Redis缓存穿透、缓存雪崩、缓存击穿解决方案

一、缓存处理流程

前台请求,后台先从缓存中取数据,取到直接返回结果,取不到从数据库中取,数据库取到更新缓存,并返回结果,数据库也没取到,那直接返回空结果。


缓存处理流程

二、缓存穿透

缓存穿透,是指查询一个数据库一定不存在的数据。正常的使用缓存流程大致是,数据查询先进行缓存查询,如果key不存在或者key已经过期,再对数据库进行查询,并把查询到的对象,放进缓存。如果数据库查询对象为空,则不放进缓存。缓存和数据库中都没有的数据,而用户不断发起请求,如发起为id为“-1”的数据或id为特别大不存在的数据,每次又都不会进行缓存。假如有恶意攻击,就可以利用这个漏洞,对数据库造成压力,甚至压垮数据库。

解决方案:
1、接口层增加校验,如用户鉴权校验,id做基础校验,id<=0的直接拦截;
2、从缓存取不到的数据,在数据库中也没有取到,这时也可以将key-value对写为key-null,缓存有效时间可以设置短点,如30秒(设置太长会导致正常情况也没法使用)。这样可以防止攻击用户反复用同一个id暴力攻击

public Goods searchGoodsById(Long goodsId){
        Object obj = redisTemplate.opsForValue().get(String.valueOf(goodsId));
        if(obj != null){//缓存中查询到数据
            return (Goods)obj;
        }
        
        Goods goods = goodsMapper.selectByPrimaryKey(goodsId);
        System.out.println("=============主键ID:" + goodsId + "进行了数据库查询=============");
        
        if(goods != null){//数据库中查询到结果,放入缓存
            redisTemplate.opsForValue().set(String.valueOf(goodsId), goods, 60,TimeUnit.MINUTES);
        }else{
            redisTemplate.opsForValue().set(String.valueOf(goodsId), null, 30 ,TimeUnit.SECONDS);//对空值缓存30s
        }

        return goods;
 }

三、缓存雪崩

缓存雪崩,是指在某一个时间段,缓存集中过期失效。而对这批过期缓存的查询都落到了数据库上,对于数据库而言查询数据量巨大,引起数据库压力过大甚至down机。做电商项目的时候,一般是采取不同分类商品,缓存不同周期。在同一分类中的商品,加上一个随机因子。这样能尽可能分散缓存过期时间,而且,热门类目的商品缓存时间长一些,冷门类目的商品缓存时间短一些,也能节省缓存服务的资源。

public Goods searchGoodsById(Long goodsId){
        Object obj = redisTemplate.opsForValue().get(String.valueOf(goodsId));
        if(obj != null){//缓存中查询到数据
            return (Goods)obj;
        }

        Goods goods = goodsMapper.selectByPrimaryKey(goodsId);
        System.out.println("=============主键ID:" + goodsId + "进行了数据库查询=============");

        if(goods != null){//数据库中查询到结果,放入缓存
            Random r = new Random();
            int time = 3600;
            if(goods.getGoodsCategory().equals("女装")){//热门商品缓存时间设置
                time = 3600 + r.nextInt(3600);
            }
            if(goods.getGoodsCategory().equals("图书")){//冷门商品缓存时间设置
                time = 600 + r.nextInt(600);
            }
            redisTemplate.opsForValue().set(String.valueOf(goodsId), goods, time,TimeUnit.SECONDS);
            
        }else{
            redisTemplate.opsForValue().set(String.valueOf(goodsId), null, 30 ,TimeUnit.SECONDS);
        }

    }

比较致命的缓存雪崩,是缓存服务器某个节点宕机或断网,很有可能瞬间就把数据库压垮。

三、缓存击穿

缓存击穿是指一个key非常热点,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。做电商项目的时候,把这货定义为“爆款”。

解决方案:
1、设置热点数据永远不过期。
2、mutex key互斥锁,暂时未用到

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,324评论 6 498
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,356评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 162,328评论 0 353
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,147评论 1 292
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,160评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,115评论 1 296
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,025评论 3 417
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,867评论 0 274
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,307评论 1 310
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,528评论 2 332
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,688评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,409评论 5 343
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,001评论 3 325
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,657评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,811评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,685评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,573评论 2 353