建设网站 后期的提成方案,网站优化专家,游戏代理加盟平台,部门网站建设的目的和意义16. Redis应用问题解决
16.1 缓存穿透
16.1.1 问题描述
key对应的数据在数据源并不存在#xff0c;每次针对此key的请求从缓存获取不到#xff0c;请求都会压到数据源#xff0c;从而可能压垮数据源。比如用一个不存在的用户id获取用户信息#xff0c;不论缓存还是数据库…16. Redis应用问题解决
16.1 缓存穿透
16.1.1 问题描述
key对应的数据在数据源并不存在每次针对此key的请求从缓存获取不到请求都会压到数据源从而可能压垮数据源。比如用一个不存在的用户id获取用户信息不论缓存还是数据库都没有若黑客利用此漏洞进行攻击可能压垮数据库。 16.1.2 解决方案
一个一定不存在缓存及查询不到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。
解决方案
对空值缓存如果一个查询返回的数据为空不管是数据是否不存在我们仍然把这个空结果null进行缓存设置空结果的过期时间会很短最长不超过五分钟
设置可访问的名单白名单
使用bitmaps类型定义一个可以访问的名单名单id作为bitmaps的偏移量每次访问和bitmap里面的id进行比较如果访问id不在bitmaps里面进行拦截不允许访问。
采用布隆过滤器(布隆过滤器Bloom Filter是1970年由布隆提出的。它实际上是一个很长的二进制向量(位图)和一系列随机映射函数哈希函数。
布隆过滤器可以用于检索一个元素是否在一个集合中。它的优点是空间效率和查询时间都远远超过一般的算法缺点是有一定的误识别率和删除困难。)
将所有可能存在的数据哈希到一个足够大的bitmaps中一个一定不存在的数据会被 这个bitmaps拦截掉从而避免了对底层存储系统的查询压力。
进行实时监控当发现Redis的命中率开始急速降低需要排查访问对象和访问的数据和运维人员配合可以设置黑名单限制服务
16.2 缓存击穿
16.2.1 问题描述 16.2.2 解决方案
key可能会在某些时间点被超高并发地访问是一种非常“热点”的数据。这个时候需要考虑一个问题缓存被“击穿”的问题。
解决问题
1预先设置热门数据在redis高峰访问之前把一些热门数据提前存入到redis里面加大这些热门数据key的时长
2实时调整现场监控哪些数据热门实时调整key的过期时长
3使用锁
就是在缓存失效的时候判断拿出来的值为空不是立即去load db。先使用缓存工具的某些带成功操作返回值的操作比如Redis的SETNX去set一个mutex key当操作返回成功时再进行load db的操作并回设缓存,最后删除mutex key当操作返回失败证明有线程在load db当前线程睡眠一段时间再重试整个get缓存的方法。16.3 缓存雪崩
16.3.1 问题描述
key对应的数据存在但在redis中过期此时若有大量并发请求过来这些请求发现缓存过期一般都会从后端DB加载数据并回设到缓存这个时候大并发的请求可能会瞬间把后端DB压垮。
缓存雪崩与缓存击穿的区别在于这里针对很多key缓存前者则是某一个key正常访问 缓存失效瞬间 16.3.2 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
解决方案
构建多级缓存架构
nginx缓存 redis缓存 其他缓存ehcache等
使用锁或队列
用加锁或者队列的方式保证来保证不会有大量的线程对数据库一次性进行读写从而避免失效时大量的并发请求落到底层存储系统上。不适用高并发情况
设置过期标志更新缓存
记录缓存数据是否过期设置提前量如果过期会触发通知另外的线程在后台去更新实际key的缓存。
将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。
16.4 分布式锁
16.4.1 问题描述
随着业务发展的需要原单体单机部署的系统被演化成分布式集群系统后由于分布式系统多线程、多进程并且分布在不同机器上这将使原单机部署情况下的并发控制锁策略失效单纯的Java API并不能提供分布式锁的能力。为了解决这个问题就需要一种跨JVM的互斥机制来控制共享资源的访问这就是分布式锁要解决的问题
分布式锁主流的实现方案
1. 基于数据库实现分布式锁
2. 基于缓存Redis等
3. 基于Zookeeper
每一种分布式锁解决方案都有各自的优缺点
1. 性能redis最高
2. 可靠性zookeeper最高
这里我们就基于redis实现分布式锁。
16.4.2 解决方案使用redis实现分布式锁
redis:命令
# set sku:1:info “OK” NX PX 10000
EX second 设置键的过期时间为 second 秒。 SET key value EX second 效果等同于 SETEX key second value 。
PX millisecond 设置键的过期时间为 millisecond 毫秒。 SET key value PX millisecond 效果等同于 PSETEX key millisecond value 。
NX 只在键不存在时才对键进行设置操作。 SET key value NX 效果等同于 SETNX key value 。
XX 只在键已经存在时才对键进行设置操作。 1. 多个客户端同时获取锁setnx
2. 获取成功执行业务逻辑{从db获取数据放入缓存}执行完成释放锁del
3. 其他客户端等待重试
16.4.3 编写代码
Redis: set num 0
GetMapping(testLock)
public void testLock(){//1获取锁setneBoolean lock redisTemplate.opsForValue().setIfAbsent(lock, 111);//2获取锁成功、查询num的值if(lock){Object value redisTemplate.opsForValue().get(num);//2.1判断num为空returnif(StringUtils.isEmpty(value)){return;}//2.2有值就转成成intint num Integer.parseInt(value);//2.3把redis的num加1redisTemplate.opsForValue().set(num, num);//2.4释放锁delredisTemplate.delete(lock);}else{//3获取锁失败、每隔0.1秒再获取try {Thread.sleep(100);testLock();} catch (InterruptedException e) {e.printStackTrace();}}
