缓存五—Redis穿透、并发、雪崩

·  阅读 400

这是我参与更文挑战的第26天,活动详情查看: 更文挑战

经常使用Redis比较频繁的一种场景:

系统收到用户频繁查询请求时,先从缓存中查找数据,如果缓存中有数据,直接从缓存中读取数据,返回给请求方;如果缓存中没有数据,则从数据库中读取数据,然后再更新到缓存中,这样下次再次获取时从缓存中获取。

缓存穿透

如果请求缓存的某key时,都不在缓存中,导致必须从数据库中查询,数据库如果也没有则无法更新到缓存中,下次再有同样请求时,还是会经历这一过程。如果这一过程正处于高频请求的过程,那么必然会导致数据库承担比较大的压力,严重可能导致机器崩溃。这种情况就是缓存穿透

简单理解

请求某key数据时不存在缓存中也不存在数据库中,刚好高频请求该key的值,容易导致缓存穿透,导致数据库压力大

解决方案

给所有指定的key预先设定一个值,如空字符串“NULL”,当返回空字符串时则认为不存在的数据,无需再去数据库查询

缓存雪崩

实际开发时,有些缓存会设置其过期时间为一个固定的时间常量,这就可能出现系统在运行时,同时设置了很多缓存key,并且这些key的缓存过期时间都一样,当时间到期时,缓存集体失效,如果此时并发请求很高就会导致很多请求都会打到数据库,就会造成数据库压力瞬间增大,出现缓存雪崩的现象

简单理解

大批量缓存过期时间一致,一到时间全部集体消失,此时若请求并发很高,所有请求都会打到数据库,导致数据库压力大

解决方案

  • 将缓存过期时间设置随机,每个缓存的过期时间不重复,降低缓存集体失效的概率
  • 设置缓存不过期,其他服务后台更新缓存数据,避免因缓存失效造成的缓存雪崩,也可以在一定程度上避免缓存并发问题

缓存并发

当缓存失效时,出现并发请求情况,多个请求同时请求获取同一个key,因缓存失效所有请求就会到数据库中查询,当查询到数据之后更新到缓存中,此时就会出现多个请求更新的是同一条数据,这不仅增加数据库压力,也会因反复更新缓存而占用缓存资源。

解决方案

通过使用Redis的setNX方法设置一个状态位,加锁控制,防止多个请求同时处理该缓存。当这个状态位被某请求锁定时,其他请求会等待一段时间后再重新发起数据查询,此时再查询缓存就会有数据。

通过加锁方式,保证同一个时间只能有一个请求来查询数据库并更新缓存,其他请求只能等待重新发起查询,从而解决缓存并发的问题

分类:
后端
标签:
分类:
后端
标签:
收藏成功!
已添加到「」, 点击更改