缓存穿透与缓存雪崩

1. 概述

缓存穿透和缓存雪崩是在实际项目中,经常能遇到的问题。

今天我们就简单聊聊缓存穿透和缓存雪崩的这两个话题。

2. 缓存穿透

2.1 什么是缓存穿透?

简单说就是用户发起请求时,始终匹配不到缓存中的数据,每次都直接通过关系型数据库进行查询,并得到数据。

如果这个请求的并发量非常的大,非常多的用户在同一时刻去执行这个请求,那么会超出关系型数据库的负载,从而导致数据库的宕机。

2.2 解决方案一:优化代码逻辑

其中一个解决方案,就是编写代码时,逻辑要严谨,反复自测,保证任何条件的查询,都一定是先经过缓存进行查询。

如果缓存中没有查到数据,则进行一次关系型数据库的查询,然后将查询结果存储到缓存中(即使查询结果是空值,也将空值存储到缓存中),保证下一次查询可以从缓存中获取。

当然,由于数据库中的数据会随时变化,缓存是需要有过期时间的。

2.3 解决方案二:布隆过滤器

2.3.1 布隆过滤器简介

布隆过滤器能够很快的判断某个元素是否已存在集合中。

布隆过滤器占用内存小,读写非常快。

布隆过滤器适合于缓存中存在过某key才去查询缓存,没存在过,就不去查询直接返回空的场景。

布隆过滤器通常放在缓存前面执行,可以将缓存的key放进布隆过滤器中,读取数据时,如果布隆过滤器判断缓存的key存在,才会到缓存中去查询,不存在就直接返回空,大大降低了缓存穿透的可能。

布隆过滤器要注意的两个问题:

1)有一定的误判率:由于布隆过滤器本身的机制,是会有一定的误判率,也就是说这个key值其实在缓存中不存在,但布隆过滤器会返回其存在。

2)无法删除:缓存的数据是会被删除的,但布隆过滤器由于本身机制的限制,是不能执行删除操作的。

由于以上两个问题,会导致程序会在key值不存在的情况下去访问缓存,也就是说会有多访问缓存的情况,这个其实是没有什么影响的,在缓存上再加一层判断就可以了。

2.3.2 布隆过滤器的使用

1)添加依赖

        <dependency>
            <groupId>com.google.guava</groupId>
            <artifactId>guava</artifactId>
            <version>30.1.1-jre</version>
        </dependency>    

2)代码示例

        // 第一个参数是字符集
        // 第二个参数是容器的长度,值越大,误判率越低
        // 第三个参数是误判率,用于指定误判率,值越小误判率越低
        BloomFilter<String> bloomFilter = BloomFilter.create(
                Funnels.stringFunnel(StandardCharsets.UTF_8),
                100000, 0.001);

        // 放入元素,可以是缓存的key
        bloomFilter.put("user:1");
        bloomFilter.put("user:2");

        // 判断元素是否存在
        boolean isExist = bloomFilter.mightContain("user:3");

3.缓存雪崩

3.1 什么是缓存雪崩?

由于数据库中的数据是随时变化的,因此缓存中的key通常都是有过期时间的。

在某一时刻,缓存中的大面积的key都失效了,恰好此时,很多请求并发到来,直接访问了关系型数据库,从而导致数据库宕机,这就是缓存雪崩。

3.2 如何预防缓存雪崩

1)缓存永不过期

缓存不设置过期时间,而是使用程序手动让其过期。

2)错开缓存的过期时间

在设置缓存过期时间时,加一个固定范围的随机数,从而错开缓存过期时间。

4.综述

今天简单聊了一下缓存穿透和缓存雪崩,希望能对大家的工作有所帮助。

欢迎大家多多评论交流,共同成长。

关注追风人聊Java,每天更新Java干货。

©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 219,490评论 6 508
  • 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 93,581评论 3 395
  • 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 165,830评论 0 356
  • 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 58,957评论 1 295
  • 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 67,974评论 6 393
  • 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 51,754评论 1 307
  • 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 40,464评论 3 420
  • 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 39,357评论 0 276
  • 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 45,847评论 1 317
  • 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 37,995评论 3 338
  • 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 40,137评论 1 351
  • 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 35,819评论 5 346
  • 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 41,482评论 3 331
  • 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 32,023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 33,149评论 1 272
  • 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 48,409评论 3 373
  • 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 45,086评论 2 355

推荐阅读更多精彩内容