跳至主要內容

Redis 缓存

程序员李某某大约 11 分钟

Redis 缓存

概述

缓存(Cache),就是数据交换的缓冲区,俗称的缓存就是缓冲区内的数据,一般从数据库中获取,存储于本地代码(例如:

例1:Static final ConcurrentHashMap<K,V> map = new ConcurrentHashMap<>(); 本地用于高并发

例2:static final Cache<K,V> USER_CACHE = CacheBuilder.newBuilder().build(); 用于redis等缓存

例3:Static final Map<K,V> map =  new HashMap(); 本地缓存

由于其被Static修饰,所以随着类的加载而被加载到内存之中,作为本地缓存,由于其又被final修饰,所以其引用(例3:map)和对象(例3:new HashMap())之间的关系是固定的,不能改变,因此不用担心赋值(=)导致缓存失效

缓存数据存储于代码中,而代码运行在内存中,内存的读写性能远高于磁盘,缓存可以大大降低用户访问并发量带来的服务器读写压力

image-20221031191637140
image-20221031191637140

实际开发中,会构筑多级缓存来使系统运行速度进一步提升,例如:本地缓存与redis中的缓存并发使用

浏览器缓存：主要是存在于浏览器端的缓存

**应用层缓存：**可以分为tomcat本地缓存，比如之前提到的map，或者是使用redis作为缓存

**数据库缓存：**在数据库中有一片空间是 buffer pool，增改查数据都会先加载到mysql的缓存中

**CPU缓存：**当代计算机最大的问题是 cpu性能提升了，但内存读写速度没有跟上，所以为了适应当下的情况，增加了cpu的L1，L2，L3级的缓存

更新策略

缓存更新是redis为了节约内存而设计出来的一个东西，主要是因为内存数据宝贵，当我们向redis插入太多数据，此时就可能会导致缓存中的数据过多，所以redis会对部分数据进行更新，或者把他叫为淘汰更合适。

**内存淘汰：**redis自动进行，当redis内存达到咱们设定的max-memery的时候，会自动触发淘汰机制，淘汰掉一些不重要的数据(可以自己设置策略方式)

**超时剔除：**当我们给redis设置了过期时间ttl之后，redis会将超时的数据进行删除，方便咱们继续使用缓存

**主动更新：**我们可以手动调用方法把缓存删掉，通常用于解决缓存和数据库不一致问题

image-20221031194459958
image-20221031194459958

缓存不一致

由于我们的缓存的数据源来自于数据库,而数据库的数据是会发生变化的,因此,如果当数据库中数据发生变化,而缓存却没有同步,此时就会有一致性问题存在,其后果是：用户使用缓存中的过时数据,就会产生类似多线程数据安全问题

  • Cache Aside Pattern 人工编码方式：缓存调用者在更新完数据库后再去更新缓存，也称之为双写方案

  • Read/Write Through Pattern : 由系统本身完成，数据库与缓存的问题交由系统本身去处理

  • Write Behind Caching Pattern ：调用者只操作缓存，其他线程去异步处理数据库，实现最终一致

image-20221031194627479
image-20221031194627479

综合考虑使用方案一，操作缓存和数据库时有三个问题需要考虑：

  1. 删除缓存还是更新缓存？

    • 更新缓存：每次更新数据库都更新缓存，无效写操作较多

      更新动作实际上只有最后一次生效，中间的更新动作意义并不大

    • 删除缓存：更新数据库时让缓存失效，查询时再更新缓存

  2. 如何保证缓存与数据库的操作的同时成功或失败？ --- 事务

    • 单体系统，将缓存与数据库操作放在一个事务

    • 分布式系统，利用TCC等分布式事务方案

  3. 先操作缓存还是先操作数据库？

    • 先删除缓存，再操作数据库

      两个线程并发来访问时

      • 线程1先把缓存删了

      • 线程2查询缓存数据并不存在，此时他写入缓存（旧数据）

      • 线程1再执行更新数据库

      实际上缓存中是旧的数据

    • 先操作数据库，再删除缓存

    image-20221031201509279
    image-20221031201509279

实现核心思路

  • 缓存未命中，则查询数据库，将数据库结果写入缓存，并设置超时时间
  • 修改时，先修改数据库，再删除缓存

解决方案

  • 用户维度数据（订单、会员），并发几率小，采用上述方案即可
  • 菜单、介绍等基础数据，可以用Canal订阅binlog
  • 加锁保证并发读写，适用于可忽略临时脏数据
  • 放入缓存的数据本就不该是实时性、一致性超高的
  • 要求高的就应该查库

