午夜91视频,有一婷婷色,欲妇放荡叫床很浪的小说

今天給大家介紹一下如何在SpringBoot中解決Redis的緩存穿透、緩存擊穿、緩存雪崩的問題。

緩存穿透

什么是緩存穿透

緩存穿透指的是一個緩存系統無法緩存某個查詢的數據，從而導致這個查詢每一次都要訪問數據庫。

常見的Redis緩存穿透場景包括：

查詢一個不存在的數據：攻擊者可能會發送一些無效的查詢來觸發緩存穿透。
查詢一些非常熱門的數據：如果一個數據被訪問的非常頻繁，那么可能會導致緩存系統無法處理這些請求，從而造成緩存穿透。
查詢一些異常數據：這種情況通常發生在數據服務出現故障或異常時，從而造成緩存系統無法訪問相關數據，從而導致緩存穿透。

如何解決

我們可以使用Guava在內存中維護一個布隆過濾器。具體步驟如下：

添加Guava和Redis依賴：

<dependency>
    <groupId>com.google.guava<span class="hljs-name"groupId>
    <artifactId>guava<span class="hljs-name"artifactId>
    <version>29.0-jre<span class="hljs-name"version>
<span class="hljs-name"dependency>

<dependency>
    <groupId>org.springframework.boot<span class="hljs-name"groupId>
    <artifactId>spring-boot-starter-data-redis<span class="hljs-name"artifactId>
<span class="hljs-name"dependency>

創建一個BloomFilterUtil類，用于在緩存中維護Bloom Filter。

public class BloomFilterUtil {
    // 布隆過濾器的預計容量
    private static final int expectedInsertions = 1000000;
    // 布隆過濾器誤判率
    private static final double fpp = 0.001;
    private static BloomFilter<String> bloomFilter = BloomFilter.create(Funnels.stringFunnel(Charset.defaultCharset()), expectedInsertions, fpp);
    /**
     * 向Bloom Filter中添加元素
     */
    public static void add(String key){
        bloomFilter.put(key);
    }
    /**
     * 判斷元素是否存在于Bloom Filter中
     */
    public static boolean mightContain(String key){
        return bloomFilter.mightContain(key);
    }
}

在Controller中查詢數據時，先根據請求參數進行Bloom Filter的過濾

@Autowired
private RedisTemplate

緩存擊穿

什么是緩存擊穿

緩存擊穿指的是在一些高并發訪問下，一個熱點數據從緩存中不存在，每次請求都要直接查詢數據庫，從而導致數據庫壓力過大，并且系統性能下降的現象。

緩存擊穿的原因通常有以下幾種：

緩存中不存在所需的熱點數據：當系統中某個熱點數據需要被頻繁訪問時，如果這個熱點數據最開始沒有被緩存，那么就會導致系統每次請求都需要直接查詢數據庫，造成數據庫負擔。
緩存的熱點數據過期：當一個熱點數據過期并需要重新緩存時，如果此時有大量請求，那么就會導致所有請求都要直接查詢數據庫。

如何解決

主要思路 : 在遇到緩存擊穿問題時，我們可以在查詢數據庫之前，先判斷一下緩存中是否已有數據，如果沒有數據則使用Redis的單線程特性，先查詢數據庫然后將數據寫入緩存中。

添加Redis依賴

<dependency>
    <groupId>org.springframework.boot<span class="hljs-name"groupId>
    <artifactId>spring-boot-starter-data-redis<span class="hljs-name"artifactId>
<span class="hljs-name"dependency>

在Controller中查詢數據時，先從緩存中查詢數據，如果緩存中無數據則進行鎖操作

@Autowired
private RedisTemplate<String, Object> redisTemplate;

@GetMapping("/user/{id}")
public User getUserById(@PathVariable Long id){
    // 先從緩存中獲取值
    String userKey = "user_"+id.toString();
    User user = (User) redisTemplate.opsForValue().get(userKey);
    if(user == null){
        // 查詢數據庫之前加鎖
        String lockKey = "lock_user_"+id.toString();
        String lockValue = UUID.randomUUID().toString();
        try{
            Boolean lockResult = redisTemplate.opsForValue().setIfAbsent(lockKey, lockValue, 60, TimeUnit.SECONDS);
            if(lockResult != null && lockResult){
                // 查詢數據庫
                user = userRepository.findById(id).orElse(null);
                if(user != null){
                    // 將查詢到的數據加入緩存
                    redisTemplate.opsForValue().set(userKey, user, 300, TimeUnit.SECONDS);
                }
            }
        }finally{
            // 釋放鎖
            if(lockValue.equals(redisTemplate.opsForValue().get(lockKey))){
                redisTemplate.delete(lockKey);
            }
        }
    }
    return user;
}

緩存雪崩

什么是緩存雪崩

指緩存中大量數據的失效時間集中在某一個時間段，導致在這個時間段內緩存失效并額外請求數據庫查詢數據的請求大量增加，從而對數據庫造成極大的壓力和負荷。

常見的Redis緩存雪崩場景包括：

緩存服務器宕機：當緩存服務器宕機或重啟時，大量的訪問請求將直接命中數據庫，并在同一時間段內導致大量的數據庫查詢請求，從而將數據庫壓力大幅提高。
緩存數據同時失效：在某個特定時間點，緩存中大量數據的失效時間集中在一起，這些數據會在同一時間段失效，并且這些數據被高頻訪問，將導致大量的訪問請求去查詢數據庫。
緩存中數據過期時間設計不合理：當緩存中的數據有效時間過短，且數據集中在同一時期失效時，就容易導致大量的請求直接查詢數據庫，加劇數據庫壓力。
波動式的訪問過程：當數據的訪問存在波動式特征時，例如輸出某些活動物品或促銷商品時，將會帶來高頻的查詢請求訪問，導致緩存大量失效并產生緩存雪崩。

如何解決

在遇到緩存雪崩時，我們可以使用兩種方法：一種是將緩存過期時間分散開，即為不同的數據設置不同的過期時間；另一種是使用Redis的多級緩存架構，通過增加一層代理層來解決。具體步驟如下：

添加相關依賴

<dependency>
    <groupId>org.springframework.boot<span class="hljs-name"groupId>
    <artifactId>spring-boot-starter-data-redis<span class="hljs-name"artifactId>
<span class="hljs-name"dependency>
<dependency>
    <groupId>net.sf.ehcache<span class="hljs-name"groupId>
    <artifactId>ehcache<span class="hljs-name"artifactId>
    <version>2.10.6<span class="hljs-name"version>
<span class="hljs-name"dependency>

在application.properties中配置Ehcache緩存

spring.cache.type=ehcache

創建一個CacheConfig類，用于配置Ehcache：

@Configuration
@EnableCaching
public class CacheConfig {
    @Bean
    public EhCacheCacheManager ehCacheCacheManager(CacheManager cm){
        return new EhCacheCacheManager(cm);
    }
    @Bean
    public CacheManager ehCacheManager(){
        EhCacheManagerFactoryBean cmfb = new EhCacheManagerFactoryBean();
        cmfb.setConfigLocation(new ClassPathResource("ehcache.xml"));
        cmfb.setShared(true);
        return cmfb.getObject();
    }
}

在ehcache.xml中添加緩存配置

<ehcache xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
    xsi:noNamespaceSchemaLocation="http://ehcache.org/ehcache.xsd"
    updateCheck="true"
    monitoring="autodetect"
    dynamicConfig="true">

    <cache name="userCache" maxEntriesLocalHeap="10000" timeToLiveSeconds="60" timeToIdleSeconds="30"/>

<span class="hljs-name"ehcache>