redis 使用互斥锁或逻辑过期两种方案解决缓存击穿,和缓存穿透(用缓存空值 或布隆过滤器)的解决方案

时间:2024-04-29 17:20:33

缓存穿透
        缓存穿透是指在缓存中查找一个不存在的值,由于缓存一般不会存储这种无效的数据,所以每次查询都会落到数据库上,导致数据库压力增大,严重时可能会导致数据库宕机。
解决方案:
缓存空值 (本文此方案)
2 布隆过滤器
3 增强id的复杂度
4 做好数据的基础格式校验
5 做好热点参数的限流


缓存击穿
        缓存击穿是指一个被频繁访问(高并发访问并且缓存重建业务较复杂)的缓存键因为过期失效,同时又有大量并发请求访问此键,导致请求直接落到数据库或后端服务上,增加了系统的负载并可能导致系统崩溃 
解决方案
互斥锁
逻辑过期


1 前提先好做redis与springboot的集成,redisson的集成【用于加锁解锁】【本文用的redisson】
   另外用到了hutool的依赖


2 缓存对象封装的类,这里只是逻辑过期方案可以用上,你也可以自己改

/**
 * 决缓存击穿--(设置逻辑过期时间)
 */
@Data
public class RedisData {
    //逻辑过期时间
    private LocalDateTime expireTime;
    //缓存实际的内容
    private Object data;
}

3 相关的常量

public class Constant {

    //缓存空值的ttl时间
    public static final Long CACHE_NULL_TTL = 2L;

    //缓存时间,单位程序里参数传
    public static final Long CACHE_NEWS_TTL = 10L;

    //缓存前缀,根据模块来
    public static final String CACHE_NEWS_KEY = "cache:news:";

    //锁-前缀,根据模块来
    public static final String LOCK_NEWS_KEY = "lock:news:";

    //持有锁的时间
    public static final Long LOCK_TTL = 10L;
}

4 缓存核心类

import cn.hutool.core.util.StrUtil;
import cn.hutool.json.JSONObject;
import cn.hutool.json.JSONUtil;
import lombok.extern.slf4j.Slf4j;
import org.redisson.api.RLock;
import org.redisson.api.RedissonClient;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.StringRedisTemplate;
import org.springframework.stereotype.Component;
import java.time.LocalDateTime;
import java.time.temporal.ChronoUnit;
import java.util.concurrent.ExecutorService;
import java.util.concurrent.Executors;
import java.util.concurrent.TimeUnit;
import java.util.concurrent.atomic.AtomicInteger;
import java.util.function.Function;

import static org.example.service_a.cache.Constant.CACHE_NULL_TTL;
import static org.example.service_a.cache.Constant.LOCK_NEWS_KEY;


@Slf4j
@Component
//封装的将Java对象存进redis 的工具类
public class CacheClient {

    @Autowired
    private StringRedisTemplate stringRedisTemplate;

    @Autowired
    private RedissonClient redissonClient;

    // 定义线程池
    private static final ExecutorService CACHE_REBUILD_EXECUTOR = Executors.newFixedThreadPool(Runtime.getRuntime().availableProcessors() * 2);

    AtomicInteger atomicInteger = new AtomicInteger();

    /**
     * 设置TTL过期时间set
     *
     * @param key
     * @param value
     * @param time
     * @param unit
     */
    public void set(String key, Object value, Long time, TimeUnit unit) {
        // 需要把value序列化为string类型
        String jsonStr = JSONUtil.toJsonStr(value);
        stringRedisTemplate.opsForValue().set(key, jsonStr, time, unit);
    }

    /**
     * 缓存穿透功能封装
     *
     * @param id
     * @return
     */
    public <R, ID> R queryWithPassThrough(String keyPrefix, ID id, Class<R> type, Function<ID, R> dbFallback, Long time, TimeUnit unit) {

