缓存雪崩导致的危害息争决办法

计算机软件开发 · 2024-9-9 15:58:07

1. Redis 数据失效导致的雪崩

由于缓存失效，从而导致大量哀求导向数据库。

大量哀求，导致数据库处理处罚不外来，整个体系依靠数据库的功能全部瓦解
单体系挂掉，其他依靠于该体系的应用也会出现不稳定乃至瓦解

2. Redis数据失效的场景

最大内存控制
maxmemory 最大内存阈值
maxmemory-policy 到达阈值的实行计谋

3. 缓存雪崩办理方案

3.1 Semaphore信号量限流

J.U.C包告急的并发编程工具类
又称“信号量”，控制多个线程争抢允许。

核心方法

acquire:获取一个允许，如果没有就期待，

release:开释一个允许。

典范场景∶
1、代码并发处理处罚限流;
例子

package cn.lazyfennec.cache.redis.service;import cn.lazyfennec.cache.redis.annotations.NeteaseCache;import cn.lazyfennec.cache.redis.dao.UserDao;import cn.lazyfennec.cache.redis.pojo.User;import org.springframework.beans.factory.annotation.Autowired;import org.springframework.cache.annotation.CacheEvict;import org.springframework.data.redis.core.RedisTemplate;import org.springframework.jdbc.core.JdbcTemplate;import org.springframework.stereotype.Service;import java.util.Map;import java.util.concurrent.ConcurrentHashMap;import java.util.concurrent.Semaphore;import java.util.concurrent.TimeUnit;import java.util.concurrent.locks.ReentrantLock;@Service // 默认单实例public class UserService2 { @Autowired UserDao userDao; @Autowired RedisTemplate redisTemplate; // spring提供的一个redis客户端，底层封装了jedis等客户端 // userId ---> lock 记载每一个userId当前的查询情况 static Map<String, ReentrantLock> mapLock = new ConcurrentHashMap<>(); static Semaphore semaphore = new Semaphore(50); // 信号量 50 -- 类似车票 /** * 根据ID查询用户信息 (redis缓存，用户信息以json字符串格式存在(序列化)) */ public User findUserById(String userId) throws Exception { // 1. 先读取缓存 Object cacheValue = redisTemplate.opsForValue().get(userId); // redisTemplate是spring提供的redis客户端 if (cacheValue != null) { System.out.println("###缓存掷中:" + ((User) cacheValue).getUname()); return (User) cacheValue; } // ---------------缓存miss之后流程-------------- ReentrantLock reentrantLock = new ReentrantLock(); try { if (mapLock.putIfAbsent(userId, reentrantLock) != null) { // 有返回值代表存在锁 reentrantLock = mapLock.get(userId); } Thread.sleep(3000);// TODO 停顿3秒，等下一个线程过来，模仿多个用户同时并发哀求的场景 reentrantLock.lock(); // 争抢锁,抢不到的列队---1个哀求查询数据库 --- 599个期待 Thread.sleep(3000);// TODO 停顿3秒，模仿lock获取之后业务处理处罚时间 // 再次查询缓存 -- 克制大量重复数据库查询 cacheValue = redisTemplate.opsForValue().get(userId); // redisTemplate是spring提供的redis客户端 if (cacheValue != null) { System.out.println("###缓存掷中:" + ((User) cacheValue).getUname()); return (User) cacheValue; } semaphore.acquire(); // 获取信号量，没有获取到 // 2. 如果缓存miss，则查询数据库 User user = userDao.findUserById(userId); System.out.println("***缓存miss:" + user.getUname()); // 3. 设置缓存（重修缓存） // 主播信息查询缓存 redisTemplate.opsForValue().set(userId, user);// set key value redisTemplate.expire(userId, 100, TimeUnit.SECONDS); // 须要手动设 semaphore.release(); // 开释信号量 return user; } finally { if (!reentrantLock.hasQueuedThreads()) { // 当锁末了一个开释的时间，删撤消 mapLock.remove(userId); } reentrantLock.unlock(); } } @CacheEvict(value = "user", key = "#user.uid") // 方法实行结束，扫除缓存 public void updateUser(User user) { String sql = "update tb_user_base set uname = ? where uid=?"; jdbcTemplate.update(sql, new String[]{user.getUname(), user.getUid()}); } /** * 根据ID查询用户名称 */ // 我自己实现一个类似的注解 @NeteaseCache(value = "uname", key = "#userId") // 缓存 public String findUserNameById(String userId) { // 查询数据库 String sql = "select uname from tb_user_base where uid=?"; String uname = jdbcTemplate.queryForObject(sql, new String[]{userId}, String.class); return uname; } @Autowired JdbcTemplate jdbcTemplate; // spring提供jdbc一个工具（mybastis类似）}3.2 容错降级

如果以为有劳绩就点个赞吧，更多知识，请点击关注检察我的主页信息哦~

缓存雪崩导致的危害息争决办法

所属分类: 问答交流

新帖推荐: 30日

推荐作品