缓存击穿!竟然不知道怎么写代码???

在Redis中有三大问题:缓存雪崩、缓存击穿、缓存穿透,今天我们来聊聊缓存击穿。

关于缓存击穿相关理论文章,相信大家已经看过不少,但是具体代码中是怎么实现的,怎么解决的等问题,可能就一脸懵逼了。

今天,老田就带大家来看看,缓存击穿解决和代码实现。

场景

请看下面这段代码:

/**   * @author 田维常  * @公众号 java后端技术全栈  * @date 2021/6/27 15:59  */ @Service public class UserInfoServiceImpl implements UserInfoService {      @Resource     private UserMapper userMapper;     @Resource     private RedisTemplate<Long, String> redisTemplate;      @Override     public UserInfo findById(Long id) {         //查询缓存         String userInfoStr = redisTemplate.opsForValue().get(id);         //如果缓存中不存在,查询数据库         //1         if (isEmpty(userInfoStr)) {             UserInfo userInfo = userMapper.findById(id);             //数据库中不存在             if(userInfo == null){                   return null;             }             userInfoStr = JSON.toJSONString(userInfo);             //2             //放入缓存             redisTemplate.opsForValue().set(id, userInfoStr);         }         return JSON.parseObject(userInfoStr, UserInfo.class);     }      private boolean isEmpty(String string) {         return !StringUtils.hasText(string);     } } 

整个流程:

如果,在//1到//2之间耗时1.5秒,那就代表着在这1.5秒时间内所有的查询都会走查询数据库。这也就是我们所说的缓存中的“缓存击穿”。

其实,你们项目如果并发量不是很高,也不用怕,并且我见过很多项目也就差不多是这么写的,也没那么多事,毕竟只是第一次的时候可能会发生缓存击穿。

但,我们也不要抱着一个侥幸的心态去写代码,既然是多线程导致的,估计很多人会想到锁,下面我们使用锁来解决。

改进版

既然使用到锁,那么我们第一时间应该关心的是锁的粒度。

如果我们放在方法findById上,那就是所有查询都会有锁的竞争,这里我相信大家都知道我们为什么不放在方法上。

/**   * @author 田维常  * @公众号 java后端技术全栈  * @date 2021/6/27 15:59  */ @Service public class UserInfoServiceImpl implements UserInfoService {      @Resource     private UserMapper userMapper;     @Resource     private RedisTemplate<Long, String> redisTemplate;      @Override     public UserInfo findById(Long id) {         //查询缓存         String userInfoStr = redisTemplate.opsForValue().get(id);         if (isEmpty(userInfoStr)) {             //只有不存的情况存在锁             synchronized (UserInfoServiceImpl.class){                 UserInfo userInfo = userMapper.findById(id);                 //数据库中不存在                 if(userInfo == null){                      return null;                 }                 userInfoStr = JSON.toJSONString(userInfo);                 //放入缓存                 redisTemplate.opsForValue().set(id, userInfoStr);             }         }         return JSON.parseObject(userInfoStr, UserInfo.class);     }      private boolean isEmpty(String string) {         return !StringUtils.hasText(string);     } } 

看似解决问题了,其实,问题还是没得到解决,还是会缓存击穿,因为排队获取到锁后,还是会执行同步块代码,也就是还会查询数据库,完全没有解决缓存击穿。

双重检查锁

由此,我们引入双重检查锁,我们在上的版本中进行稍微改变,在同步模块中再次校验缓存中是否存在。

/**   * @author 田维常  * @公众号 java后端技术全栈  * @date 2021/6/27 15:59  */ @Service public class UserInfoServiceImpl implements UserInfoService {      @Resource     private UserMapper userMapper;     @Resource     private RedisTemplate<Long, String> redisTemplate;      @Override     public UserInfo findById(Long id) {         //查缓存         String userInfoStr = redisTemplate.opsForValue().get(id);         //第一次校验缓存是否存在         if (isEmpty(userInfoStr)) {             //上锁             synchronized (UserInfoServiceImpl.class){                  //再次查询缓存,目的是判断是否前面的线程已经set过了                 userInfoStr = redisTemplate.opsForValue().get(id);                 //第二次校验缓存是否存在                 if (isEmpty(userInfoStr)) {                     UserInfo userInfo = userMapper.findById(id);                     //数据库中不存在                     if(userInfo == null){                         return null;                     }                     userInfoStr = JSON.toJSONString(userInfo);                     //放入缓存                     redisTemplate.opsForValue().set(id, userInfoStr);                 }             }         }         return JSON.parseObject(userInfoStr, UserInfo.class);     }      private boolean isEmpty(String string) {         return !StringUtils.hasText(string);     } } 

这样,看起来我们就解决了缓存击穿问题,大家觉得解决了吗?

恶意攻击

回顾上面的案例,在正常的情况下是没问题,但是一旦有人恶意攻击呢?

比如说:入参id=10000000,在数据库里并没有这个id,怎么办呢?

第一步、缓存中不存在

第二步、查询数据库

第三步、由于数据库中不存在,直接返回了,并没有操作缓存

第四步、再次执行第一步.....死循环了吧

方案1:设置空对象

就是当缓存中和数据库中都不存在的情况下,以id为key,空对象为value。

set(id,空对象); 

回到上面的四步,就变成了。

比如说:入参id=10000000,在数据库里并没有这个id,怎么办呢?

