问题描述
在软件开发过程中，特别是在使用缓存策略优化数据访问性能时，经常会遇到缓存失效引发的问题。具体来说，在一个服务类BaseDataService中，findData方法负责从数据库拉取数据并缓存。这里使用了expireAfterWrite=60s的缓存策略，即数据写入缓存后60秒失效。问题在于，当缓存刚好失效的那一刻，如果遭遇大量并发调用findData方法，可能导致数据库连接耗尽，进而引发java.sql.SQLException和java.nio.channels.IllegalBlockingModeException异常。
解决策略
为了避免缓存失效瞬间的高并发直接访问数据库问题，我们采取了调整缓存更新策略的解决方案。核心思路是将缓存的读取（@Cacheable）和更新（@CachePut）逻辑分开处理，并利用Spring框架的@Scheduled注解定时刷新缓存。
实现代码
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.cache.annotation.CachePut;
import org.springframework.cache.annotation.Cacheable;
import org.springframework.scheduling.annotation.Scheduled;
import org.springframework.stereotype.Service;
import java.util.Map;
import java.util.function.Function;
import java.util.stream.Collectors;@Service
public class BaseDataService {@Autowiredprivate ITagBaseInfoMapper tagBaseInfoMapper;// 缓存数据读取@Cacheable(value = "findData")public Map<String, TagBaseInfo> findData() {return tagBaseInfoMapper.findTagData().stream().collect(Collectors.toMap(TagBaseInfo::getId, Function.identity()));}// 缓存数据更新@CachePut(value = "findData")public Map<String, TagBaseInfo> findDataCachePut() {return findData();}
}@Service
public class RefreshCacheService {@Autowiredprivate BaseDataService baseDataService;// 定时刷新缓存@Scheduled(fixedRate = 50000) // 每50秒触发一次public void refreshCache() {baseDataService.findDataCachePut();}
}
关键点解析
- 缓存读取与更新分离：
findData方法用于数据读取，通过@Cacheable注解进行缓存；而findDataCachePut方法则专门用于缓存更新，通过@CachePut注解强制更新缓存。 - 定时刷新缓存：通过
RefreshCacheService服务中的refreshCache方法，结合@Scheduled注解实现定时任务，每50秒自动刷新缓存，保证数据的时效性。 - 避免高并发直接打击数据库：通过这种策略，可以有效平滑缓存失效瞬间的数据库访问压力，避免因大量并发请求导致的数据库连接耗尽问题。
这种方法不仅提升了系统的稳定性，还确保了数据的实时性，是处理缓存失效高峰期访问的有效策略。
)
