第十八章_Redis缓存预热+缓存雪崩+缓存击穿+缓存穿透

缓存预热

缓存预热就是系统启动前,提前将相关的缓存数据直接加载到缓存系统。避免在用户请求的时候,先查询数据库,然后再将数据缓存的问题!用户直接查询事先被预热的缓存数据。

可以通过@PostConstruct初始化白名单数据

缓存雪崩

发生 

  • redis主机挂了,Redis 全盘崩溃,偏硬件运维
  • redis中有大量key同时过期大面积失效,偏软件开发

预防+解决

  • redis中key设置为永不过期 or 过期时间错开
  • redis缓存集群实现高可用(主从+哨兵、Redis Cluster、开启Redis持久化机制aof/rdb,尽快恢复缓存集群)
  • 多缓存结合预防雪崩(ehcache本地缓存 + redis缓存)
  • 服务降级(Hystrix或者阿里sentinel限流&降级)

    第十八章_Redis缓存预热+缓存雪崩+缓存击穿+缓存穿透_第1张图片
     
  • 人民币玩家” :阿里云-云数据库Redis版

缓存穿透

是什么

请求去查询一条记录,先查redis无,后查mysql无,都查询不到该条记录,但是请求每次都会打到数据库上面去,导致后台数据库压力暴增,这种现象称为缓存穿透,这个redis变成了一个摆设。。。。。。

简单说就是本来无一物,两库都没有。既不在Redis缓存库,也不在mysql,数据库存在被多次暴击风险。

解决

一图

第十八章_Redis缓存预热+缓存雪崩+缓存击穿+缓存穿透_第2张图片

方案1:空对象缓存或者缺省值 

一般OK

第一种解决方案,回写增强

如果发生了缓存穿透,我们可以针对要查询的数据,在Redis里存一个和业务部门商量后确定的缺省值(比如,零、负数、defaultNull等)。

比如,键uid:abcdxxx,值defaultNull作为案例的key和value

先去redis查键uid:abcdxxx没有,再去mysql查没有获得 ,这就发生了一次穿透现象。

but,可以增强回写机制

mysql也查不到的话也让redis存入刚刚查不到的key并保护mysql。

第一次来查询uid:abcdxxx,redis和mysql都没有,返回null给调用者,但是增强回写后第二次来查uid:abcdxxx,此时redis就有值了。

可以直接从Redis中读取default缺省值返回给业务应用程序,避免了把大量请求发送给mysql处理,打爆mysql。

但是,此方法架不住黑客的恶意攻击,有缺陷......,只能解决key相同的情况

But

黑客或者恶意攻击

黑客会对你的系统进行攻击,拿一个不存在的id去查询数据,会产生大量的请求到数据库去查询。可能会导致你的数据库由于压力过大而宕掉。

key相同打你系统

第一次打到mysql,空对象缓存后第二次就返回defaultNull缺省值,避免mysql被攻击,不用再到数据库中去走一圈了。

key不同打你系统

由于存在空对象缓存和缓存回写(看自己业务不限死),redis中的无关紧要的key也会越写越多(记得设置redis过期时间)

方案2:Google布隆过滤器Guava解决缓存穿透

Guava 中布隆过滤器的实现算是比较权威的,所以实际项目中我们可以直接使用Guava布隆过滤器。

Guava’s BloomFilter源码出处

案例:白名单过滤器

白名单架构说明

第十八章_Redis缓存预热+缓存雪崩+缓存击穿+缓存穿透_第3张图片

误判问题,但是概率小可以接受,不能从布隆过滤器删除

全部合法的key都需要放入Guava版布隆过滤器+redis里面,不然数据就是返回null

Coding实战 

建Module

redis7_study

改POM




    4.0.0

    com.test.redis7
    redis7_study
    1.0-SNAPSHOT

    
        org.springframework.boot
        spring-boot-starter-parent
        2.6.10
        
    