        String key = keyPrefix + id;
        //1. 从Redis中查询缓存
        String Json = stringRedisTemplate.opsForValue().get(key);
        //2. 判断是否存在
        if (StrUtil.isNotBlank(Json)) {
            //3. 存在,直接返回
            return JSONUtil.toBean(Json, type);
        }
        // 这里要先判断命中的是否是null,因为是null的话也是被上面逻辑判断为不存在
        // 这里要做缓存穿透处理,所以要对null多做一次判断,如果命中的是null则shopJson为""
        if ("".equals(Json)) {
            return null;
        }
        //4. 不存在,根据id查询数据库
        R r = dbFallback.apply(id);
        log.error("查询数据库次数 {}",atomicInteger.incrementAndGet());
        if (r == null) {
            //5. 不存在,将null写入redis,以便下次继续查询缓存时,如果还是查询空值可以直接返回false信息
            stringRedisTemplate.opsForValue().set(key, "", CACHE_NULL_TTL, TimeUnit.MINUTES);
            return null;
        }
        //6. 存在,写入Redis
        this.set(key, r, time, unit);
        //7. 返回
        return r;
    }

    /**
     * 解决缓存击穿--(互斥锁)
     * @param keyPrefix
     * @param id
     * @param type
     * @param dbFallback
     * @param time
     * @param unit
     * @return
     * @param <R>
     * @param <ID>
     */
    public <R, ID> R queryWithMutex(String keyPrefix, ID id, Class<R> type, Function<ID, R> dbFallback, Long time, TimeUnit unit)
    {
        String key = keyPrefix + id;
        // 1.从redis查询商铺缓存
        String shopJson = stringRedisTemplate.opsForValue().get(key);
        // 2.判断是否存在
        if (StrUtil.isNotBlank(shopJson)) {
            // 3.存在,直接返回
            return JSONUtil.toBean(shopJson, type);
        }
        // 判断命中的是否是空值
        if (shopJson != null) {
            // 返回一个错误信息
            return null;
        }
        log.error("缓存重建----");
        // 4.实现缓存重建
        // 4.1.获取互斥锁
        String lockKey = LOCK_NEWS_KEY + id;
        R r = null;
        try {
            boolean isLock = tryLock(lockKey);
            // 4.2.判断是否获取成功
            if (!isLock) {
                // 4.3.获取锁失败,休眠并重试
                Thread.sleep(10);
                return queryWithMutex(keyPrefix, id, type, dbFallback, time, unit);
            }
            // 4.4.获取锁成功,根据id查询数据库
            r = dbFallback.apply(id);
            log.info("查询数据库次数 {}",atomicInteger.incrementAndGet());
            // 5.不存在,返回错误
            if (r == null) {
                // 将空值写入redis
                stringRedisTemplate.opsForValue().set(key, "", CACHE_NULL_TTL, TimeUnit.MINUTES);
                // 返回错误信息
                return null;
            }
            // 6.存在,写入redis
            this.set(key, r, time, unit);
        } catch (InterruptedException e) {
            throw new RuntimeException(e);
        }finally {
            // 7.释放锁
            unLock(lockKey);
        }
        // 8.返回
        return r;
    }


    /**
     * --------------注意 key 没有加过期时间,会一直存在,只是 缓存的内容里有个字段,标识了过期的时间----------------
     * 设置逻辑过期set
     *
     * @param key
     * @param value
     * @param time
     * @param chronoUnit
     */
    public void setWithLogicExpire(String key, Object value, Long time, ChronoUnit chronoUnit) {
        // 设置逻辑过期
        RedisData redisData = new RedisData();
        redisData.setData(value);
        redisData.setExpireTime(LocalDateTime.now().plus(time, chronoUnit));
        // 需要把value序列化为string类型
        String jsonStr = JSONUtil.toJsonStr(redisData);
        stringRedisTemplate.opsForValue().set(key, jsonStr);
    }


