引言:更多相关请看 Java缓存
分布式环境下(单机就不用说了)非常容易出现缓存和数据库间的数据一致性问题,针对这一点的话,只能说,如果你的项目对缓存的要求是强一致性的,那么请不要使用缓存。我们只能采取合适的策略来降低缓存和数据库间数据不一致的概率,而无法保证两者间的强一致性。合适的策略包括合适的缓存更新策略,更新数据库后要及时更新缓存、缓存失败时增加重试机制,例如MQ模式的消息队列。
恶意用户模拟请求很多缓存中不存在的数据,由于缓存中都没有,导致这些请求短时间内直接落在了数据库上,导致数据库异常。这个我们在实际项目就遇到了,有些抢购活动、秒杀活动的接口API被大量的恶意用户刷,导致短时间内数据库宕机了,好在数据库是多主多从的,hold住了。
解决方案:如果一个查询返回的结果为空,仍然对空结果进行缓存。
使用互斥锁排队。业界比较普遍的一种做法,即根据key获取value值为空时,锁上,从数据库中load数据后再释放锁。若其它线程获取锁失败,则等待一段时间后重试。这里要注意,分布式环境中要使用分布式锁,单机的话用普通的锁(synchronized、Lock)就够了。
public String getWithLock( String key, Jedis jedis, String lockKey, String uniqueId, long expireTime ) { /* 通过key获取value */ String value = redisService.get( key ); if ( StringUtil.isEmpty( value ) ) { /* * 分布式锁,详细可以参考https://blog.csdn.net/fanrenxiang/article/details/79803037 * 封装的tryDistributedLock包括setnx和expire两个功能,在低版本的redis中不支持 */ try { boolean locked = redisService.tryDistributedLock( jedis, lockKey, uniqueId, expireTime ); if ( locked ) { value = userService.getById( key ); redisService.set( key, value ); redisService.del( lockKey ); return(value); } else { /* 其它线程进来了没获取到锁便等待50ms后重试 */ Thread.sleep( 50 ); getWithLock( key, jedis, lockKey, uniqueId, expireTime ); } } catch ( Exception e ) { log.error( "getWithLock exception=" + e ); return(value); } finally { redisService.releaseDistributedLock( jedis, lockKey, uniqueId ); } } return(value); } 复制代码
这样做思路比较清晰,也从一定程度上减轻数据库压力,但是锁机制使得逻辑的复杂度增加,吞吐量也降低了,有点治标不治本。
bloomfilter就类似于一个hash set,用于快速判某个元素是否存在于集合中,其典型的应用场景就是快速判断一个key是否存在于某容器,不存在就直接返回。布隆过滤器的关键就在于hash算法和容器大小,下面先来简单的实现下看看效果,我这里用guava实现的布隆过滤器:
依赖:
<dependencies > < dependency > < groupId > com.google.guava</ groupId> < artifactId > guava</ artifactId> < version > 23.0 < / version > < / dependency > < / dependencies > 复制代码
Java代码:
public class BloomFilterTest { private static final int capacity = 1000000; private static final int key = 999998; private static BloomFilter<Integer> bloomFilter = BloomFilter.create( Funnels.integerFunnel(), capacity ); static { for ( int i = 0; i < capacity; i++ ) { bloomFilter.put( i ); } } public static void main( String[] args ) { /*返回计算机最精确的时间,单位微妙*/ long start = System.nanoTime(); if ( bloomFilter.mightContain( key ) ) { System.out.println( "成功过滤到" + key ); } long end = System.nanoTime(); System.out.println( "布隆过滤器消耗时间:" + (end - start) ); int sum = 0; for ( int i = capacity + 20000; i < capacity + 30000; i++ ) { if ( bloomFilter.mightContain( i ) ) { sum = sum + 1; } } System.out.println( "错判率为:" + sum ); } } 复制代码
效果:
成 功过滤到999998 布 隆过滤器消 耗 时间 : 215518 错 判率 为 : 318 复制代码
缓存在同一时间内大量键过期/失效(如redis全盘宕机),接着来的一大波请求瞬间都落在了数据库中导致连接异常。
解决方案:
1、也是像解决缓存穿透一样加锁排队,实现同上;
2、建立备份缓存,缓存A和缓存B,A设置超时时间,B不设值超时时间,先从A读缓存,A没有读B,并且更新A缓存和B缓存;
public String getByKey( String keyA, String keyB ) { String value = redisService.get( keyA ); if ( StringUtil.isEmpty( value ) ) { value = redisService.get( keyB ); String newValue = getFromDbById(); redisService.set( keyA, newValue, 31, TimeUnit.DAYS ); redisService.set( keyB, newValue ); } return(value); } 复制代码