目录

一、缓存穿透

1.简介

2.解决方案

3.修改前的代码

4.修改过后的代码

二、缓存雪崩

1.简介

2.解决方案

三、缓存击穿

1.简介

2.解决方案

3.用代码来实现互斥锁来解决缓存击穿

4.用代码来实现逻辑过期解决缓存击穿

四、缓存穿透和缓存击穿的区别

---

一、缓存穿透

1.简介

缓存穿透是指客户端请求的数据在缓存中和数据库中都不存在，这样缓存永远不会生效，这些请求都会打到数据库。

也就是有请求一请求到后端就一定会打到数据库（redis和MySQL都没有该数据），打一次不要紧，但要是有无数个请求同时打过来，那数据库大概率会崩溃，所以预防缓存穿透问题还是十分重要的。

2.解决方案

目前常见的解决方案有返回缓存空对象和布隆过滤两种方法，区别如下：

• 缓存空对象

  • 优点：实现简单，维护方便

  • 缺点：

    • 额外的内存消耗

    • 可能造成短期的不一致

• 布隆过滤

  • 优点：内存占用较少，没有多余key

  • 缺点：

    • 实现复杂

    • 存在误判可能

缓存空对象的解决思路如下：

当一个请求直接打到数据库的时候，后端直接在Redis中返回个空对象，之后多次相同的请求都会止步于Redis，通俗易懂的话来说，要打打Redis，别打MySQL。

布隆过滤的解决思路如下：

布隆过滤器其实采用的是哈希思想来解决这个问题，通过一个庞大的二进制数组，走哈希思想去判断当前这个要查询的这个数据是否存在，如果布隆过滤器判断存在，则放行，这个请求会去访问redis，哪怕此时redis中的数据过期了，但是数据库中一定存在这个数据，在数据库中查询出来这个数据后，再将其放入到redis中，

假设布隆过滤器判断这个数据不存在，则直接返回

这种方式优点在于节约内存空间，存在误判，误判原因在于：布隆过滤器走的是哈希思想，只要哈希思想，就可能存在哈希冲突

3.修改前的代码

我们采用返回空对象的方法来缓解缓存穿透问题，修改前的代码如下：

@Service
public class ShopServiceImpl extends ServiceImpl<ShopMapper, Shop> implements IShopService {@Autowiredprivate StringRedisTemplate stringRedisTemplate;/*** 根据id查询店铺信息* @param id* @return*/@Overridepublic Result queryById(Long id) {String key = RedisConstants.CACHE_SHOP_KEY + id;//1.从redis中查询商铺缓存信息String shopJson = stringRedisTemplate.opsForValue().get(key);//2、判断是否存在if (StrUtil.isNotBlank(shopJson)) {//3、存在，直接返回Shop shop = JSONUtil.toBean(shopJson, Shop.class);return Result.ok(shop);}//4、不存在，根据id查询数据库Shop shop = getById(id);//5、判断数据库中是否有数据if (shop == null) {//6、没有，返回错误return Result.fail("店铺不存在");}//7、有数据，返回，并将数据写入redisString jsonStr = JSONUtil.toJsonStr(shop);stringRedisTemplate.opsForValue().set(key,jsonStr);//8、返回结果return Result.ok(shop);}
}

这段代码的详细分析在以下文章可查看：给查询业务添加Redis缓存

4.修改过后的代码

@Overridepublic Result queryById(Long id) {String key = RedisConstants.CACHE_SHOP_KEY + id;//1.从redis中查询商铺缓存信息String shopJson = stringRedisTemplate.opsForValue().get(key);//2、判断是否存在if (StrUtil.isNotBlank(shopJson)) {//3、存在，直接返回Shop shop = JSONUtil.toBean(shopJson, Shop.class);return Result.ok(shop);}//判断命中的是否为空值------------------------------------------->修改后if(shopJson != null){return Result.fail("店铺不存在");}//4、不存在，根据id查询数据库Shop shop = getById(id);//5、判断数据库中是否有数据if (shop == null) {//6、没有，返回空字符串给redis------------------------------->修改后stringRedisTemplate.opsForValue().set(key,"",RedisConstants.CACHE_NULL_TTL,TimeUnit.MINUTES);return Result.fail("店铺不存在");}//7、有数据，返回，并将数据写入redisString jsonStr = JSONUtil.toJsonStr(shop);stringRedisTemplate.opsForValue().set(key,jsonStr,30L, TimeUnit.MINUTES);//8、返回结果return Result.ok(shop);}

二、缓存雪崩

1.简介

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。

2.解决方案

• 给不同的Key的TTL添加随机值

• 利用Redis集群提高服务的可用性

• 给缓存业务添加降级限流策略

• 给业务添加多级缓存

三、缓存击穿

1.简介

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。

2.解决方案

常见的解决方案有两种：

• 互斥锁

• 逻辑过期

互斥锁的解决思路就是在Redis进行缓存重建时，拿到一个互斥锁，其他请求拿不到这个锁就是乖乖等待锁的释放。

逻辑过期的解决思路如下：

在存入redis的value中增加一个字段，该字段为过期时间加上x分钟，通过计算就知道这个数据是否逻辑上过期，事实上没过期一直存在redis中。

在redis进行缓存重建的时候，会另开一个线程进行重建并拿到互斥锁，其他线程拿不到数据想要缓存重建时也拿不到锁，那就直接返回旧数据。

互斥锁方案：由于保证了互斥性，所以数据一致，且实现简单，因为仅仅只需要加一把锁而已，也没其他的事情需要操心，所以没有额外的内存消耗，缺点在于有锁就有死锁问题的发生，且只能串行执行性能肯定受到影响

