Redis的缓存击穿、缓存穿透和缓存雪崩是什么?怎么预防?

前言

最近在CSDN上看到了一篇博客,Redis缓存击穿、雪崩、穿透!(超详细),详细讲述了缓存穿透、缓存击穿和缓存雪崩是什么。对我这个刚刚入门的人来说,看完之后非常震撼。
在这里插入图片描述
但是这篇博客没有给出具体的实现,并且在浏览大部分博客之后,发现大家在实现的过程中,并不能像这篇博客一样考虑的这么周全。

为此,博主准备基于大佬博客的思想来实现一下,更有效的避免缓存穿透、缓存击穿以及缓存雪崩。

缓存击穿

定义

这里我们首先简单描述一下什么是缓存击穿

现在我们有一个热点数据,为了提升系统响应速度和可承担的并发量,我们使用Redis存储这个热点数据。

确实很有效,系统的速度和稳定性都提高了。但现在出现了一个问题,就是该热点数据存储在Redis的缓存过期了

那会出现什么问题呢?

如果恰好在缓存过期的时候,突然涌入了大量请求,这时候因为缓存过期了,所以所有的请求都要访问数据库,从而导致我们的服务负载直接飙升,就有可能直接宕机了,这就是缓存击穿

解决思路

那怎么避免呢?

我们可以使用大佬博客中提到的加锁的方式,这里简单描述一下,具体内容大家可以看原博客 Redis缓存击穿、雪崩、穿透!(超详细)

注意哈,这里的锁肯定不是加在单个服务上,肯定要所有服务都能获取到才可以。

这里就可以使用redis的缓存来充当锁的作用了。因为redis的数据,所有服务都可以拿到,所以可以获取同一把锁,这就能保证只有一个服务可以拿到锁!

加锁的过程会出现问题

首先是一个服务加锁之后,服务宕机了怎么办?因为我们使用redis加锁,需要手动释放锁。此时,若加锁的服务宕机了,锁并没有释放其他所有的请求就要一直等待

其实就可以对锁设置过期时间,这样即使加锁服务宕机,当过期时间到了,锁也会自动释放。

到这一步,你会发现原来的加锁变成了加锁+设置过期时间两步操作,如果服务还没设置过期时间就宕机了,还是会出现锁一直不释放的问题。

那怎么办呢?

这个时候我们就可以使用Lua保证原子性了,也就是说上面两个过程被认为是一个原子操作,要么都执行,要么都不执行。

接下来是不是就啥都可以了呢?

很明显不是

前面只讨论加锁的服务宕机了怎么办,那么如果没有宕机,只是查询DB的速度比较慢,会不会有问题呢?

答案是会的

此时,若查询DB的时间超过了过期时间,那么锁就释放了,但事实上redis的缓存并没有更新。如果每条请求都出现这样的问题,那DB仍旧要承担较大的负载

那怎么做呢,我们其实可以加一个线程,用这个线程来做一个延时操作,一旦到时间了redis中还没更新,那就延长锁的过期时间,这样就可以避免其他请求也去查询DB了。

另外还有关于redis集群的问题,详情大家可以看原博客。这里我们只给出单个节点实例的实现代码。

实现

加锁+设置过期时间+Lua脚本

这里我们要加锁和设置过期时间看作一条指令,可以使用Lua脚本。Lua脚本可以保证多条指令作为一个整体执行,从而避免了加锁但没有设置过期时间这样的问题。

Lua脚本

local key =  ARGV[1]
local value = ARGV[2]
local addR = redis.call('set', key, value,'NX')
local expireR = redis.call('expire', key, 5000)
if addR and expireR  then
    return true
else
    return false
end

后来发现好像有自带的原子操作,行吧

local lock = redis.call('set', key, value, 'NX', 'PX', 5000)

在这里插入图片描述

那么怎么在Springboot里指向这个Lua脚本呢,首先我们要把这个脚本放在这个文件夹里
在这里插入图片描述
然后加锁和解锁代码如下

	static DefaultRedisScript<Boolean> SECKILL_SCRIPT;

    static {
        SECKILL_SCRIPT = new DefaultRedisScript<>();
        //在resources目录下导入我们的脚本文件
        SECKILL_SCRIPT.setLocation(new ClassPathResource("lua/ntx.lua"));
        SECKILL_SCRIPT.setResultType(Boolean.class);
    }


