我要评论一. 什么是缓存击穿
缓存击穿，指的是某一个热点key（被高频访问的key），在缓存中过期失效的瞬间，大量的请求直接穿透缓存，涌向数据库，导致数据库瞬时压力骤增，甚至被压垮的现象。
tip:当请求打过来时，未在缓存中命中，去数据库查询数据就可能涉及到了很多表和数据库的查询汇总。这种情况就会出现查询数据时间很长，在这期间大量请求涌入数据库，它可能瞬间扛不住，就会出现响应超时、报错，甚至宕机
举个例子：比如电商平台的“爆款商品详情页”，这个商品的key在redis中缓存了1小时，平时所有请求都走缓存，数据库几乎无压力。但当这个key过期的那一刻，刚好有1000个用户同时访问这个商品，此时缓存中没有数据，所有1000个请求都会直接打向数据库，数据库瞬间扛不住，就会出现响应超时、报错，甚至宕机。
这里要注意区分两个易混淆概念：
缓存穿透：是请求的key本身就不存在于缓存和数据库中，请求一直穿透到数据库。
缓存击穿：是请求的key存在于数据库中，但缓存刚好过期，瞬时请求穿透到数据库。
二. 缓存击穿的核心原因
1. 存在高频访问的热点key
如果key不是热点，即使缓存过期，也只有少量请求穿透到数据库，不会造成太大影响。只有当key被高频访问，才会在缓存失效瞬间对数据库造成巨大压力。
2. 缓存key过期失效
redis的key都有过期时间，目的是为了释放内存，避免无效数据占用空间。但如果热点key的过期时间设置不合理，或者刚好在请求高峰时过期，就会触发击穿。
比如：把爆款商品的缓存时间设置为1小时，而刚好在晚上8点（用户访问高峰）过期，就极易引发击穿。
3. 缓存与数据库之间无兜底机制
如果缓存失效后，没有任何限流、降级、重试的机制，所有请求会毫无阻拦地冲向数据库，而数据库的并发处理能力远低于redis，很容易被压垮。
三. 缓存击穿的危害
数据库压力骤增：瞬时大量请求穿透到数据库，导致数据库cpu、内存、io占用率飙升，响应时间大幅延长。
系统响应超时：数据库处理不过来请求，会导致接口响应超时，前端出现加载失败、白屏等问题。
数据库宕机：如果请求量过大，超过数据库的承载极限，会导致数据库宕机，进而引发整个系统服务不可用。
连锁反应：数据库宕机后，即使缓存恢复，后续请求依然无法正常处理，可能导致服务雪崩，依赖该数据库的其他服务也跟着报错。
四. 缓存击穿的解决方案
方案一：互斥锁
当大量请求过来后走缓存
- 命中：直接返回缓存数据
- 未命中：让一个请求获取到锁去查询数据库重建缓存数据，其余未命中且未获取到锁的请求则休眠一段时间后，再次查询缓存。
- 特点：保证了很强的一致性，但是性能很差（有一段时间内其余未获取锁请求都在空闲等待）
// 1. 注入redistemplate（springboot环境）
@autowired
private redistemplate<string, object> redistemplate;
// 2. 互斥锁核心方法（获取锁+查询数据库+更新缓存）
public object getvaluebymutexlock(string key) {
// 第一步：查询缓存
object value = redistemplate.opsforvalue().get(key);
if (value != null) {
return value; // 缓存存在，直接返回
}
// 第二步：缓存不存在，尝试获取分布式锁
string lockkey = "lock:" + key; // 锁key，与业务key绑定，避免锁冲突
string lockvalue = uuid.randomuuid().tostring(); // 唯一值，用于释放锁
boolean islock = redistemplate.opsforvalue()
.setifabsent(lockkey, lockvalue, 3, timeunit.seconds); // 锁过期时间3秒（根据数据库查询耗时调整）
if (islock) {
try {
// 第三步：获取锁成功，查询数据库
value = querydatabase(key); // 自定义方法，查询数据库数据
// 第四步：将数据库数据写入缓存，设置过期时间（避免再次击穿）
redistemplate.opsforvalue().set(key, value, 30, timeunit.minutes);
return value;
} finally {
// 第五步：释放锁（必须在finally中，避免死锁）
// 对比value确保是自己的锁，避免误释放他人的锁
if (lockvalue.equals(redistemplate.opsforvalue().get(lockkey))) {
redistemplate.delete(lockkey);
}
}
} else {
// 第六步：获取锁失败，重试（间隔100ms，避免频繁重试）
try {
thread.sleep(100);
} catch (interruptedexception e) {
thread.currentthread().interrupt();
}
