Redis的缓存更新策略和缓存问题

news2024/10/7 12:24:52

1.缓存更新

1.1缓存更新策略

内存淘汰：
- 不需要自己维护，利用Redis的内存淘汰机制，当内存不足时自动淘汰部分数据，下次查询时更新缓存
- 一致性：差
- 维护成本：无
超时删除：
- 给缓存数据添加TTL时间，到期后自动删除缓存，下次查询时更新缓存
- 一致性：一般（如果数据库中的值发生更新，但是缓存中的数据仍未过期，会出现数据不一致问题）
- 维护成本：低
主动更新：
- 在修改数据库的同时，进行更新缓存的操作
- 一致性：好（也有可能出现数据不一致）
- 维护成本：高

业务场景：

低一致性需求：使用内存淘汰机制。如一些更改频率很低的数据的缓存查询
高一致性需求：主动更新，并以超时删除作为辅助备用方案。如频繁修改的数据的缓存查询

1.2 主动更新策略需要考虑的问题

1.删除缓存还是更新缓存？

更新缓存： 每次更新数据库都更新缓存，无效写操作较多（比如更新1000次数据库同一个数据，那么缓存也更新了1000次，实际上只有最后一次更新缓存是有效的）适合于读多写少
删除缓存： 更新数据库时让缓存失效（删除缓存 or 让缓存过期），查询时再更新缓存（常用方式）

2.如何保证缓存与数据库的操作同时成功或失败？（原子性）

单体系统： 将缓存与数据库操作放在一个事务
分布式系统：利用TTC等分布式事务方案

3.先操作缓存还是先操作数据库？

先删除缓存，再更新数据库

可能存在的问题：多线程环境下，（操作数据库耗时长于操作缓存）很大概率发生 线程2 在线程1 删除缓存还未来得及更新数据库时，就进行查询操作，然后未命中查询数据库一个旧的数据写入缓存，导致出现数据一致性问题

在这里插入图片描述

先更新数据库，再删除缓存（常用方式）

可能出现的问题：在线程1查缓存时，此时缓存恰好失效，然后查数据库，还未来得及写入缓存，线程2进行了更新数据库的操作，然后线程1将旧的数据写入缓存，导致数据不一致性的问题（由于操作缓存效率更高，这种问题发生的概率比较小）

在这里插入图片描述

2.缓存问题

2.1缓存穿透

场景： 查询不存在的数据，使得请求一直查询数据库，在大量请求下导致数据库负载过大，甚至宕机

解决方案：

缓存空对象

存储层未命中后，仍然将空值存入缓存，再次访问该数据时，缓存直接返回空值（空值是“”）

优点： 实现简单，维护方便

缺点： 额外的内存消耗（可以给空值设置TTL过期时间）

可能造成短期的不一致（在缓存空值之后，数据库新增了这个数据）

布隆过滤器

将所有存在的key提前存入布隆过滤器（二进制形式），在访问缓存层之前，先通过过滤器拦截，若请求的是不存在的key，则直接返回空值

优点： 内存占用较少，没有多余key

缺点： 实现复杂存在误判可能

在这里插入图片描述

主动的应对方案：

增强id的复杂度，避免被猜测id规律
做好数据的基础格式校验
加强用户权限校验
做好热点参数的限流

2.缓存击穿

场景： 热点数据，高并发访问。在其缓存失效瞬间，大量请求直达存储层，导致数据库压力剧增，服务崩溃
在这里插入图片描述

解决方案：

加互斥锁

对数据的访问加互斥锁，当一个线程访问该数据时，其他线程只能等待，这个线程访问过后，缓存中的数据将被重建，此时其他线程可以直接从缓存中取值

优点： 保证一致性实现简单

缺点： 线程需要等待，性能受影响，可能有死锁风险（在多缓存场景下多个锁可能导致死锁）

在这里插入图片描述

使用Redis中的setnx模拟互斥锁的过程

private boolean tryLocal(String key) {
    // setnx 存入一个key 值可以随意 设置10s的过期时间
    Boolean flag = stringRedisTemplate.opsForValue().setIfAbsent(key, "1", 10, TimeUnit.SECONDS);
    return BooleanUtil.isTrue(flag);

}

private void unlock(String key) {
    stringRedisTemplate.delete(key);
}