使用Redis实现缓存穿透的解决方案

本文涉及的产品
云数据库 Redis 版,社区版 2GB
推荐场景:
搭建游戏排行榜
云原生内存数据库 Tair,内存型 2GB
简介: 使用Redis实现缓存穿透的解决方案

使用Redis实现缓存穿透的解决方案

在缓存系统中,缓存穿透是指访问不存在的数据,导致请求直接穿透缓存层,直接访问数据库,造成数据库压力过大,甚至影响系统稳定性。本文将深入探讨如何使用Redis实现有效的缓存穿透解决方案。

1. 基本概念和问题背景

缓存穿透通常发生在恶意攻击或者大量请求查询不存在的数据时。例如,某些恶意用户不断查询不存在的用户信息,导致每次请求都要访问数据库,严重影响系统性能。为了解决这个问题,我们可以引入布隆过滤器和空值缓存等技术手段。

2. 使用布隆过滤器过滤无效请求

布隆过滤器是一种高效的数据结构,用于快速判断一个元素是否存在于集合中。在缓存层加入布隆过滤器,可以快速过滤掉不存在的请求,避免对数据库的直接查询。

package cn.juwatech.example;

import com.google.common.hash.BloomFilter;
import com.google.common.hash.Funnels;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.stereotype.Service;

import javax.annotation.PostConstruct;

@Service
public class BloomFilterService {
   

    @Autowired
    private RedisService redisService;

    private BloomFilter<String> bloomFilter;

    @PostConstruct
    public void init() {
   
        int expectedInsertions = 1000000;
        double fpp = 0.01; // False Positive Probability
        bloomFilter = BloomFilter.create(Funnels.stringFunnel(), expectedInsertions, fpp);
    }

    public boolean mightContain(String key) {
   
        return bloomFilter.mightContain(key);
    }

    public void put(String key) {
   
        bloomFilter.put(key);
    }
}

3. 空值缓存策略

当查询的数据确实不存在时,不直接访问数据库,而是将空结果设置到缓存中,设置合理的过期时间,避免空值缓存过久占用内存资源。

package cn.juwatech.example;

import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.stereotype.Service;

import java.util.concurrent.TimeUnit;

@Service
public class CacheService {
   

    @Autowired
    private RedisTemplate<String, Object> redisTemplate;

    public Object get(String key) {
   
        return redisTemplate.opsForValue().get(key);
    }

    public void set(String key, Object value, long timeout, TimeUnit unit) {
   
        redisTemplate.opsForValue().set(key, value, timeout, unit);
    }

    public void setNull(String key, long timeout, TimeUnit unit) {
   
        redisTemplate.opsForValue().set(key, "", timeout, unit); // Placeholder for null value
    }

    public boolean exists(String key) {
   
        return redisTemplate.hasKey(key);
    }
}

4. 实现缓存穿透解决方案

结合布隆过滤器和空值缓存策略,实现完整的缓存穿透解决方案。在查询前先通过布隆过滤器判断是否存在于缓存中,如果存在则直接返回缓存数据;如果不存在,则进行数据库查询,查询结果为空时设置空值缓存,并设置较短的过期时间,避免重复查询。

package cn.juwatech.example;

import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.stereotype.Service;

import java.util.concurrent.TimeUnit;

@Service
public class DataService {
   

    @Autowired
    private CacheService cacheService;

    @Autowired
    private DatabaseService databaseService;

    @Autowired
    private BloomFilterService bloomFilterService;

    public Object getData(String key) {
   
        if (bloomFilterService.mightContain(key)) {
   
            if (cacheService.exists(key)) {
   
                return cacheService.get(key);
            } else {
   
                Object data = databaseService.getData(key);
                if (data != null) {
   
                    cacheService.set(key, data, 10, TimeUnit.MINUTES); // Example: cache for 10 minutes
                    return data;
                } else {
   
                    cacheService.setNull(key, 1, TimeUnit.MINUTES); // Example: cache null value for 1 minute
                    return null;
                }
            }
        } else {
   