    
        UTF-8
        1.8
        1.8
        4.12
        1.2.17
        1.16.18
    

    
        
        
            com.google.guava
            guava
            23.0
        

        
        
            org.springframework.boot
            spring-boot-starter-web
        

        
        
            redis.clients
            jedis
            4.3.1
        

        
        

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

        
            org.apache.commons
            commons-pool2
        

        
        
            io.springfox
            springfox-swagger2
            2.9.2
        

        
            io.springfox
            springfox-swagger-ui
            2.9.2
        

        
        
            mysql
            mysql-connector-java
            5.1.47
        

        
        
            com.alibaba
            druid-spring-boot-starter
            1.1.10
        

        
            com.alibaba
            druid
            1.1.16
        

        
        
            org.mybatis.spring.boot
            mybatis-spring-boot-starter
            1.3.0
        

        
        
            cn.hutool
            hutool-all
            5.2.3
        

        
        
            javax.persistence
            persistence-api
            1.0.2
        

        
        
            tk.mybatis
            mapper
            4.1.5
        

        
            org.springframework.boot
            spring-boot-autoconfigure
        

        
        
            junit
            junit
            ${junit.version}
        

        
            org.springframework.boot
            spring-boot-starter-test
            test
        

        
            log4j
            log4j
            ${log4j.version}
        

        
            org.projectlombok
            lombok
            ${lombok.version}
            true
        
    

    
        
            
                org.springframework.boot
                spring-boot-maven-plugin
            
        
    


写YML

server.port=7777

spring.application.name=redis7_study

# ========================logging=====================
logging.level.root=info
logging.level.com.test.redis7=info
logging.pattern.console=%d{yyyy-MM-dd HH:mm:ss.SSS} [%thread] %-5level %logger- %msg%n 

logging.file.name=D:/mylogs2023/redis7_study.log
logging.pattern.file=%d{yyyy-MM-dd HH:mm:ss.SSS} [%thread] %-5level %logger- %msg%n

# ========================swagger=====================
spring.swagger2.enabled=true
#在springboot2.6.X结合swagger2.9.X会提示documentationPluginsBootstrapper空指针异常,
#原因是在springboot2.6.X中将SpringMVC默认路径匹配策略从AntPathMatcher更改为PathPatternParser,
# 导致出错,解决办法是matching-strategy切换回之前ant_path_matcher
spring.mvc.pathmatch.matching-strategy=ant_path_matcher

# ========================redis单机=====================
spring.redis.database=0
# 修改为自己真实IP
spring.redis.host=192.168.111.185
spring.redis.port=6379
spring.redis.password=111111
spring.redis.lettuce.pool.max-active=8
spring.redis.lettuce.pool.max-wait=-1ms
spring.redis.lettuce.pool.max-idle=8
spring.redis.lettuce.pool.min-idle=0

# ========================alibaba.druid=====================
spring.datasource.type=com.alibaba.druid.pool.DruidDataSource
spring.datasource.driver-class-name=com.mysql.jdbc.Driver
spring.datasource.url=jdbc:mysql://localhost:3306/bigdata?useUnicode=true&characterEncoding=utf-8&useSSL=false
spring.datasource.username=root
spring.datasource.password=123456
spring.datasource.druid.test-while-idle=false

# ========================mybatis===================
mybatis.mapper-locations=classpath:mapper/*.xml
mybatis.type-aliases-package=com.test.redis7.entities

# ========================redis集群=====================
#spring.redis.password=111111
## 获取失败 最大重定向次数
#spring.redis.cluster.max-redirects=3
#spring.redis.lettuce.pool.max-active=8
#spring.redis.lettuce.pool.max-wait=-1ms
#spring.redis.lettuce.pool.max-idle=8
#spring.redis.lettuce.pool.min-idle=0
##支持集群拓扑动态感应刷新,自适应拓扑刷新是否使用所有可用的更新,默认false关闭
#spring.redis.lettuce.cluster.refresh.adaptive=true
##定时刷新
#spring.redis.lettuce.cluster.refresh.period=2000
#spring.redis.cluster.nodes=192.168.111.185:6381,192.168.111.185:6382,192.168.111.172:6383,192.168.111.172:6384,192.168.111.184:6385,192.168.111.184:6386

