Redis常见问题的解决方案（缓存穿透/缓存击穿/缓存雪崩/数据库缓存数据不一致）

本文主要是介绍Redis常见问题的解决方案（缓存穿透/缓存击穿/缓存雪崩/数据库缓存数据不一致），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！

Redis解决缓存数据库不一致的方案

• 用 先 操作数据库 再 操作缓存 的策略来实现缓存数据库数据一致
• 具体做法是 更新数据库数据然后删除缓存

虽然还是会有线程安全问题 比如 假设此时缓存刚好失效了 线程1 查询缓存失败 从数据库读取了旧数据 还没写入缓存的时候 被调度到 线程2执行

线程2 执行更新操作将数据库的数据进行更新 同时删除缓存 由于此时缓存本身就不存在等于说提前执行了删除操作

线程2操作完了以后执行线程1 线程1将读到的旧数据写入到缓存 此时九出现了缓存不一致

这种情况是很少出现的 所以说可以忽略不记

但是为了处理这种情况 我们将缓存设置超时时间，超时以后自动删除然后重写缓存数据

    public Result update(Shop shop) {Long id = shop.getId();//1.更新数据库if (id == null){return Result.fail("店名不能为空");}//2.删除缓存updateById(shop);stringRedisTemplate.delete("cache:shop"+id);return Result.ok();}

Redis解决缓存穿透的方案

缓存击穿是指客户端大量请求数据库和缓存中不存在值，导致数据库的压力飙升

• 缓存空对象

  • 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
  • 代码实现

  public Shop queryWithPassThrough(Long id){String shopCache = stringRedisTemplate.opsForValue().get("cache:shop" + id);//查询到了shopCache但是里面不是空值if(StrUtil.isNotBlank(shopCache)){return JSONUtil.toBean(shopCache,Shop.class);}//查询到了shopCache但是里面是空值if(shopCache != null){return null;}//从数据库中查询Shop shop = getById(id);//没有查询到那么就将空值设置到缓存中 防止缓存穿透if(shop == null){stringRedisTemplate.opsForValue().set("cache:shop"+id,"",30L, TimeUnit.MINUTES);return null;}//从数据库中查询数据 查询到了数据就将他设置到缓存中 并且返回stringRedisTemplate.opsForValue().set("cache:shop"+id,JSONUtil.toJsonStr(shop),30L, TimeUnit.MINUTES);return shop;}
  

Redis解决缓存雪崩的方案

• 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：
  • 1. 设置随机过期时间：为缓存键设置随机的过期时间，避免大量键同时过期的情况发生，减少缓存雪崩的概率。
  • 2. 实现缓存预热：在系统启动或缓存失效前，提前加载热门数据到缓存中，避免在关键时刻大量请求直接访问后端服务。

Redis解决缓存击穿的方案

• 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：

  加互斥锁或分布式锁：在访问热点数据时，可以引入互斥锁或分布式锁，保证只有一个线程去访问后端服务或数据库，其他线程等待结果。当第一个线 程获取到数据后，其他线程可以直接从缓存获取，避免多个线程同时访问后端服务，减轻压力。

  • 使用互斥锁的代码

  public boolean tryLock(String key){//加上超时时间避免等待过久boolean flg = stringRedisTemplate.opsForValue().setIfAbsent(key,"1",10,TimeUnit.SECONDS);return flg;
  }public void unLock(String key){stringRedisTemplate.delete(key);
  }public Shop queryWithPassThrough(Long id){String shopCache = stringRedisTemplate.opsForValue().get("cache:shop" + id);//查询到了shopCache但是里面不是空值if(StrUtil.isNotBlank(shopCache)){return JSONUtil.toBean(shopCache,Shop.class);}//查询到了shopCache但是里面是空值if(shopCache != null){return null;}String key = "lock:shop:" + id;//从数据库中查询				Shop shop = getById(id);try{if(tryLock(key)){//没有查询到那么就将空值设置到缓存中 防止缓存穿透if(shop == null){stringRedisTemplate.opsForValue().set("cache:shop"+id,"",30L, TimeUnit.MINUTES);return null;}//从数据库中查询数据 查询到了数据就将他设置到缓存中 并且返回stringRedisTemplate.opsForValue().set("cache:shop"+id,JSONUtil.toJsonStr(shop),30L, TimeUnit.MINUTES);}else{Thread.sleep(50);//递归调用return queryWithPassThrough(id);}}catch(InterruptedException e){throw new RuntimeException(e);}finally{unlock(key);}return shop;}
  

​ 这里说明一下加锁的逻辑 我们调用了

​ boolean flg = stringRedisTemplate.opsForValue().setIfAbsent(key,"1",10,TimeUnit.SECONDS);

​ 这一段代码来进行加锁操作 本质上是调用了 Redis 的 SETNX 这条命令 当这个键值对不存在时就创建这个键值对 返回TRUE 反之返回 FALSE

下面是另一种解决方案

​ 对于一些热点数据，可以将其设置为永不过期，或者设置一个较长的过期时间，确保热点数据在缓存中可用，减少因为过期而触发的缓存击穿。

​ 具体做法参考下面这张图

我们设置逻辑过期时间既可以保证热点数据永不过期，同时又可以避免数据库缓存数据不一致的情况

	//加上超时时间避免等待过久boolean flg = stringRedisTemplate.opsForValue().setIfAbsent(key,"1",10,TimeUnit.SECONDS);return flg;
}public void unLock(String key){stringRedisTemplate.delete(key);
}public void reMakeCache(Long id,Long expireSeconds){//数据库查询操作Shop shop = selectById(id);RedisData redisData = new RedisData();redisData.setData(shop);redisData.setExpireTime(LocalDateTime.now().plusSeconds(expireSeconds));
}//使用线程池
private static final ExecutorService CACHE_REBUILD_EXCUTOR = Executors.newFixedThreadPool(10);public Shop queryWithPassThrough(Long id){String shopCache = stringRedisTemplate.opsForValue().get("cache:shop" + id);//查询到了shopCache但是里面不是空值if(StrUtil.isNotBlank(shopCache)){return JSONUtil.toBean(shopCache,Shop.class);}//查询到了shopCache但是里面是空值if(shopCache != null){return null;}//将redis数据反序列化RedisData redisData = JSONUtil.toBean(shopCache,RedisData.class);//获取数据Shop shop = JSONUtil.toBean((JSONObject) redisData.getData(),Shop.class);//获取过期时间LocalDataTime expireTime = redisData.getExpireTime();//没有过期直接返回if(expireTime.isAfter(LocalDateTime.now())){return shop;}String key = "lock:shop:" + id;if(tryLock(key)){try{//开启独立线程完成CACHE_REBUILD_EXCUTOR.submit(() -> {				reMakeCache(id,20L);});}catch(InterruptedException e){throw new RuntimeException(e);}finally{unlock(key);}}return shop;}

这篇关于Redis常见问题的解决方案（缓存穿透/缓存击穿/缓存雪崩/数据库缓存数据不一致）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！

---