?什么是緩存？

緩存就是數據交換的緩沖區，是存貯數據的臨時地方，一般讀寫性能較高。

怎么防止緩存穿透？

緩存穿透是指客戶端請求的數據在緩存中和數據庫中都不存在，這樣緩存永遠不會生效，這些請求都會打到數據庫，給數據庫帶來巨大壓力。

常見的解決方案有兩種：

緩存空對象

客戶端第一次請求是，發現數據庫中數據不存在，在緩存中設置該值為空串，后面的請求中若發現緩存中存儲的值為空串直接返回空串，不在查詢數據庫。（緩存需要設置一定時間內過期，防止數據庫中有數據后緩存仍然為空。或者在插入數據時，清空緩存）

• ????????優點：實現簡單，維護方便
• ????????缺點：額外的內存消耗，可能造成短期的不一致

    /*** 設置空值解決緩存穿透*/public Shop queryWithPassThrough(Long id){//先從redis查詢商鋪緩存，若存在，從redis中返回,否則查詢數據庫，存在寫入redis，并返回String shopJson = stringRedisTemplate.opsForValue().get("cache:shop:" + id);if(StringUtils.isNotBlank(shopJson)){Shop shop = JSONUtil.toBean(shopJson, Shop.class);return shop;}//判斷命中的是否為空，防止緩存穿透if(shopJson==null){ //若為null，說明redis中數據為空字符串，說明mysql數據庫也沒有數據return null;}//redis不存在，查詢數據庫Shop shop = getById(id);if(shop==null){//將空值寫入redisstringRedisTemplate.opsForValue().set("cache:shop:"+id,"",30, TimeUnit.MINUTES);return null;}stringRedisTemplate.opsForValue().set("cache:shop:"+id,JSONUtil.toJsonStr(shop));return shop;}

布隆過濾

• ?????優點：內存占用較少，沒有多余key
• ?????缺點：實現復雜、存在誤判可能

其他方案：

?????????增強id的復雜度，避免被猜測id規律

?????????做好數據的基礎格式校驗

?????????加強用戶權限校驗

?????????做好熱點參數的限流

為什么會出現緩存雪崩？

緩存雪崩是指在同一時段大量的緩存key同時失效或者Redis服務宕機，導致大量請求到達數據庫，帶來巨大壓力。

解決方案：

• 給不同的Key的TTL添加隨機值
• 利用Redis集群提高服務的可用性
• 給緩存業務添加降級限流策略
• 給業務添加多級緩存

如何解決緩存擊穿？

緩存擊穿問題也叫熱點Key問題，就是一個被高并發訪問并且緩存重建業務較復雜的key突然失效了，無數的請求訪問會在瞬間給數據庫帶來巨大的沖擊。

常見的解決方案有兩種：

互斥鎖

?在高并發環境下，當有一個線程獲得鎖訪問數據庫時，其他線程等待。假如業務A需要獲取緩存A和緩存B,而業務B需要獲取緩存B和緩存A。此時業務A已經獲取了緩存A的鎖正在等待緩存B，而業務B獲取了緩存B的鎖等待緩存A，就出現了互相等待的情況，產生死鎖。

? ? ? ? 優點：沒有額外的內存消耗，保證一致性，實現簡單

? ? ? ? 缺點：線程需要等待，性能受影響，可能有死鎖風險

   /*** 在設置空值，已經解決緩存穿透的基礎上，添加互斥鎖解決緩存擊穿*/public Shop queryWithMutex (Long id){//先從redis查詢商鋪緩存，若存在，從redis中返回,否則查詢數據庫，存在寫入redis，并返回String shopJson = stringRedisTemplate.opsForValue().get("cache:shop:" + id);if(StringUtils.isNotBlank(shopJson)){Shop shop = JSONUtil.toBean(shopJson, Shop.class);return shop;}//判斷命中的是否為空，房子緩存穿透if(shopJson==null){ //部位null，說明redis中數據為空字符串，說明mysql數據庫也沒有數據return null;}//redis不存在，失效緩存重建//獲取互斥鎖，每個店鋪創建一個鎖String LockKey = "lock:shop:"+id;Shop shop = null;try {boolean isLock = tryLock(LockKey);//獲取鎖失敗，休眠重試if(!isLock){Thread.sleep(50);return queryWithMutex(id);}//獲取到鎖，查詢數據庫shop = getById(id);if(shop==null){//將空值寫入redisstringRedisTemplate.opsForValue().set("cache:shop:"+id,"",30, TimeUnit.MINUTES);return null;}stringRedisTemplate.opsForValue().set("cache:shop:"+id,JSONUtil.toJsonStr(shop));}catch (InterruptedException e){throw  new RuntimeException("系統異常");}finally {//釋放鎖unLock(LockKey);}return shop;}/***獲取鎖*/private boolean tryLock(String key){Boolean flag = stringRedisTemplate.opsForValue().setIfAbsent(key, "1", 10, TimeUnit.SECONDS);return BooleanUtil.isTrue(flag);}/*** 釋放鎖*/private void unLock(String key){stringRedisTemplate.delete(key);}

