常见的缓存突发状况

前言：

 1.mybatis-config.xml 配置：

<?xml version="1.0" encoding="UTF-8" ?>
<!DOCTYPE configuration PUBLIC "-//mybatis.org//DTD Config 3.0//EN"
        "http://mybatis.org/dtd/mybatis-3-config.dtd">
<configuration>
    <settings>
        <!--这个配置是全局的映射器(二级缓存)启用或禁用缓存-->
        <setting name="cacheEnabled" value="true" />
        .....
    </settings>

 2.  mapper 处理

 eviction:代表的是缓存回收策略，目前MyBatis提供以下策略。

        (1) LRU,最近最少使用的，一处最长时间不用的对象

        (2) FIFO,先进先出，按对象进入缓存的顺序来移除他们

        (3) SOFT,软引用，移除基于垃圾回收器状态和软引用规则的对象

        (4) WEAK,弱引用，更积极的移除基于垃圾收集器状态和弱引用规则的对象。这里采用的是LRU、 移除最长时间不用的对形象

        flushInterval:刷新间隔时间，单位为毫秒，这里配置的是100秒刷新，如果你不配置它，那么当SQL被执行的时候才会去刷新缓存。

        size:引用数目，一个正整数，代表缓存最多可以存储多少个对象，不宜设置过大。设置过大会导致内存溢出。

        这里配置的是1024个对象

        readOnly:只读，意味着缓存数据只能读取而不能修改，这样设置的好处是我们可以快速读取缓存，

             缺点：是我们没有办法修改缓存，他的默认值是false，不允许我们修改

       <cache eviction="LRU" flushInterval="100000" readOnly="true" size="1024"/>

                              

 

                              前台请求，后台先从缓存中取数据，取到直接返回结果，取不到时从数据库中取，

                              数据库取到更新缓存，并返回结果，数据库也没取到，那直接返回空结果。

三：缓存穿透

描述：

          缓存穿透是指缓存和数据库中都没有的数据，而用户不断发起请求，如发起为id为“-1”的数据或id为特别大不存在的数据。

          这时的用户很可能是攻击者， 攻击会导致数据库压力过大。

 

         缓存穿透是指查询一个一定不存在的数据，由于缓存是不命中时被动写的，并且出于容错考虑，

          如果从存储层查不到数据则不写入缓存，这将导致这个不存在的数据每次请求都要到存储层去查询，

          失去了缓存的意义。在流量大时，可能DB就挂掉了，要是有人利用不存在的key频繁攻击我们的应用，这就是漏洞。

 

      解决方案：

          1. 接口层增加校验，如用户鉴权校验，id做基础校验，id<=0的直接拦截；

          2. 从缓存取不到的数据，在数据库中也没有取到，这时也可以将key-value对写为key-null，缓存有效时间可以设置短点，

              如30秒（设置太长会导致正常情况也没法使用）。这样可以防止攻击用户反复用同一个id暴力攻击

          3. 有很多种方法可以有效地解决缓存穿透问题，最常见的则是采用布隆过滤器，将所有可能存在的数据哈希到一个足够大的bitmap中，

              一个一定不存在的数据会被 这个bitmap拦截掉，从而避免了对底层存储系统的查询压力。另外也有一个更为简单粗暴的方法（我们采用的就是这种），

             如果一个查询返回的数据为空（不管是数 据不存在，还是系统故障），我们仍然把这个空结果进行缓存，但它的过期时间会很短，最长不超过五分钟。

四、缓存击穿

    描述：

         缓存击穿是指缓存中没有但数据库中有的数据（一般是缓存时间到期），这时由于并发用户特别多，

       同时读缓存没读到数据，又同时去数据库去取数据，引起数据库压力瞬间增大，造成过大压

      解决方案：

           1. 设置热点数据永远不过期。

           2. 加互斥锁，互斥锁：

              互斥锁，是一种信号量，常用来防止两个进程或线程在同一时刻访问相同的共享资源。可以保证以下三点：
              原子性：把一个互斥量锁定为一个原子操作，这意味着操作系统（或pthread函数库）

                        保证了如果一个线程锁定了一个互斥量，没有其他线程在同一时间可以成功锁定这个互斥量

              唯一性：如果一个线程锁定了一个互斥量，在它解除锁定之前，没有其他线程可以锁定这个互斥量。
                       非繁忙等待：如果一个线程已经锁定了一个互斥量，第二个线程又试图去锁定这个互斥量，

                       则第二个线程将被挂起（不占用任何cpu资源），直到第一个线程解除对这个互斥量的锁定为止，

                         第二个线程则被唤醒并继续执行，同时锁定这个互斥量。

           3. 对于一些设置了过期时间的key，如果这些key可能会在某些时间点被超高并发地访问，是一种非常“热点”的数据。

这个时候，需要考虑一个问题：缓存被“击穿”的问题，这个和缓存雪崩的区别在于这里针对某一key缓存，前者则是很多key。

 

 

缓存在某个时间点过期的时候，恰好在这个时间点对这个Key有大量的并发请求过来，

这些请求发现缓存过期一般都会从后端DB加载数据并回设到缓存，这个时候大并发的请求可能会瞬间把后端DB压垮。

五、缓存雪崩

     描述：

         缓存雪崩是指缓存中数据大批量到过期时间，而查询数据量巨大，引起数据库压力过大甚至down机。

         和缓存击穿不同的是， 缓存击穿指并发查同一条数据，缓存雪崩是不同数据都过期了，很多数据都查不到从而查数据库。

         缓存雪崩是指在我们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。

    解决方案：

       1.缓存数据的过期时间设置随机，防止同一时间大量数据过期现象发生。

       2.如果缓存数据库是分布式部署，将热点数据均匀分布在不同得缓存数据库中。

       3.设置热点数据永远不过期。

      缓存失效时的雪崩效应对底层系统的冲击非常可怕。大多数系统设计者考虑用加锁或者队列的方式

     保证缓存的单线 程（进程）写，从而避免失效时大量的并发请求落到底层存储系统上。

      这里分享一个简单方案就时讲缓存失效时间分散开，比如我们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。

java引用拓展：

 

强引用:就是普通引用。比如 A o1=new A(); A o2=o1;
强引用只有当所有对这个对象的所有引用(o1,o2)失效后，new A()的内存才会被回收。
残引用、弱引用、软引用都用来引用随时可能被回收的对象。类似o1,o2即使未失效也会回收。
区别是被回收器回收的激烈程度，由强到弱。

残影引用是对象已经finalize或者执行完析构函数，只等内存马上回收了，最容易被回收。非常接近回收时机，就像残影会随物体消失而消失，故名。
弱引用的对象是在正常情况下，回收器遇到就回收，是被积极回收的对象。
软引用是仅在内存不够时才回收，属于消极回收。

析构函数：

     析构函数(destructor) 与 构造函数相反，当对象结束其 生命周期时（例如对象所在的函数已调用完毕），

     系统自动执行析构函数。析构函数往往用来做“清理善后” 的工作（例如在建立对象时用new开辟了一片内存空间，应在退出前在析构函数中用delete释放