使用本地锁syncronized防止缓存击穿

2024-06-09 10:36

本文主要是介绍使用本地锁syncronized防止缓存击穿,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

谷粒商城学习笔记p156

缓存击穿:单个key缓存突然失效,这时大量的请求进行访问,导致数据库压力过大。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。

解决办法:加锁,锁有本地锁,也有分布式锁。每种锁有其优缺点和适用场景

本地锁的优点是使用相对来说较为简便,缺点是在分布式应用中锁不住资源。下面是具体实现:

 @Overridepublic Map<String,  List<Catelog2Vo>> getCatelogJson() {String catelogJson = redisTemplate.opsForValue().get("catelogJson");//如果缓存中不存在,则去查库if(StringUtils.isBlank(catelogJson)){System.out.println("缓存未命中......查询数据库..........");Map<String, List<Catelog2Vo>> catelogJsonFromDb = getCatelogJsonFromDb();String s = JSON.toJSONString(collect);//将查库获得的数据添加到缓存中redisTemplate.opsForValue().set("catelogJson",s,1, TimeUnit.DAYS);return catelogJsonFromDb;}System.out.println("缓存命中......直接返回..........");Map<String, List<Catelog2Vo>>map=JSON.parseObject(catelogJson, new TypeReference<Map<String, List<Catelog2Vo>>>() {});return map;}

查询数据库的方法:

    public Map<String,  List<Catelog2Vo>> getCatelogJsonFromDb() {//加同步锁,防止缓存击穿synchronized (this){//获得锁以后,需要去查询缓存,缓存中不存在,才去查库String catelogJson = redisTemplate.opsForValue().get("catelogJson");if(StringUtils.isNotBlank(catelogJson)){Map<String, List<Catelog2Vo>>map = JSON.parseObject(catelogJson, new TypeReference<Map<String, List<Catelog2Vo>>>() {});return map;}System.out.println("查询了数据库..........");List<CategoryEntity> selectList = baseMapper.selectList(null);//获得一级分类的集合List<CategoryEntity> level1Categorys = this.getLevel1Categorys();Map<String, List<Catelog2Vo>> collect = level1Categorys.stream().collect(Collectors.toMap(k -> k.getCatId().toString(), v -> {//根据一级分类id查询其下所有的二级分类List<CategoryEntity> level2Categorys = getCategoryEntities(selectList,v.getCatId());//封装成前端需要的数据格式List<Catelog2Vo> catelog2Vos = null;if (!CollectionUtils.isEmpty(level2Categorys)) {catelog2Vos = level2Categorys.stream().map(level2 -> {//根据二级分类id查询名下所有三级分类信息List<CategoryEntity> level3Categorys = getCategoryEntities(selectList,level2.getCatId());Catelog2Vo catelog2Vo = new Catelog2Vo(v.getCatId().toString(), null, level2.getCatId().toString(), level2.getName());if (!CollectionUtils.isEmpty(level3Categorys)) {List<Catelog2Vo.Catelog3Vo> catelog3VoList = level3Categorys.stream().map(level3 -> {Catelog2Vo.Catelog3Vo catelog3Vo = new Catelog2Vo.Catelog3Vo();catelog3Vo.setCatalog2Id(level2.getCatId().toString());catelog3Vo.setId(level3.getCatId().toString());catelog3Vo.setName(level3.getName());return catelog3Vo;}).collect(Collectors.toList());catelog2Vo.setCatalog3List(catelog3VoList);}return catelog2Vo;}).collect(Collectors.toList());}return catelog2Vos;}));return collect;}}

使用上面的方法仍然存在一定的弊端,在实际测试中也发现查询了2次数据库而不是只查1次。原因在于添加数据到缓存和查库不在同一把锁的操作控制内,也行第一个线程查询到数据释放了锁,然后在添加数据到缓存的间隙,第二个线程获得了锁,但数据还没成功完整添加到缓存中,导致再去查询一次数据库。显然这样设计是不合理的,给数据库造成额外的负担。正确的设计是将添加数据到缓存放在查库的同一把锁控制范围内,保证原子性。附改造后的代码:

