缓存击穿
在高并发访问的访问中,对于复杂业务 key 的缓存,可能会在缓存生效前打入大量的请求,导致大量的请求打到数据库
解决方案:
1.互斥锁,给缓存的构建过程加上一个锁,当拿到锁时才进行下一步,锁被占用则睡眠一段时间后再拿锁
2.逻辑过期,给缓存加上一个逻辑过期时间,但是在 redis 中过期的数据不会被真正删除,在查询时,如果 key 在逻辑上过期了,则开启一个锁,并把更新 key 的任务交给另一个线程,然后先直接返回旧数据;若某个遇到锁被占用无需等待,直接返回旧数据。
编写缓存工具类,实现代码的复用
@Slf4j
@Component
public class CacheClient {
private StringRedisTemplate stringRedisTemplate;
public CacheClient(StringRedisTemplate stringRedisTemplate) {
this.stringRedisTemplate = stringRedisTemplate;
}
//存入缓存
public void setForString(String key, Object value, long time, TimeUnit unit){
String json = JSONUtil.toJsonStr(value);
stringRedisTemplate.opsForValue().set(key,json,time,unit);
}
//删除缓存
public void removeKey(String key){
stringRedisTemplate.delete(key);
}
//存入缓存,并设置逻辑日期时间
public void setWithLogicalExpire(String key, Object value, long time, TimeUnit unit){
RedisData redisData = new RedisData();
redisData.setData(value);
redisData.setExpireTime(LocalDateTime.now().plusSeconds(unit.toSeconds(time)));//设置过期时间
stringRedisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(redisData),time,unit);
}
//防止穿透的查询店铺信息功能缓存
public <R,ID> R getById(String preKey, ID id, Class<R> type, Function<ID,R> getById,long time,TimeUnit unit) {
String key = preKey + id;
//先在 redis 中查询
String json = stringRedisTemplate.opsForValue().get(key);
if(StrUtil.isNotBlank(json)){
//(2024-10-11这个逻辑出现了错误,json 并不是 null,可是封装过去后全是 null,原因:用成了 BeanUtil)
return JSONUtil.toBean(json, type);
}
//判断是否穿透后查询到 ""
if(json != null){
return null;
}
//redis 中没查到,在数据库中查询
R r = getById.apply(id);
if(r == null){
setForString(key,"",time,unit);//防击穿,防雪崩
return null;
}
String s = JSONUtil.toJsonStr(r);
// //(2024-10-11,这一句的逻辑出bug了,找到原因:传参 time 为 0,括号出现了位置错误)
stringRedisTemplate.opsForValue().set(key,s,time,unit);
return r;
}
}
防穿透方法改造后的测试:
//使用工具类查询(解决缓存穿透版)
@Override
public Result getById(Long id){
long ttl = (long) (Math.random() * 100)+1;
Shop shop = cacheClient.getById("shop:cache:", id, Shop.class, a -> shopMapper.selectById(a),ttl, TimeUnit.MINUTES);
if(shop == null){
return Result.fail("未查询到该店铺ToT");
}
return Result.ok(shop);
}
基于互斥锁方式改造店铺查询业务:
对于锁的使用,我们可以利用 redis 中的 setnx 命令(只有 key 不存在是操作才成功)来充当锁,需要开启锁时写入一个 setnx ,释放锁时 del 这个 key
//基于互斥锁的方式防止店铺信息查询击穿
public <R,ID> R queryShopByLock(String preKey, ID id, Class<R> type, Function<ID,R> getById,long time,TimeUnit unit){
String key = preKey + id;
//先在 redis 中查询
String json = stringRedisTemplate.opsForValue().get(key);
if(StrUtil.isNotBlank(json)){
//存在,直接返回
return JSONUtil.toBean(json, type);
}
//判断是否穿透后查询到 ""
if(json != null){
return null;
}
//redis 中没查到,获取互斥锁
String lockKey = "shop:lock:"+id;
R r = null;
try {
boolean getLock = tryToGetLock(lockKey);
if(!getLock){
//获取锁失败,休眠后重试
Thread.sleep(50);
queryShopByLock(preKey,id,type,getById,time,unit);
}
//获取锁成功,完成缓存重建
r = getById.apply(id);
if(r == null){
setForString(key,"",time,unit);
return null;
}
String s = JSONUtil.toJsonStr(r);
stringRedisTemplate.opsForValue().set(key,s,time,unit);
} catch (InterruptedException e) {
throw new RuntimeException(e);
} finally {
cleanLock(lockKey);