}
重启服务集群通过网关压力测试
ab -n 1000 -c 100 http://192.168.140.1:8080/test/testLock 查看redis中num的值 基本实现。
问题setnx刚好获取到锁业务逻辑出现异常导致锁无法释放
解决设置过期时间自动释放锁。
16.4.4 优化之设置锁的过期时间
设置过期时间有两种方式
1. 首先想到通过expire设置过期时间缺乏原子性如果在setnx和expire之间出现异常锁也无法释放
2. 在set时指定过期时间推荐 设置过期时间 压力测试肯定也没有问题。自行测试
问题可能会释放其他服务器的锁。
场景如果业务逻辑的执行时间是7s。执行流程如下
index1业务逻辑没执行完3秒后锁被自动释放。
index2获取到锁执行业务逻辑3秒后锁被自动释放。index3获取到锁执行业务逻辑index1业务逻辑执行完成开始调用del释放锁这时释放的是index3的锁导致index3的业务只执行1s就被别人释放。
最终等于没锁的情况。
解决setnx获取锁时设置一个指定的唯一值例如uuid释放前获取这个值判断是否自己的锁 16.4.5 优化之UUID防误删 16.4.6 优化之LUA脚本保证删除的原子性
GetMapping(testLockLua)
public void testLockLua() {//1 声明一个uuid ,将做为一个value 放入我们的key所对应的值中String uuid UUID.randomUUID().toString();//2 定义一个锁lua 脚本可以使用同一把锁来实现删除String skuId 25; // 访问skuId 为25号的商品 100008348542String locKey lock: skuId; // 锁住的是每个商品的数据
// 3 获取锁Boolean lock redisTemplate.opsForValue().setIfAbsent(locKey, uuid, 3, TimeUnit.SECONDS);// 第一种 lock 与过期时间中间不写任何的代码。// redisTemplate.expire(lock,10, TimeUnit.SECONDS);//设置过期时间// 如果trueif (lock) {// 执行的业务逻辑开始// 获取缓存中的num 数据Object value redisTemplate.opsForValue().get(num);// 如果是空直接返回if (StringUtils.isEmpty(value)) {return;}// 不是空 如果说在这出现了异常 那么delete 就删除失败 也就是说锁永远存在int num Integer.parseInt(value );// 使num 每次1 放入缓存redisTemplate.opsForValue().set(num, String.valueOf(num));/*使用lua脚本来锁*/// 定义lua 脚本String script if redis.call(get, KEYS[1]) ARGV[1] then return redis.call(del, KEYS[1]) else return 0 end;// 使用redis执行lua执行DefaultRedisScriptLong redisScript new DefaultRedisScript();redisScript.setScriptText(script);// 设置一下返回值类型 为Long// 因为删除判断的时候返回的0,给其封装为数据类型。如果不封装那么默认返回String 类型// 那么返回字符串与0 会有发生错误。redisScript.setResultType(Long.class);// 第一个要是script 脚本 第二个需要判断的key第三个就是key所对应的值。redisTemplate.execute(redisScript, Arrays.asList(locKey), uuid);} else {// 其他线程等待try {// 睡眠Thread.sleep(1000);// 睡醒了之后调用方法。testLockLua();} catch (InterruptedException e) {e.printStackTrace();}}
} Lua 脚本详解 项目中正确使用 定义keykey应该是为每个sku定义的也就是每个sku有一把锁。String locKey lock:skuId; // 锁住的是每个商品的数据 Boolean lock redisTemplate.opsForValue().setIfAbsent(locKey, uuid,3,TimeUnit.SECONDS); 16.4.7 总结
1. 加锁
// 1. 从redis中获取锁,set k1 v1 px 20000 nxString uuid UUID.randomUUID().toString();Boolean lock this.redisTemplate.opsForValue() .setIfAbsent(lock, uuid, 2, TimeUnit.SECONDS);
2.使用lua释放锁
// 2. 释放锁 delString script if redis.call(get, KEYS[1]) ARGV[1] then return redis.call(del, KEYS[1]) else return 0 end;// 设置lua脚本返回的数据类型DefaultRedisScriptLong redisScript new DefaultRedisScript();// 设置lua脚本返回类型为LongredisScript.setResultType(Long.class);redisScript.setScriptText(script);redisTemplate.execute(redisScript, Arrays.asList(lock),uuid);
3. 重试
Thread.sleep(500);testLock();
为了确保分布式锁可用我们至少要确保锁的实现同时满足以下四个条件
- 互斥性。在任意时刻只有一个客户端能持有锁。
- 不会发生死锁。即使有一个客户端在持有锁的期间崩溃而没有主动解锁也能保证后续其他客户端能加锁。
- 解铃还须系铃人。加锁和解锁必须是同一个客户端客户端自己不能把别人加的锁给解了。
- 加锁和解锁必须具有原子性。
