缓存击穿

缓存击穿指的总结是在高并发情况下，一个缓存的存雪存击穿缓存穿key在缓存中不存在，导致每次请求都要访问数据库，崩缓从而导致数据库压力过大，总结甚至崩溃。存雪存击穿缓存穿这种情况通常发生在一些热点数据上，崩缓比如用户登录信息等。总结

原因

缓存击穿的存雪存击穿缓存穿原因是因为在某些热点数据的key失效或者被删除时，大量的崩缓并发请求同时访问这个key，导致缓存中不存在这个key的总结数据，从而每个请求都需要去访问数据库获取数据，存雪存击穿缓存穿造成数据库压力过大。崩缓

解决方案

1.设置热点数据永不过期

在缓存中设置热点数据永不过期可以有效地避免缓存击穿问题。总结但是存雪存击穿缓存穿这种方式会导致缓存中存在很多过期但是占用内存的数据，因此需要在设置缓存数据时进行权衡。崩缓

复制String key = "hot_data";

String value = redis.get(key);

if (value == null) {

value = db.get(key);

if (value != null) {

redis.set(key, value);

redis.persist(key); //设置key永不过期

}

}1.2.3.4.5.6.7.8.9.

2.设置热点数据短期过期

为了避免缓存中过多占用内存的数据，可以将热点数据设置一个相对较短的过期时间，比如1分钟，这样可以避免过期数据占用过多内存。当热点数据过期后，可以在后台异步更新缓存数据。云服务器

复制String key = "hot_data";

String value = redis.get(key);

if (value == null) {

//添加分布式锁，避免缓存穿透

if(redis.setNx("lock_"+key,"value")){

value = db.get(key);

if (value != null) {

redis.set(key, value);

redis.expire(key,60); //设置key过期时间为1分钟

}

redis.del("lock_"+key);

}else {

Thread.sleep(50);

return queryDataFromCache(key);

}

}1.2.3.4.5.6.7.8.9.10.11.12.13.14.15.16.

缓存穿透

缓存穿透指的是当大量的并发请求同时查询一个不存在的key时，由于缓存中没有对应的数据，所以每个请求都会去访问数据库，导致数据库压力过大。

原因

缓存穿透的原因是由于黑客攻击或者恶意请求，可能会对某些不存在的数据进行大量的请求，从而导致缓存穿透问题。

解决方案

1.对查询结果为空的key设置空值

当缓存查询的结果为空时，可以将结果设置为空值写入缓存，这样下次查询相同的key时，可以直接从缓存中获取结果，避免了查询数据库的开销。

复制String key = "not_exist_data";String value = redis.get(key);if (value == null) { //

添加分布式锁，避免缓存穿透

if(redis.setNx("lock_"+key,"value")){ value = db.get(key); if (value != null) { redis.set(key, value); }else { redis.set(key, ""); //

设置空值

redis.expire(key, 60); //

设置过期时间为1分钟

} redis.del("lock_"+key); }else { Thread.sleep(50); return queryDataFromCache(key); }}1.2.3.4.5.6.7.8.9.10.11.12.13.14.15.16.17.18.

2.BloomFilter过滤非法请求

使用BloomFilter可以对请求参数进行过滤，将非法请求拦截在系统外部，从而避免了对系统的压力。

复制BloomFilter filter = new BloomFilter(10000, 0.001); //

设置布隆过滤器

String key = "not_exist_data";if(filter.mightContain(key)){ return null;}String value = redis.get(key);if (value == null) { //

添加分布式锁，避免缓存穿透

if(redis.setNx("lock_"+key,"value")){ value = db.get(key); if (value != null) { redis.set(key, value); }else { filter.put(key); //

将非法key加入过滤器

} redis.del("lock_"+key); }else { Thread.sleep(50); return queryDataFromCache(key); }}1.2.3.4.5.6.7.8.9.10.11.12.13.14.15.16.17.18.19.20.21.

缓存雪崩

缓存雪崩指的WordPress模板是在缓存中存在大量的key过期时间相同或者失效的情况下，当这些key同时失效时，大量的并发请求都会涌入数据库，导致数据库压力过大，甚至崩溃。

原因

缓存雪崩的原因是因为在缓存中存在大量的key同时过期，导致大量的并发请求同时涌入数据库。

解决方案

1.缓存数据随机过期时间 为了避免缓存中大量key同时过期，可以设置每个缓存数据的过期时间不同，比如可以在原有过期时间的基础上添加一个随机时间，这样可以避免大量key同时过期的情况。

复制String key = "hot_data";String value = redis.get(key);if (value == null) { //

添加分布式锁，避免缓存穿透

if(redis.set1.2.3.4.5.

2.缓存数据预加载 为了避免在缓存中大量的key失效，可以在缓存数据过期之前，提前将缓存数据刷新到缓存中，保证数据的可用性。

复制String key = "hot_data";String value = redis.get(key);if (value == null) { //

添加分布式锁，避免缓存穿透

if(redis.setNx("lock_"+key,"value")){ value = db.get(key); if (value != null) { redis.set(key, value); redis.expire(key, 1800); //

设置过期时间为30分钟

} redis.del("lock_"+key); }else { Thread.sleep(50); return queryDataFromCache(key); }}else { //

判断缓存是否需要刷新

if(redis.ttl(key) < 300){ new Thread(() -> { String newValue = db.get(key); if (newValue != null) { redis.set(key, newValue); redis.expire(key, 1800); //

设置过期时间为30分钟

} }).start(); }}1.2.3.4.5.6.7.8.9.10.11.12.13.14.15.16.17.18.19.20.21.22.23.24.25.26.27.

3.限流降级 当缓存雪崩问题出现时，可以通过限流降级的香港云服务器方式来减少对数据库的请求，从而保证系统的可用性。可以通过配置Hystrix等限流降级框架来实现。

复制String key = "hot_data";String value = redis.get(key);if (value == null) { //

使用Hystrix进行限流降级

value = HystrixCommand.execute(() -> { String data = db.get(key); redis.set(key, data); redis.expire(key, 1800); //

设置过期时间为30分钟

return data; }, () -> { return "系统繁忙，请稍后重试！"; });}1.2.3.4.5.6.7.8.9.10.11.12.13.

总结

Redis的使用，可以有效地提高系统的性能和可用性。但是在使用过程中，需要注意缓存击穿、缓存穿透和缓存雪崩等问题，采用适当的解决方案来避免这些问题的发生，从而保证系统的稳定性和可靠性。