    /**
     * 设置分布式锁
     */
    public boolean tryLock(String key) {


//      使用lua脚本保证原子性
        Boolean execute = (Boolean) redisTemplate.execute(
                SECKILL_SCRIPT,//这里就是我们上面静态代码块引入的脚步
                Collections.emptyList(),
                //这里要传key类型的参数,因为我上面写入redis缓存的key是用下面的第三部分参数args来拼出来的,
                //所以脚本是不需要key的,所以这里用方法传一个空集合,注意不要传null
                key.toString(), "1".toString()
        );
        return BooleanUtil.isTrue(execute);
    }
	/**
     * 解锁
     *
     * @param key
     */
    public void unlock(String key) {
            try{
                redisTemplate.delete(key);
            }catch (Exception e){
                log.error("删除失败");
            }

    }

刷新锁

这里我们设置一个延时线程去做就可以

public class ThreadUtils {
    // 设置延时任务线程
    public static void prolongTime(RedisTemplate redisTemplate, String key, int ttl) {
        new Thread(() -> {
            Time.sleep(4000);
            if (redisTemplate.hasKey(key)) {
                redisTemplate.expire(key, ttl, TimeUnit.SECONDS);
                // 重置过期时间后别忘记在设置一个延时任务
                prolongTime(redisTemplate, key, ttl);
            }
            System.out.println("已成功更新redis,防止缓存击穿!");
        }).start();
    }
}

然后在获取锁之后,直接启动该线程,这里我们设置的等待时间相比于过期时间较短一些,是因为加锁和开启线程之间就有延迟,并且还有可能到时间并没有给延时线程分配时间片,因此设置的较短一点。

分布式的问题这里就不实现了。

缓存穿透

定义

缓存穿透类似击穿,区别在于击穿是数据库中有数据,而穿透是数据库中没有该数据。

什么场景会出现这种问题呢?

像是恶意攻击时会出现该问题,因为数据库中并没有该数据,并不会添加缓存,这就会导致每次查询都会访问DB,我们的Redis层就没用了,系统便无法承受原有的并发量。

现有的一种方法是设置null值。但是这些null值都是多余的数据,会占用大量的空间

但现在合适的方法就是存储这些无效的key,那怎么能减少存储key所需容量呢?

这就要提到hash了,通过hash我们可以将一个复杂的字符串映射到某个bit上,这是最小的单位了。

因此我们可以使用bit存储这些关系。

但是有一个问题,hash表会出现碰撞现象,也就是说,不存在的值在映射之后可能和存在的值放在一个位置。但是我们不能像HashMap那样做一个拉链,因为bit只能存储是否存在,并不能存储其他关系了。

没有完美的方法。我们不能保证百分百正确,但可以尽量减轻这种问题。

我们可以想到hash表的升级版,布隆过滤器

他与hash表的不同在于用多个hash函数去映射,这样一个key就对应多个bit。测试时,需要判断key的多个bit是否都为1,这样才能判断一个key是否存在,就可以减少误判率了。

因此,我们可以使用布隆过滤器存储我们已有的内容,然后在请求时,如果过滤器判断key不存在,直接返回,否则进行查询。

这是因为布隆过滤器的一个特点就是判断存在,key不一定存在,判断不存在,key一定不存在

基于这种特性,判断不存在的,我们直接返回空就可以了,就不会访问DB,这可以帮我们过滤掉大量无效请求。

实现

首先引入依赖

<dependency>
    <groupId>com.google.guava</groupId>
    <artifactId>guava</artifactId>
    <version>31.0.1-jre</version>
</dependency>

布隆过滤器
这里我们直接向IOC容器中注入一个自定义的布隆过滤器,如下所示。

package com.xiaow.movie.vo;

import com.google.common.hash.BloomFilter;
import com.xiaow.movie.service.VideoService;
import com.xiaow.movie.vo.aware.VideoBloomFilterAware;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.stereotype.Component;

import java.util.List;