 

主启动

package com.test.redis7;

import org.springframework.boot.SpringApplication;
import org.springframework.boot.autoconfigure.SpringBootApplication;
import tk.mybatis.spring.annotation.MapperScan;

/**
 * @auther admin
 */
@SpringBootApplication
@MapperScan("com.test.redis7.mapper") 
//import tk.mybatis.spring.annotation.MapperScan;
public class Redis7Study7777 {

    public static void main(String[] args) {
        SpringApplication.run(Redis7Study7777.class, args);
    }

}

 

业务类(取样本100W数据,查查不在100W范围内,其它10W数据是否存在)

Case01

新建测试案例,hello入门

@Test
public void testGuavaWithBloomFilter() {
    // 创建布隆过滤器对象
    BloomFilter filter = BloomFilter.create(Funnels.integerFunnel(), 100);

    // 判断指定元素是否存在
    System.out.println(filter.mightContain(1));
    System.out.println(filter.mightContain(2));

    // 将元素添加进布隆过滤器
    filter.put(1);
    filter.put(2);

    System.out.println(filter.mightContain(1));
    System.out.println(filter.mightContain(2));
}

 

Case02

GuavaBloomFilterController

package com.test.redis7.controller;

import com.test.redis7.service.GuavaBloomFilterService;
import io.swagger.annotations.Api;
import io.swagger.annotations.ApiOperation;
import lombok.extern.slf4j.Slf4j;
import org.springframework.web.bind.annotation.PathVariable;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RequestMethod;
import org.springframework.web.bind.annotation.RestController;

import javax.annotation.Resource;

/**
 * @auther admin
 */
@Slf4j
@RestController
@Api(tags = "google工具Guava处理布隆过滤器")
public class GuavaBloomFilterController {

    @Resource
    private GuavaBloomFilterService guavaBloomFilterService;

    @ApiOperation("guava布隆过滤器插入100万样本数据并额外10W测试是否存在")
    @RequestMapping(value = "/guavafilter", method = RequestMethod.GET)
    public void guavaBloomFilter() {
        guavaBloomFilterService.guavaBloomFilter();
    }

}

GuavaBloomFilterService

package com.test.redis7.service;

/**
 * @auther admin
 */
public interface GuavaBloomFilterService{

   void guavaBloomFilter();

}

GuavaBloomFilterServiceImpl

package com.test.redis7.service.impl;

import com.test.redis7.service.GuavaBloomFilterService;

import com.google.common.hash.BloomFilter;
import com.google.common.hash.Funnels;
import lombok.extern.slf4j.Slf4j;
import org.springframework.stereotype.Service;

import java.util.ArrayList;
import java.util.List;

/**
 * @auther admin
 */
@Slf4j
@Service
public class GuavaBloomFilterServiceImpl implements GuavaBloomFilterService {

    public static final int _1W = 10000;

    /**
     * 布隆过滤器里预计要插入多少数据
     */
    public static int size = 100 * _1W;

    /**
     * 误判率,它越小误判的个数也就越少(思考,是不是可以设置的无限小,没有误判岂不更好)
     * 当不设置误判率时,默认的误判率为0.03,当误判率设置的越小,分配的bit数组与使用的hash
     * 函数个数将会越多,耗费的资源也就越多
     * fpp the desired false positive probability
     */
    public static double fpp = 0.03;

    // 构建布隆过滤器
    private static BloomFilter bloomFilter = BloomFilter.create(Funnels.integerFunnel(), size, fpp);

    public void guavaBloomFilter(){
        //1 先往布隆过滤器里面插入100万的样本数据
        for (int i = 1; i <=size; i++) {
            bloomFilter.put(i);
        }