    @Overridepublic Map<String,  List<Catelog2Vo>> getCatelogJson() {String catelogJson = redisTemplate.opsForValue().get("catelogJson");//如果缓存中不存在,则去查库if(StringUtils.isBlank(catelogJson)){System.out.println("缓存未命中......查询数据库..........");Map<String, List<Catelog2Vo>> catelogJsonFromDb = getCatelogJsonFromDb();return catelogJsonFromDb;}System.out.println("缓存命中......直接返回..........");Map<String, List<Catelog2Vo>>map=JSON.parseObject(catelogJson, new TypeReference<Map<String, List<Catelog2Vo>>>() {});return map;}

查询数据库的方法:

    public Map<String,  List<Catelog2Vo>> getCatelogJsonFromDb() {//加同步锁,防止缓存击穿synchronized (this){//获得锁以后,需要去查询缓存,缓存中不存在,才去查库String catelogJson = redisTemplate.opsForValue().get("catelogJson");if(StringUtils.isNotBlank(catelogJson)){Map<String, List<Catelog2Vo>>map = JSON.parseObject(catelogJson, new TypeReference<Map<String, List<Catelog2Vo>>>() {});return map;}System.out.println("查询了数据库..........");List<CategoryEntity> selectList = baseMapper.selectList(null);//获得一级分类的集合List<CategoryEntity> level1Categorys = this.getLevel1Categorys();Map<String, List<Catelog2Vo>> collect = level1Categorys.stream().collect(Collectors.toMap(k -> k.getCatId().toString(), v -> {//根据一级分类id查询其下所有的二级分类List<CategoryEntity> level2Categorys = getCategoryEntities(selectList,v.getCatId());//封装成前端需要的数据格式List<Catelog2Vo> catelog2Vos = null;if (!CollectionUtils.isEmpty(level2Categorys)) {catelog2Vos = level2Categorys.stream().map(level2 -> {//根据二级分类id查询名下所有三级分类信息List<CategoryEntity> level3Categorys = getCategoryEntities(selectList,level2.getCatId());Catelog2Vo catelog2Vo = new Catelog2Vo(v.getCatId().toString(), null, level2.getCatId().toString(), level2.getName());if (!CollectionUtils.isEmpty(level3Categorys)) {List<Catelog2Vo.Catelog3Vo> catelog3VoList = level3Categorys.stream().map(level3 -> {Catelog2Vo.Catelog3Vo catelog3Vo = new Catelog2Vo.Catelog3Vo();catelog3Vo.setCatalog2Id(level2.getCatId().toString());catelog3Vo.setId(level3.getCatId().toString());catelog3Vo.setName(level3.getName());return catelog3Vo;}).collect(Collectors.toList());catelog2Vo.setCatalog3List(catelog3VoList);}return catelog2Vo;}).collect(Collectors.toList());}return catelog2Vos;}));String s = JSON.toJSONString(collect);//查询到以后立即将数据库查询结果添加到缓存中,防止时间差,导致第2个获得锁的线程继续查库//将查库和添加到redis缓存中要放在同个锁操作中,保证原子性,redisTemplate.opsForValue().set("catelogJson",s,1, TimeUnit.DAYS);return collect;}}

改造后经测试,终于只查询了一次数据库,查询完库,添加数据到redis,再释放锁。这样第二个获得锁的线程就可直接从缓存中读数据而无须再次查库。

这篇关于使用本地锁syncronized防止缓存击穿的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1044939

相关文章

中文分词jieba库的使用与实景应用(一)

知识星球:https://articles.zsxq.com/id_fxvgc803qmr2.html 目录 一.定义: 精确模式(默认模式): 全模式: 搜索引擎模式: paddle 模式(基于深度学习的分词模式): 二 自定义词典 三.文本解析   调整词出现的频率 四. 关键词提取 A. 基于TF-IDF算法的关键词提取 B. 基于TextRank算法的关键词提取