/**
 * @ClassName VideoBloomFilter
 * @Author xiaow
 * @DATE 2024/6/10 17:39
 **/
@Component
public class VideoBloomFilter implements VideoBloomFilterAware {

    @Autowired
    VideoService videoService;


    private BloomFilter<Long> filter;

    @Override
    public void setFilter(BloomFilter filter) {
        this.filter=filter;
    }

    public void initFilter() {
        // 将数据库中id导入到布隆过滤器中
        List<Integer> ids = videoService.getIds();
        for (Integer id : ids) {
            this.filter.put(Long.valueOf(id));
        }
    }

    public void addValue(Long id) {
       // 加入新的内容
        this.filter.put(id);
    }

    public Boolean exist(Long id) {
        // 判断是否存在
        return this.filter.mightContain(id);
    }
}

但是有小伙伴可能注意到了为什么要继承一个VideoBloomFilterAware?

这里因为我们用到了VideoService ,是IOC容器管理的。我们最开始是在构造方法里直接使用VideoService提取videoid,但是发现空指针。

这是为啥呢?

Bean对象的生命周期如下图所示

在这里插入图片描述

可以看到哈,实例化的时候会调用构造方法,但是此时并没有对对象属性进行赋值,这就导致了我们VideoService仍为空,因此我们在BeanPostProcessor阶段使用VideoService注入id到布隆过滤器中。

Aware和BeanPostProcessor的代码如下

public interface VideoBloomFilterAware extends Aware {
    void setFilter(BloomFilter filter);

    void initFilter();
}

@Component
public class VideoBloomFilterPostProcessor implements BeanPostProcessor {
//  预计填充数量
    Long capacity = 10000L;
    // 错误比率
    double errorRate = 0.01;

    @Override
    public Object postProcessBeforeInitialization(Object bean, String beanName) throws BeansException {
        if(bean instanceof VideoBloomFilterAware){
            BloomFilter<Long> longBloomFilter = BloomFilter.create(Funnels.longFunnel(), capacity, errorRate);
            ((VideoBloomFilterAware) bean).setFilter(longBloomFilter);
            ((VideoBloomFilterAware) bean).initFilter();
        }
        return bean;
    }
}

到现在为止,布隆过滤器已经初始化好了,我们只需要在接口里判断一下就可以了

	    Boolean exist = videoBloomFilter.exist(Long.valueOf(id));
        if (exist)
            // 存在则进行查询
            return Result.succ(videoService.getOneMutex(id));
        else
            // 不存在,直接返回
            return Result.fail("没有该视频");

缓存雪崩

定义

Redis中大量缓存失效,此时又涌入了大量请求,此时所有请求同时访问DB,导致数据库负载过高。

这其实可以认为是缓存击穿的一种特殊情况。

解决思路

这个比较简单,大家设置key的时间在一个范围内,不要是统一的,就可以有效避免缓存雪崩的问题,或则可以在查询时做一个随时的延时,这样也可以避免大量请求同时访问DB。

总结

根据大佬的博客思路,写了一些实现,欢迎大家进行指正。

在这里插入图片描述

相关推荐

  1. 什么缓存击穿缓存穿透缓存雪崩

    2024-06-11 09:12:02       13 阅读
  2. Redis缓存击穿缓存雪崩缓存穿透

    2024-06-11 09:12:02       32 阅读

最近更新

  1. 人工智能中的哲学

    2024-06-11 09:12:02       0 阅读
  2. 安装xFormers时遇到的问题,以及正确的安装方式

    2024-06-11 09:12:02       0 阅读

热门阅读

  1. 详细说说机器学习在工业制造的应用

    2024-06-11 09:12:02       2 阅读
  2. STM32 ST-LINK Utility的下载安装使用说明如下:

    2024-06-11 09:12:02       2 阅读
  3. 观察者模式

    2024-06-11 09:12:02       4 阅读
  4. C#面:什么是DLL文件,使用它们有什么好处

    2024-06-11 09:12:02       4 阅读
  5. ArcGIS要点和难点以及具体应用和优缺点介绍

    2024-06-11 09:12:02       3 阅读
  6. 70、最长上升子序列

    2024-06-11 09:12:02       3 阅读
  7. 国内外网络安全现状分析

    2024-06-11 09:12:02       3 阅读