Redis缓存

缓存更新方案

1. 低一致性需求：使用Redis自带的内存淘汰机制

2. 高一致性需求：主动更新，并以超时剔除作为兜底方案

• 读操作：

  • 缓存命中则直接返回
  • 缓存未命中则查询数据库，并写入缓存，设定超时时间

• 写操作：

  • 先写数据库（出现数据不一致性的概率比先更新缓存低），然后再删除缓存（如果采用更新缓存，频繁更新缓存，却未访问，可能带来过多无效的写操作）
  • 要确保数据库与缓存操作的原子性

缓存穿透

缓存穿透：访问的数据在Redis缓存和数据库都不存在，这样缓存永远不会生效，这些请求都会打到数据库

常见的解决方案：

1. 缓存空对象

   • 优点：实现简单，维护方便
   • 缺点：
     • 额外的内存消耗
     • 可能造成短期的不一致

   1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47

   private final StringRedisTemplate stringRedisTemplate; /** * 普通存储 * @param key 键 * @param value 值 * @param time 过期时间 * @param unit 时间单元 */ public void set(String key, Object value, Long time, TimeUnit unit){ stringRedisTemplate.opsForValue().set(key, JSON.toJSONString(value),time,unit); } /** * 根据key获取值（缓存穿透解决：缓存空值） * @param key 缓存键 * @param clazz 数据类型 * @param w 数据库查询条件 * @param function 数据库操作函数 * @param time 数据存入缓存过期时间 * @param unit 时间单元 * @return * @param <R> * @param <W> */ public <R,W> R get(String key, Class<R> clazz, W w, Function<W,R> function,Long time, TimeUnit unit){ //查询缓存 String json = stringRedisTemplate.opsForValue().get(key); //缓存命中数据 if (StringUtils.hasText(json)){ return JSON.parseObject(json,clazz); } //命中空值 if (json != null && json.equals("")) { return null; } //缓存未命中 //查询数据库 R r = function.apply(w); //数据库无数据，缓存空值，解决缓存穿透 if (r==null){ set(key,"",10L,TimeUnit.SECONDS); }else {//数据库有数据,写入缓存 set(key,r,time,unit); } return r; }

2. 布隆过滤

   • 优点：内存占用较少，没有多余key
   • 缺点：
     • 实现复杂
     • 存在误判可能

缓存雪崩

缓存雪崩：同一时段大量的key同时失效或者Redis服务宕机，导致大量请求到达数据库

解决方案：

1. 给不同的Key的TTL添加随机值
2. 利用Redis集群提高服务的可用性
3. 给缓存业务添加降级限流策略
4. 给业务添加多级缓存

缓存击穿

缓存击穿：某一个高并发访问并且缓存重建业务较复杂的key(热点key)突然失效，无数的请求访问会在瞬间给数据库带来巨大的冲击

常见解决方案：

1. 互斥锁（某一个线程获取锁进行缓存重建，其他线程进行重试）

   

2. 逻辑过期(缓存永不过期，为缓存设置逻辑过期时间，线程访问数据时根据逻辑过期时间判断是否过期，过期获取锁，开启新线程进行重建，未重建完时本线程和其他线程返回旧数据)

   

   1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70

   /** * 逻辑过期存储（用于热点key） * @param key 键 * @param value 值 * @param time 逻辑过期时间 * @param unit 时间单元 */ public void setWithLogicTime(String key,Object value,Long time,TimeUnit unit){ RedisData redisData = new RedisData(); redisData.setLogicTime(LocalDateTime.now().plusSeconds(unit.toSeconds(time))); redisData.setData(value); stringRedisTemplate.opsForValue().set(key,JSON.toJSONString(redisData)); } private ExecutorService executorService= Executors.newFixedThreadPool(5); /** * 根据具有逻辑过期key获取数据（缓存击穿解决：逻辑过期） * @param key 键 * @param clazz 数据类型 * @param w 数据库查询条件 * @param function 数据库操作函数 * @param time 缓存重建key逻辑过期时间 * @param unit 时间单元 * @return * @param <R> * @param <W> */ public <R,W> R getWithLogicTime(String key,Class<R> clazz,W w,Function<W,R> function,Long time,TimeUnit unit){ //查询缓存 String json = stringRedisTemplate.opsForValue().get(key); //判断是否逻辑过期 RedisData redisData = JSON.parseObject(json, RedisData.class); //过期，缓存重建 if (LocalDateTime.now().isAfter(redisData.getLogicTime())) { //获取互斥锁 boolean lock = getLock("Lock:" + key); //获取锁成功 if (lock) { //开启新线程 //查询数据库 executorService.submit(() -> { //写入缓存 setWithLogicTime(key, function.apply(w), time, unit); delLock("Lock:" + key); }); } } //逻辑过期和获取锁失败 //返回旧数据 return JSON.parseObject(JSON.toJSONString(redisData.getData()),clazz); } /** * 获取互斥锁 * @param key * @return */ private boolean getLock(String key){ Boolean b = stringRedisTemplate.opsForValue().setIfAbsent(key, "1", 10L, TimeUnit.SECONDS); return Optional.ofNullable(b).orElse(false); } /** * 释放互斥锁 * @param key */ private void delLock(String key){ stringRedisTemplate.delete(key); }

​