Redis从入门到放弃（11）：雪崩、击穿、穿透-6ren

Redis从入门到放弃（11）：雪崩、击穿、穿透

转载作者：我是一只小鸟更新时间：2023-08-31 07:39:43

1、前言

Redis作为一款高性能的缓存数据库，为许多应用提供了快速的数据访问和存储能力。然而，在使用Redis时，我们不可避免地会面对一些常见的问题，如缓存雪崩、缓存穿透和缓存击穿。本文将深入探讨这些问题的本质，以及针对这些问题的解决方案.

2、缓存雪崩

2.1、问题描述

在某个时间点，缓存中的大量数据同时过期失效.
Redis宕机.

因以上两点导致大量请求直接打到数据库，从而引发数据库压力激增，甚至崩溃的现象.

2.2、解决方案

将 redis 中的 key 设置为永不过期，或者TTL过期时间间隔开。

                            
                              import redis.clients.jedis.Jedis;

public class RedisExpirationDemo {
    public static void main(String[] args) {
        Jedis jedis = new Jedis("localhost", 6379);

        // Key for caching
        String key = "my_data_key";
        String value = "cached_value";

        int randomExpiration = (int) (Math.random() * 60) + 1; // Random value between 1 and 60 seconds
        jedis.setex(key, randomExpiration, value);//设置过期时间

		jedis.set(hotKey, hotValue);//永不过期

        // Retrieving data
        String cachedValue = jedis.get(key);
        System.out.println("Cached Value: " + cachedValue);

        // Closing the connection
        jedis.close();
    }
}

使用 redis 缓存集群，实现主从集群高可用。

见《Redis从入门到放弃（9）：集群模式》。

ehcache本地缓存 + redis 缓存。

                            
                              import org.ehcache.Cache;
import org.ehcache.CacheManager;
import org.ehcache.config.builders.CacheConfigurationBuilder;
import org.ehcache.config.builders.CacheManagerBuilder;
import redis.clients.jedis.Jedis;

public class EhcacheRedisDemo {
    public static void main(String[] args) {
        // Configure ehcache
        CacheManager cacheManager = CacheManagerBuilder.newCacheManagerBuilder().build();
        cacheManager.init();
        Cache<String, String> localCache = cacheManager.createCache("localCache",
                CacheConfigurationBuilder.newCacheConfigurationBuilder(String.class, String.class));

        // Configure Redis
        Jedis jedis = new Jedis("localhost", 6379);

        String key = "data_key";
        String value = "cached_value";

        // Check if data is in local cache
        String cachedValue = localCache.get(key);
        if (cachedValue != null) {
            System.out.println("Value from local cache: " + cachedValue);
        } else {
            // Retrieve data from Redis and cache it locally
            cachedValue = jedis.get(key);
            if (cachedValue != null) {
                System.out.println("Value from Redis: " + cachedValue);
                localCache.put(key, cachedValue);
            } else {
                System.out.println("Data not found.");
            }
        }

        // Closing connections
        jedis.close();
        cacheManager.close();
    }
}

限流降级。

限流降级需要结合其他工具和框架来实现，比如 Sentinel、Hystrix 等.

3、缓存穿透

3.1、问题描述

缓存穿透指的是恶意或者非法的请求，其请求的数据在缓存和数据库中均不存在，由于大量的请求导致直接打到数据库，造成数据库负载过大.

3.2、解决方案

使用布隆过滤器：布隆过滤器是一种数据结构，用于快速判断一个元素是否存在于集合中。部署在Redis的前面，去拦截数据，减少对Redis的冲击，将所有可能的查询值都加入布隆过滤器，当一个查询请求到来时，先经过布隆过滤器判断是否存在于缓存中，避免不必要的数据库查询.

                            
                              import com.google.common.hash.BloomFilter;
import com.google.common.hash.Funnels;
import redis.clients.jedis.Jedis;

public class BloomFilterDemo {
    public static void main(String[] args) {
        Jedis jedis = new Jedis("localhost", 6379);

        // Create and populate a Bloom Filter
        int expectedInsertions = 1000;
        double falsePositiveRate = 0.01;
        BloomFilter<String> bloomFilter = BloomFilter.create(Funnels.stringFunnel(), expectedInsertions, falsePositiveRate);

        String key1 = "data_key_1";
        String key2 = "data_key_2";
        String key3 = "data_key_3";

        bloomFilter.put(key1);
        bloomFilter.put(key2);

        // Check if a key exists in the Bloom Filter before querying the database
        String queryKey = key3;
        if (bloomFilter.mightContain(queryKey)) {
            String cachedValue = jedis.get(queryKey);
            if (cachedValue != null) {
                System.out.println("Cached Value: " + cachedValue);
            } else {
                System.out.println("Data not found in cache.");
            }
        } else {
            System.out.println("Data not found in Bloom Filter.");
        }

        // Closing the connection
        jedis.close();
    }
}

缓存空值：如果某个查询的结果在数据库中确实不存在，也将这个空结果缓存起来，但设置一个较短的过期时间，防止攻击者频繁请求同一不存在的数据.

                            
                              import redis.clients.jedis.Jedis;

public class CacheEmptyValueDemo {
    public static void main(String[] args) {
        Jedis jedis = new Jedis("localhost", 6379);

        String emptyKey = "empty_key";
        String emptyValue = "EMPTY";

        // Cache an empty value with a short expiration time
        jedis.setex(emptyKey, 10, emptyValue);

        // Check if the key exists in the cache before querying the database
        String queryKey = "nonexistent_key";
        String cachedValue = jedis.get(queryKey);
        if (cachedValue != null) {
            if (cachedValue.equals(emptyValue)) {
                System.out.println("Data does not exist in the database.");
            } else {
                System.out.println("Cached Value: " + cachedValue);
            }
        } else {
            System.out.println("Data not found in cache.");
        }

        // Closing the connection
        jedis.close();
    }
}

非法请求限制。

对非法的IP或账号进行请求限制.

