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】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【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】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
· 从 HTTP 原因短语缺失研究 HTTP/2 和 HTTP/3 的设计差异
· AI与.NET技术实操系列:向量存储与相似性搜索在 .NET 中的实现
· 基于Microsoft.Extensions.AI核心库实现RAG应用
· Linux系列:如何用heaptrack跟踪.NET程序的非托管内存泄露
· 开发者必知的日志记录最佳实践
· TypeScript + Deepseek 打造卜卦网站:技术与玄学的结合
· Manus的开源复刻OpenManus初探
· AI 智能体引爆开源社区「GitHub 热点速览」
· C#/.NET/.NET Core技术前沿周刊 | 第 29 期(2025年3.1-3.9)
· 从HTTP原因短语缺失研究HTTP/2和HTTP/3的设计差异