Redis:缓存查询、添加缓存、更新缓存、缓存预热、缓存穿透、缓存雪崩、缓存击穿 解决方案和代码

缓存

什么是缓存?

缓存(Cache), 就是数据交换的缓冲区,俗称的缓存就是缓冲区内的数据,一般从数据库中获取,存储于本地代码。

为什么要使用缓存？

• 缓存数据存储于代码中,而代码运行在内存中,内存的读写性能远高于磁盘,缓存可以大大降低用户访问并发量带来的服务器读写压力；
• 实际开发过程中,企业的数据量,少则几十万,多则几千万,这么大数据量,如果没有缓存来作为"避震器",系统是几乎撑不住的,所以企业会大量运用到缓存技术;
• 但是缓存也会增加代码复杂度和运营的成本

如何使用缓存？

• 浏览器缓存：主要是存在于浏览器端的缓存
• 应用层缓存：可以分为tomcat本地缓存，比如之前提到的map，或者是使用redis作为缓存
• 数据库缓存：在数据库中有一片空间是 buffer pool，增改查数据都会先加载到mysql的缓存中
• CPU缓存：当代计算机最大的问题是 cpu性能提升了，但内存读写速度没有跟上，所以为了适应当下的情况，增加了cpu的L1，L2，L3级的缓存
  

实际开发中,会构筑多级缓存来使系统运行速度进一步提升,本次介绍 redis 中的缓存并发使用。

查询、添加缓存

缓存模型和思路

标准的操作方式就是查询数据库之前先查询缓存，如果缓存数据存在，则直接从缓存中返回，如果缓存数据不存在，再查询数据库，然后将数据存入redis。

更新缓存

更新策略

缓存更新是redis为了节约内存而设计出来的一个东西，主要是因为内存数据宝贵，当我们向redis插入太多数据，此时就可能会导致缓存中的数据过多，所以redis会对部分数据进行更新，或者把他叫为淘汰更合适。

• 内存淘汰：redis自动进行，当redis内存达到咱们设定的max-memery的时候，会自动触发淘汰机制，淘汰掉一些不重要的数据(可以自己设置策略方式)
• 超时剔除：当我们给redis设置了过期时间ttl之后，redis会将超时的数据进行删除，方便咱们继续使用缓存
• 主动更新：我们可以手动调用方法把缓存删掉，通常用于解决缓存和数据库不一致问题

数据库缓存不一致解决方案

由于我们的缓存的数据源来自于数据库,而数据库的数据是会发生变化的,因此,如果当数据库中数据发生变化,而缓存却没有同步,此时就会有一致性问题存在。

• Cache Aside Pattern： 人工编码方式，缓存调用者在更新完数据库后再去更新缓存，也称之为双写方案
• Read/Write Through Pattern : 由系统本身完成，数据库与缓存的问题交由系统本身去处理
• Write Behind Caching Pattern ：调用者只操作缓存，其他线程去异步处理数据库，实现最终一致

综合考虑使用方案一，Cache Aside Pattern。方案一调用者如何处理呢？

删除缓存还是更新缓存？

• 更新缓存：每次更新数据库都更新缓存，无效写操作较多
• 删除缓存：更新数据库时让缓存失效，查询时再更新缓存

先操作缓存还是先操作数据库？

• 先删除缓存，再操作数据库
• 先操作数据库，再删除缓存

如何保证缓存与数据库的操作的同时成功或失败？

• 单体系统，将缓存与数据库操作放在一个事务
• 分布式系统，利用TCC等分布式事务方案
  

案例代码

	/**
     * 查询资源详情
     * @param id
     * @return
     */
    @Override
    public ResModel<Resource> getResource(Integer id) {
        String key = CACHE_RESOURCE_KEY   id;
        //查询缓存
        String json = redisTemplate.opsForValue().get(key);
        if (StrUtil.isNotBlank(json)){//缓存存在
            Resource resource = JSONUtil.toBean(json,Resource.class);
            return ResModel.success(Code.SUCCESS,resource);
        }
        //缓存不存在，查询数据库
        Resource resource = getById(id);
        if (resource==null){
            return ResModel.error(Code.NON_EXISTENT);
        }
        //添加缓存
        redisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(resource), Duration.ofMinutes(30));
        return ResModel.success(Code.SUCCESS,resource);
    }