return getvaluebymutexlock(key); // 递归重试，也可使用循环
}
}
// 模拟数据库查询方法
private object querydatabase(string key) {
// 实际业务中替换为真实数据库查询逻辑（如mybatis查询）
return "数据库查询到的" + key + "对应数据";
}方案二：逻辑过期
我们不再设置key的物理过期时间，而是在缓存数据中嵌入一个逻辑过期时间字段。
当大量请求过来后走缓存判断查询字段是否已经过期
- 未过期：直接返回缓存数据
- 已过期：获取互斥锁， 此时开启一个新的线程去查询数据库重建缓存，并且将其逻辑时间设置为 当前时间+xxx分钟，释放锁的任务交给该新线程，开启新的线程后，直接返回过期的数据。在重建缓存过程中，其他线程进来查询缓存判断逻辑时间已经过期，且获取锁失败，直接给它返回刚刚缓存中查询出来的过期数据即可。
- 特点：不能保证数据绝对一致，但是高可用、性能优秀
// 1. 定义缓存数据封装类（封装业务数据+逻辑过期时间）
@data
public class cachedata<t> {
// 业务数据
private t data;
// 逻辑过期时间（时间戳，单位：毫秒）
private long expiretime;
}
// 2. 注入依赖（springboot环境）
@autowired
private redistemplate<string, object> redistemplate;
// 异步线程池（用于逻辑过期后异步更新缓存）
@autowired
private threadpooltaskexecutor asynctaskexecutor;
// 3. 逻辑过期核心方法
public object getvaluebylogicalexpire(string key) {
// 第一步：查询redis缓存（获取封装后的cachedata对象）
cachedata<object> cachedata = (cachedata<object>) redistemplate.opsforvalue().get(key);
if (cachedata == null) {
// 缓存不存在（首次请求/缓存被手动删除），此处可返回兜底数据或查询数据库
return querydatabase(key);
}
// 第二步：判断逻辑过期时间是否已到
long currenttime = system.currenttimemillis();
if (currenttime < cachedata.getexpiretime()) {
// 逻辑未过期，直接返回业务数据
return cachedata.getdata();
}
// 第三步：逻辑已过期，返回旧数据，同时异步更新缓存
asynctaskexecutor.execute(() -> {
try {
// 异步查询数据库最新数据
object newdata = querydatabase(key);
// 重新封装cachedata，设置新的逻辑过期时间（如30分钟后）
cachedata<object> newcachedata = new cachedata<>();
newcachedata.setdata(newdata);
newcachedata.setexpiretime(system.currenttimemillis() + 30 * 60 * 1000);
// 更新redis缓存（无物理过期时间）
redistemplate.opsforvalue().set(key, newcachedata);
} catch (exception e) {
// 异常处理（如日志记录），避免异步任务失败导致缓存无法更新
log.error("逻辑过期缓存更新失败，key:{}", key, e);
}
});
// 直接返回旧数据，不阻塞当前请求
return cachedata.getdata();
}
// 模拟数据库查询方法（与互斥锁方案一致）
private object querydatabase(string key) {
return "数据库查询到的" + key + "对应数据";
}
// 4. 初始化缓存（缓存预热，存入带逻辑过期时间的数据）
public void initcache(string key) {
object data = querydatabase(key);
cachedata<object> cachedata = new cachedata<>();
cachedata.setdata(data);
// 设置逻辑过期时间（30分钟）
cachedata.setexpiretime(system.currenttimemillis() + 30 * 60 * 1000);
// 存入redis，不设置物理过期时间
redistemplate.opsforvalue().set(key, cachedata);
}总结
以上为个人经验，希望能给大家一个参考，也希望大家多多支持代码网。
发表评论