缓存几大问题

桃扇骨 2023-02-24 11:26 12阅读 0赞

# 缓存几大问题 #

## 1.缓存粒度控制 ##

通俗来讲，缓存粒度问题就是我们在使用缓存时，是将所有数据缓存还是缓存部分数据？

缓存粒度问题是一个容易被忽视的问题，如果使用不当，可能会造成很多无用空间的浪费，可能会造成网络带宽的浪费，可能会造成代码通用性较差等情况，必须学会综合数据通用性、空间占用比、代码维护性 三点评估取舍因素权衡使用。

## 2.缓存穿透问题 ##

缓存穿透是指查询一个一定不存在的数据，由于缓存不命中，并且出于容错考虑， 如果从存储层查不到数据则不写入缓存，这将导致这个不存在的数据每次请求都要到存储层去查询，失去了缓存的意义。

### 可能造成原因： ###

1.业务代码自身问题

2.恶意攻击。爬虫等等

### 危害 ###

对底层数据源压力过大，有些底层数据源不具备高并发性。  例如mysql一般来说单台能够扛1000-QPS就已经很不错了

### 解决方案 ###

1.缓存空对象

public class NullValueResultDO implements Serializable{ 
         private static final long serialVersionUID = -6550539547145486005L;
    }
     
    public class UserManager { 
         UserDAO userDAO;
         LocalCache localCache;
     
         public UserDO getUser(String userNick) { 
              Object object = localCache.get(userNick);
              if(object != null) { 
                   if(object instanceof NullValueResultDO) { 
                        return null;
                   }
                   return (UserDO)object;
              } else { 
                   User user = userDAO.getUser(userNick);
                   if(user != null) { 
                        localCache.put(userNick,user);
                   } else { 
                        localCache.put(userNick, new NullValueResultDO());
                   }
                   return user;
              }
         }          
    }

2.布隆过滤器

1）、Google布隆过滤器的缺点

基于JVM内存的一种布隆过滤器

重启即失效

本地内存无法用在分布式场景

不支持大数据量存储

2）、Redis布隆过滤器

可扩展性Bloom过滤器：一旦Bloom过滤器达到容量，就会在其上创建一个新的过滤器

不存在重启即失效或者定时任务维护的成本：基于Google实现的布隆过滤器需要启动之后初始化布隆过滤器

缺点：需要网络IO，性能比Google布隆过滤器低

## 3.缓存击穿.热点key重建缓存问题 ##

缓存击穿是指缓存中没有但数据库中有的数据（一般是缓存时间到期），这时由于并发用户特别多，同时读缓存没读到数据，又同时去数据库去取数据，引起数据库压力瞬间增大，造成过大压力

我们知道，使用缓存，如果获取不到，才会去数据库里获取。但是如果是热点 key，访问量非常的大，数据库在重建缓存的时候，会出现很多线程同时重建的情况。因为高并发导致的大量热点的 key 在重建还没完成的时候，不断被重建缓存的过程，由于大量线程都去做重建缓存工作，导致服务器拖慢的情况。

### 解决方案 ###

#### 1.互斥锁 ####

第一次获取缓存的时候，加一个锁，然后查询数据库，接着是重建缓存。这个时候，另外一个请求又过来获取缓存，发现有个锁，这个时候就去等待，之后都是一次等待的过程，直到重建完成以后，锁解除后再次获取缓存命中。

public String getKey(String key){ 
        String value = redis.get(key);
        if(value == null){ 
            String mutexKey = "mutex:key:"+key; //设置互斥锁的key
            if(redis.set(mutexKey,"1","ex 180","nx")){  //给这个key上一把锁，ex表示只有一个线程能执行，过期时间为180秒
              value = db.get(key);
              redis.set(key,value);
              redis.delete(mutexKety);
      }else{ 
            // 其他的线程休息100毫秒后重试
            Thread.sleep(100);
            getKey(key);
      }
     }
     return value;
    }

互斥锁的优点是思路非常简单，具有一致性，但是互斥锁也有一定的问题，就是大量线程在等待的问题。存在死锁的可能性。

## 4.缓存雪崩问题 ##

缓存雪崩是指机器宕机或在我们设置缓存时采用了相同的过期时间，导致缓存在某一时刻同时失效，请求全部转发到DB，DB瞬时压力过重雪崩。

1：在缓存失效后，通过加锁或者队列来控制读数据库写缓存的线程数量。比如对某个key只允许一个线程查询数据和写缓存，其他线程等待。

2：做二级缓存，A1为原始缓存，A2为拷贝缓存，A1失效时，可以访问A2，A1缓存失效时间设置为短期，A2设置为长期

3：不同的key，设置不同的过期时间，让缓存失效的时间点尽量均匀。

4：如果缓存数据库是分布式部署，将热点数据均匀分布在不同搞得缓存数据库中。