淺談Redis緩存雪崩解決方案

更新時間：2022年05月18日 10:06:55 作者：蝸牛楊哥

本文主要介紹了Redis緩存雪崩解決方案，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧

1.保持緩存層的高可用

使用Redis哨兵模式或者Redis集群部署方式,即是個別Redis節(jié)點下線,整個緩存層依然可以使用。除此之外還可以在多個機房部署Redis,這樣即便是機房死機,依然可以實現(xiàn)緩存層的高可用。

2.限流降級組件

無論是緩存層還是存儲層都會有出錯的概率,可以將它們視為資源。作為并發(fā)量較大的分布式系統(tǒng)，假如有一個資源不可用，可能會造成所有線程在獲取這個資源時異常，造成整個系統(tǒng)不可用。降級在高并發(fā)系統(tǒng)中是非常正常的，比如推薦服務中，如果個性化推薦服務不可用，可以降級補充熱點數(shù)據(jù)，不至于造成整個推薦服務不可用。常見的限流降級組件如 Hystrix、Sentinel 等。

3.緩存不過期

Redis 中保存的 key 永不失效，這樣就不會出現(xiàn)大量緩存同時失效的問題，但是隨之而來的就是Redis 需要更多的存儲空間。

4.優(yōu)化緩存過期時間

設計緩存時，為每一個 key 選擇合適的過期時間，避免大量的 key 在同一時刻同時失效，造成緩存雪崩。

5.使用互斥鎖重建緩存

在高并發(fā)場景下，為了避免大量的請求同時到達存儲層查詢數(shù)據(jù)、重建緩存，可以使用互斥鎖控制，如根據(jù) key 去緩存層查詢數(shù)據(jù)，當緩存層為命中時，對 key 加鎖，然后從存儲層查詢數(shù)據(jù)，將數(shù)據(jù)寫入緩存層，最后釋放鎖。若其他線程發(fā)現(xiàn)獲取鎖失敗，則讓線程休眠一段時間后重試。對于鎖的類型，如果是在單機環(huán)境下可以使用 Java 并發(fā)包下的 Lock，如果是在分布式環(huán)境下，可以使用分布式鎖（Redis 中的 SETNX 方法）。

分布式環(huán)境下互斥鎖重建緩存?zhèn)未a

/**
 * 互斥鎖建立緩存
 *
 **/
public String get(String key) {
   // redis中查詢key對應的value
   String value = redis.get(key);
   // 緩存未命中
   if (value == null) {
      // 互斥鎖
      String key_mutex_lock = "mutex:lock" + key; 
      // 互斥鎖加鎖成功
      if(redis.setnx(key_mutex_lock,"1")) { // 返回 0（false）,1（true）
          try {
              // 設置互斥鎖超時時間,這里設置的是鎖的失效時間,而不是key的失效時間
              redis.expire(key_mutex_lock,3*60);
              // 從數(shù)據(jù)庫查詢
              value = db.get(key);
              // 數(shù)據(jù)寫入緩存
              redis.set(key,value);
            
          } finally {
               // 釋放鎖
              boolean keyExist = jedis.exists(key_mutex_lock);
              if(keyExist){
                  redis.delete(key_mutex_lock);
               }
      } else { 
              // 加鎖失敗,線程休息50ms后重試
               Thread.sleep(50);
               return get(key); // 直接返回緩存結果  
     }
   }
}

分布式環(huán)境下使用Redis 分布式鎖實現(xiàn)緩存重建，優(yōu)點是設計思路簡單，對數(shù)據(jù)一致性有保障;缺點是代碼復雜度增加，有可能會造成用戶等待。假設在高并發(fā)下，緩存重建期間 key 是鎖著的，如果當前并發(fā) 1000 個請求，其中 999 個都在阻塞，會導致 999 個用戶請求阻塞而等待。

6.異步重建緩存

在這種方案下構建緩存采取異步策略，會從線程池中獲取線程來異步構建緩存，從而不會讓所有的請求直接到達存儲層，該方案中每個Redis key 維護邏輯超時時間，當邏輯超時時間小于當前時間時，則說明當前緩存已經(jīng)失效，應當進行緩存更新，否則說明當前緩存未失效，直接返回緩存中的 value 值。如在Redis 中將 key 的過期時間設置為 60 min，在對應的 value 中設置邏輯過期時間為 30 min。這樣當 key 到了 30 min 的邏輯過期時間，就可以異步更新這個 key 的緩存，但是在更新緩存的這段時間內，舊的緩存依然可用。這種異步重建緩存的方式可以有效避免大量的 key 同時失效。

/**
  *  異步重建緩存: ValueObject為對應的封裝的實體模型
  *
  **/
public String get(String key) {
    // 重緩存中查詢key對應的ValueObject對象
    ValueObject valueObject = redis.get(key);
    // 獲取存儲中對應的value值
    String value = valueObject.getValue();
    // 獲取實體模型中的緩存過期的時間：timeOut = 設置緩存時的當前時間+過期時間(如30秒,60秒等等)
    long logicTimeOut = valueObject.getTimeOut();  // 等位換算為long類型
    // 當前可以在邏輯上失效
    if (logicTimeOut <= System.currentTimeMillis()) {
         // 異步更新緩存
         threadPool.execute(new Runnable() {
             String key_mutex_lock = "mutex_lock" + key;
              // 互斥鎖加鎖成功
      if(redis.setnx(key_mutex_lock,"1")) { // 返回 0（false）,1（true）
          try {
              // 設置互斥鎖超時時間,這里設置的是鎖的失效時間,而不是key的失效時間
              redis.expire(key_mutex_lock,3*60);
              // 從數(shù)據(jù)庫查詢
              dbValue = db.get(key);
              // 數(shù)據(jù)寫入緩存
              redis.set(key,dbValue);
            
          } finally {
              // 釋放鎖
              boolean keyExist = jedis.exists(key_mutex_lock);
              if(keyExist){
                  redis.delete(key_mutex_lock);
               }
             
         }
      } else { 
             
              
             }
             
         
         });
       return value; // 直接返回緩存結果  
    }
}

到此這篇關于淺談Redis緩存雪崩解決方案的文章就介紹到這了,更多相關Redis緩存雪崩內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: