缓存穿透+解决方案

• 缓存穿透（查询不存在的数据）

  • 查询不存在的缓存，由于缓存不命中，并且出于容错的考虑，就会进入存储层查询

  • 而如果从存储层查不到数据也不将这个不存在的数据写入缓存，

  • 风险：如果查询大量这种不存在数据查询请求，不命中缓存，也不写入缓存，一直请求存储层，DB很有可能会挂

• 预防

  • 接口层增加校验，数据合理性校验
  • 缓存和数据库都没有的，可以将key-null写入缓存，设置短时间过期，防止被同一个key一直攻击

• SpringCache解决方案

  • 空结果也缓存，默认不配置condition或者unless就行

 cache:
   #使用的缓存类型
    type: redis
   #过期时间
    redis:
      time-to-live: 3600000
      # 开启前缀，默以为true
      use-key-prefix: true
      # 键的前缀,默认就是缓存名cacheNames
      key-prefix: XD_CACHE
      # 是否缓存空结果，防止缓存穿透，默以为true
      cache-null-values: true

缓存击穿+解决方案

• 缓存击穿

  • 热点key失效时，这一刻，有大量该热点key请求未命中缓存，从数据库查找，导致数据库请求量暴增，压力增大

• 预防

  • 设置热点key永不过期
  • 定时任务更新热点缓存
  • 设置互斥锁

• SpringCache解决方案

  • 缓存的同步 sync
  • sync 可以指示底层将缓存锁住，使只有一个线程可以进入计算，而其他线程堵塞，直到返回结果更新到缓存中

@Cacheable(value = {"product"},key = "#root.args[0]", cacheManager = "customCacheManager", sync=true)

缓存雪崩+解决方案

• 大量的key设置了相同的过期时间，导致在缓存在同一时刻全部失效，造成瞬时DB请求量大、压力骤增，引起雪崩

• 预防

  • 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
  • 设置热点数据永远不过期，定时任务定时更新

• SpringCache解决方案

  • 设置差别的过时时间
  • 比如CacheManager配置多个过期时间维度
  • 配置文件 time-to-live 配置

  cache:
  #使用的缓存类型
  type: redis
  #过期时间
  redis:
  time-to-live: 3600000
  # 开启前缀，默以为true
  use-key-prefix: true
  # 键的前缀,默认就是缓存名cacheNames
  key-prefix: XD_CACHE
  # 是否缓存空结果，防止缓存穿透，默以为true
  cache-null-values: true
  

热点key+解决方案

热点key存储不当的危害：缓存中的某些Key对应的value存储在集群中?台机器，使得所有流量涌向同?机器，成为系统的瓶颈，?法通过增加机器容量来解决

解决方案

• 避免带宽或者传输影响，本地缓存热点key数据，对于每次读请求，将?先检查key 是否存在于本地缓存中，如果存在则直接返回，如果不存在再去访问分布式缓存的机器

• 高可用集群，或主从哨兵模式，将热点key存储到本地缓存，且数据存储分配均匀