异常参数校验，如id=-1、参数空值.

4、缓存击穿

4.1、问题描述

缓存击穿指的是一个查询请求针对一个在数据库中存在的数据，但由于该数据在某一时刻过期失效，导致请求直接打到数据库，引发数据库负载激增.

4.2、解决方案

热点数据永不过期 ：和缓存雪崩类似，将热点数据设置为永不过期，避免核心数据在短时间内失效。

                            
                              import redis.clients.jedis.Jedis;

public class HotDataNeverExpireDemo {
    public static void main(String[] args) {
        Jedis jedis = new Jedis("localhost", 6379);

        String hotKey = "hot_data_key";
        String hotValue = "hot_cached_value";

        // Set the hot key with no expiration
        jedis.set(hotKey, hotValue);

        // Retrieving hot data
        String hotCachedValue = jedis.get(hotKey);
        System.out.println("Hot Cached Value: " + hotCachedValue);

        // Closing the connection
        jedis.close();
    }
}

使用互斥锁 ：在缓存失效时，使用互斥锁来防止多个线程同时请求数据库，只有一个线程可以去数据库查询数据，其他线程等待直至数据重新缓存。

                            
                              import redis.clients.jedis.Jedis;

public class MutexLockDemo {
    public static void main(String[] args) {
        Jedis jedis = new Jedis("localhost", 6379);

        String mutexKey = "mutex_key";
        String mutexValue = "locked";

        // Try to acquire the lock
        Long lockResult = jedis.setnx(mutexKey, mutexValue);
        if (lockResult == 1) {
            // Lock acquired, perform data regeneration here
            System.out.println("Lock acquired. Generating cache data...");

            // Simulating regeneration process
            try {
                Thread.sleep(5000);
            } catch (InterruptedException e) {
                e.printStackTrace();
            }

            // Release the lock
            jedis.del(mutexKey);
            System.out.println("Lock released.");
        } else {
            System.out.println("Lock not acquired. Another thread is regenerating cache data.");
        }

        // Closing the connection
        jedis.close();
    }
}

异步更新缓存 ：在缓存失效之前，先异步更新缓存中的数据，保证数据在过期之前已经得到更新。

                            
                              import redis.clients.jedis.Jedis;

import java.util.concurrent.CompletableFuture;

public class AsyncCacheUpdateDemo {
    public static void main(String[] args) {
        Jedis jedis = new Jedis("localhost", 6379);

        String key = "data_key";
        String value = "cached_value";

        // Set initial cache
        jedis.setex(key, 60, value);

        // Simulate data update
        CompletableFuture<Void> updateFuture = CompletableFuture.runAsync(() -> {
            try {
                Thread.sleep(3000); // Simulate time-consuming update
                String updatedValue = "updated_value";
                jedis.setex(key, 60, updatedValue);
                System.out.println("Cache updated asynchronously.");
            } catch (InterruptedException e) {
                e.printStackTrace();
            }
        });

        // Do other work while waiting for the update
        System.out.println("Performing other work while waiting for cache update...");

        // Wait for the update to complete
        updateFuture.join();

        // Retrieve updated value
        String updatedCachedValue = jedis.get(key);
        System.out.println("Updated Cached Value: " + updatedCachedValue);

        // Closing the connection
        jedis.close();
    }
}

5、结论

在使用Redis时，缓存雪崩、缓存穿透和缓存击穿是常见的问题，但通过合理的设置缓存策略、使用数据结构和锁机制，以及采用异步更新等方法，可以有效地减少甚至避免这些问题的发生。因此，在入门Redis后，不应因为这些问题而轻易放弃，而是应当深入了解并采取相应的解决方案，以充分发挥Redis在提升应用性能方面的优势.

最后此篇关于Redis从入门到放弃（11）：雪崩、击穿、穿透的文章就讲到这里了,如果你想了解更多关于Redis从入门到放弃（11）：雪崩、击穿、穿透的内容请搜索CFSDN的文章或继续浏览相关文章，希望大家以后支持我的博客！。

文章推荐：在.NETFramework中使用RocketMQ（阿里云版）实战【第一章】

文章推荐：联邦学习中的安全多方计算

文章推荐：【Java监控】使用SkyWalking监控Java服务

文章推荐：如何将现有的`Blazor`项目的主题切换写的更好看?

Redis从入门到放弃（11）：雪崩、击穿、穿透
1、前言 Redis作为一款高性能的缓存数据库，为许多应用提供了快速的数据访问和存储能力。然而，在使用Redis时，我们不可避免地会面对一些常见的问题，如缓存雪崩、缓存穿透和缓存击穿。本文将深入
穿透、击穿、雪崩…Redis这么多问题，如何解决
本文分享自华为云社区《【高并发】什么是缓存穿透？击穿？雪崩？如何解决？》，作者：冰河。说到Redis，往往更多的场景是被用作系统的缓存，说到缓存，尤其是分布式缓存系统，在实际高并发场景下，稍有不慎
Redis学习2 - 性能测试、持久化、主从复制、发布订阅、哨兵、缓存穿透、雪崩、击穿
1. 性能测试 - 【redis-benchmark】 //进入含有redis-benchmark执行文件的目录 // 解释：访问localhost:6379 模拟10个用户，每个用户请求10

我是一只小鸟

个人简介

我是一名优秀的程序员,十分优秀！

作者热门文章

滴滴打车优惠券免费领取

全站热门文章

首页

博学

6Ren·AI

商城