        //故意取10万个不在过滤器里的值,看看有多少个会被认为在过滤器里
        List list = new ArrayList<>(10 * _1W);

        for (int i = size + 1; i <= size + (10 *_1W); i++) {
            if (bloomFilter.mightContain(i)) {
                log.info("被误判了:{}",i);
                list.add(i);
            }
        }

        log.info("误判的总数量::{}",list.size());
    }

}
 

上一步结论

现在总共有10万数据是不存在的,误判了3033次,

原始样本:100W

不存在数据:1000001W---1100000W

第十八章_Redis缓存预热+缓存雪崩+缓存击穿+缓存穿透_第4张图片

第十八章_Redis缓存预热+缓存雪崩+缓存击穿+缓存穿透_第5张图片

 可以debug源码分析下,看看hash函数

布隆过滤器说明

第十八章_Redis缓存预热+缓存雪崩+缓存击穿+缓存穿透_第6张图片

黑名单使用

第十八章_Redis缓存预热+缓存雪崩+缓存击穿+缓存穿透_第7张图片

缓存击穿 

是什么 

大量的请求同时查询一个 key 时,此时这个key正好失效了,就会导致大量的请求都打到数据库上面去。(备注:穿透和击穿,截然不同)

简单说就是热点key突然失效了,暴打mysql。

危害

  • 会造成某一时刻数据库请求量过大,压力剧增。
  • 一般技术部门需要知道热点key是那些个?做到心里有数防止击穿。

解决

热点key失效

  • 时间到了自然清除但还被访问到
  • delete掉的key,刚巧又被访问 

方案1:差异失效时间,对于访问频繁的热点key,干脆就不设置过期时间

方案2:互斥跟新,采用双检加锁策略

多个线程同时去查询数据库的这条数据,那么我们可以在第一个查询数据的请求上使用一个 互斥锁来锁住它

其他的线程走到这一步拿不到锁就等着,等第一个线程查询到了数据,然后做缓存。后面的线程进来发现已经有缓存了,就直接走缓存。

第十八章_Redis缓存预热+缓存雪崩+缓存击穿+缓存穿透_第8张图片

案例

天猫聚划算功能实现+防止缓存击穿

模拟高并发的天猫聚划算案例code

是什么

第十八章_Redis缓存预热+缓存雪崩+缓存击穿+缓存穿透_第9张图片

生产案例网址

问题,热点key突然失效导致了缓存击穿。

技术方案实现

分析过程

步骤
说明
1
 100%高并发,绝对不可以用mysql实现
先把mysql里面参加活动的数据抽取进redis,一般采用定时器扫描来决定上线活动还是下线取消。
3
 支持分页功能,一页20条记录
请大家思考,redis里面什么样子的数据类型支持上述功能?

高并发+定时任务+分页显示。。。。

redis数据类型选型

第十八章_Redis缓存预热+缓存雪崩+缓存击穿+缓存穿透_第10张图片

springboot+redis实现高并发的聚划算业务V2 

建Module

修改上面redis7_study工程

业务类

entity

package com.test.redis7.entities;

import io.swagger.annotations.ApiModel;
import lombok.AllArgsConstructor;
import lombok.Data;
import lombok.NoArgsConstructor;

/**
 * @auther admin
 */
@Data
@AllArgsConstructor
@NoArgsConstructor
@ApiModel(value = "聚划算活动producet信息")
public class Product {

    /**
     * 产品ID
     */
    private Long id;

    /**
     * 产品名称
     */
    private String name;

    /**
     * 产品价格
     */
    private Integer price;

    /**
     * 产品详情
     */
    private String detail;

}

JHSProductController

package com.test.redis7.controller;

import com.test.redis7.entities.Product;
import io.swagger.annotations.Api;
import io.swagger.annotations.ApiOperation;
import lombok.extern.slf4j.Slf4j;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.util.CollectionUtils;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RequestMethod;
import org.springframework.web.bind.annotation.RestController;

import java.util.List;

/**
 * @auther admin
 */
@Slf4j
@RestController
@Api(tags = "聚划算商品列表接口")
public class JHSProductController {

    public  static final String JHS_KEY = "jhs";

    @Autowired
    private RedisTemplate redisTemplate;