	/**
     * 更新资源信息
     * @param resource
     * @return
     */
    public ResModel updateRes(Resource resource) {
        Integer id = resource.getId();
        if (id==null){
            return ResModel.error(Code.FAIL);
        }
        updateById(resource); 
        redisTemplate.delete(CACHE_RESOURCE_KEY id);
        return ResModel.success(Code.UPDATE,resource);
    }

缓存预热

问题分析

• 请求数量较高
• 主从之间数据吞吐量较大，数据同步操作频度较高

解决方案

前置准备工作：

• 日常例行统计数据访问记录，统计访问频度较高的热点数据
• 利用LRU数据删除策略，构建数据留存队列
• 例如：storm与kafka配合

准备工作：

• 将统计结果中的数据分类，根据级别，redis优先加载级别较高的热点数据
• 利用分布式多服务器同时进行数据读取，提速数据加载过程
• 热点数据主从同时预热

实施：

• 使用脚本程序固定触发数据预热过程
• 如果条件允许，使用了CDN（内容分发网络），效果会更好

总结

缓存预热就是系统启动前，提前将相关的缓存数据直接加载到缓存系统。避免在用户请求的时候，先查询数据库，然后再将数据缓存的问题！用户直接查询事先被预热的缓存数据！

缓存穿透

缓存穿透 ：缓存穿透是指客户端请求的数据在缓存中和数据库中都不存在，这样缓存永远不会生效，这些请求都会打到数据库。

常见的解决方案有两种：

• 缓存空对象
  • 优点：实现简单，维护方便
  • 缺点：
    • 额外的内存消耗
    • 可能造成短期的不一致
• 布隆过滤
  • 优点：内存占用较少，没有多余key
  • 缺点：
    • 实现复杂
    • 存在误判可能’

缓存空对象思路分析：当我们客户端访问不存在的数据时，先请求redis，但是此时redis中没有数据，此时会访问到数据库，但是数据库中也没有数据，这个数据穿透了缓存，直击数据库，我们都知道数据库能够承载的并发不如redis这么高，如果大量的请求同时过来访问这种不存在的数据，这些请求就都会访问到数据库，简单的解决方案就是哪怕这个数据在数据库中也不存在，我们也把这个数据存入到redis中去，这样，下次用户过来访问这个不存在的数据，那么在redis中也能找到这个数据就不会进入到缓存了。
布隆过滤：布隆过滤器其实采用的是哈希思想来解决这个问题，通过一个庞大的二进制数组，走哈希思想去判断当前这个要查询的这个数据是否存在，如果布隆过滤器判断存在，则放行，这个请求会去访问redis，哪怕此时redis中的数据过期了，但是数据库中一定存在这个数据，在数据库中查询出来这个数据后，再将其放入到redis中，假设布隆过滤器判断这个数据不存在，则直接返回这种方式优点在于节约内存空间，存在误判，误判原因在于：布隆过滤器走的是哈希思想，只要哈希思想，就可能存在哈希冲突。

总结

缓存穿透产生的原因是什么？

• 用户请求的数据在缓存中和数据库中都不存在，不断发起这样的请求，给数据库带来巨大压力

缓存穿透的解决方案有哪些？

• 缓存null值
• 布隆过滤
• 增强id的复杂度，避免被猜测id规律
• 做好数据的基础格式校验
• 加强用户权限校验
• 做好热点参数的限流

案例代码

	/**
     * 查询资源详情
     * @param id
     * @return
     */
    @Override
    public ResModel<Resource> getResource(Integer id) {
        String key = CACHE_RESOURCE_KEY   id;
        //查询缓存
        String json = redisTemplate.opsForValue().get(key);
        if (StrUtil.isNotBlank(json)){//缓存存在
            Resource resource = JSONUtil.toBean(json,Resource.class);
            return ResModel.success(Code.SUCCESS,resource);
        }
        //命中空值
        if (json!=null){
            return ResModel.error(Code.NON_EXISTENT);
        }
        //缓存不存在，查询数据库
        Resource resource = getById(id);
        if (resource==null){
            // 缓存空值解决 缓存穿透，设置较短的过期时间
            redisTemplate.opsForValue().set(key,"",Duration.ofMinutes(2));
            return ResModel.error(Code.NON_EXISTENT);
        }
        //添加缓存
        redisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(resource), Duration.ofMinutes(30));
        return ResModel.success(Code.SUCCESS,resource);
    }

