css网站源码百度seo收录

缓存击穿

1、定义

缓存的某个热点数据过期，此时大量的用户请求过来，缓存未命中，然后都打到数据库去，导致数据库压力骤增。

2、解决方案

原因就是此时大量请求未命中缓存，导致都打到数据库，此时数据库压力剧增，解决方案分为是单机还是分布式情况部署。

2.1、双重检索（本地方案）

一、基本实现原理

public Object getData(String key) {// 第一次检查（无锁）Object value = cache.get(key);if (value == null) {synchronized (this) {// 第二次检查（有锁）value = cache.get(key);if (value == null) {value = db.query(key);  // 查询数据库cache.set(key, value);  // 写入缓存}}}return value;
}

二、技术细节分析

1. 双重检查的意义
   • 第一次检查：无锁快速判断，解决大多数缓存命中情况
   • 第二次检查：防止多个线程同时通过第一次检查后重复创建缓存
2. 与简单同步方案的对比

// 简单同步方案（性能较差）
public synchronized Object getDataSlow(String key) {Object value = cache.get(key);if (value == null) {value = db.query(key);cache.set(key, value);}return value;
}

性能对比：

双重检查：只在缓存未命中时加锁
简单同步：每次调用都加锁,导致性能上面的浪费。

2.2、互斥锁（分布式方案）

核心思想：只允许一个请求重建缓存，其他请求等待

流程就是：先查询缓存是否命中，未命中，尝试获取互斥锁，获取锁成功，进行缓存重构，未获取锁的就进行递归，进行递归判断是否缓存命中，命中直接返回，未命中继续尝试获取锁，失败继续递归。

  @Nullable// todo 3、缓存击穿 -> 互斥锁：只能由一个线程进行缓存构建，其他线程等待，吞吐量较低private Shop huchi(Long id) {String shopJsonStr = stringRedisTemplate.opsForValue().get("cache:shop:" + id);if (StrUtil.isNotBlank(shopJsonStr)) {return JSONUtil.toBean(shopJsonStr, Shop.class);}// 未命中获取锁String tryLockKey = "cache:shop:lock:" + id;Shop shop = null;try {boolean tryLock = getLock(tryLockKey);// 未命中：不断休眠直至获取成功if(!tryLock) {Thread.sleep(50);return huchi(id);}// 获取互斥锁，进行缓存的构建shop = getById(id);if (shop == null) {// 数据库中也不存在时候，进行空字符串缓存stringRedisTemplate.opsForValue().set("cache:shop:" + id, "", 2, TimeUnit.MINUTES);return null;}stringRedisTemplate.opsForValue().set("cache:shop:" + id, JSONUtil.toJsonStr(shop), 2, TimeUnit.MINUTES);} catch (Exception e) {e.getStackTrace();} finally {unLock(tryLockKey);}return shop;}

优点：保证数据一致性
缺点：可能出现递归导致栈溢出情况，但是这种情况较少可能性。

2.3、逻辑过期（分布式方案）

步骤：

1. 进行缓存预热：将设置逻辑过期的写入缓存中
2. 然后获取redis中的值，根据缓存逻辑设置时间是否过期来决定是否进行缓存的重新构建。如果未过期，直接返回。过期，设置互斥锁，获取锁成功的单独开设一个子线程去进行缓存的更新构建，主线程直接返回结果。获取锁失败，直接返回旧数据
   代码实现:

@Nullable// todo 3、缓存击穿 -> 逻辑过期：通过设置逻辑过期时间，然后判断是否过期来确定是否进行缓存更新private Shop exLogical(Long id) {ExecutorService executorService = Executors.newFixedThreadPool(10);String shopJsonStr = stringRedisTemplate.opsForValue().get("cache:shop:" + id);// 如果不存在那就是一定不存在if (StrUtil.isBlank(shopJsonStr)) {return null;}//RedisDate redisDate = JSONUtil.toBean(shopJsonStr, RedisDate.class);Shop shop = JSONUtil.toBean((JSONObject) redisDate.getObject(), Shop.class);// 未逻辑过期if (redisDate.getEx().isAfter(LocalDateTime.now())) {return shop;}// 逻辑过期//  缓存重建String tryLockKey = "cache:shop:lock:" + id;boolean tryLock = getLock(tryLockKey);if (tryLock) {// 开启独立的线程去独立的进行缓存executorService.submit(() -> {try {this.saveShopRedis(id, 20L);} finally {unLock(tryLockKey);}});}return shop;}// 手动设置逻辑过期时间private void saveShopRedis(Long id, Long ex) {Shop shop = getById(id);RedisDate redisDate = new RedisDate();redisDate.setEx(LocalDateTime.now().plusSeconds(ex));redisDate.setObject(shop);stringRedisTemplate.opsForValue().set("cache:shop:" + id, JSONUtil.toJsonStr(redisDate));}

优点：无等待时间，性能较好
缺点：可能会出现短暂的数据性不一致的情况