快取問題(四) 快取穿透、快取雪崩、快取併發 解決案例
視訊地址: https://www.bilibili.com/video/BV1Ha411c7hB
程式碼地址: https://gitee.com/crazyliyang/video-teaching.git
1. 快取穿透 解決案例
使用布隆過濾器
核心程式碼, 使用 Redisson 庫的布隆過濾器: org.redisson.api.RBloomFilter
<!-- Redis 客戶端工具 redisson 實現對 Redisson 的自動化配置-->
<dependency>
<groupId>org.redisson</groupId>
<artifactId>redisson-spring-boot-starter</artifactId>
<version>3.13.4</version>
</dependency>
配置類, 例項化布隆過濾器 RBloomFilter
@Configuration
public class RedisConfiguration {
/**
* 預計要插入多少資料
*/
private static int size = 100000; // 十萬
/**
* 期望的誤判率
*/
private static double fpp = 0.001;
@Value("${spring.redis.host}")
private String redistHost;
@Value("${spring.redis.port}")
private Integer redistPort;
@Autowired
private ProductService productService; // 商品服務
@Bean
public RedisTemplate<String, Object> redisTemplate(RedisConnectionFactory factory) {
// 建立 RedisTemplate 物件
RedisTemplate<String, Object> template = new RedisTemplate<>();
// 設定開啟事務支援
template.setEnableTransactionSupport(true);
// 設定 RedisConnection 工廠。 它就是實現多種 Java Redis 客戶端接入的祕密工廠
template.setConnectionFactory(factory);
// 使用 String 序列化方式，序列化 KEY 。
template.setKeySerializer(RedisSerializer.string());
// 使用 JSON 序列化方式（庫是 Jackson ），序列化 VALUE 。
template.setValueSerializer(RedisSerializer.json());
return template;
}
/**
* 例項化布隆過濾器
*
*/
@Bean
public RBloomFilter redisBloomFilter(){
String redisAddress = "redis://"+redistHost+ ":"+redistPort;
Config config = new Config();
config.useSingleServer().setAddress(redisAddress);
RedissonClient redisson = Redisson.create(config);
// 建立RedisBloomFilter
RBloomFilter<String> redisBloomFilter = redisson.getBloomFilter("productBloomFilter03");
//初始化布隆過濾器：預計元素為10000L ( 十萬), 誤差率為 0.001
redisBloomFilter.tryInit(size, fpp);
return redisBloomFilter;
}
}
使用隆過濾器 RBloomFilter
@Service
public class ProductServiceImpl extends ServiceImpl<ProductMapper, ProductEntity> implements ProductService {
//redisKey字首
private static final String KEY_PREFIX = "product:";
// 格式化一下
private static String buildKey(String id) {
return KEY_PREFIX + id; // product:商品ID
}
@Resource(name = "redisTemplate")
private ValueOperations<Serializable, String> redisOperations;
@Autowired
private RBloomFilter<String> redisBloomFilter;
/**
* 過載 getById(id) 做第一點增強
*
*/
@Override
public ProductEntity getById(Serializable id) {
String redisKey = buildKey(String.valueOf(id)); // 構建rediskey
if(!redisBloomFilter.contains(redisKey)){ // 布隆過濾器判斷 redisKey 不存在
return null;
}
String redisValue = redisOperations.get(redisKey); // 從快取中去查
if (redisValue != null) { // 查到了
return JSONUtil.parseObject(redisValue, ProductEntity.class); //直接返回;
} else { // 沒查到
ProductEntity product = getBaseMapper().selectById(id); // 從資料庫中查, 然後放到快取中;
if(product !=null){
String jsonString = JSONUtil.toJSONString(product);
redisOperations.set(redisKey, jsonString); // 放到快取中
return product;
}
return null;
}
}
}
2. 快取雪崩 解決案例
核心程式碼: 使用一個過期時間的隨機數, 讓 key 的過期時間分散化, 防止 key 大批集中過期;
@Service
public class ProductServiceImpl extends ServiceImpl<ProductMapper, ProductEntity> implements ProductService {