缓存穿透

缓存穿透：查不存在 --- 次次都走DB

缓存和数据库中都不存在，这样缓存永远不会生效，这些请求都会打到数据库

风险：利用不存在的数据进行攻击，数据库瞬时压力增大，最终导致崩溃

解决：

  • null结果缓存，并加入短暂过期时间
    • 优点：实现简单，维护方便
    • 缺点：
      • 额外的内存消耗
      • 可能造成短期的不一致
  • 布隆过滤
    • 优点：内存占用较少，没有多余key
    • 缺点：
      • 实现复杂
      • 存在误判可能，布隆过滤器走的是哈希思想，只要哈希思想，就可能存在哈希冲突
image-20221031203336881
image-20221031203336881

缓存穿透的解决方案有哪些？

  • 缓存null值
  • 布隆过滤
  • 增强id的复杂度，避免被猜测id规律
  • 做好数据的基础格式校验
  • 加强用户权限校验
  • 做好热点参数的限流

布隆过滤器open in new window

(16条消息) 布隆(Bloom Filter)过滤器——全面讲解，建议收藏_李子捌的博客-CSDN博客_bloom filteropen in new window

应用场景

  • 解决Redis缓存穿透问题（面试重点）
  • 邮件过滤，使用布隆过滤器来做邮件黑名单过滤
  • 对爬虫网址进行过滤，爬过的不再爬
  • 解决新闻推荐过的不再推荐(类似抖音刷过的往下滑动不再刷到)
  • HBase\RocksDB\LevelDB等数据库内置布隆过滤器，用于判断数据是否存在，可以减少数据库的IO请求

利用Redis简单实现布隆过滤器，解决击穿问题

分析：我们可以将数据库的数据，所对应的id写入到一个list集合中，当用户过来访问的时候，我们直接去判断list中是否包含当前的要查询的数据，如果说用户要查询的id数据并不在list集合中，则直接返回，如果list中包含对应查询的id数据，则说明不是一次缓存穿透数据，则直接放行

问题：在2011年左右，淘宝的商品总量就已经超过10亿个，仅主键数据量依然很大

方案：使用redis的bitmap来减少list的存储空间

  • 把list数据抽象成一个非常大的bitmap
  • 不再使用list，而是将db中的id数据利用哈希思想
  • id % bitmap.size = 算出当前这个id对应应该落在bitmap的哪个索引上，然后将这个值从0变成1
  • 查询的id去用相同的哈希算法， 算出来当前这个id应当落在bitmap的哪一位
  • 然后判断这一位是0，还是1，如果是0则表明这一位上的数据一定不存在
  • 采用这种方式来处理，需要重点考虑一个事情，就是误差率（哈希冲突的时候，产生的误差）

缓存雪崩

缓存雪崩：多条数据，失效后，同时请求

同一时段大量的缓存key同时失效或Redis服务宕机，导致大量请求到达数据库

解决：

  • 原有的失效时间基础上增加一个随机值，比如1-5分钟随机
  • 利用Redis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

缓存击穿

缓存击穿：一条数据，失效后，同时请求

也叫热点Key问题，就是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：

  • 加锁，大量并发只让一个去查，其他人等待，查到以后释放锁，其他人获取到锁，先查缓存，就会有数据，不用去db

    image-20221031205110937
    image-20221031205110937

  • 逻辑过期

    之所以会出现缓存击穿问题，主要原因是在于我们对key设置了过期时间，假设我们不设置过期时间，其实就不会有缓存击穿的问题，但是不设置过期时间，这样数据不就一直占用我们内存了吗，我们可以采用逻辑过期方案