    /**
     * 分页查询:在高并发的情况下,只能走redis查询,走db的话必定会把db打垮
     * @param page 当前页
     * @param size 页面容量
     * @return 商品列表
     */
    @ApiOperation("按照分页和每页显示容量,点击查看")
    @RequestMapping(value = "/pruduct/find", method = RequestMethod.GET)
    public List find(int page, int size) {
        List list = null;

        long start = (page - 1) * size;
        long end = start + size - 1;

        try {
            //采用redis list数据结构的lrange命令实现分页查询
            list = this.redisTemplate.opsForList().range(JHS_KEY, start, end);

            if (CollectionUtils.isEmpty(list)) {
                //TODO 走DB查询
            }

            log.info("查询结果:{}", list);
        } catch (Exception ex) {
            //这里的异常,一般是redis瘫痪 ,或 redis网络timeout
            log.error("exception:", ex);
            //TODO 走DB查询
        }

        return list;
    }
}

JHSTaskService

package com.test.redis7.service;

import cn.hutool.core.date.DateUtil;
import com.test.redis7.entities.Product;
import lombok.extern.slf4j.Slf4j;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.stereotype.Service;

import javax.annotation.PostConstruct;
import java.util.ArrayList;
import java.util.List;
import java.util.Random;
import java.util.concurrent.TimeUnit;

/**
 * @auther admin
 */
@Slf4j
@Service
public class JHSTaskService {

    public  static final String JHS_KEY = "jhs";

    @Autowired
    private RedisTemplate redisTemplate;

    /**
     * 偷个懒不加mybatis了,模拟从数据库读取100件特价商品,用于加载到聚划算的页面中
     * @return 商品列表
     */
    private List getProductsFromMysql() {
        List list = new ArrayList<>();

        for (int i = 1; i <= 20; i++) {
            Random rand = new Random();
            int id = rand.nextInt(10000);
            Product obj = new Product((long) id, "product" + i, i, "detail");
            list.add(obj);
        }

        return list;
    }

    @PostConstruct
    public void initJHS(){
        log.info("启动定时器淘宝聚划算功能模拟.........." + DateUtil.now());

        new Thread(() -> {
            //模拟定时器一个后台任务,定时把数据库的特价商品,刷新到redis中
            while (true){
                //模拟从数据库读取100件特价商品,用于加载到聚划算的页面中
                List list = this.getProductsFromMysql();
                //采用redis list数据结构的lpush来实现存储
                this.redisTemplate.delete(JHS_KEY);
                //lpush命令
                this.redisTemplate.opsForList().leftPushAll(JHS_KEY, list);

                //间隔一分钟 执行一遍,模拟聚划算每3天刷新一批次参加活动
                try { 
                    TimeUnit.MINUTES.sleep(1); 
                } catch (InterruptedException e) { 
                    e.printStackTrace(); 
                }

                log.info("runJhs定时刷新..............");
            }
        }, "t1").start();
    }
}

备注

至此步骤,上述聚划算的功能算是完成,请思考在高并发下有什么经典生产问题?

Bug和隐患说明

热点key突然失效导致可怕的缓存击穿

第十八章_Redis缓存预热+缓存雪崩+缓存击穿+缓存穿透_第11张图片

 delete命令执行的一瞬间有空隙,其它请求线程继续找Redis为null

打到了mysql,暴击......

复习again

第十八章_Redis缓存预热+缓存雪崩+缓存击穿+缓存穿透_第12张图片

最终目的

2条命令原子性还是其次,主要是防止热key突然失效暴击mysql打爆系统,^_^。

进一步升级加固案例

复习,互斥跟新,采用双检加锁策略

多个线程同时去查询数据库的这条数据,那么我们可以在第一个查询数据的请求上使用一个 互斥锁来锁住它

其他的线程走到这一步拿不到锁就等着,等第一个线程查询到了数据,然后做缓存。后面的线程进来发现已经有缓存了,就直接走缓存。

第十八章_Redis缓存预热+缓存雪崩+缓存击穿+缓存穿透_第13张图片

 差异失效时间

第十八章_Redis缓存预热+缓存雪崩+缓存击穿+缓存穿透_第14张图片

JHSProductController

package com.test.redis7.controller;

import com.test.redis7.entities.Product;
import io.swagger.annotations.Api;
import io.swagger.annotations.ApiOperation;
import lombok.extern.slf4j.Slf4j;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.util.CollectionUtils;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RequestMethod;
import org.springframework.web.bind.annotation.RestController;

import java.util.List;