private static final String KEY_PREFIX = "product:";
private static String buildKey(String id) {
return KEY_PREFIX + id; // product:商品ID
}
@Resource(name = "redisTemplate")
private ValueOperations<Serializable, String> redisOperations;
@Autowired
private RBloomFilter<String> redisBloomFilter;
/**
* 過載 getById(id) 做第一點增強
*/
@Override
public ProductEntity getById(Serializable id) {
String redisKey = buildKey(String.valueOf(id)); // 構建rediskey
if(!redisBloomFilter.contains(redisKey)){ // 布隆過濾器判斷 redisKey 不存在
return null;
}
String redisValue = redisOperations.get(redisKey); // 從快取中去查
if (redisValue != null) { // 查到了
return JSONUtil.parseObject(redisValue, ProductEntity.class); //直接返回;
} else { // 沒查到
ProductEntity product = getBaseMapper().selectById(id); // 從資料庫中查, 然後放到快取中;
if(product !=null){
String jsonString = JSONUtil.toJSONString(product);
long radomLong = radomLong(); // 隨機產生一個數 ( 24 ~ 72 )
redisOperations.set(redisKey, jsonString, radomLong, TimeUnit.HOURS); // 放到快取中, 時間取隨機, 時間單位小時
return product;
}
return null;
}
}
public static long radomLong(){
long min = 24;
long max = 72;
long rangeLong = min + (((long) (new Random().nextDouble() * (max - min))));
return rangeLong;
}
}
3. 快取併發 解決案例
使用Redis 分散式鎖, 核心程式碼:
封裝 RedisLock
@Component
public class RedisLock {
@Autowired
private RedissonClient redissonClient;
/**
* 加鎖
* @param lockKey
* @return
*/
public RLock lock(String lockKey) {
RLock lock = redissonClient.getLock(lockKey);
lock.lock();
return lock;
}
/**
* 釋放鎖
* @param lockKey
*/
public void unlock(String lockKey) {
RLock lock = redissonClient.getLock(lockKey);
lock.unlock();
}
/**
* 釋放鎖
* @param lock
*/
public void unlock(RLock lock) {
lock.unlock();
}
/**
* 帶超時的鎖
* @param lockKey
* @param timeout 超時時間 單位：秒
*/
public RLock lock(String lockKey, int timeout) {
RLock lock = redissonClient.getLock(lockKey);
lock.lock(timeout, TimeUnit.SECONDS);
return lock;
}
/**
* 帶超時的鎖
* @param lockKey
* @param unit 時間單位
* @param timeout 超時時間
*/
public RLock lock(String lockKey, TimeUnit unit , int timeout) {
RLock lock = redissonClient.getLock(lockKey);
lock.lock(timeout, unit);
return lock;
}
/**
* 嘗試獲取鎖
* @param lockKey
* @param waitTime 最多等待時間
* @param leaseTime 上鎖後自動釋放鎖時間
* @return
*/
public boolean tryLock(String lockKey, int waitTime, int leaseTime) {
RLock lock = redissonClient.getLock(lockKey);
try {
return lock.tryLock(waitTime, leaseTime, TimeUnit.SECONDS);
} catch (InterruptedException e) {
return false;
}
}
/**
* 嘗試獲取鎖
* @param lockKey
* @param unit 時間單位
* @param waitTime 最多等待時間
* @param leaseTime 上鎖後自動釋放鎖時間
* @return
*/
public boolean tryLock(String lockKey, TimeUnit unit, int waitTime, int leaseTime) {
RLock lock = redissonClient.getLock(lockKey);
try {
return lock.tryLock(waitTime, leaseTime, unit);
} catch (InterruptedException e) {
return false;
}
}
}
配置類 例項化 註冊 RedissonClient
@Configuration
public class RedisConfiguration {
@Value("${spring.redis.host}")
private String redistHost;
@Value("${spring.redis.port}")
private Integer redistPort;
@Autowired