            return null; // Request not in bloom filter, likely invalid
        }
    }
}

通过以上实现,我们能够有效地解决缓存穿透问题,提升系统的性能和稳定性,确保对数据库的请求能够得到有效地缓存和利用。

相关实践学习
基于Redis实现在线游戏积分排行榜
本场景将介绍如何基于Redis数据库实现在线游戏中的游戏玩家积分排行榜功能。
云数据库 Redis 版使用教程
云数据库Redis版是兼容Redis协议标准的、提供持久化的内存数据库服务,基于高可靠双机热备架构及可无缝扩展的集群架构,满足高读写性能场景及容量需弹性变配的业务需求。 产品详情:https://www.aliyun.com/product/kvstore &nbsp; &nbsp; ------------------------------------------------------------------------- 阿里云数据库体验:数据库上云实战 开发者云会免费提供一台带自建MySQL的源数据库&nbsp;ECS 实例和一台目标数据库&nbsp;RDS实例。跟着指引,您可以一步步实现将ECS自建数据库迁移到目标数据库RDS。 点击下方链接,领取免费ECS&amp;RDS资源,30分钟完成数据库上云实战!https://developer.aliyun.com/adc/scenario/51eefbd1894e42f6bb9acacadd3f9121?spm=a2c6h.13788135.J_3257954370.9.4ba85f24utseFl
相关文章
|
1天前
|
缓存 NoSQL Java
SpringBoot整合Redis、以及缓存穿透、缓存雪崩、缓存击穿的理解、如何添加锁解决缓存击穿问题?分布式情况下如何添加分布式锁
这篇文章介绍了如何在SpringBoot项目中整合Redis,并探讨了缓存穿透、缓存雪崩和缓存击穿的问题以及解决方法。文章还提供了解决缓存击穿问题的加锁示例代码,包括存在问题和问题解决后的版本,并指出了本地锁在分布式情况下的局限性,引出了分布式锁的概念。
SpringBoot整合Redis、以及缓存穿透、缓存雪崩、缓存击穿的理解、如何添加锁解决缓存击穿问题?分布式情况下如何添加分布式锁
|
1天前
|
缓存 NoSQL Java
SpringBoot整合Redis、以及缓存穿透、缓存雪崩、缓存击穿的理解分布式情况下如何添加分布式锁 【续篇】
这篇文章是关于如何在SpringBoot应用中整合Redis并处理分布式场景下的缓存问题,包括缓存穿透、缓存雪崩和缓存击穿。文章详细讨论了在分布式情况下如何添加分布式锁来解决缓存击穿问题,提供了加锁和解锁的实现过程,并展示了使用JMeter进行压力测试来验证锁机制有效性的方法。
SpringBoot整合Redis、以及缓存穿透、缓存雪崩、缓存击穿的理解分布式情况下如何添加分布式锁 【续篇】
|
5天前
|
存储 缓存 NoSQL
基于SpringBoot+Redis解决缓存与数据库一致性、缓存穿透、缓存雪崩、缓存击穿问题
这篇文章讨论了在使用SpringBoot和Redis时如何解决缓存与数据库一致性问题、缓存穿透、缓存雪崩和缓存击穿问题,并提供了相应的解决策略和示例代码。
18 0
|
23天前
|
缓存 NoSQL Java
Redis 缓存与数据库数据不一致问题
Redis 缓存与数据库数据不一致问题
52 3
|
1月前
|
canal 缓存 NoSQL
Redis常见面试题(一):Redis使用场景,缓存、分布式锁;缓存穿透、缓存击穿、缓存雪崩;双写一致,Canal,Redis持久化,数据过期策略,数据淘汰策略
Redis使用场景,缓存、分布式锁;缓存穿透、缓存击穿、缓存雪崩;先删除缓存还是先修改数据库,双写一致,Canal,Redis持久化,数据过期策略,数据淘汰策略
Redis常见面试题(一):Redis使用场景,缓存、分布式锁;缓存穿透、缓存击穿、缓存雪崩;双写一致,Canal,Redis持久化,数据过期策略,数据淘汰策略
|
18天前
|
缓存 NoSQL 关系型数据库
(八)漫谈分布式之缓存篇:唠唠老生常谈的MySQL与Redis数据一致性问题!
本文来聊一个跟实际工作挂钩的老生常谈的问题:分布式系统中的缓存一致性。
74 10
|
20天前
|
缓存 NoSQL Serverless
函数计算产品使用问题之如何使用Redis作为缓存插件
阿里云Serverless 应用引擎(SAE)提供了完整的微服务应用生命周期管理能力,包括应用部署、服务治理、开发运维、资源管理等功能,并通过扩展功能支持多环境管理、API Gateway、事件驱动等高级应用场景,帮助企业快速构建、部署、运维和扩展微服务架构,实现Serverless化的应用部署与运维模式。以下是对SAE产品使用合集的概述,包括应用管理、服务治理、开发运维、资源管理等方面。
|
23天前
|
存储 缓存 NoSQL
Redis 缓存常见问题
Redis 缓存常见问题
31 3
|
27天前
|
消息中间件 缓存 数据库
Redis问题之如何解决缓存更新失败导致的数据不一致问题
Redis问题之如何解决缓存更新失败导致的数据不一致问题