自己买服务器做视频网站网络推广网站排行榜

30分钟自学教程：Redis缓存击穿原理与解决方案

目标

1. 理解缓存击穿的定义及核心原因。
2. 掌握互斥锁、逻辑过期时间等预防技术。
3. 能够通过代码实现高并发场景下的缓存保护。
4. 学会熔断降级、热点探测等应急方案。

---

教程内容

0~2分钟：缓存击穿的定义与典型场景

• 定义：某个热点Key突然过期，导致瞬时高并发请求直接穿透缓存访问数据库，引发数据库压力激增。
• 与雪崩、穿透的区别：
  • 雪崩：大量Key同时失效。
  • 穿透：查询不存在的数据。
  • 击穿：单个热点Key失效引发并发问题。
• 典型场景：
  • 秒杀商品Key过期时，数万用户同时刷新页面。
  • 新闻热点事件缓存到期，大量用户请求涌入。

---

2~5分钟：代码模拟击穿场景（Java示例）

// 未做并发控制的查询方法（模拟击穿问题）  
public Product getProduct(String id) {  String key = "product:" + id;  Product product = redisTemplate.opsForValue().get(key);  if (product == null) {  // 假设此时有1000个并发请求同时进入此逻辑  product = productService.loadFromDB(id);  redisTemplate.opsForValue().set(key, product, 1, TimeUnit.HOURS);  }  return product;  
}  

问题复现：

• 使用JMeter或Postman模拟100个并发请求访问该接口，观察数据库查询次数是否为1次（理想）或100次（实际击穿现象）。

---

5~12分钟：解决方案1——互斥锁（分布式锁）

• 核心思想：缓存失效时，仅允许一个线程重建数据，其他线程阻塞等待或重试。
• 代码实现（Redisson分布式锁）：

public Product getProductWithLock(String id) {  String key = "product:" + id;  Product product = redisTemplate.opsForValue().get(key);  if (product == null) {  RLock lock = redissonClient.getLock("product_lock:" + id);  try {  if (lock.tryLock(3, 10, TimeUnit.SECONDS)) { // 尝试获取锁，最多等待3秒  // 双重检查：其他线程可能已更新缓存  product = redisTemplate.opsForValue().get(key);  if (product == null) {  product = productService.loadFromDB(id);  redisTemplate.opsForValue().set(key, product, 1, TimeUnit.HOURS);  }  } else {  Thread.sleep(50); // 未获取锁，短暂等待后重试  return getProductWithLock(id);  }  } finally {  if (lock.isHeldByCurrentThread()) {  lock.unlock();  }  }  }  return product;  
}  

• 关键点：
  • 锁粒度需精确到单个Key，避免全局锁性能问题。
  • 必须设置锁超时时间，防止死锁。

---

12~20分钟：解决方案2——逻辑过期时间

• 原理：缓存永不过期，但业务层判断数据是否需更新（牺牲一定一致性）。
• 代码实现（封装逻辑过期时间）：

// 数据包装类，包含逻辑过期时间  
public class ProductWrapper {  private Product product;  private long expireTime; // 逻辑过期时间戳  // 构造方法、Getter/Setter  
}  public Product getProductWithLogicExpire(String id) {  String key = "product:" + id;  ProductWrapper wrapper = redisTemplate.opsForValue().get(key);  if (wrapper == null) {  // 首次加载数据  Product product = productService.loadFromDB(id);  wrapper = new ProductWrapper(product, System.currentTimeMillis() + 3600 * 1000);  redisTemplate.opsForValue().set(key, wrapper);  return product;  } else if (wrapper.getExpireTime() < System.currentTimeMillis()) {  // 逻辑过期，异步更新缓存  CompletableFuture.runAsync(() -> {  Product newProduct = productService.loadFromDB(id);  redisTemplate.opsForValue().set(key,  new ProductWrapper(newProduct, System.currentTimeMillis() + 3600 * 1000)  );  });  }  return wrapper.getProduct(); // 返回旧数据，保证可用性  
}  

• 适用场景：
  • 读多写少的热点数据（如商品详情、新闻内容）。
  • 允许短暂的数据不一致。

---

20~25分钟：解决方案3——热点Key探测与自动续期

• 原理：监控高频访问的Key，提前续期或标记为永久有效。
• 代码实现（简单监控逻辑）：

// 热点Key监控器（伪代码）  
public class HotKeyMonitor {  private ConcurrentHashMap<String, AtomicInteger> accessCount = new ConcurrentHashMap<>();  @Scheduled(fixedRate = 60000) // 每分钟扫描一次  public void scanHotKeys() {  accessCount.forEach((key, count) -> {  if (count.get() > 1000) { // 访问量阈值  redisTemplate.expire(key, 2, TimeUnit.HOURS); // 自动续期  count.set(0); // 重置计数器  }  });  }  public void recordAccess(String key) {  accessCount.computeIfAbsent(key, k -> new AtomicInteger(0)).incrementAndGet();  }  
}  // 在查询方法中记录访问  
public Product getProduct(String id) {  String key = "product:" + id;  hotKeyMonitor.recordAccess(key);  // ...其他逻辑  
}  

---

25~28分钟：应急处理方案

1. 熔断降级（Sentinel示例）：

@SentinelResource(value = "getProduct", blockHandler = "handleBlock")  
public Product getProduct(String id) {  // 正常业务逻辑...  
}  // 熔断后返回默认数据  
public Product handleBlock(String id, BlockException ex) {  return new Product("默认商品", 0.0);  
}  

2. 缓存预热：

// 定时预热即将过期的热点Key  
@Scheduled(cron = "0 0/5 * * * ?") // 每5分钟执行一次  
public void preloadHotData() {  List<String> hotKeys = hotKeyMonitor.getHotKeys();  hotKeys.forEach(key -> {  Long ttl = redisTemplate.getExpire(key);  if (ttl != null && ttl < 60) { // 剩余时间小于60秒  String id = key.split(":")[1];  Product product = productService.loadFromDB(id);  redisTemplate.opsForValue().set(key, product, 1, TimeUnit.HOURS);  }  });  
}  

---

28~30分钟：总结与优化方向

• 核心原则：分散并发压力、异步更新、监控兜底。
• 高级优化：
  • 结合Redis Cluster实现高可用。
  • 使用本地缓存（如Caffeine）作为一级缓存。

---

练习与拓展

练习

1. 实现基于Redisson的分布式锁，并通过JMeter验证并发控制效果。
2. 修改逻辑过期时间代码，支持动态调整过期阈值（如30分钟~2小时随机）。

推荐拓展

1. 研究RedLock算法及其在分布式锁中的应用。
2. 学习Redis的持久化机制（RDB/AOF）与数据恢复。
3. 探索开源框架JetCache对缓存击穿的自动化处理方案。