一.缓存雪崩

发生原因：同一时段大量缓存同时失效，或redis服务宕机导致大量请求到达数据库
解决方案
- 给不同的key的TTL添加随机值，防止同时失效
- 利用redus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

二.缓存击穿

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

解决方案

互斥锁

原理：重建过程中一个线程上锁，其它线程获取锁失败则等待，直到那个线程重建缓存完毕释放锁，但性能可能比较差
案例

public Shop queryWithMutex(Long id){
String key = RedisConstants.CACHE_SHOP_KEY + id;
Shop shop = new Shop();
try {
    shop = redisService.getObject(key, Shop.class);

    if(!Objects.isNull(shop)){
        return shop;
    }else {
        String s = redisService.get(key);
        if(s.equals("null")){
            return null;
        }
    }
} catch (Exception e){
    log.info("null");
}

//1.实现缓存重建互斥锁
//1.1.获取互斥锁
String lockKey = RedisConstants.LOCK_SHOP_KEY + id;
try {
    boolean isLock = tryLock(lockKey);
    //1.2.判断是否获取成功
    if(!isLock){
        //不成功则休眠，并重新尝试
        Thread.sleep(50);
        return queryWithMutex(id);
    }
    //1.3.成功，根据id查询数据库
    shop = getById(id);
    //模拟重建延迟
    //Thread.sleep(2000);
    if(Objects.isNull(shop)){
        //保存空值，针对缓存穿透问题
        redisService.add(key,"null",RedisConstants.CACHE_NULL_TTL, TimeUnit.MINUTES);
        return null;
    }
    //1.4.写入redis
    redisService.add(key,shop,RedisConstants.CACHE_SHOP_TTL, TimeUnit.MINUTES);
} catch (InterruptedException e) {
    throw new RuntimeException(e);
} finally {
    //1.5.释放锁
    unlock(lockKey);
}

return shop;
}

逻辑过期
- 对于缓存入redis的数据自定义增加一个字段用于记录过期时间，当每次获取数据时，先判断数据是否过期，没过期则直接返回，若过期则上锁，开启独立线程用于重构数据，并先将旧数据返回。此时若其它线程请求同一份数据，因为获取不了锁所以不能开启线程进行数据重构，此时就直接将旧数据返回。

Redis学习笔记（四） | 青训营笔记

一.缓存雪崩

二.缓存击穿