程序员面试题之Redis缓存穿透,缓存击穿,缓存雪崩,解决这些问题的关键在于合理设置缓存的过期时间、使用锁机制来保护缓存的加载过程、 使用多级缓存架构和预加载机制来提高系统的容错性和性能。

本文主要是介绍程序员面试题之Redis缓存穿透,缓存击穿,缓存雪崩,解决这些问题的关键在于合理设置缓存的过期时间、使用锁机制来保护缓存的加载过程、 使用多级缓存架构和预加载机制来提高系统的容错性和性能。,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!

AI:please wait...
Redis缓存穿透是指恶意请求绕过缓存直接访问数据库,导致缓存无效,请求大量落到数据库上,造成数据库压力过大。缓存击穿是指缓存中的一个热点数据失效,导致大量请求同时访问数据库,造成数据库压力过大。缓存雪崩是指缓存中的大量数据同时失效,导致大量请求同时访问数据库,造成数据库压力过大。以下是解决这些问题的方法:1. 对于缓存穿透问题,可以使用布隆过滤器(Bloom Filter)来过滤掉无效的请求,
2. 将查询结果为空的请求放入布隆过滤器中,下次请求时先检查布隆过滤器,如果命中则直接返回,避免访问数据库。3. 对于缓存击穿问题,可以在缓存失效的瞬间,通过互斥锁(Mutex Lock)或分布式锁来避免多个请求同时访问数据库,
4. 只允许一个请求重新加载缓存,并在加载完成后释放锁,其他请求再次访问缓存。5. 对于缓存雪崩问题,可以设置缓存的过期时间随机,避免同时失效,或者使用热点数据的时候,
6. 将其缓存时间设置长一些,避免同时失效。另外,可以使用多级缓存架构,将热点数据缓存在多个缓存服务器上,避免单点故障。7. 另外,可以使用预加载机制,在缓存过期前主动去刷新缓存,避免缓存过期期间的请求落到数据库上。总结起来,解决这些问题的关键在于合理设置缓存的过期时间、使用锁机制来保护缓存的加载过程、
使用多级缓存架构和预加载机制来提高系统的容错性和性能。

在这里插入图片描述

在这里插入图片描述

缓存穿透:

Key中对应的缓存数据不存在,导致去请求数据库,造成数据库的压力倍增的情况。

缓存穿透的解决方案

/** 常用的方法可以采用布隆过滤器方法进行数据拦截,其次还有一种解决思路,就是如果请求的数据为空* ,将空值进行缓存,就不会发生穿透的情况*/$redis = new Redis();
$redis->connect('127.0.0.1', 6379);
$redis_key = '';
$result = $redis->get($redis_key);
if(!isset($result)) {//此处应该进行数据库查询...//如果查询结果不存在,给其默认空数组进行缓存$result = [];$redis->set($redis_key, $result, 10000);
}

缓存击穿:

redis过期后的一瞬间,有大量用户请求同一个缓存数据,导致这些请求都去请求数据库,造成数据库压力倍增的情况,针对一个Key而言

缓存击穿的解决方案

/**使用互斥锁(mutex key),就是一个key过期时,多个请求过来允许其中一个请求去操作数据库,* 其他请求等待第一个请求成功返回结果后再请求。*/public function fetch(){$redis = new Redis();$redis->connect('127.0.0.1', 6379);$redis_key = '';$result = $redis->get($redis_key);$redis_key = '|prize_list';$setnx_key = '|prize_list_setnx';$expire = 30;if(!isset($result)) {if($redis->setnx($setnx_key, 1, $expire)) {//此处应该进行数据库查询...//$result = 数据库查询结果;$this->redis->set($redis_key, $result, $expire);$this->redis->del($setnx_key); //删除互斥锁} else {//其他请求每等待10毫秒重新请求一次sleep(10);self::fetch();}}
}

缓存雪崩:

