Redis 三大缓存
Redis 三大缓存
过去的有些事情不一定要忘记,但一定要放下。
背景:Redis 三大缓存:缓存穿透、缓存击穿、缓存雪崩,是Redis 面试必须要掌握的东西。
一、缓存穿透
1.概念简述
缓存穿透是指当用户在查询一条数据时,而此时数据库和缓存却没有关于这条数据的任何记录;而该数据若在缓存中没找到则会向数据库请求获取数据,Redis 拿不到数据时,就会一直查询数据库,这样会对数据库的访问造成很大的压力。
2.案例
用户查询一个 id = -1 的商品信息,但是数据库 id 自增是从 1 开始的,很明显这条信息是不在数据库中,当没有信息返回时,Redis 会一直向数据库查询,给当前数据库访问造成很大的压力。
3.解决方案
A、从缓存出发,给缓存设置一个 如果当前数据库不存在 的信息,把它缓存为一个空对象,返回给用户;
B、缓存空对象的解决方案代码简单,但效果不是很好;可以考虑使用Redis 提供的布隆过滤器。
Redis 布隆过滤器代码:
package com.ausclouds.bdbsec.tjt; import com.google.common.hash.BloomFilter;
import com.google.common.hash.Funnels; import java.nio.charset.Charset; /**
* Redis 布隆过滤器
* 引入依赖:
* <dependency>
* <groupId>com.google.guava</groupId>
* <artifactId>guava</artifactId>
* <version>22.0</version>
* </dependency>
*/
public class BloomFilterDemon { // initial_size: 表示预计放入的元素数量,当实际数量超出这个数值时,误判率会上升
private static long initial_size = 1000000; // error_rate: 错误率
private static double error_rate = 0.0001; public static void main(String[] args) {
BloomFilter<String> bloomFilter =
BloomFilter.create(Funnels.stringFunnel(Charset.defaultCharset()), initial_size, error_rate);
bloomFilter.put("what");
boolean isContain = bloomFilter.mightContain("what"); } }
~拍一拍小轮胎
缓存空对象流程图
二、缓存击穿
1.概念简述
缓存击穿是指有某个key 经常被查询,或者某个key 不经常被访问,而这个时候,若该key 在缓存的过期时间失效或者是个冷门key 的时候,突然有大量关于这个key 的访问请求,这样就会导致大并发请求直接穿透缓存,请求数据库,瞬间增大了数据库的访问压力。
2.案例
(1)一个“冷门”key,突然被大量用户请求访问;
(2)一个“热门”key,在缓存中时间恰好过期,这时有大量用户来进行访问。
缓存击穿案例图
3.解决方案
对于缓存击穿问题,常用的解决方案是加锁;对于key 过期问题,当key 要查询数据库的时候加上锁,保证只能让第一个请求进行查询数据库操作,然后把从数据库中查询到的值存储到缓存中,对于剩下的相同的key,则可直接从缓存中获取。
缓存击穿解决方案图
三、缓存雪崩
1.概念简述
缓存雪崩是指在某一个时间段内,缓存集中过期失效,若这个时间段内有大量请求,并且查询数据量巨大,所有的请求都会查询数据库,使数据库的调用瞬间量剧增,引起数据库压力过大甚至宕机。(Redis 突然宕机或大部分数据失效)
2.案例
某宝双十一购物节,在 23:00-24:00 举行商品促销活动。开发人员是这么设计的:在 23:00 把商家促销的商品放到缓存中,并通过redis 的expire 设置了过期时间为1小时;这个时间段许多用户在访问这些商品信息,但是刚好到了24:00点的时候,恰好还有许多用户在访问这些商品,此时对这些商品的访问都会转到数据库上,导致数据库压力突然剧增,甚至直接宕机。
3.解决方案
A、限流降级
在缓存失效后,通过加锁或者队列来控制读数据库写缓存和写缓存的线程数量,对某个key 同一时刻只允许一个线程执行查询设计和写缓存操作。
B、Redis 高可用
可能会出现Redis 挂掉的情况,多增加几台Redis 实例(一主多从),即使一台挂掉之后其他的还可以继续工作。
C、不同过期时间
设置不同的过期时间,让缓存失效的时间尽量均匀,避免同一时间大量缓存失效。
D、数据预加热
数据加热的含义就是在正式部署之前,先把可能用到的数据预先访问一遍,这样部分可能大量访问的数据就会加载到缓存中;一般可以在即将发生大并发访问前手动触发加载缓存不同的key。
过去的有些事情不一定要忘记
但一定要放下
最新文章
- NYOJ之题目1058部分和问题
- HDU5838 Mountain(状压DP + 容斥原理)
- 大二在CSDN的博客整理
- JavaScript 经典实例收集整理
- 关于fill_parent,match_parent和wrap_content (转载)
- 设计模式学习之命令模式(Command,行为型模式)(12)
- Python代码项目目录规范v1.0
- DW(四):Azure域控服务器配置
- div+css实现导航示意箭头
- 【转】shell 教程——03 Shell脚本语言与编译型语言的差异
- canvas-弧形可拖动进度条
- telnet配置和telnet用法
- tiff图片拆分
- [20181130]hash冲突导致查询缓慢.txt
- JDK1.8HashMap源码解读
- 【理论面试篇】收集整理来自网络上的一些常见的 经典前端、H5面试题 Web前端开发面试题
- codeblocks 支持多个exe同时执行
- 1.尽量以const ,enum,inline替换define
- Oozie-自定义实现WorkFlow中shell action
- CentOS 7修改管理员密码
热门文章
- python设计模式之代理模
- SpringBoot --- 自定义 Starter
- 第三方登陆--QQ登陆--单体应用
- 什么是servlet(转)
- adb修改手机分辨率
- Jmeter 常用函数(2)- 详解 __RandomDate
- 【转】Ubuntu下解决Depends: xxx(<; 1.2.1) but xxx is to be installed
- SuperSlide轮播切换
- All in One 你想知道的 hacker 技术都在这里
- session 机制和 httpsession 详解 (转载)