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

 

posted @   npe0  阅读(22767)  评论(6编辑  收藏  举报
编辑推荐:
· 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
阅读排行:
· 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
点击右上角即可分享
微信分享提示