}
return r;
}
使用 jmeter 进行并发测试:
@Override
public Result getById(Long id){
long ttl = (long) (Math.random() * 100)+1;
Shop shop = cacheClient.queryShopByLock("cache:shop:", id, Shop.class, a -> shopMapper.selectById(a), ttl, TimeUnit.MINUTES);
if(shop == null){
return Result.fail("未查询到该店铺ToT");
}
return Result.ok(shop);
}
所有请求都成功响应
基于逻辑过期方式改造店铺查询
这种方式一般是通过手动的批量添加需要频繁访问的 key,在不需要使用时再将其批量删除,使用场景有:临时活动相关的请求
这里通过测试方法批量添加 key
@Test
void saveKeysWithLogicalExpire(){
for(int i=0;i<10;i++){
RedisData redisData = new RedisData();
Shop shop = shopMapper.selectById(i + 1);
redisData.setData(shop);
redisData.setExpireTime(LocalDateTime.now());
stringRedisTemplate.opsForValue().set("cache:shop:"+shop.getId(), JSONUtil.toJsonStr(redisData));
}
}
//手动删除缓存
@Test
void delKeys(){
for(int i=0;i<10;i++){
stringRedisTemplate.delete("cache:shop:"+(i+1));
}
}
维护一个线程池,用于单独处理更新缓存的逻辑
//线程池,用于逻辑过期执行更新数据库
private static final ExecutorService CACHE_REBUILD_EXECUTOR = Executors.newFixedThreadPool(10);
业务逻辑:
//基于逻辑过期的方式防止店铺信息查询击穿
public <R,ID> R queryShopByLogicExpire(String preKey, ID id, Class<R> type , Function<ID,R> getById,long time,TimeUnit unit){
String key = preKey + id;
//先在 redis 中查询
String json = stringRedisTemplate.opsForValue().get(key);
if(StrUtil.isBlank(json)){
//正常情况一定能查到,没查到,返回空对象
return null;
}
//查到了,将 json 转换为可以使用的类
RedisData redisData = JSONUtil.toBean(json, RedisData.class);
R r = JSONUtil.toBean((JSONObject) redisData.getData(),type);//将Object类型的json转换为指定 type 的类
LocalDateTime expireTime = redisData.getExpireTime();
//判断是否过期,没过期直接返回数据
if(expireTime.isAfter(LocalDateTime.now())){
//过期时间在当前时间之后,未过期
return r;
}
//过期了,重建缓存
String lockKey = "shop:lock:"+id;
boolean getLock = tryToGetLock(lockKey);
if(getLock){
//成功获取锁,再次判断是否过期
boolean isOverTime = judgeLogicalExpire(key);
if(!isOverTime){
//释放锁
cleanLock(lockKey);
return r;
}
//再次判断依然过期,唤醒处理数据库的线程
CACHE_REBUILD_EXECUTOR.submit(()->{
//需要交给线程执行的逻辑
try {
R apply = getById.apply(id);
this.setWithLogicalExpire(key,apply,time,unit);
} catch (Exception e) {
e.printStackTrace();
}finally {
//释放锁
cleanLock(lockKey);
}
});
}
//返回已过期的数据
return r;
}
//判断是否逻辑过期,true 表示过期
public boolean judgeLogicalExpire(String key){
String json = stringRedisTemplate.opsForValue().get(key);
if(StrUtil.isBlank(json)){
return true;
}
RedisData redisData = JSONUtil.toBean(json, RedisData.class);
LocalDateTime expireTime = redisData.getExpireTime();
return !expireTime.isAfter(LocalDateTime.now());
}
//尝试获取锁
private boolean tryToGetLock(String key){
Boolean flag = stringRedisTemplate.opsForValue().setIfAbsent(key, "aaa", 10, TimeUnit.SECONDS);
return BooleanUtil.isTrue(flag);
}
//释放锁
private void cleanLock(String key){
stringRedisTemplate.delete(key);
}
使用 jmeter 进行并发测试:
@Override
public Result getById(Long id){
long ttl = (long) (Math.random() * 100)+1;
Shop shop = cacheClient.queryShopByLogicExpire("cache:shop:", id, Shop.class, a -> shopMapper.selectById(a), ttl, TimeUnit.MINUTES);
if(shop == null){
return Result.fail("未查询到该店铺ToT");
}
return Result.ok(shop);
}
所有的请求都成功响应