恳求都会涌入数据库,导致数据库压力过大,甚至溃散。
原因
缓存雪崩的原因是因为在缓存中存在许多的key一起过期,导致许多的并发恳求一起涌入数据库。
解决方案
- 1.缓存数据随机过期时刻
为了防止缓存中许多key一起过期,能够设置每个缓存数据的过期时刻不同,比如能够在原有过期时刻的基础上增加一个随机时刻,这样能够防止许多key一起过期的状况。
String key = "hot_data";
String value = redis.get(key);
if (value == null) {
//增加分布式锁,防止缓存穿透
if(redis.setNx("lock_"+key,"value")){
value = db.get(key);
if (value != null) {
//设置随机过期时刻,防止缓存雪崩
Random random = new Random();
int expireTime = random.nextInt(1800) + 1800; //过期时刻在30~60分钟之间
redis.set(key, value);
redis.expire(key, expireTime);
}
redis.del("lock_"+key);
}else {
Thread.sleep(50);
return queryDataFromCache(key);
}
}
- 2.缓存数据预加载
为了防止在缓存中许多的key失效,能够在缓存数据过期之前,提前将缓存数据改写到缓存中,确保数据的可用性。
String key = "hot_data";
String value = redis.get(key);
if (value == null) {
//增加分布式锁,防止缓存穿透
if(redis.setNx("lock_"+key,"value")){
value = db.get(key);
if (value != null) {
redis.set(key, value);
redis.expire(key, 1800); //设置过期时刻为30分钟
}
redis.del("lock_"+key);
}else {
Thread.sleep(50);
return queryDataFromCache(key);
}
}else {
//判别缓存是否需要改写
if(redis.ttl(key) < 300){
new Thread(() -> {
String newValue = db.get(key);
if (newValue != null) {
redis.set(key, newValue);
redis.expire(key, 1800); //设置过期时刻为30分钟
}
}).start();
}
}
- 3.限流降级
当缓存雪崩问题出现时,能够通过限流降级的方式来减少对数据库的恳求,然后确保体系的可用性。能够通过配置Hystrix等限流降级框架来实现。
String key = "hot_data";
String value = redis.get(key);
if (value == null) {
//运用Hystrix进行限流降级
value = HystrixCommand.execute(() -> {
String data = db.get(key);
redis.set(key, data);
redis.expire(key, 1800); //设置过期时刻为30分钟
return data;
}, () -> {
return "体系繁忙,请稍后重试!";
});
}
总结
Redis的运用,能够有效地提高体系的功能和可用性。可是在运用过程中,需要留意缓存击穿、缓存穿透和缓存雪崩等问题,选用恰当的解决方案来防止这些问题的产生,然后确保体系的稳定性和可靠性。