    我们把过期时间设置在 redis的value中，注意：这个过期时间并不会直接作用于redis，而是我们后续通过逻辑去处理。假设线程1去查询缓存，然后从value中判断出来当前的数据已经过期了，此时线程1去获得互斥锁，那么其他线程会进行阻塞，获得了锁的线程他会开启一个 线程去进行 以前的重构数据的逻辑，直到新开的线程完成这个逻辑后，才释放锁， 而线程1直接进行返回，假设现在线程3过来访问，由于线程线程2持有着锁，所以线程3无法获得锁，线程3也直接返回数据，只有等到新开的线程2把重建数据构建完后，其他线程才能走返回正确的数据

    这种方案巧妙在于，异步的构建缓存，缺点在于在构建完缓存之前，返回的都是脏数据

    image-20221031205253759
    image-20221031205253759

  • 对比

    • **互斥锁方案：**由于保证了互斥性，所以数据一致，且实现简单，因为仅仅只需要加一把锁而已，也没其他的事情需要操心，所以没有额外的内存消耗，缺点在于有锁就有死锁问题的发生，且只能串行执行性能肯定受到影响

    • 逻辑过期方案： 线程读取过程中不需要等待，性能好，有一个额外的线程持有锁去进行重构数据，但是在重构数据完成前，其他的线程只能返回之前的数据，且实现起来麻烦

      image-20221031205514712
      image-20221031205514712

利用逻辑过期解决缓存击穿问题

需求：修改根据id查询商铺的业务，基于逻辑过期方式来解决缓存击穿问题

思路分析：当用户开始查询redis时，判断是否命中，如果没有命中则直接返回空数据，不查询数据库，而一旦命中后，将value取出，判断value中的过期时间是否满足，如果没有过期，则直接返回redis中的数据，如果过期，则在开启独立线程后直接返回之前的数据，独立线程去重构数据，重构完成后释放互斥锁

image-20221031205925397
image-20221031205925397

如果封装数据：因为现在redis中存储的数据的value需要带上过期时间，此时要么你去修改原来的实体类，要么你

步骤一、

新建一个实体类，我们采用第二个方案，这个方案，对原来代码没有侵入性。

@Data
public class RedisData {
    private LocalDateTime expireTime;
    private Object data;
}

步骤二、

在ShopServiceImpl 新增此方法，利用单元测试进行缓存预热

image-20221031210004807
image-20221031210004807

在测试类中

image-20221031210021904
image-20221031210021904

步骤三：正式代码

ShopServiceImpl

private static final ExecutorService CACHE_REBUILD_EXECUTOR = Executors.newFixedThreadPool(10);
public Shop queryWithLogicalExpire( Long id ) {
    String key = CACHE_SHOP_KEY + id;
    // 1.从redis查询商铺缓存
    String json = stringRedisTemplate.opsForValue().get(key);
    // 2.判断是否存在
    if (StrUtil.isBlank(json)) {
        // 3.存在，直接返回
        return null;
    }
    // 4.命中，需要先把json反序列化为对象
    RedisData redisData = JSONUtil.toBean(json, RedisData.class);
    Shop shop = JSONUtil.toBean((JSONObject) redisData.getData(), Shop.class);
    LocalDateTime expireTime = redisData.getExpireTime();
    // 5.判断是否过期
    if(expireTime.isAfter(LocalDateTime.now())) {
        // 5.1.未过期，直接返回店铺信息
        return shop;
    }
    // 5.2.已过期，需要缓存重建
    // 6.缓存重建
    // 6.1.获取互斥锁
    String lockKey = LOCK_SHOP_KEY + id;
    boolean isLock = tryLock(lockKey);
    // 6.2.判断是否获取锁成功
    if (isLock){
        CACHE_REBUILD_EXECUTOR.submit( ()->{

            try{
                //重建缓存
                this.saveShop2Redis(id,20L);
            }catch (Exception e){
                throw new RuntimeException(e);
            }finally {
                unlock(lockKey);
            }
        });
    }
    // 6.4.返回过期的商铺信息
    return shop;
}
上次编辑于:
贡献者: 李元昊
Copyright © 2025 程序员李某某