redis实现session管理以及缓存穿透与雪崩

╰+哭是因爲堅強的太久メ 2023-10-03 22:49 6阅读 0赞

小伙正在评博客之星，欢迎大家来互相助力 [我的链接][Link 1]

#### redis实现session管理以及缓存穿透与雪崩 ####

*   *  一、Redis实现分布式Session管理
     *   *  1 管理机制
         *  2 开发Session管理
         *   *  1. 引入依赖
             *  2. 开发Session管理配置类
             *  3.打包测试即可
     *  二、缓存穿透与雪崩
     *   *  缓存穿透
         *  缓存击穿（量太大，缓存过期）
         *  缓存雪崩

### 一、Redis实现分布式Session管理 ###

#### 1 管理机制 ####

**redis的session管理是利用spring提供的session管理解决方案,将一个应用session交给Redis存储,整个应用中所有session的请求都会去redis中获取对应的session数据。**

![在这里插入图片描述][a5a73bcb432f4e49b79a93c89c81d363.png]

#### 2 开发Session管理 ####

##### 1. 引入依赖 #####

<dependency>
      <groupId>org.springframework.session</groupId>
      <artifactId>spring-session-data-redis</artifactId>
    </dependency>

##### 2. 开发Session管理配置类 #####

@Configuration
    @EnableRedisHttpSession
    public class RedisSessionManager {
        
    }

##### 3.打包测试即可 #####

### 二、缓存穿透与雪崩 ###

#### 缓存穿透 ####

***概念***

在默认情况下，用户请求数据时，会先在缓存(Redis)中查找，若没找到即缓存未命中，再在数据库中进行查找，数量少可能问题不大，可是一旦大量的请求数据（例如秒杀场景）缓存都没有命中的话，就会全部转移到数据库上，造成数据库极大的压力，就有可能导致数据库崩溃。网络安全中也有人恶意使用这种手段进行攻击被称为洪水攻击。

用户想要查询一个数据，发现redis内存数据库没有，也就是缓存没有命中，于是向持久层的数据库查询，发现也没有，于是本次查询失败。当用户很多的时候，缓存都没有命中（秒杀），于是都去请求了持久层数据库。这会给持久层数据库造成很大的压力，这时候就相当于出现了缓存穿透

***解决方案***

**布隆过滤器**

对所有可能查询的参数以Hash的形式存储，以便快速确定是否存在这个值，在控制层先进行拦截校验，校验不通过直接打回，减轻了存储系统的压力。

**缓存空对象**

一次请求若在缓存和数据库中都没找到，就在缓存中方一个空对象用于处理后续这个请求。

这样做有一个缺陷：存储空对象也需要空间，大量的空对象会耗费一定的空间，存储效率并不高。解决这个缺陷的方式就是设置较短过期时间

即使对空值设置了过期时间，还是会存在缓存层和存储层的数据会有一段时间窗口的不一致，这对于需要保持一致性的业务会有影响。

#### 缓存击穿（量太大，缓存过期） ####

***概念***

相较于缓存穿透，缓存击穿的目的性更强，一个存在的key，在缓存过期的一刻，同时有大量的请求，这些请求都会击穿到DB，造成瞬时DB请求量大、压力骤增。这就是缓存被击穿，只是针对其中某个key的缓存不可用而导致击穿，但是其他的key依然可以使用缓存响应。

比如热搜排行上，一个热点新闻被同时大量访问就可能导致缓存击穿。

***解决方案***

1.  **设置热点数据永不过期**
    
    这样就不会出现热点数据过期的情况，但是当Redis内存空间满的时候也会清理部分数据，而且此种方案会占用空间，一旦热点数据多了起来，就会占用部分空间。
2.  **加互斥锁(分布式锁)**
    
    在访问key之前，采用SETNX（set if not exists）来设置另一个短期key来锁住当前key的访问，访问结束再删除该短期key。保证同时刻只有一个线程访问。这样对锁的要求就十分高。

#### 缓存雪崩 ####

***概念***

大量的key设置了相同的过期时间，导致在缓存在同一时刻全部失效，造成瞬时DB请求量大、压力骤增，引起雪崩。

缓存雪崩是指缓存中数据大批量到过期时间，而查询数据量巨大，引起数据库压力过大甚至down机。和缓存击穿不同的是， 缓存击穿指并发查同一条数据，缓存雪崩是不同数据都过期了，很多数据都查不到从而查数据库。

***解决方案***

*  redis高可用
    
    这个思想的含义是，既然redis有可能挂掉，那我多增设几台redis，这样一台挂掉之后其他的还可以继续工作，其实就是搭建的集群
 *  限流降级
    
    这个解决方案的思想是，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。
 *  数据预热
    
    数据加热的含义就是在正式部署之前，我先把可能的数据先预先访问一遍，这样部分可能大量访问的数据就会加载到缓存中。在即将发生大并发访问前手动触发加载缓存不同的key，设置不同的过期时间，让缓存失效的时间点尽量均匀。

[Link 1]: https://bbs.csdn.net/topics/611391141?spm=1001.2014.3001.6953
[a5a73bcb432f4e49b79a93c89c81d363.png]: https://img-blog.csdnimg.cn/a5a73bcb432f4e49b79a93c89c81d363.png