缓存服务器宕机了或者大量缓存集中某个时间段失效,导致请求全部去到数据库,造成数据库压力倍增的情况,这个是针对多个Key而言

缓存雪崩的解决方案

/** 这种情况是因为多个key同时过期导致的数据库压力,一种方法可以在key过期时间基础上增加时间随机数,* 让过期时间分散开,减少缓存时间过期的重复率* 另一种方法是加锁排队,这种有点像上面缓存击穿的解决方式,但是这种请求量太大,* 比如5000个请求过来,4999个都需要等待,这必然是指标不治本,* 不仅用户体验性差,分布式环境下就更加复杂,因此在高并发场景下很少使用** 最好的解决方法,是使用缓存标记,判断该标记是否过期,过期则去请求数据库,* 而缓存数据的过期时间要设置的比缓存标记的长,* 这样当一个请求去操作数据库的时候,其他请求拿的是上一次缓存数据*/public function fetch(){$redis = new Redis();$redis->connect('127.0.0.1', 6379);$redis_key = '';$result = $redis->get($redis_key);$redis_key = '|prize_list';//缓存标记key$cash_key = '|prize_list_cash';$expire = 30;if(!isset($result)) {$cash_result = $redis->get($cash_key);$result = $redis->get($redis_key);if(!$cash_result) {$redis->set($cash_key, 1, $expire);//此处应该进行数据库查询...//$result = 数据库查询结果, 并且设置的时间要比cash_key长,这里设置为2倍;$redis->set($redis_key, $result, $expire * 2);}}
}

这篇关于程序员面试题之Redis缓存穿透,缓存击穿,缓存雪崩,解决这些问题的关键在于合理设置缓存的过期时间、使用锁机制来保护缓存的加载过程、 使用多级缓存架构和预加载机制来提高系统的容错性和性能。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/1116364

相关文章

Vue3 的 shallowRef 和 shallowReactive:优化性能

大家对 Vue3 的 ref 和 reactive 都很熟悉,那么对 shallowRef 和 shallowReactive 是否了解呢? 在编程和数据结构中,“shallow”(浅层)通常指对数据结构的最外层进行操作,而不递归地处理其内部或嵌套的数据。这种处理方式关注的是数据结构的第一层属性或元素,而忽略更深层次的嵌套内容。 1. 浅层与深层的对比 1.1 浅层(Shallow) 定义

JVM 的类初始化机制

前言 当你在 Java 程序中new对象时,有没有考虑过 JVM 是如何把静态的字节码(byte code)转化为运行时对象的呢,这个问题看似简单,但清楚的同学相信也不会太多,这篇文章首先介绍 JVM 类初始化的机制,然后给出几个易出错的实例来分析,帮助大家更好理解这个知识点。 JVM 将字节码转化为运行时对象分为三个阶段,分别是:loading 、Linking、initialization

mybatis的整体架构

mybatis的整体架构分为三层: 1.基础支持层 该层包括:数据源模块、事务管理模块、缓存模块、Binding模块、反射模块、类型转换模块、日志模块、资源加载模块、解析器模块 2.核心处理层 该层包括:配置解析、参数映射、SQL解析、SQL执行、结果集映射、插件 3.接口层 该层包括:SqlSession 基础支持层 该层保护mybatis的基础模块,它们为核心处理层提供了良好的支撑。

百度/小米/滴滴/京东,中台架构比较

小米中台建设实践 01 小米的三大中台建设:业务+数据+技术 业务中台--从业务说起 在中台建设中,需要规范化的服务接口、一致整合化的数据、容器化的技术组件以及弹性的基础设施。并结合业务情况,判定是否真的需要中台。 小米参考了业界优秀的案例包括移动中台、数据中台、业务中台、技术中台等,再结合其业务发展历程及业务现状,整理了中台架构的核心方法论,一是企业如何共享服务,二是如何为业务提供便利。

性能测试介绍

性能测试是一种测试方法,旨在评估系统、应用程序或组件在现实场景中的性能表现和可靠性。它通常用于衡量系统在不同负载条件下的响应时间、吞吐量、资源利用率、稳定性和可扩展性等关键指标。 为什么要进行性能测试 通过性能测试,可以确定系统是否能够满足预期的性能要求,找出性能瓶颈和潜在的问题,并进行优化和调整。 发现性能瓶颈:性能测试可以帮助发现系统的性能瓶颈,即系统在高负载或高并发情况下可能出现的问题

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

性能分析之MySQL索引实战案例

文章目录 一、前言二、准备三、MySQL索引优化四、MySQL 索引知识回顾五、总结 一、前言 在上一讲性能工具之 JProfiler 简单登录案例分析实战中已经发现SQL没有建立索引问题,本文将一起从代码层去分析为什么没有建立索引? 开源ERP项目地址:https://gitee.com/jishenghua/JSH_ERP 二、准备 打开IDEA找到登录请求资源路径位置