邏輯過期：

? ? ? ? 優點：線程無需等待，性能較好

? ? ? ? 缺點：不保證一致性，有額外內存消耗，實現復雜

//線程池 
private static final ExecutorService CACHE_REBUILD_EXECUTOR = Executors.newFixedThreadPool(10);/*** 使用邏輯過期解決緩存擊穿(實際上數據不會過期,故不需要考慮緩存穿透問題),使用時需要先緩存熱點數據*/public Shop queryWithLogicalExpire (Long id){//先從redis查詢商鋪緩存，若存在，從redis中返回,否則查詢數據庫，存在寫入redis，并返回String shopJson = stringRedisTemplate.opsForValue().get("cache:shop:" + id);//緩存中不存在，直接返回null。（熱點數據，通過一般需要自行初始化到redis緩存中，一般不會出現null的情況）if(StringUtils.isBlank(shopJson)){return null;}RedisData redisData = JSONUtil.toBean(shopJson, RedisData.class);Shop shop = JSONUtil.toBean((JSONObject) redisData.getData(), Shop.class);//獲取緩存數據LocalDateTime expireTime = redisData.getExpireTime();//獲取緩存過期時間//判斷是否過期if(expireTime.isAfter(LocalDateTime.now())){//未過期，直接返回return shop;}//過期，需要緩存重建//獲取互斥鎖String LockKey = "lock:shop:"+id;if(tryLock(LockKey)){//獲取鎖成功，開啟獨立線程，實現緩存重建CACHE_REBUILD_EXECUTOR.submit(() ->{//重建緩存try{this.saveShop2Redis(id,20L);}catch (Exception e){throw new RuntimeException(e);}finally {//釋放鎖unLock(LockKey);}});}return shop;}public void saveShop2Redis(Long id,Long expireSeconds){//查詢店鋪數據Shop shop = getById(id);//封裝邏輯過期時間RedisData redisData = new RedisData();redisData.setData(shop);redisData.setExpireTime(LocalDateTime.now().plusMinutes(expireSeconds));//寫入redisstringRedisTemplate.opsForValue().set("cache:shop:"+id,JSONUtil.toJsonStr(redisData));}/***獲取鎖*/private boolean tryLock(String key){Boolean flag = stringRedisTemplate.opsForValue().setIfAbsent(key, "1", 10, TimeUnit.SECONDS);return BooleanUtil.isTrue(flag);}/*** 釋放鎖*/private void unLock(String key){stringRedisTemplate.delete(key);}

全局ID生成器

如果使用數據庫自增ID就存在一些問題：

• id的規律性太明顯
• 受單表數據量的限制

全局ID生成器，是一種在分布式系統下用來生成全局唯一ID的工具，一般要滿足下列特性：

為了增加ID的安全性，我們可以不直接使用Redis自增的數值，而是拼接一些其它信息：

ID的組成部分：

• 符號位：1bit，永遠為0
• 時間戳：31bit，以秒為單位，可以使用69年
• 序列號：32bit，秒內的計數器，支持每秒產生2^32個不同ID

Redis自增ID策略：

• 每天一個key，方便統計訂單量
• ID構造是 時間戳 + 計數器

import org.springframework.data.redis.core.StringRedisTemplate;
import org.springframework.stereotype.Component;import java.time.LocalDateTime;
import java.time.ZoneOffset;
import java.time.format.DateTimeFormatter;@Component
public class RedisIdWorker {private StringRedisTemplate stringRedisTemplate;public RedisIdWorker(StringRedisTemplate stringRedisTemplate) {this.stringRedisTemplate = stringRedisTemplate;}// 2022年開始時間戳private static final long BEGIN_TIMESTAMP = 1640995200L;// 序列號位數private static final int COUNT_BITS = 32;public long nextId(String KeyPrefix) {// 1.生成時間戳LocalDateTime now = LocalDateTime.now();long nowSecond = now.toEpochSecond(ZoneOffset.UTC);long timestamp = nowSecond-BEGIN_TIMESTAMP;// 2.生成序列號String date = now.format(DateTimeFormatter.ofPattern("yyyy:MM:dd"));//自增長，返回自增序列號,key不存在會自動創建一個keylong count = stringRedisTemplate.opsForValue().increment("icr:" + KeyPrefix + ":" + date);// 3.拼接并返回// 時間戳左移32位，通過|運算，拼接序列號return timestamp << COUNT_BITS | count;}
}