/**
 * @auther admin
 */
@Slf4j
@RestController
@Api(tags = "聚划算商品列表接口")
public class JHSProductController {

    public  static final String JHS_KEY = "jhs";

    public  static final String JHS_KEY_A = "jhs:a";

    public  static final String JHS_KEY_B = "jhs:b";

    @Autowired
    private RedisTemplate redisTemplate;

    /**
     * 分页查询:在高并发的情况下,只能走redis查询,走db的话必定会把db打垮
     * @param page 当前页
     * @param size 页面容量
     * @return 商品列表
     */
    @ApiOperation("按照分页和每页显示容量,点击查看")
    @RequestMapping(value = "/pruduct/find", method = RequestMethod.GET)
    public List find(int page, int size) {
        List list=null;

        long start = (page - 1) * size;
        long end = start + size - 1;

        try {
            //采用redis list数据结构的lrange命令实现分页查询
            list = this.redisTemplate.opsForList().range(JHS_KEY, start, end);

            if (CollectionUtils.isEmpty(list)) {
                //TODO 走DB查询
            }

            log.info("查询结果:{}", list);
        } catch (Exception ex) {
            //这里的异常,一般是redis瘫痪 ,或 redis网络timeout
            log.error("exception:", ex);
            //TODO 走DB查询
        }

        return list;
    }

    /**
     * 防止热点key突然失效,AB双缓存架构
     * @param page 当前页
     * @param size 页面容量
     * @return 商品列表
     */
    @ApiOperation("防止热点key突然失效,AB双缓存架构")
    @RequestMapping(value = "/pruduct/findab", method = RequestMethod.GET)
    public List findAB(int page, int size) {
        List list = null;
        long start = (page - 1) * size;
        long end = start + size - 1;

        try {
            //采用redis list数据结构的lrange命令实现分页查询
            list = this.redisTemplate.opsForList().range(JHS_KEY_A, start, end);

            if (CollectionUtils.isEmpty(list)) {
                log.info("=========A缓存已经失效了,记得人工修补,B缓存自动延续5天");
                //用户先查询缓存A(上面的代码),如果缓存A查询不到(例如,更新缓存的时候删除了),再查询缓存B
                list = this.redisTemplate.opsForList().range(JHS_KEY_B, start, end);

                if (CollectionUtils.isEmpty(list)) {
                    //TODO 走DB查询
                }
            }

            log.info("查询结果:{}", list);
        } catch (Exception ex) {
            //这里的异常,一般是redis瘫痪 ,或 redis网络timeout
            log.error("exception:", ex);
            //TODO 走DB查询
        }

        return list;
    }
}

JHSTaskService 

package com.test.redis7.service;

import cn.hutool.core.date.DateUtil;
import com.test.redis7.entities.Product;
import lombok.extern.slf4j.Slf4j;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.stereotype.Service;

import javax.annotation.PostConstruct;
import java.util.ArrayList;
import java.util.List;
import java.util.Random;
import java.util.concurrent.TimeUnit;

/**
 * @auther admin
 */
@Slf4j
@Service
public class JHSTaskService {

    public  static final String JHS_KEY = "jhs";

    public  static final String JHS_KEY_A = "jhs:a";

    public  static final String JHS_KEY_B = "jhs:b";

    @Autowired
    private RedisTemplate redisTemplate;