    /**
     * 解决缓存击穿--(设置逻辑过期时间)方式
     * 1. 组合键名,从Redis查询缓存。
     * 2. 缓存不存在,直接返回(预设热点数据已预热)。
     * 3. 解析缓存内容,获取过期时间。
     * 4. 若未过期,直接返回数据。
     * 5. 已过期,执行缓存重建流程:
     * a. 尝试获取互斥锁。
     * b. 二次检查缓存是否已重建且未过期,若是则返回数据。
     * c. 成功获取锁,异步执行:
     * i. 查询数据库获取最新数据。
     * ii. 重新写入Redis缓存,附带新的逻辑过期时间。
     * iii. 最终释放锁。
     * 6. 未能获取锁,直接返回旧数据。
     *
     * @param id
     * @return
     */
    public <R, ID> R queryWithLogicalExpire(String keyPrefix, ID id, Class<R> type, Function<ID, R> dbFallback, Long time, ChronoUnit chronoUnit) throws InterruptedException {
        String key = keyPrefix + id;
        //1. 从Redis中查询缓存
        String Json = stringRedisTemplate.opsForValue().get(key);
        //2. 判断是否存在
        if (StrUtil.isBlank(Json)) {
            //3. 不存在,直接返回(这里做的是热点key,先要预热,所以已经假定热点key已经在缓存中)
            return null;
        }
        //4. 存在,需要判断过期时间,需要先把json反序列化为对象
        RedisData redisData = JSONUtil.toBean(Json, RedisData.class);
        R r = JSONUtil.toBean((JSONObject) redisData.getData(), type);
        LocalDateTime expireTime = redisData.getExpireTime();
        //5. 判断是否过期
        if (expireTime.isAfter(LocalDateTime.now())) {
            //5.1 未过期,直接返回店铺信息
            return r;
        }
        log.error("缓存内容已逻辑过期-----------{}",LocalDateTime.now());
        //5.2 已过期,需要缓存重建
        //6. 缓存重建
        //6.1 获取互斥锁
        String lockKey = LOCK_NEWS_KEY + id;
        //6.2 判断是否获取锁成功
        boolean isLock = tryLock(lockKey);
        if (isLock) {
            // 二次验证是否过期,防止多线程下出现缓存重建多次
            String Json2 = stringRedisTemplate.opsForValue().get(key);
            // 这里假定key存在,所以不做存在校验
            // 存在,需要判断过期时间,需要先把json反序列化为对象
            RedisData redisData2 = JSONUtil.toBean(Json2, RedisData.class);
            R r2 = JSONUtil.toBean((JSONObject) redisData2.getData(), type);
            LocalDateTime expireTime2 = redisData2.getExpireTime();
            if (expireTime2.isAfter(LocalDateTime.now())) {
                // 未过期,直接返回店铺信息
                return r2;
            }
            //6.3 成功,开启独立线程,实现缓存重建
            CACHE_REBUILD_EXECUTOR.submit(() -> {
                try {
                    // 重建缓存,这里设置的值小一点,方便观察程序执行效果,实际开发应该设为30min
                    // 查询数据库
                    R apply = dbFallback.apply(id);

                    log.info("查询数据库次数 {}",atomicInteger.incrementAndGet());

                    // 写入redis
                    this.setWithLogicExpire(key, apply, time, chronoUnit);
                } catch (Exception e) {
                    throw new RuntimeException(e);
                } finally {
                    // 释放锁
                    unLock(lockKey);
                }
            });
        }
        //7. 返回,如果没有获得互斥锁,会直接返回旧数据
        return r;
    }


    /**
     * 加锁
     * @param lockKey
     * @return
     */
    private boolean tryLock(String lockKey) {
        RLock lock = redissonClient.getLock(lockKey);
        try {
            // 尝试获取锁,最多等待10秒,获取到锁后自动 LOCK_SHOP_TTL 0秒后解锁
            return lock.tryLock(10, Constant.LOCK_TTL, TimeUnit.SECONDS);
        } catch (Exception e) {
            Thread.currentThread().interrupt();
            // 重新抛出中断异常
            log.error("获取锁时发生中断异常", e);
            return false;
        }
    }

    /**
     * 解锁
     * @param lockKey
     */
    private void unLock(String lockKey) {
        RLock lock = redissonClient.getLock(lockKey);
        lock.unlock(); // 解锁操作
    }

