网站建设相关合同内容,go生物网站做蛋白定位,安徽省建设工程造价信息网官网,网站访问统计方案网上但凡看得见的文章#xff0c;大部分在说缓存穿透时都是无脑分布式锁 / 逻辑过期#xff0c;分布式锁一点问题都没有么#xff1f;逻辑过期一点问题都没有么#xff1f;还能不能再进一步优化#xff1f; 在聊聊缓存击穿的双重判定锁之前#xff0c;我们将按照循循渐进… 网上但凡看得见的文章大部分在说缓存穿透时都是无脑分布式锁 / 逻辑过期分布式锁一点问题都没有么逻辑过期一点问题都没有么还能不能再进一步优化 在聊聊缓存击穿的双重判定锁之前我们将按照循循渐进的方式讲解什么是缓存击穿常规解决方案的弊端是啥缓存击穿解决方案能不能进一步优化
什么是缓存击穿 缓存击穿是指一个缓存中的数据因为某种原因通常是缓存中的数据过期或者被删除在短时间内遭受大量的请求导致这些请求直接穿透到数据库或其他后端存储系统增加了后端系统的负载。
缓存击穿通常在以下情况下发生
热点数据过期当缓存中存储的热门数据过期时大量的请求会同时查询后端数据库。第一次请求对于一个之前从未被请求过的数据当它第一次被请求时缓存中没有这个数据从而导致请求穿透到后端存储。 常规解决方案的弊端
为了解决Redis缓存击穿问题八股文都是直接采取以下方案
设置热点数据永不过期对于一些热点数据可以将其永不过期确保即使数据过期后仍然可以从缓存中获取。使用互斥锁在获取数据时使用分布式锁如 Redis 的分布式锁来控制同时只有一个请求可以去后端获取数据其他请求需要等待锁释放。这样可以防止多个请求同时穿透到后端存储。
思考一 设置热点数据永不过期属于是业务范围应该考虑的事情这个数据是否应该永不过期或者说活动时设置过期时间为 -1活动后再执行程序删除。有一点可以确认缓存数据不可能全部都是永不过期因为缓存的存储压力会比较大所以该方案无法作为通用方案。
那我们可以从互斥锁上面下下文章如何通过互斥锁完成缓存击穿场景解决方案
思考二 在获取数据时使用分布式锁如 Redis 的分布式锁来控制同时只有一个请求可以去后端获取数据其他请求需要等待锁释放。这样可以防止多个请求同时穿透到后端存储。 伪代码如下
public String selectTrain(String id) {String cacheData cache.get(id);if (StrUtil.isBlank(cacheData)) {Lock lock getLock(id);lock.lock();try {String dbData trainMapper.selectId(id);if (StrUtil.isNotBlank(dbData)) {cahce.set(id, dbData);cacheData dbData;}} finally {lock.unlock();}}return cacheData;
}这种方案有效地避免了缓存穿透问题因为只有一个线程能够在同一时间内查询数据库其他线程需要等待不会同时穿透到后端存储系统。但是其实上面的方案还是有个小细节滴~~
双重判定锁 上边还有一个问题就是假如 100w 的请求读取一个缓存100w 的请求全部卡在 lock.lock 获取分布式锁处只有一个线程会执行逻辑请求数据库并放入缓存。问题来了因为接下来的所有请求99.99...w 还是会继续请求数据库大家读一下上面的伪代码就明白了。其实就是因为99.99...个请求都阻塞在Lock lock getLock(id)这一步而不是if (StrUtil.isBlank(cacheData))这一步。
这会造成两个实际的问题
全部用户获取锁后查询数据库会对数据库造成无用的性能浪费因为这 100w 的请求只有第一次是有效的。查询数据库会造成用户响应时间变长接口吞吐量下降。
双重判断获取锁后在查询数据库之前再次检查一下缓存中是否存在数据。这是一个双重判断如果缓存中存在数据就直接返回如果不存在才继续执行查询数据库的操作。 伪代码如下
public String selectTrain(String id) {String cacheData cache.get(id);if (StrUtil.isBlank(cacheData)) {Lock lock getLock(id);lock.lock();try {cacheData cache.get(id);if (StrUtil.isBlank(cacheData)) {String dbData trainMapper.selectId(id);if (StrUtil.isNotBlank(dbData)) {cahce.set(id, dbData);cacheData dbData;}}} finally {lock.unlock();}}return cacheData;
}下面是这种解决方案的一般步骤
获取锁在查询数据库前首先尝试获取一个分布式锁。只有一个线程能够成功获取锁其他线程需要等待。查询数据库如果双重判断确认数据确实不存在于缓存中那么就执行查询数据库的操作获取数据。写入缓存获取到数据后将数据写入缓存并设置一个合适的过期时间以防止缓存永远不会被更新。释放锁最后释放获取的锁以便其他线程可以继续使用这个锁。
文末总结 本文深入探讨了缓存击穿问题以及解决方案。首先我们了解了缓存击穿是指一个缓存中的数据因为某种原因通常是缓存中的数据过期或者被删除在短时间内遭受大量的请求从而直接查询数据库对系统性能造成了巨大的压力。然后我们介绍了解决缓存击穿问题的一种有效方式——分布式互斥锁以及分布式互斥锁的升级版本——双重判定锁。
总结一下
缓存击穿问题是指某些请求查询缓存中不存在的数据导致大量请求直接穿透到后端数据库对系统性能造成严重影响。分布式互斥锁是一种解决缓存击穿的有效方式。它通过在查询缓存之前尝试获取锁只有一个线程能够成功获取锁其他线程需要等待。这确保了只有一个线程可以查询数据库避免了大规模的穿透。双重判定锁是分布式互斥锁的升级版本。它在获取锁后再次检查缓存中是否存在数据以避免重复查询数据库。只有在确认缓存中不存在数据时才继续查询数据库。 这两种解决方案都能够有效地应对缓存击穿问题但需要根据实际情况选择合适的方式。分布式互斥锁适用于大多数场景而双重判定锁则提供了更高的效率适用于一些特定的场景。选择合适的解决方案可以保护系统免受缓存击穿问题的困扰提高性能和可靠性。
