1. Redis 数据失效导致的雪崩
因为缓存失效，从而导致大量请求导向数据库。
- 大量请求，导致数据库处理不过来，整个系统依赖数据库的功能全部崩溃
- 单系统挂掉，其他依赖于该系统的应用也会出现不稳定甚至崩溃
2. Redis数据失效的场景
- 最大内存控制
maxmemory 最大内存阈值
maxmemory-policy 到达阈值的执行策略
3. 缓存雪崩解决方案
3.1 Semaphore信号量限流
-
J.U.C包重要的并发编程工具类
又称“信号量”，控制多个线程争抢许可。
核心方法
- acquire:获取一个许可，如果没有就等待，
- release:释放一个许可。
典型场景∶
1、代码并发处理限流;例子
package cn.lazyfennec.cache.redis.service;
import cn.lazyfennec.cache.redis.annotations.NeteaseCache;
import cn.lazyfennec.cache.redis.dao.UserDao;
import cn.lazyfennec.cache.redis.pojo.User;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.cache.annotation.CacheEvict;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.jdbc.core.JdbcTemplate;
import org.springframework.stereotype.Service;
import java.util.Map;
import java.util.concurrent.ConcurrentHashMap;
import java.util.concurrent.Semaphore;
import java.util.concurrent.TimeUnit;
import java.util.concurrent.locks.ReentrantLock;
@Service // 默认 单实例
public class UserService2 {
@Autowired
UserDao userDao;
@Autowired
RedisTemplate redisTemplate; // spring提供的一个redis客户端，底层封装了jedis等客户端
// userId ---> lock 记录每一个userId当前的查询情况
static Map<String, ReentrantLock> mapLock = new ConcurrentHashMap<>();
static Semaphore semaphore = new Semaphore(50); // 信号量 50 -- 类似车票
/**
* 根据ID查询用户信息 (redis缓存，用户信息以json字符串格式存在(序列化))
*/
public User findUserById(String userId) throws Exception {
// 1. 先读取缓存
Object cacheValue = redisTemplate.opsForValue().get(userId); // redisTemplate是spring提供的redis客户端
if (cacheValue != null) {
System.out.println("###缓存命中:" + ((User) cacheValue).getUname());
return (User) cacheValue;
}
// ---------------缓存miss之后流程--------------
ReentrantLock reentrantLock = new ReentrantLock();
try {
if (mapLock.putIfAbsent(userId, reentrantLock) != null) { // 有返回值代表存在锁
reentrantLock = mapLock.get(userId);
}
Thread.sleep(3000);// TODO 停顿3秒，等下一个线程过来，模拟多个用户同时并发请求的场景
reentrantLock.lock(); // 争抢锁,抢不到的排队---1个请求查询数据库 --- 599个等待
Thread.sleep(3000);// TODO 停顿3秒，模拟lock获取之后业务处理时间
// 再次查询缓存 -- 避免大量重复数据库查询
cacheValue = redisTemplate.opsForValue().get(userId); // redisTemplate是spring提供的redis客户端
if (cacheValue != null) {
System.out.println("###缓存命中:" + ((User) cacheValue).getUname());
return (User) cacheValue;
}
semaphore.acquire(); // 获取信号量 ，没有获取到
// 2. 如果缓存miss，则查询数据库
User user = userDao.findUserById(userId);
System.out.println("***缓存miss:" + user.getUname());
// 3. 设置缓存（重建缓存） // 主播信息查询缓存
redisTemplate.opsForValue().set(userId, user);// set key value
redisTemplate.expire(userId, 100, TimeUnit.SECONDS); // 需要手动设
semaphore.release(); // 释放信号量
return user;
} finally {
if (!reentrantLock.hasQueuedThreads()) { // 当锁最后一个释放的时候，删除掉
mapLock.remove(userId);
}
reentrantLock.unlock();
}
}
@CacheEvict(value = "user", key = "#user.uid") // 方法执行结束，清除缓存
public void updateUser(User user) {
String sql = "update tb_user_base set uname = ? where uid=?";
jdbcTemplate.update(sql, new String[]{user.getUname(), user.getUid()});
}
/**
* 根据ID查询用户名称
*/
// 我自己实现一个类似的注解
@NeteaseCache(value = "uname", key = "#userId") // 缓存
public String findUserNameById(String userId) {
// 查询数据库
String sql = "select uname from tb_user_base where uid=?";
String uname = jdbcTemplate.queryForObject(sql, new String[]{userId}, String.class);
return uname;
}
@Autowired
JdbcTemplate jdbcTemplate; // spring提供jdbc一个工具（mybastis类似）
}
3.2 容错降级
如果觉得有收获就点个赞吧，更多知识，请点击关注查看我的主页信息哦~