第一步、缓存中不存在

第二步、查询数据库

第三步、由于数据库中不存在,以id为key,空对象为value放入缓存中

第四步、执行第一步,此时,缓存就存在了,只是这时候只是一个空对象。

代码实现部分:

/**   * @author 田维常  * @公众号 java后端技术全栈  * @date 2021/6/27 15:59  */ @Service public class UserInfoServiceImpl implements UserInfoService {      @Resource     private UserMapper userMapper;     @Resource     private RedisTemplate<Long, String> redisTemplate;       @Override     public UserInfo findById(Long id) {         String userInfoStr = redisTemplate.opsForValue().get(id);         //判断缓存是否存在,是否为空对象         if (isEmpty(userInfoStr)) {             synchronized (UserInfoServiceImpl.class){                 userInfoStr = redisTemplate.opsForValue().get(id);                 if (isEmpty(userInfoStr)) {                     UserInfo userInfo = userMapper.findById(id);                     if(userInfo == null){                         //构建一个空对象                         userInfo= new UserInfo();                     }                     userInfoStr = JSON.toJSONString(userInfo);                     redisTemplate.opsForValue().set(id, userInfoStr);                 }             }         }         UserInfo userInfo = JSON.parseObject(userInfoStr, UserInfo.class);         //空对象处理         if(userInfo.getId() == null){             return null;         }         return JSON.parseObject(userInfoStr, UserInfo.class);     }      private boolean isEmpty(String string) {         return !StringUtils.hasText(string);     } } 
方案2 布隆过滤器

布隆过滤器(Bloom Filter):是一种空间效率极高的概率型算法和数据结构,用于判断一个元素是否在集合中(类似Hashset)。它的核心一个很长的二进制向量和一系列hash函数,数组长度以及hash函数的个数都是动态确定的。

Hash函数:SHA1,SHA256,MD5..

布隆过滤器的用处就是,能够迅速判断一个元素是否在一个集合中。因此他有如下三个使用场景:

网页爬虫对URL的去重,避免爬取相同的URL地址 反垃圾邮件,从数十亿个垃圾邮件列表中判断某邮箱是否垃圾邮箱(垃圾短信) 缓存击穿,将已存在的缓存放到布隆过滤器中,当黑客访问不存在的缓存时迅速返回避免缓存及DB挂掉。

其内部维护一个全为0的bit数组,需要说明的是,布隆过滤器有一个误判率的概念,误判率越低,则数组越长,所占空间越大。误判率越高则数组越小,所占的空间越小。布隆过滤器的相关理论和算法这里就不聊了,感兴趣的可以自行研究。

优势和劣势

优势

全量存储但是不存储元素本身,在某些对保密要求非常严格的场合有优势; 空间高效率 插入/查询时间都是常数O(k),远远超过一般的算法

劣势

存在误算率(False Positive),默认0.03,随着存入的元素数量增加,误算率随之增加; 一般情况下不能从布隆过滤器中删除元素; 数组长度以及hash函数个数确定过程复杂;

代码实现:

/**   * @author 田维常  * @公众号 java后端技术全栈  * @date 2021/6/27 15:59  */ @Service public class UserInfoServiceImpl implements UserInfoService {      @Resource     private UserMapper userMapper;     @Resource     private RedisTemplate<Long, String> redisTemplate;     private static Long size = 1000000000L;      private static BloomFilter<Long> bloomFilter = BloomFilter.create(Funnels.longFunnel(), size);      @Override     public UserInfo findById(Long id) {         String userInfoStr = redisTemplate.opsForValue().get(id);         if (isEmpty(userInfoStr)) {             //校验是否在布隆过滤器中             if(bloomFilter.mightContain(id)){                 return null;             }             synchronized (UserInfoServiceImpl.class){                 userInfoStr = redisTemplate.opsForValue().get(id);                 if (isEmpty(userInfoStr) ) {                     if(bloomFilter.mightContain(id)){                         return null;                     }                     UserInfo userInfo = userMapper.findById(id);                     if(userInfo == null){                         //放入布隆过滤器中                         bloomFilter.put(id);                         return null;                     }                     userInfoStr = JSON.toJSONString(userInfo);                     redisTemplate.opsForValue().set(id, userInfoStr);                 }             }         }         return JSON.parseObject(userInfoStr, UserInfo.class);     }      private boolean isEmpty(String string) {         return !StringUtils.hasText(string);     } } 
方案3 互斥锁

使用Redis实现分布式的时候,有用到setnx,这里大家可以想象,我们是否可以使用这个分布式锁来解决缓存击穿的问题?

这个方案留给大家去实现,只要掌握了Redis的分布式锁,那这个实现起来就非常简单了。

总结

搞定缓存击穿、使用双重检查锁的方式来解决,看到双重检查锁,大家肯定第一印象就会想到单例模式,这里也算是给大家复习一把双重检查锁的使用。

由于恶意攻击导致的缓存击穿,解决方案我们也实现了两种,至少在工作和面试中,肯定是能应对了。

另外,使用锁的时候注意锁的力度,这里建议换成分布式锁(Redis或者Zookeeper实现),因为我们既然引入缓存,大部分情况下都会是部署多个节点的,同时,引入分布式锁了,我们就可以使用方法入参id用起来,这样是不是更爽!

希望大家能领悟到的是文中的一些思路,并不是死记硬背技术。

【编辑推荐】

性能优化:关于缓存的一些思考缓存与数据库双写一致性远程字典服务器Redis缓存全接触P2P原理及实现(包含NAT穿透)Redis缓存高频难题一问三不知,你的亿级系统不会炸吗?

 


posted @ 21-06-29 07:27  作者:admin  阅读量:

Powered by 2021欧洲杯押注 @2018 RSS地图 HTML地图