缓存雪崩及其解决方案

问题缓存雪崩：

          缓存服务器挂掉，或者热点缓存失效，导致大量的请求访问DB数据库，导致数据库连接不够用或数据库处理不过来，从而导致系统不可用。

    类比缓存击穿：

               缓存雪崩产生的原因--缓存曾经存在，只是失效或者缓存服务器挂掉

               而缓存击穿，是指访问缓存中必然不存在的数据，故意绕过缓存，直接访问数据库导致的

               简单描述一下缓存击穿的解决方案：当访问数据库中不存在的数据时，可以给这个key设置一个固定值，并设置过期时间，这样的话，大量的访问该key的请求，都被缓存挡住了；当key存在数据时，缓存也已经失效，在去访问，就可以访问数据库更新这个key的值了

    解决方案：

   1.限流： 加锁，控制进入数据库请求数量

               private Lock lock  = new ReentrantLock();

               public String queryInfo(String key){

                       //step1：先从缓存中获取，获取不到，接着向下走

                      try{

                               //step2：加锁

                               lock.lock();

                              // step3：获取到锁后，再次从缓存中取数据

                             // 这样做的目的是，验证是否已经有其他请求已经查询到数据，并放入缓存中去了

                             // step4：到数据库中查询

                            // step5 : 查询的结果放入缓存 

                      }finally{

                         // step6: 解锁

                         lock.unlock();

                      }

             }

           

         这种方案的缺点：

                        1) 线程阻塞，导致用户体验不好

                        2) 加锁的粒度太大，对所有进入到这个方法的请求加锁，即所有的查询都被一把锁锁住

   2.服务降级 ：把锁的粒度变小，使用 ConcurrentHashMap加锁

private Map lockMap = new ConcurrentHashMap<>(); public String queryInfo(String key){      //step1：先从缓存中获取，获取不到，接着向下走     boolean lock = false;     try{         //step2:类似加锁         lock = lockMap.putIfAbsent(key,"lock") == null;         //拿到锁的线程，负责更新缓存，其他请求读取备份缓存或者执行降级策略         if(lock){             //step3:继续从缓存中获取             // 这样做的目的是，验证是否已经有其他请求已经查询到数据，并放入缓存中去了            // step4：到数据库中查询            // step5 : 查询的结果放入缓存 ，包括备份缓存         }else{             //服务降级策略             // 策略1：从备份缓存中获取             // 策略2：返回一个固定值         }     }finally {         // 最后解锁：         lockMap.remove(key);     } }

   

 

 

 

 

 

 

 

 

 

 

 

 

 

 

    优点：线程不阻塞，用户体验好

    缺点：数据不一致，缓存维护复杂

 

3.写定时任务去刷新更新热点缓存