当前位置: 首页 > news >正文

redis:二、缓存击穿的定义、解决方案(互斥锁、逻辑过期)的优缺点和适用场景、面试回答模板和缓存雪崩

缓存击穿的定义

缓存击穿是一种现象,具体就是某一个数据过期时,恰好有大量的并发请求过来,这些并发的请求可能会瞬间把DB压垮。典型场景就是双十一等抢购活动中,首页广告页面的数据过期,此时刚好大量用户进行请求,那么数据库很容易抵挡不住,从而宕机。

解决方案之一:互斥锁(分布式锁)

当缓存失效时,先使用如 Redis 的 setnx 去设置一个互斥锁,当查询数据库重建缓存数据,成功返回并写入缓存时才释放锁,此时其他线程才能继续访问缓存。
在这里插入图片描述

优点、缺点、适用场景

优点:强一致性
缺点:性能较差,无法保障高可用性,可能产生死锁的问题。
适用场景:业务和钱等挂钩时,一般要保障强一致性,所以选择互斥锁。

解决方案之二:逻辑过期

逻辑过期就是除了业务逻辑真正需要的字段(如下图的id和title)之外,还额外设置一个字段用来判断缓存是否过期,一般为expire。而key本身是不设置过期时间的。
当查询数据时,首先会通过expire字段判断该数据是否过期,如果过期则获取互斥锁,并开启一个新线程。新线程进行查询db、重建缓存、写入缓存,重置逻辑过期时间等操作。**与此同时原线程直接返回过期了的数据。(不是等待新线程操作完成)**如果以上发现缓存过期的任意过程中,有其他线程想要查询该数据,也会首先通过expire字段来判断该数据是否过期,发现过期且此时新线程还未释放锁,就会因获取互斥锁失败而直接返回过期数据,如果已经释放了锁,那么就直接返回新数据。
在这里插入图片描述

优点、缺点、适用场景

优点:高可用、性能优
缺点:无法保障强一致性。
适用场景:除了和钱挂钩等业务场景,一般更看重用户体验,所以采用逻辑过期。

高可用的定义

高可用(Highavailability,缩写为HA),是指系统无中断地执行其功能的能力,代表系统的可用性程度。高可用的主要目的是为了保障“业务的连续性”,即在用户眼里,业务永远是正常对外提供服务的。

面试题回答模板

什么是缓存击穿 ? 怎么解决 ?

背熟以下回答,大概用时2分。

缓存击穿是一种现象,具体就是某一个数据过期时,恰好有大量的并发请求过来,这些并发的请求可能会瞬间把DB压垮。典型场景就是双十一等抢购活动中,首页广告页面的数据过期,此时刚好大量用户进行请求,那么数据库很容易抵挡不住,从而宕机。针对缓存击穿,我们一般有两种解决方案,分别是互斥锁和逻辑过期。

互斥锁就是当缓存失效时,先使用如 Redis 的 setnx 去设置一个互斥锁,当重建缓存成功时才释放锁,此时其他线程才能继续访问缓存。它的优点是保障了数据的强一致性,缺点是性能较差,无法保障高可用性,而且可能产生死锁的问题。当业务和钱等挂钩时,一般要保障强一致性,所以选择互斥锁。

逻辑过期就是除了业务逻辑真正需要的字段之外,还额外设置一个字段用来判断缓存是否过期,一般为expire。而key本身是不设置过期时间的。
当查询数据时,首先会通过expire字段判断该数据是否过期,如果过期则获取互斥锁,并开启一个新线程去重建缓存。与此同时原线程直接返回过期了的数据。如果以上过程中,有其他线程想要查询该数据,也会首先通过expire字段来判断该数据是否过期,发现过期且此时新线程还未释放锁,就会因获取互斥锁失败而直接返回过期数据,如果已经释放了锁,那么就直接返回新数据。采用逻辑过期的优点就是它有高可用性,性能较优。但与此同时,就无法保障数据的强一致性。

缓存雪崩

定义

缓存雪崩是指在同一时段大量的缓存key同时失效或者Redis服务宕机,导致大量请求到达数据库,带来巨大压力。

解决方案

给不同的Key的TTL添加随机值
利用Redis集群提高服务的可用性(哨兵模式、集群模式)
给缓存业务添加降级限流策略(ngxin或spring cloud gateway)
给业务添加多级缓存(Guava或Caffeine)

面试题回答模板

什么是缓存雪崩 ? 怎么解决 ?

缓存雪崩是指在同一时段大量的缓存key同时失效或者Redis服务宕机,导致大量请求到达数据库,带来巨大压力。解决方案主要是可以将缓存失效时间分散开,比如可以在原有的失效时间基础上增加一个随机值,比如1-5分钟随机,这样每一个缓存的过期时间的重复率就会降低,就很难引发集体失效的事件。

本文所有图片来自于黑马程序员。

http://www.lryc.cn/news/262486.html

相关文章:

  • php的Url 安全的base64编码解码类
  • 安全CDN有什么作用,安全CDN工作原理是什么?
  • Mysql高可用|索引|事务 | 调优
  • 电机驱动开发
  • 基于PaddleNLP的深度学习对文本自动添加标点符号(一)
  • “Java已死、前端已凉”?尊嘟假嘟?
  • 双向无线功率传输系统MATLAB仿真
  • 火山引擎DataLeap:助你实现从数据研发1.0到数据研发3.0的跨越
  • DevOps 和人工智能 – 天作之合
  • 基于主动安全的AIGC数据安全建设
  • Java 程序的命令行解释器
  • 从事开发近20年,经历过各种技术的转变和进步
  • unet v2学习笔记
  • MQ入门—centos 7安装RabbitMQ 安装
  • 虾皮Shopee商品详情API:电商实时数据获取的关键
  • VUE中的8种常规通信方式
  • overleaf 加载pdf格式的矢量图时,visio 图片保存为pdf格式,如何确保pdf页面大小和图片一致
  • 西南科技大学数字电子技术实验四(基本触发器逻辑功能测试及FPGA的实现)预习报告
  • “新程序员”必须学会的8个GPT提问技术 | 抢免费注册DevChat名额
  • Flink系列之:大状态与 Checkpoint 调优
  • 七轴开源协作机械臂myArm视觉跟踪技术!
  • etcd初探
  • 微信小程序如何实现WXML和js文件之间的数据交互
  • 计算机网络基础——以太网类型,常见标准和架构
  • HarmonyOS(二)—— 初识ArkTS开发语言(下)之ArkTS声明式语法和组件化基础
  • VUE篇之日历组件
  • 【selenium】自动化使用 chrome 的 user-data-dir
  • pythonUnitTest框架
  • 微服务最佳实践:构建可扩展且高效的系统
  • 源码赏析: 数据结构转换工具 configor (一)