private ProductService productService; // 商品服務
/**
* RedissonClient 註冊
*/
@Bean
public RedissonClient redissonClient(){
String redisAddress = "redis://"+redistHost+ ":"+redistPort;
Config config = new Config();
config.useSingleServer().setAddress(redisAddress);
RedissonClient redissonClient = Redisson.create(config);
return redissonClient;
}
}
使用Redis 分散式鎖:
@Service
public class ProductServiceImpl extends ServiceImpl<ProductMapper, ProductEntity> implements ProductService {
//字首
private static final String KEY_PREFIX = "product:";
private static String buildKey(String id) {
return KEY_PREFIX + id; // product:商品ID
}
@Resource(name = "redisTemplate")
private ValueOperations<Serializable, String> redisOperations;
@Autowired
private RBloomFilter<String> redisBloomFilter;
@Autowired
private RedisLock redisLock; // 自己封裝的 redisLock
/**
* 過載 getById(id) 做第一點增強
*/
@Override
public ProductEntity getById(Serializable id) {
String redisKey = buildKey(String.valueOf(id)); // 構建rediskey
if (!redisBloomFilter.contains(redisKey)) { // 布隆過濾器判斷 redisKey 不存在
return null;
}
String redisValue = redisOperations.get(redisKey); // 從快取中去查
if (redisValue != null) { // 查到了
return JSONUtil.parseObject(redisValue, ProductEntity.class); //直接返回;
}
// 在查詢 DB 之前加 分散式鎖
redisLock.lock(String.valueOf(id));
try{
// 再一次查詢快取, 是為了分散式併發情況下, 其他併發的請求, 能在鎖解開之後, 再次查快取
String redisValue2 = redisOperations.get(redisKey);
if (redisValue2 != null) {
return JSONUtil.parseObject(redisValue, ProductEntity.class);
}
ProductEntity product = getBaseMapper().selectById(id); // 從資料庫中查
if (product != null) {
String jsonString = JSONUtil.toJSONString(product);
redisOperations.set(redisKey, jsonString); // 放到快取中
return product;
}
return null;
}finally {
redisLock.unlock(String.valueOf(id)); // 釋放鎖
}
}
}
相關文章
- 快取問題(一) 快取穿透、快取雪崩、快取併發 核心概念快取穿透
- Redis快取穿透、快取雪崩、redis併發問題分析Redis快取穿透
- 快取穿透 快取雪崩快取穿透
- 程式碼解決快取穿透和快取雪崩問題快取穿透
- 快取穿透、快取擊穿、快取雪崩快取穿透
- 快取穿透、快取雪崩、快取擊穿快取穿透
- Java高併發快取架構，快取雪崩、快取穿透之謎Java快取架構穿透
- 快取穿透、快取擊穿、快取雪崩概念及解決方案快取穿透
- REDIS快取穿透，快取擊穿，快取雪崩原因+解決方案Redis快取穿透
- 【Redis】快取穿透，快取擊穿，快取雪崩及解決方案Redis快取穿透
- Redis快取擊穿、快取穿透、快取雪崩Redis快取穿透
- 快取穿透，快取擊穿，快取雪崩解決方案分析快取穿透
- Redis 快取擊穿（失效）、快取穿透、快取雪崩怎麼解決？Redis快取穿透
- 快取穿透、快取擊穿、快取雪崩區別快取穿透
- Redis詳解（十二）------ 快取穿透、快取擊穿、快取雪崩Redis快取穿透
- Redis 快取穿透、快取雪崩原理及解決方案Redis快取穿透
- Redis 面試常見問題———快取雪崩、快取擊穿以及快取穿透Redis面試快取穿透
- 快取穿透、快取擊穿、快取雪崩區別和解決方案快取穿透
- Redis快取穿透/快取雪崩/快取擊穿（案例：產生的原因 解決方案利/弊）Redis快取穿透
- 面試總結 —— Redis “快取穿透”、“快取擊穿”、“快取雪崩”面試Redis快取穿透
- 快取穿透、快取雪崩和快取擊穿是什麼？快取穿透
- Redis——快取穿透、快取擊穿、快取雪崩、分散式鎖Redis快取穿透分散式
- Redis快取穿透、快取雪崩、快取擊穿好好說說Redis快取穿透
- 什麼是redis快取雪崩、快取穿透、快取擊穿Redis快取穿透
- 如何設計快取系統：快取穿透，快取擊穿，快取雪崩解決方案分析快取穿透
- 關於快取穿透、快取擊穿、快取雪崩的模擬與解決(Redis)快取穿透Redis
- 一文讀懂快取穿透、快取擊穿、快取雪崩及其解決方案快取穿透
- Redis的快取穿透、快取雪崩、快取擊穿的區別Redis快取穿透
- 來說說快取穿透、快取擊穿、快取雪崩都是什麼？怎麼解決？快取穿透
- 面試官：快取穿透、快取雪崩和快取擊穿是什麼？面試快取穿透
- 快取淘汰、快取穿透、快取擊穿、快取雪崩、資料庫快取雙寫一致性快取穿透資料庫
- 十分鐘徹底掌握快取擊穿、快取穿透、快取雪崩快取穿透
- Redis 快取雪崩，快取擊穿和快取穿透技術方案總結Redis快取穿透
- 什麼是redis的快取雪崩與快取穿透Redis快取穿透
- Redis快取穿透和雪崩Redis快取穿透
- Redis快取穿透與雪崩Redis快取穿透
- 阿里一面：關於【快取穿透、快取擊穿、快取雪崩、熱點資料失效】問題的解決方案阿里快取穿透
- 淺談快取寫法（一）：快取的雪崩和穿透快取穿透