缓存雪崩

缓存雪崩是指在同一时段大量的缓存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
• 给业务添加多级缓存

缓存击穿

缓存击穿问题也叫热点Key问题，就是一个被高并发访问并且缓存重建业务较复杂的key突然失效了，无数的请求访问会在瞬间给数据库带来巨大的冲击。

解决方案：

• 互斥锁
• 逻辑过期

逻辑分析：假设线程1在查询缓存之后，本来应该去查询数据库，然后把这个数据重新加载到缓存的，此时只要线程1走完这个逻辑，其他线程就都能从缓存中加载这些数据了，但是假设在线程1没有走完的时候，后续的线程2，线程3，线程4同时过来访问当前这个方法， 那么这些线程都不能从缓存中查询到数据，那么他们就会同一时刻来访问查询缓存，都没查到，接着同一时间去访问数据库，同时的去执行数据库代码，对数据库访问压力过大。

互斥锁

核心思路：利用 redis 的 setnx 方法来表示获取锁，该方法含义是redis中如果没有这个key，则插入成功，返回1，在stringRedisTemplate中返回true， 如果有这个key则插入失败，则返回0，在stringRedisTemplate返回false，我们可以通过true，或者是false，来表示是否有线程成功插入key，成功插入的key的线程我们认为他就是获得到锁的线程。

案例代码

	/**
     * 互斥锁解决 缓存击穿
     * @param id
     * @return
     */
    public ResModel<Resource> queryWithMutex(Integer id){
        String key = CACHE_RESOURCE_KEY   id;
        //查询缓存
        String json = redisTemplate.opsForValue().get(key);
        if (StrUtil.isNotBlank(json)){//缓存存在
            Resource resource = JSONUtil.toBean(json,Resource.class);
            return ResModel.success(Code.SUCCESS,resource);
        }
        //命中空值
        if (json!=null){
            return ResModel.error(Code.NON_EXISTENT);
        }
        String lockKey=Mutex_KEY id;
        Resource resource = null;
        try {
            //尝试获得锁
            boolean b = tryLock(lockKey);
            //没有获得锁，重试
            if (!b){
                return queryWithMutex(id);
            }
            //缓存不存在，查询数据库
            resource = getById(id);
            if (resource==null){
                // 缓存空值解决 缓存穿透
                redisTemplate.opsForValue().set(key,"",Duration.ofMinutes(2));
                return ResModel.error(Code.NON_EXISTENT);
            }
            //添加缓存
            redisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(resource), Duration.ofMinutes(30));
        } catch (Exception e) {
            throw new RuntimeException(e);
        } finally {
            //释放锁
            unlock(lockKey);
        }
        return ResModel.success(Code.SUCCESS,resource);
    }

    /**
     * 获得锁
     * @param key
     * @return
     */
    private boolean tryLock(String key) {
        Boolean flag = redisTemplate.opsForValue().setIfAbsent(key, "1", Duration.ofSeconds(10));
        return BooleanUtil.isTrue(flag);
    }

    /**
     * 释放锁
     * @param key
     */
    private void unlock(String key) {
        redisTemplate.delete(key);
    }

逻辑过期

思路分析：当用户开始查询redis时，判断是否命中，如果没有命中则直接返回空数据，不查询数据库，而一旦命中后，将value取出，判断value中的过期时间是否满足，如果没有过期，则直接返回redis中的数据，如果过期，则在开启独立线程后直接返回之前的数据，独立线程去重构数据，重构完成后释放互斥锁。

案例代码

	 //创建线程池
    private static final ExecutorService THREAD_POOL= Executors.newSingleThreadExecutor();
	/**
     * 逻辑过期时间解决 缓存击穿
     * @param id
     * @return
     */
    public ResModel<Resource> queryWithLogicalExpire(Integer id) {
        String key = CACHE_RESOURCE_KEY   id;
        //查询缓存
        String json = redisTemplate.opsForValue().get(key);
        if (StrUtil.isBlank(json)){//缓存不存在
            return ResModel.error(Code.NON_EXISTENT);
        }
        //缓存存在
        RedisData redisData = JSONUtil.toBean(json, RedisData.class);
        Resource resource = JSONUtil.toBean((JSONObject) redisData.getData(), Resource.class);
        LocalDateTime expireTime = redisData.getExpireTime();
        if (expireTime.isAfter(LocalDateTime.now())){
            //未过期
            return ResModel.success(Code.SUCCESS,resource);
        }
        //过期
        String lockKey=Mutex_KEY id;
        boolean b = tryLock(lockKey);
        if (b){
            THREAD_POOL.submit(()->{
               try {
                    Resource res = getById(id);
                    RedisData rd = new RedisData();
                    rd.setData(res);
                    //更新逻辑过期时间
                    rd.setExpireTime(LocalDateTime.now().plusMinutes(30));
                    //添加缓存
                    redisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(rd));
                } catch (Exception e) {
                    throw new RuntimeException(e);
                } finally {
                    //释放锁
                    unlock(key);
                }
            });
        }
        return ResModel.success(Code.SUCCESS,resource);
    }
     /**
     * 获得锁
     * @param key
     * @return
     */
    private boolean tryLock(String key) {
        Boolean flag = redisTemplate.opsForValue().setIfAbsent(key, "1", Duration.ofSeconds(10));
        return BooleanUtil.isTrue(flag);
    }