}

5 缓存预热和测试

import cn.hutool.json.JSONUtil;
import org.example.common.AppResult;
import org.example.common.AppResultBuilder;
import org.example.service_a.cache.CacheClient;
import org.example.service_a.cache.RedisData;
import org.example.service_a.domain.News;
import org.example.service_a.service.NewsService;
import org.redisson.api.RLock;
import org.redisson.api.RedissonClient;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.dao.DataAccessException;
import org.springframework.data.redis.core.RedisOperations;
import org.springframework.data.redis.core.SessionCallback;
import org.springframework.data.redis.core.StringRedisTemplate;
import org.springframework.validation.annotation.Validated;
import org.springframework.web.bind.annotation.PathVariable;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RestController;

import javax.annotation.PostConstruct;
import java.time.LocalDateTime;
import java.time.temporal.ChronoUnit;
import java.util.HashMap;
import java.util.List;
import java.util.Map;
import java.util.concurrent.TimeUnit;

import static org.example.service_a.cache.Constant.CACHE_NEWS_KEY;
import static org.example.service_a.cache.Constant.CACHE_NEWS_TTL;


@RestController
@Validated()
@RequestMapping("/article")
public class News_Controller {

    @Autowired
    private StringRedisTemplate redisTemplate;

    @Autowired
    private CacheClient cacheClient;

    @Autowired
    private NewsService newsService;

    @Autowired
    private RedissonClient redissonClient;

    /**
     * @param id 编号
     */
    @RequestMapping("/get/{id}")
    public AppResult<News> getGirl(@PathVariable("id") Long id) throws InterruptedException {

        //解决缓存穿透-------->
        News news = cacheClient.queryWithPassThrough(CACHE_NEWS_KEY, id, News.class,
                newsService::getById,
                CACHE_NEWS_TTL, TimeUnit.MINUTES);

        //(互斥锁)解决缓存击穿---------->
//        News news = cacheClient.queryWithMutex(CACHE_NEWS_KEY, id, News.class,
//                (x) -> {
//                    return newsService.getById(id);
//                }
//                , CACHE_NEWS_TTL, TimeUnit.MINUTES);

        //(设置逻辑过期时间)解决缓存击穿---------->
//        News news = cacheClient.queryWithLogicalExpire(
//                CACHE_NEWS_KEY,
//                id,
//                News.class,
//                (x)->{
//                    return newsService.getById(id);
//                },
//                CACHE_NEWS_TTL,
//                ChronoUnit.SECONDS);

        System.out.println("news = " + news);
        //判断返回值是否为空
//        if (news == null) {
//            return Result.fail("信息不存在");
//        }
//        //返回
//        return Result.ok(news);
        return AppResultBuilder.success(news);
    }

    /**
     *缓存预热
     */
    @PostConstruct()
    public void cache_init() {
        RLock lock = redissonClient.getLock("lock:cacheInit");
        lock.lock();

        try {
            List<News> list = newsService.list();
            redisTemplate.executePipelined(new SessionCallback<Object>() {
                HashMap<String, Object> objectObjectHashMap = new HashMap<>();

                @Override
                public <K, V> Object execute(RedisOperations<K, V> operations) throws DataAccessException {

                    list.forEach(news -> {
                        //演示缓存击穿--逻辑过期 用这种方式
//                        RedisData redisData = new RedisData();
//                        redisData.setData(news);
//                        redisData.setExpireTime(LocalDateTime.now().plusSeconds(30));
//                        objectObjectHashMap.put(CACHE_NEWS_KEY +news.getId(),JSONUtil.toJsonStr(redisData));

                        //演示缓存击穿--互斥锁 用这种方式
                        objectObjectHashMap.put(CACHE_NEWS_KEY + news.getId(), JSONUtil.toJsonStr(news));
                    });

                    operations.opsForValue().multiSet((Map<? extends K, ? extends V>) objectObjectHashMap);
                    return null;
                }
            });
        } catch (Exception e) {
            throw new RuntimeException(e);
        } finally {
            lock.unlock();
        }
    }
}