缓存处理流程分析

前台请求，后台先从缓存中取数据，取到直接返回结果，取不到时从数据库中取，数据库取到更新缓存，并返回结果，数据库也没取到，那直接返回空结果。

缓存穿透

是啥：缓存穿透是指缓存和数据库中都没有的数据，而用户不断发起请求，如发起为id为“-1”的数据或id为特别大不存在的数据。这时的用户很可能是攻击者，攻击会导致数据库压力过大。

解决方案：接口层增加校验，如用户鉴权校验，id做基础校验，id<=0的直接拦截；从缓存取不到的数据，在数据库中也没有取到，这时也可以将key-value对写为key-null，缓存有效时间可以设置短点，如30秒（设置太长会导致正常情况也没法使用）。这样可以防止攻击用户反复用同一个id暴力攻击

	//防止缓存穿透，非法id直接返回
	        if (spuId <= 0){
	            Map result = new HashMap();
	            result.put("0", "0");
	            return result;
	        }
        ...
          //判断商品是否取到库存数据，添加空值缓存,防止缓存穿透
            if (itemList.isEmpty() || itemList == null){
                redisTemplate.opsForHash().put("stock:"+spuId,"0","0");
                redisTemplate.expire("stock:" + spuId, 5, TimeUnit.MINUTES);
                result.put("0", "0");
                return result;
            }

缓存击穿

是啥:缓存击穿是指缓存中没有但数据库中有的数据（一般是缓存时间到期），这时由于并发用户特别多，同时读缓存没读到数据，又同时去数据库去取数据，引起数据库压力瞬间增大,造成过大压力

解决方案：

1. 设置热点数据永远不过期

//先查询redis，redis中如果有缓存数据直接返回
Map<Object, Object> entries = redisTemplate.opsForHash().entries("stock:" + goodsId);
//有缓存的数据
if (entries != null && !entries.isEmpty()) {
	//可以在此重置过期时间
	redisTemplate.expire("stock:" + goodsId, 1, TimeUnit.DAYS);
	return entries;
}

2. 加互斥锁，互斥锁参考代码如下：

全局锁

@Component
public class GoodsLock {
    private ConcurrentMap<Long, ReentrantLock> lockMap = new ConcurrentHashMap<>();
    public ReentrantLock getLock(Long goodsId){
        return lockMap.getOrDefault(goodsId, new ReentrantLock());
    }
    public void removeLock(Long goodsId){
        lockMap.remove(goodsId);
    }
}

互斥锁

 //保证同时只能有一个线程查询同一个商品
        ReentrantLock lock = goodsLock.getLock(spuId);
        if (lock.tryLock()){
            //查询数据库之前先查询缓存
            Map<Object, Object> entries = redisTemplate.opsForHash().entries("goodsstock:" + spuId);
            if (entries != null && !entries.isEmpty()){
                redisTemplate.expire("goodsstock:"+spuId,1, TimeUnit.DAYS);
                return  entries;
            }
            //查询数据库
            List<Item> itemList = goodsFeign.getItemList(spuId);
            Map<Object, Object> result = new HashMap<>();
            itemList.forEach(item -> {
                result.put(item.getId(),item.getNum());
                redisTemplate.opsForHash().put("goodsstock:"+ spuId,item.getId().toString(),item.getNum().toString());
            });

            //判断商品是否取到库存数据，添加空值缓存,防止缓存穿透
            if (itemList.isEmpty() || itemList == null){
                redisTemplate.opsForHash().put("stock:"+spuId,"0","0");
                redisTemplate.expire("stock:" + spuId, 5, TimeUnit.MINUTES);
                result.put("0", "0");
                return result;
            }
            //解锁
            lock.unlock();
            goodsLock.removeLock(spuId);
            return result;
        }else {
            try {
                Thread.sleep(100);
            } catch (InterruptedException e) {
                e.printStackTrace();
            }
            return getItemsStock(spuId);
        }

缓存雪崩

是啥：缓存雪崩是指缓存中数据大批量到过期时间，而查询数据量巨大，引起数据库压力过大甚至down机。和缓存击穿不同的是，缓存击穿指并发查同一条数据，缓存雪崩是大量不同数据都过期了，很多数据都查不到从而查数据库。

解决方案：缓存数据的过期时间设置随机，防止同一时间大量数据过期现象发生。 如果缓存数据库是分布式部署，将热点数据均匀分布在不同搞得缓存数据库中。 设置热点数据永远不过期

标签：缓存,spuId,数据库,击穿,result,entries,redisTemplate,雪崩
来源： https://blog.csdn.net/qq_43206800/article/details/112654380