    /**
     * 释放锁
     * @param key
     */
    private void unlock(String key) {
        redisTemplate.delete(key);
    }

封装Redis工具类

基于StringRedisTemplate封装一个缓存工具类，满足下列需求：

• 方法1：将任意Java对象序列化为json并存储在string类型的key中，并且可以设置TTL过期时间
• 方法2：将任意Java对象序列化为json并存储在string类型的key中，并且可以设置逻辑过期时间，用于处理缓存击穿问题
• 方法3：根据指定的key查询缓存，并反序列化为指定类型，利用缓存空值的方式解决缓存穿透问题
• 方法4：根据指定的key查询缓存，并反序列化为指定类型，需要利用逻辑过期解决缓存击穿问题
• 方法5：根据指定的key查询缓存，并反序列化为指定类型，需要互斥锁解决缓存击穿问题

@Component
public class CacheClient {
    private final StringRedisTemplate stringRedisTemplate;

	//创建线程池
    private static final ExecutorService CACHE_REBUILD_EXECUTOR = Executors.newFixedThreadPool(10);

    public CacheClient(StringRedisTemplate stringRedisTemplate) {
        this.stringRedisTemplate = stringRedisTemplate;
    }

    /**
     * 将任意Java对象序列化为json并存储在string类型的key中，并且可以设置TTL过期时间
     * @param key
     * @param value
     * @param time
     * @param unit
     */
    public void set(String key, Object value, Long time, TimeUnit unit) {
        stringRedisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(value), time, unit);
    }

    /**
     * 将任意Java对象序列化为json并存储在string类型的key中，并且可以设置逻辑过期时间，用于处理缓 存击穿问题
     * @param key
     * @param value
     * @param time
     * @param unit
     */
    public void setWithLogicalExpire(String key, Object value, Long time, TimeUnit unit) {
        // 设置逻辑过期
        RedisData redisData = new RedisData();
        redisData.setData(value);
        redisData.setExpireTime(LocalDateTime.now().plusSeconds(unit.toSeconds(time)));
        // 写入Redis
        stringRedisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(redisData));
    }

    /**
     * 根据指定的key查询缓存，并反序列化为指定类型，利用缓存空值的方式解决 缓存穿透问题
     * @param keyPrefix key的前缀
     * @param id id
     * @param type 返回值类型
     * @param dbFallback 数据库回调函数
     * @param time 时间
     * @param unit 单位
     * @param <R> 返回值类型
     * @param <ID> id类型
     * @return
     */
    public <R,ID> R queryWithPassThrough(
            String keyPrefix, ID id, Class<R> type, Function<ID, R> dbFallback, Long time, TimeUnit unit){
        String key = keyPrefix   id;
        // 1.从redis查询缓存
        String json = stringRedisTemplate.opsForValue().get(key);
        // 2.判断是否存在
        if (StrUtil.isNotBlank(json)) {
            // 3.存在，直接返回
            return JSONUtil.toBean(json, type);
        }
        // 判断命中的是否是空值
        if (json != null) {
            // 返回空
            return null;
        }
        // 4.不存在，根据id查询数据库
        R r = dbFallback.apply(id);
        // 5.不存在，添加空值缓存
        if (r == null) {
            // 将空值写入redis
            stringRedisTemplate.opsForValue().set(key, "", 2, TimeUnit.MINUTES);
            // 返回空
            return null;
        }
        // 6.存在，写入redis
        this.set(key, r, time, unit);
        return r;
    }