    /**
     * 偷个懒不加mybatis了,模拟从数据库读取100件特价商品,用于加载到聚划算的页面中
     * @return 商品列表
     */
    private List getProductsFromMysql() {
        List list = new ArrayList<>();

        for (int i = 1; i <= 20; i++) {
            Random rand = new Random();
            int id= rand.nextInt(10000);
            Product obj=new Product((long) id, "product" + i, i, "detail");
            list.add(obj);
        }

        return list;
    }

    //@PostConstruct
    public void initJHS(){
        log.info("启动定时器淘宝聚划算功能模拟.........." + DateUtil.now());

        new Thread(() -> {
            //模拟定时器,定时把数据库的特价商品,刷新到redis中
            while (true){
                //模拟从数据库读取100件特价商品,用于加载到聚划算的页面中
                List list = this.getProductsFromMysql();
                //采用redis list数据结构的lpush来实现存储
                this.redisTemplate.delete(JHS_KEY);
                //lpush命令
                this.redisTemplate.opsForList().leftPushAll(JHS_KEY, list);

                //间隔一分钟 执行一遍
                try { 
                    TimeUnit.MINUTES.sleep(1); 
                } catch (InterruptedException e) { 
                    e.printStackTrace();
                }

                log.info("runJhs定时刷新..............");
            }
        }, "t1").start();
    }

    @PostConstruct
    public void initJHSAB(){
        log.info("启动AB定时器计划任务淘宝聚划算功能模拟.........." + DateUtil.now());

        new Thread(() -> {
            //模拟定时器,定时把数据库的特价商品,刷新到redis中
            while (true){
                //模拟从数据库读取100件特价商品,用于加载到聚划算的页面中
                List list = this.getProductsFromMysql();
                //先更新B缓存
                this.redisTemplate.delete(JHS_KEY_B);
                this.redisTemplate.opsForList().leftPushAll(JHS_KEY_B, list);
                this.redisTemplate.expire(JHS_KEY_B, 20L, TimeUnit.DAYS);
                //再更新A缓存
                this.redisTemplate.delete(JHS_KEY_A);
                this.redisTemplate.opsForList().leftPushAll(JHS_KEY_A, list);
                this.redisTemplate.expire(JHS_KEY_A, 15L, TimeUnit.DAYS);

                //间隔一分钟 执行一遍
                try { 
                    TimeUnit.MINUTES.sleep(1);
                } catch (InterruptedException e) { 
                    e.printStackTrace(); 
                }

                log.info("runJhs定时刷新双缓存AB两层..............");
            }
        }, "t1").start();
    }
}

总结

第十八章_Redis缓存预热+缓存雪崩+缓存击穿+缓存穿透_第15张图片

缓存雪崩

解决方案:

  •     Redis缓存集群实现高可用(合理设置过期时间或者延时,采用哨兵集群等)
  •     采用多级缓存策略,例如 Nginx缓存+Redis缓存+ehcache缓存
  •     采用Hystrix或者阿里sentinel进行服务限流限流或者降级
  •     监控Redis各项指标,即使灾难预警
  •     采用AOF/ RDB持久化,尽快恢复Redis集群

缓存击穿

解决方案:

  • 对于热点key加长过期时间,或者干脆不设置过期时间
  • 二级缓存设置不同的失效时间,保证不会同时失效
  • 如果缓存中没有该key则加锁,保证只会有一个线程打到数据库进行查询(效率较低)

缓存穿透

解决方案:

  • 缓存空对象或者缺省值
    • 如果在数据库也无法查询,同样回写到缓存中null值,第二次请求就不会落到数据库中
    • 如果黑客恶意攻击每次采取不同的ID那么缓存将越写越多,所以要设置过期时间,并且大量请求还是直接打中了数据库所以该方案有缺陷
  • 使用布隆过滤器

大厂真实需求+面试题 

缓存预热、雪崩、穿透、击穿分别是什么?你遇到过那几个情况?

缓存预热你是怎么做的?

如何避免或者减少缓存雪崩?

穿透和击穿有什么区别?他两是一个意思还是截然不同?

穿透和击穿你有什么解决方案?如何避免?

假如出现了缓存不一致,你有哪些修补方案?

。。。。。。

你可能感兴趣的:(#,redis,缓存,redis,数据库)