高并发下redis缓存穿透问题解决方案
一、使用场景
我们在日常的开发中,经常会遇到查询数据列表的问题,有些数据是不经常变化的,如果想做一下优化,在提高查询的速度的同时减轻数据库的压力,那么redis缓存绝对是一个好的解决方案。
二、需求
假设有10000个请求,想达到第一次请求从数据库中获取,其他9999个请求从redis中获取这种效果。
三、代码实现
3.1、常规写法
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 | public List<UsersDO> getAllUserWithNoPage2(){ try { //序列化器,将key的值设置为字符串 RedisSerializer redisSerializer= new StringRedisSerializer(); redisTemplate.setKeySerializer(redisSerializer); //查缓存 List<UsersDO> list=(List<UsersDO>)redisTemplate.opsForValue().get( "allUsers" ); if ( null ==list){ UsersQuery query= new UsersQuery(); list=usersDOMapper.selectByExample(query); redisTemplate.opsForValue().set( "allUsers" , list); System.out.println( "从数据库中取数据" ); } else { System.out.println( "从缓存中取数据" ); } return list; } catch (Exception e) { logger.error( "UserService.getAllUserWithNoPage error" ,e); } return null ; } |
常规的这种写法单线程没有问题,但是考虑到并发的存在,就会出现缓存渗透的问题,也就是不能保证其他9999个请求都是从redis中取。
3.2、常规写法压测
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 | @GetMapping (value = "/test2" ) public String test2(){ ExecutorService executorService= Executors.newFixedThreadPool( 20 ); for ( int i= 1 ; i<= 10000 ;i++){ executorService.submit( new Runnable() { @Override public void run() { userService.getAllUserWithNoPage2(); } }); } return "test over" ; } |
3.3、常规写法压测结果
3.4、常规写法的改进,使用双重检测锁
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 | public List<UsersDO> getAllUserWithNoPage(){ try { //序列化器,将key的值设置为字符串 RedisSerializer redisSerializer= new StringRedisSerializer(); redisTemplate.setKeySerializer(redisSerializer); //查缓存 List<UsersDO> list=(List<UsersDO>)redisTemplate.opsForValue().get( "allUsers" ); if ( null ==list){ //双重检测 锁 synchronized ( this ) { List<UsersDO> list1 = (List<UsersDO>) redisTemplate.opsForValue().get( "allUsers" ); if ( null == list1) { UsersQuery query= new UsersQuery(); list=usersDOMapper.selectByExample(query); redisTemplate.opsForValue().set( "allUsers" , list); System.out.println( "从数据库中取数据" ); } else { System.out.println( "从缓存中取数据" ); } } } else { System.out.println( "从缓存中取数据" ); } return list; } catch (Exception e) { logger.error( "UserService.getAllUserWithNoPage error" ,e); } return null ; } |
3.5、双重检测锁压测
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 | @GetMapping (value = "/test" ) public String test(){ ExecutorService executorService= Executors.newFixedThreadPool( 20 ); for ( int i= 1 ; i<= 10000 ;i++){ executorService.submit( new Runnable() { @Override public void run() { userService.getAllUserWithNoPage(); } }); } return "test over" ; } |
3.6、双重检测锁压测结果
压测结果符合要求。
完整代码已上传Github :传送门
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】凌霞软件回馈社区,博客园 & 1Panel & Halo 联合会员上线
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· .NET 9 new features-C#13新的锁类型和语义
· Linux系统下SQL Server数据库镜像配置全流程详解
· 现代计算机视觉入门之:什么是视频
· 你所不知道的 C/C++ 宏知识
· 聊一聊 操作系统蓝屏 c0000102 的故障分析
· DeepSeek V3 两周使用总结
· 回顾我的软件开发经历(1)
· C#使用yield关键字提升迭代性能与效率
· 低成本高可用方案!Linux系统下SQL Server数据库镜像配置全流程详解
· 4. 使用sql查询excel内容