目錄

1. 緩存穿透
2. 緩存雪崩
3. 緩存擊穿
4. Redis 連接池耗盡
5. Redis 序列化問題
6. 總結

---

1. 緩存穿透

問題描述

緩存穿透是指查詢一個不存在的數據，由于緩存中沒有該數據，請求會直接打到數據庫上，導致數據庫壓力過大。

解決方案

1. 緩存空值：即使查詢的數據不存在，也將空值緩存起來，并設置一個較短的過期時間。
2. 布隆過濾器：在查詢緩存之前，先通過布隆過濾器判斷數據是否存在。

示例代碼

@Service
public class UserService {@Autowiredprivate RedisTemplate<String, Object> redisTemplate;public User getUserById(Long id) {String key = "user:" + id;// 從緩存中獲取數據User user = (User) redisTemplate.opsForValue().get(key);if (user != null) {return user;}// 緩存中不存在，查詢數據庫user = userRepository.findById(id).orElse(null);if (user == null) {// 緩存空值，設置較短的過期時間redisTemplate.opsForValue().set(key, null, 60, TimeUnit.SECONDS);} else {// 緩存查詢結果redisTemplate.opsForValue().set(key, user, 1, TimeUnit.HOURS);}return user;}
}

---

2. 緩存雪崩

問題描述

緩存雪崩是指大量緩存數據在同一時間失效，導致所有請求都打到數據庫上，造成數據庫壓力過大甚至崩潰。

解決方案

1. 設置不同的過期時間：為緩存數據設置隨機的過期時間，避免大量緩存同時失效。
2. 使用分布式鎖：在緩存失效時，使用分布式鎖保證只有一個線程去加載數據。

示例代碼

@Service
public class ProductService {@Autowiredprivate RedisTemplate<String, Object> redisTemplate;@Autowiredprivate RedissonClient redissonClient;public Product getProductById(Long id) {String key = "product:" + id;Product product = (Product) redisTemplate.opsForValue().get(key);if (product != null) {return product;}// 使用分布式鎖防止緩存擊穿RLock lock = redissonClient.getLock("lock:" + key);try {lock.lock();// 雙重檢查，防止其他線程已經加載了數據product = (Product) redisTemplate.opsForValue().get(key);if (product != null) {return product;}// 查詢數據庫product = productRepository.findById(id).orElse(null);if (product != null) {// 設置隨機的過期時間int expireTime = 3600 + new Random().nextInt(600); // 1小時 + 隨機10分鐘redisTemplate.opsForValue().set(key, product, expireTime, TimeUnit.SECONDS);}} finally {lock.unlock();}return product;}
}

---

3. 緩存擊穿

問題描述

緩存擊穿是指某個熱點數據在緩存中失效后，大量請求同時打到數據庫上，導致數據庫壓力過大。

解決方案

1. 使用互斥鎖：在緩存失效時，使用互斥鎖保證只有一個線程去加載數據。
2. 永不過期策略：對熱點數據設置永不過期，通過后臺任務定期更新緩存。

示例代碼

@Service
public class HotDataService {@Autowiredprivate RedisTemplate<String, Object> redisTemplate;public String getHotData() {String key = "hot_data";String data = (String) redisTemplate.opsForValue().get(key);if (data != null) {return data;}// 使用 Redis 的 SETNX 實現互斥鎖String lockKey = "lock:" + key;boolean locked = redisTemplate.opsForValue().setIfAbsent(lockKey, "locked", 10, TimeUnit.SECONDS);if (locked) {try {// 雙重檢查data = (String) redisTemplate.opsForValue().get(key);if (data != null) {return data;}// 模擬從數據庫加載熱點數據data = loadHotDataFromDB();redisTemplate.opsForValue().set(key, data, 1, TimeUnit.HOURS);} finally {// 釋放鎖redisTemplate.delete(lockKey);}} else {// 未獲取到鎖，等待重試try {Thread.sleep(100);return getHotData(); // 重試} catch (InterruptedException e) {Thread.currentThread().interrupt();}}return data;}private String loadHotDataFromDB() {// 模擬數據庫查詢return "hot_data_from_db";}
}

---

4. Redis 連接池耗盡

問題描述

在高并發場景下，Redis 連接池可能會被耗盡，導致請求失敗。

解決方案

1. 增加連接池大小：根據實際需求調整連接池的最大連接數。
2. 優化連接使用：確保每次操作 Redis 后及時釋放連接。

示例代碼

在 application.yml 中配置連接池：

spring:redis:host: localhostport: 6379lettuce:pool:max-active: 50  # 最大連接數max-idle: 10   # 最大空閑連接數min-idle: 5    # 最小空閑連接數

---

5. Redis 序列化問題

問題描述

默認情況下，Spring Boot 使用 JdkSerializationRedisSerializer 進行序列化，可能導致存儲的數據不易閱讀或兼容性問題。

解決方案

使用更高效的序列化方式，如 Jackson2JsonRedisSerializer 或 StringRedisSerializer。

示例代碼

@Configuration
public class RedisConfig {@Beanpublic RedisTemplate<String, Object> redisTemplate(RedisConnectionFactory factory) {RedisTemplate<String, Object> template = new RedisTemplate<>();template.setConnectionFactory(factory);// 使用 Jackson2JsonRedisSerializer 序列化值Jackson2JsonRedisSerializer<Object> serializer = new Jackson2JsonRedisSerializer<>(Object.class);template.setValueSerializer(serializer);template.setHashValueSerializer(serializer);// 使用 StringRedisSerializer 序列化鍵template.setKeySerializer(new StringRedisSerializer());template.setHashKeySerializer(new StringRedisSerializer());return template;}
}

---

6. 總結

在 Spring Boot 項目中使用 Redis 時，可能會遇到緩存穿透、緩存雪崩、緩存擊穿、連接池耗盡以及序列化等問題。通過合理的緩存策略、分布式鎖、連接池配置和序列化方式，可以有效解決這些問題，提升系統的穩定性和性能。希望本文的解決方案和示例代碼能幫助到你！