Redis缓存三剑客

缓存穿透

概念：查询一个不存在的数据，mysql查询不到数据也不会直接写入缓存，就会导致每次请求查数据库从而使得数据库压力过大，宕机

解决方案一：

缓存空数据，查询返回的数据为空，扔把这个空结果进行缓存例如格式：{key:xxx,value:null}
优点：简单
缺点：消耗内存，可能会发生不一致的问题

代码实现：

  // 解决缓存击穿问题，将查询结果写入缓存中，同时当数据库查询结果为null时写入缓存中
    @Override
    public Shop findById(Long id) {
        // 先从redis中查询数据
        String shop = stringRedisTemplate.opsForValue().get(RedisContants.SHOP_KEY + id);

        // 初始化 ObjectMapper
        ObjectMapper objectMapper = new ObjectMapper();
        if (StringUtils.isNoneBlank(shop)){
            try {
                return objectMapper.readValue(shop,Shop.class);
            } catch (JsonProcessingException e) {
                e.printStackTrace();
            }
        }

        if (shop != null){
            // 这里要返回错误信息，例如xxx不存在
            return null;
        }
        // 这里需要去从数据库中查询
        Shop shopObj = shopMapper.findById(id);
        if (shopObj != null){
            String writeValueAsString = null;
            try {
                writeValueAsString = objectMapper.writeValueAsString(shopObj);
            } catch (JsonProcessingException e) {
                e.printStackTrace();
            }
            stringRedisTemplate.opsForValue().set(RedisContants.SHOP_KEY+id,writeValueAsString,1, TimeUnit.DAYS);
            return shopObj;
        }else {
            // 表示数据库中也没有，将 null 存储在 Redis 中
            stringRedisTemplate.opsForValue().set(RedisContants.SHOP_KEY + id, "", 10, TimeUnit.SECONDS);
        }
        return null;
    }

解决方案二：布隆过滤器

了解即可

总结

什么是缓存穿透，怎么解决？
查询一个不存在的数据，mysql查询不到数据也不会直接写入缓存，就会导致每次请求查数据库从而使得数据库压力过大，宕机。

缓存击穿

概念：给某一个key设置了过期时间，当key过期的时候，恰好这时间点对这个key有大量的并发请求过来，这些并发请求可能会瞬间把DB压垮。
主要是热点key的问题，例如查询数据库花费了一些时间，在这个时间段多个线程都访问了数据库导致压力过大

解决方案：互斥锁，逻辑过期

互斥锁

描述：
当缓存失效时，不立即去load db，先使用入Redis的setnx去设置一个互斥锁，当操作成功返回时在进行数据库的操作并回设缓存，否则重试get缓存的方法。

缓存雪崩

缓存雪崩是指在同一时间大量的缓存key同时失效或者Redis服务宕机，导致大量请求到达数据库，带来巨大压力，

解决方案：

• 给不同的key的TTL添加随机值
• 利用Redis集群提高服务的可用性
• 给缓存业务添加降级限流策略，nginx或网关
• 给业务添加多级缓存，Guava 或Caffeine

描述：
缓存雪崩意思时设置缓存时采用了相同的过期时间，导致缓存在某一时刻同时失效，请求全部转发到DB，DB瞬时压力过重雪崩，与缓存击穿的区别：雪崩时很多key，击穿是某一个key缓存

解决方案主要是可以将缓存失效时间分散开，比如可以在原有的失效时间基础上增加一个随机值，比如1-5分钟随机，这样每一个缓存的过期时间的重复率就会降低，就很难引发集体失效的事件。

双写一致

当修改了数据库的数据也要同时更新缓存的数据，缓存和数据库的数据要保持一致

• 读操作：缓存命中，直接返回；缓存未命中查询数据库，写入缓存，设定超时时间
• 读操作：延迟双删

删除缓存----> 修改数据库 ------>延时，删除缓存

无论是先删除缓存，还是先修改数据库，都会导致数据不一致性的问题，根本原因取决于线程是交替进行的。
所以采用双删策略。