写点什么

一文参透:缓存一致性策略以及雪崩、穿透等问题,java 系统架构设计详解

用户头像
极客good
关注
发布于: 刚刚


考虑数据一致性,缓存处的代码逻辑都较为标准化,首先取 Redis,击中则返回,未击中则通过数据库来进行查询和同步。


public Result query(String id) {


Result result = null;


//1.从 Redis 缓存中取数据


result = (Result)redisTemplate.opsForValue().get(id);


if (null != result) {


System.out.println("缓存中得到数据");


return result;


}


//2.通过 DB 查询,有则同步更新 redis,否则返回空


System.out.println("数据库中得到数据");


result = Dao.query(id);


if (null != result) {


redisTemplate.opsForValue().set(id,result);


redisTemplate.expire(id,20000, TimeUnit.MILLISECONDS);


}


return result;


}


其他的新增、删除和更新操作,可以直接采用先清空该 Key 下的缓存值再进行 DB 操作,这样逻辑清晰简单,维护的复杂度会降低,而付出代价就是多查询一次。


public void update(Entity entity) {


redisTemplate.delete(entity.getId());


Dao.update(entity);


return entity;


}


public Entity add(Entity entity) {


redisTemplate.delete(entity.getId());


Dao.insert(entity);


return entity;


}


2. 缓存更新策略


适用于做缓存的场景一般都是:访问频繁、读场景较多而写场景少、对数据一致性要求不高。如果上面三个条件都不符合,那维护一套缓存数据的意义并不大了,实际应用中通常都需要针对业务场景来选择合适的缓存方案,下面给出了四种缓存策略,由上到下就是按照一致性由强到弱的顺序。


更新策略特点适用场景


实时更新同步更新保证强一致性,与业务强侵入强耦合金融转账业务等


若实时异步更新(MQ/发布订阅/观察者模式),业务解耦,若一致性存在延迟不适合写频繁场景


失效机制设置缓存失效,有一定延迟,可能存在雪崩适用读多写少,能接受一定的延时


任务调度通过定时任务进行全量更新统计类业务,访问频繁且定期更新


二. 缓存雪崩和击穿


==========


1. 缓存雪崩概念


缓存雪崩是指在我们设置缓存时采用了相同的过期时间,导致缓存在某一时刻同时失效,请求全部转发到 DB,DB 瞬时压力过重雪崩。和缓存击穿不同的是,缓存击穿指并发查同一条数据,缓存雪崩是不同数据都过期了,很多数据都查不到从而查数据库。


解决方案


将缓存失效时间分散开,比如我们可以在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,这样每一个缓存的过期时间的重复率就会降低,就很难引发集体失效的事件。


用加锁或者队列的方式保证缓存的单线程(进程)写,从而避免失效时大量的并发请求落到底层存储系统上。


第一种方案比较容易实现,第二种的思路主要是从加阻塞式的排它锁来实现,在缓存查询不到的情况下,每此只允许一个线程去查询 DB,这样可避免同一个 ID 的大量并发请求都落到数据库中。


public Result query(String id) {


// 1.从缓存中取数据


Result result = null;


result = (Result)redisTemplate.opsForValue().get(id);


if (result ! = null) {


logger.info("缓存中得到数据");


return result;


}


//2.加锁排队,阻塞式锁


doLock(id);//多少个 id 就可能有多少把锁


try {


//一次只有一个线程


//双重校验,第一次获取到后面的都可以从缓存中直接击中


result = (Result)redisTemplate.opsForValue


【一线大厂Java面试题解析+核心总结学习笔记+最新架构讲解视频+实战项目源码讲义】
浏览器打开:qq.cn.hn/FTf 免费领取
复制代码


().get(id);


if (result != null) {


logger.info("缓存中得到数据");


return result;//第二个线程,这里返回


}


result = dao.query(id);


// 3.从数据库查询的结果不为空,则把数据放入缓存中,方便下次查询


if (null != result) {


redisTemplate.opsForValue().set(id,result);


redisTemplate.expire(id,20000, TimeUnit.MILLISECONDS);


}


return provinces;


} catch(Exception e) {


return null;


}


finally {


//4.解锁


releaseLock(provinceid);


}


}


private void releaseLock(String userCode) {


ReentrantLock oldLock = (ReentrantLock) locks.get(userCode);


if(oldLock !=null && oldLock.isHeldByCurrentThread()) {


oldLock.unlock();


}


}

用户头像

极客good

关注

还未添加个人签名 2021.03.18 加入

还未添加个人简介

评论

发布
暂无评论
一文参透:缓存一致性策略以及雪崩、穿透等问题,java系统架构设计详解