    /**
     * 逻辑过期时间解决 缓存击穿
     * @param keyPrefix key的前缀
     * @param id id
     * @param type 返回值类型
     * @param dbFallback 数据库回调函数
     * @param time 时间
     * @param unit 单位
     * @param <R> 返回值类型
     * @param <ID> id类型
     * @return
     */
    public <R, ID> R queryWithLogicalExpire(
            String keyPrefix, ID id, Class<R> type, Function<ID, R> dbFallback, Long time, TimeUnit unit) {
        String key = keyPrefix   id;
        // 1.从redis查询缓存
        String json = stringRedisTemplate.opsForValue().get(key);
        // 2.判断是否存在
        if (StrUtil.isBlank(json)) {
            // 3.不存在，直接返回
            return null;
        }
        // 4.命中，需要先把json反序列化为对象
        RedisData redisData = JSONUtil.toBean(json, RedisData.class);
        R r = JSONUtil.toBean((JSONObject) redisData.getData(), type);
        LocalDateTime expireTime = redisData.getExpireTime();
        // 5.判断是否过期
        if(expireTime.isAfter(LocalDateTime.now())) {
            // 5.1.未过期，直接返回缓存信息
            return r;
        }
        // 6.已过期，缓存重建
        // 6.1.获取互斥锁
        String lockKey = "lock:"   id;
        boolean isLock = tryLock(lockKey);
        // 6.2.判断是否获取锁成功
        if (isLock){
            // 6.3.成功，开启独立线程，实现缓存重建
            CACHE_REBUILD_EXECUTOR.submit(() -> {
                try {
                    // 查询数据库
                    R newR = dbFallback.apply(id);
                    // 重建缓存
                    this.setWithLogicalExpire(key, newR, time, unit);
                } catch (Exception e) {
                    throw new RuntimeException(e);
                }finally {
                    // 释放锁
                    unlock(lockKey);
                }
            });
        }
        // 6.4.返回过期的缓存信息
        return r;
    }

    /**
     * 互斥锁解决 缓存击穿
     * @param keyPrefix key的前缀
     * @param id id
     * @param type 返回值类型
     * @param dbFallback 数据库回调函数
     * @param time 时间
     * @param unit 单位
     * @param <R> 返回值类型
     * @param <ID> id类型
     * @return
     */
    public <R, ID> R queryWithMutex(
            String keyPrefix, ID id, Class<R> type, Function<ID, R> dbFallback, Long time, TimeUnit unit) {
        String key = keyPrefix   id;
        // 1.从redis查询缓存
        String shopJson = stringRedisTemplate.opsForValue().get(key);
        // 2.判断是否存在
        if (StrUtil.isNotBlank(shopJson)) {
            // 3.存在，直接返回
            return JSONUtil.toBean(shopJson, type);
        }
        // 判断命中的是否是空值
        if (shopJson != null) {
            // 返回空值
            return null;
        }
        // 4.实现缓存重建
        // 4.1.获取互斥锁
        String lockKey = "lock:"   id;
        R r = null;
        try {
            boolean isLock = tryLock(lockKey);
            // 4.2.判断是否获取成功
            if (!isLock) {
                // 4.3.获取锁失败，休眠并重试
                Thread.sleep(50);
                return queryWithMutex(keyPrefix, id, type, dbFallback, time, unit);
            }
            // 4.4.获取锁成功，根据id查询数据库
            r = dbFallback.apply(id);
            // 5.不存在，缓存空值
            if (r == null) {
                // 将空值写入redis
                stringRedisTemplate.opsForValue().set(key, "", 2, TimeUnit.MINUTES);
                // 返回空值
                return null;
            }
            // 6.存在，写入redis
            this.set(key, r, time, unit);
        } catch (InterruptedException e) {
            throw new RuntimeException(e);
        }finally {
            // 7.释放锁
            unlock(lockKey);
        }
        // 8.返回
        return r;
    }

    /**
     * 尝试获取锁
     * @param key
     * @return
     */
    private boolean tryLock(String key) {
        Boolean flag = stringRedisTemplate.opsForValue().setIfAbsent(key, "1", 10, TimeUnit.SECONDS);
        return BooleanUtil.isTrue(flag);
    }

    /**
     * 释放锁
     * @param key
     */
    private void unlock(String key) {
        stringRedisTemplate.delete(key);
    }
}

这篇好文章是转载于：学新通技术网