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