当前位置：首页 > article >正文

【Redis】缓存

article 2024/12/23 8:34:26

什么是缓存

https://tech.meituan.com/2017/03/17/cache-about.html

Spring Data Redis

Spring Data Redis提供了从Spring应用程序轻松配置和访问Redis的功能。

引入依赖

<dependency>
     <groupId>org.springframework.boot</groupId>
     <artifactId>spring-boot-starter-data-redis</artifactId>
</dependency>

配置

# 数据源
spring.datasource.driver-class-name=com.mysql.cj.jdbc.Driver
spring.datasource.url=jdbc:mysql://localhost:3306/db01
spring.datasource.username=root
spring.datasource.password=root1234
# redis
spring.redis.host=database.coding-future.com
spring.redis.port=6379
spring.redis.password=codingfuture21
spring.redis.database=4
#日志
logging.level.com.codingfuture=debug

代码实现

Spring缓存管理

https://www.cnblogs.com/songjilong/p/12901397.html?spm=a2c6h.12873639.0.0.559a86a6S9mJIU

依赖

<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-cache</artifactId>
</dependency>

@EnableCaching

开启缓存，在启动类添加注解

@Cacheable(“person_list”)

触发缓存写入的操作，将查询出来的数据存储到缓存中，查询时候使用

@CacheEvict(“person_list”,allEntries=true)

触发缓存删除的操作，只要增删改操作成功，就去缓存中把对应键的数据全部删除，增删改时候使用

缓存问题

缓存穿透

缓存穿透是指查询一个一定不存在的数据，由于缓存是不命中时被动写的，并且出于容错考虑，如果从存储层查不到数据则不写入缓存，这将导致这个不存在的数据每次请求都要到存储层去查询，失去了缓存的意义。在流量大时，可能DB就挂掉了，要是有人利用不存在的key频繁攻击我们的应用，这就是漏洞。

解决方案
- 布隆过滤器
  
  有很多种方法可以有效地解决缓存穿透问题，最常见的则是采用布隆过滤器，将所有可能存在的数据哈希到一个足够大的bitmap中，一个一定不存在的数据会被这个bitmap拦截掉，从而避免了对底层存储系统的查询压力。
- 空结果进行缓存
  
  另外也有一个更为简单粗暴的方法（我们采用的就是这种），如果一个查询返回的数据为空（不管是数据不存在，还是系统故障），我们仍然把这个空结果进行缓存，但它的过期时间会很短，最长不超过五分钟。

缓存雪崩

缓存雪崩是指在我们设置缓存时采用了相同的过期时间，导致缓存在某一时刻同时失效，请求全部转发到DB，DB瞬时压力过重雪崩。
系统 A，假设每天高峰期每秒 5000 个请求，本来缓存在高峰期可以扛住每秒 4000 个请求，但是缓存机器意外发生了全盘宕机。缓存挂了，此时 1 秒 5000 个请求全部落数据库，数据库必然扛不住，然后就挂了。如果重启数据库，数据库也会立马被新的流量给打死了。

解决方案

缓存失效时的雪崩效应对底层系统的冲击非常可怕。大多数系统设计者考虑用加锁或者队列的方式保证缓存的单线程（进程）写，从而避免失效时大量的并发请求落到底层存储系统上。这里分享一个简单方案就时讲缓存失效时间分散开，比如我们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。