使用SecondaryNameNode恢复NameNode的数据

1)需求: NameNode进程挂了并且存储的数据也丢失了,如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2)故障模拟 (1)kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 (2)删除NameNode存储的数据(/opt/module/hadoop-3.1.4/data/tmp/dfs/na

Hadoop数据压缩使用介绍

一、压缩原则 (1)运算密集型的Job,少用压缩 (2)IO密集型的Job,多用压缩 二、压缩算法比较 三、压缩位置选择 四、压缩参数配置 1)为了支持多种压缩/解压缩算法,Hadoop引入了编码/解码器 2)要在Hadoop中启用压缩,可以配置如下参数

Makefile简明使用教程

文章目录 规则makefile文件的基本语法:加在命令前的特殊符号:.PHONY伪目标: Makefilev1 直观写法v2 加上中间过程v3 伪目标v4 变量 make 选项-f-n-C Make 是一种流行的构建工具,常用于将源代码转换成可执行文件或者其他形式的输出文件(如库文件、文档等)。Make 可以自动化地执行编译、链接等一系列操作。 规则 makefile文件

使用opencv优化图片(画面变清晰)

文章目录 需求影响照片清晰度的因素 实现降噪测试代码 锐化空间锐化Unsharp Masking频率域锐化对比测试 对比度增强常用算法对比测试 需求 对图像进行优化,使其看起来更清晰,同时保持尺寸不变,通常涉及到图像处理技术如锐化、降噪、对比度增强等 影响照片清晰度的因素 影响照片清晰度的因素有很多,主要可以从以下几个方面来分析 1. 拍摄设备 相机传感器:相机传

pdfmake生成pdf的使用

实际项目中有时会有根据填写的表单数据或者其他格式的数据,将数据自动填充到pdf文件中根据固定模板生成pdf文件的需求 文章目录 利用pdfmake生成pdf文件1.下载安装pdfmake第三方包2.封装生成pdf文件的共用配置3.生成pdf文件的文件模板内容4.调用方法生成pdf 利用pdfmake生成pdf文件 1.下载安装pdfmake第三方包 npm i pdfma

零基础学习Redis(10) -- zset类型命令使用

zset是有序集合,内部除了存储元素外,还会存储一个score,存储在zset中的元素会按照score的大小升序排列,不同元素的score可以重复,score相同的元素会按照元素的字典序排列。 1. zset常用命令 1.1 zadd  zadd key [NX | XX] [GT | LT]   [CH] [INCR] score member [score member ...]

缓存雪崩问题

缓存雪崩是缓存中大量key失效后当高并发到来时导致大量请求到数据库,瞬间耗尽数据库资源,导致数据库无法使用。 解决方案: 1、使用锁进行控制 2、对同一类型信息的key设置不同的过期时间 3、缓存预热 1. 什么是缓存雪崩 缓存雪崩是指在短时间内,大量缓存数据同时失效,导致所有请求直接涌向数据库,瞬间增加数据库的负载压力,可能导致数据库性能下降甚至崩溃。这种情况往往发生在缓存中大量 k

git使用的说明总结

Git使用说明 下载安装(下载地址) macOS: Git - Downloading macOS Windows: Git - Downloading Windows Linux/Unix: Git (git-scm.com) 创建新仓库 本地创建新仓库:创建新文件夹,进入文件夹目录,执行指令 git init ,用以创建新的git 克隆仓库 执行指令用以创建一个本地仓库的

【北交大信息所AI-Max2】使用方法

BJTU信息所集群AI_MAX2使用方法 使用的前提是预约到相应的算力卡,拥有登录权限的账号密码,一般为导师组共用一个。 有浏览器、ssh工具就可以。 1.新建集群Terminal 浏览器登陆10.126.62.75 (如果是1集群把75改成66) 交互式开发 执行器选Terminal 密码随便设一个(需记住) 工作空间:私有数据、全部文件 加速器选GeForce_RTX_2080_Ti