逻辑过期方案： 线程读取过程中不需要等待，性能好，有一个额外的线程持有锁去进行重构数据，但是在重构数据完成前，其他的线程只能返回之前的数据，且实现起来麻烦

3.用代码来实现互斥锁来解决缓存击穿

其中这个互斥锁跟我们平时用的锁不太一样，不是synchronized等那些锁，这个互斥锁是我们自己编写的锁，其核心是利用redis中的setnx指令来实现这个互斥锁。（共享+先到先到+不会被其他线程修改）

获取锁和释放锁的代码如下：

private boolean tryLock(String key) {Boolean flag = stringRedisTemplate.opsForValue().setIfAbsent(key, "1", 10, TimeUnit.SECONDS);return BooleanUtil.isTrue(flag);
}private void unlock(String key) {stringRedisTemplate.delete(key);
}

Service代码如下：

public Shop queryWithMutex(Long id)  {String key = CACHE_SHOP_KEY + id;// 1、从redis中查询商铺缓存String shopJson = stringRedisTemplate.opsForValue().get("key");// 2、判断是否存在if (StrUtil.isNotBlank(shopJson)) {// 存在,直接返回return JSONUtil.toBean(shopJson, Shop.class);}//判断命中的值是否是空值if (shopJson != null) {//返回一个错误信息return null;}// 4.实现缓存重构//4.1 获取互斥锁String lockKey = "lock:shop:" + id;Shop shop = null;try {boolean isLock = tryLock(lockKey);// 4.2 判断否获取成功if(!isLock){//4.3 失败，则休眠重试Thread.sleep(50);return queryWithMutex(id);}//4.4 成功，根据id查询数据库shop = getById(id);// 5.不存在，返回错误if(shop == null){//将空值写入redisstringRedisTemplate.opsForValue().set(key,"",CACHE_NULL_TTL,TimeUnit.MINUTES);//返回错误信息return null;}//6.写入redisstringRedisTemplate.opsForValue().set(key,JSONUtil.toJsonStr(shop),CACHE_NULL_TTL,TimeUnit.MINUTES);}catch (Exception e){throw new RuntimeException(e);}finally {//7.释放互斥锁unlock(lockKey);}return shop;}

4.用代码来实现逻辑过期解决缓存击穿

流程图如下：

具体代码如下：

@Data
public class RedisData {private LocalDateTime expireTime;private Object data;
}

private static final ExecutorService CACHE_REBUILD_EXECUTOR = Executors.newFixedThreadPool(10);
public Shop queryWithLogicalExpire( Long id ) {String key = CACHE_SHOP_KEY + id;// 1.从redis查询商铺缓存String json = stringRedisTemplate.opsForValue().get(key);// 2.判断是否存在if (StrUtil.isBlank(json)) {// 3.存在，直接返回return null;}// 4.命中，需要先把json反序列化为对象RedisData redisData = JSONUtil.toBean(json, RedisData.class);Shop shop = JSONUtil.toBean((JSONObject) redisData.getData(), Shop.class);LocalDateTime expireTime = redisData.getExpireTime();// 5.判断是否过期if(expireTime.isAfter(LocalDateTime.now())) {// 5.1.未过期，直接返回店铺信息return shop;}// 5.2.已过期，需要缓存重建// 6.缓存重建// 6.1.获取互斥锁String lockKey = LOCK_SHOP_KEY + id;boolean isLock = tryLock(lockKey);// 6.2.判断是否获取锁成功if (isLock){CACHE_REBUILD_EXECUTOR.submit( ()->{try{//重建缓存this.saveShop2Redis(id,20L);}catch (Exception e){throw new RuntimeException(e);}finally {unlock(lockKey);}});}// 6.4.返回过期的商铺信息return shop;
}

四、缓存穿透和缓存击穿的区别

缓存穿透和缓存击穿之间的区别，可以说是既有质的区别也有量的区别：

1. 质的区别：

   • 数据存在性不同：缓存穿透是查询一个数据库中不存在的数据，而缓存击穿是查询一个数据库中确实存在且非常热门的数据。
   • 触发原因不同：缓存穿透是由于查询的数据在数据库中不存在，导致缓存中也没有对应的记录；缓存击穿则是由于缓存中的数据到期，而此时有大量请求需要访问这个数据。

2. 量的区别：

   • 请求量不同：缓存穿透可能涉及到的请求量相对较小，因为通常不会有很多请求同时查询一个不存在的数据；而缓存击穿则可能涉及到大量的请求，因为热门数据的访问量通常很大。
   • 影响范围不同：缓存穿透的影响范围可能较小，因为它只涉及到查询不存在的数据；而缓存击穿的影响范围可能较大，因为它涉及到的是热门数据，可能会对数据库造成较大压力。

总的来说，缓存穿透和缓存击穿在触发原因、数据存在性、请求量和影响范围等方面都存在明显的区别，这些区别既包括了质的不同，也包括了量的不同。因此，在设计缓存策略时，需要针对这两种情况分别采取不同的解决方案。