Redis 击穿&穿透&雪崩&spring data redis

Redis 击穿&穿透&雪崩&spring data redis

一、常见概念

• 击穿：

  • 概念：redis作为缓存，设置了key的过期时间，key在过期的时候刚好出现并发访问，直接击穿redis，访问数据库

  • 解决方案：使用setnx() ->相当于一把锁，设置的时候，发现设置过期，加锁，只有获得锁的人才可以访问DB，这样就能防止击穿。

  • 逻辑：

    	1. get key
    	2. setnx
    	3. if ok addDB
    	else sleep
    	go to 1

  • question1：如果第一个加锁的人挂了？ 可以设置过期时间

• question2：如果第一个加锁的人没挂，但是锁超时了？ 可以使用多线程，一个线程取库，一个线程监控前一个线程是否存活，更新锁时间。

• 穿透：

  • 概念：从业务接收查询的是你系统根本不存在的数据，这时候刚好从redis穿透到数据

  • 解决方案：

    使用布隆过滤器，不存在的数据使用bitmap进行拦截

    • 1.使用布隆过滤器。从客户端包含布隆过滤器的算法。
    • 2.直接redis集成布隆模块。

  • question1:布隆过滤器只能查看，不能删除？解决方案：换cuckoo过滤器。

• 雪崩：

  • 概念：大量的key同时失效，造成雪崩。

  • 解决方案：在失效的基础上，再加入一个时间（1-5min）

二、SpringDataRedis

客户端连接，我们可以使用Jedis、lettuce、redisson...但是，我们在技术选型时，鉴于多方面考虑，选用SpringDataRedis

1.创建一个SpringBoot项目，勾选Spring Data Redis，也可以直接引入

	org.springframework.boot
	spring-boot-starter-data-redis

2.使用序列化的方式，进行set和get值（乱码）

	ValueOperations vo = redisTemplate.opsForValue();
	vo.set("Hello","china");
	System.out.println(vo.get("Hello"));

3.使用StringRedisTemplate来调整乱码情况

	ValueOperations svo = stringRedisTemplate.opsForValue();
	svo.set("a","b");
	System.out.println(svo.get("a"));

4.Hash操作

	HashOperations hash=stringRedisTemplate.opsForHash();
	hash.put("sean","name","steve yu");
	hash.put("sean","age","20");
	hash.put("sean","sex","M");
	System.out.println(hash.get("sean","name"));;
	System.out.println(hash.get("sean","age"));;
	System.out.println(hash.get("sean","sex"));;

5.对象操作(这边需要引入Spring Json)

	HashOperations hash=stringRedisTemplate.opsForHash();
	hash.put("sean","name","steve yu");
	hash.put("sean","age","20");
	hash.put("sean","sex","M");
	System.out.println(hash.get("sean","name"));;
	System.out.println(hash.get("sean","age"));;
	System.out.println(hash.get("sean","sex"));;
	//5.对象转哈希存储操作
	Person p=new Person();p.setAge(15);p.setName("steve yu");
	Jackson2HashMapper jm = new Jackson2HashMapper(objectMapper, false);
	stringRedisTemplate.setHashValueSerializer(new Jackson2JsonRedisSerializer
	stringRedisTemplate.opsForHash().putAll("sean01",jm.toHash(p));
	Map map = stringRedisTemplate.opsForHash().entries("sean01");
	System.out.println(map);
	Person person = objectMapper.convertValue(map, Person.class);