我是靠谱客的博主 诚心烤鸡,这篇文章主要介绍redis分布式锁java实现解决缓存雪崩,现在分享给大家,希望可以做个参考。

缓存雪崩:因为缓存失效(key生存时间到期)导致所有请求都去查找数据库,导致数据库CPU和内存负载过高导致宕机。

缓存雪崩原因及解决方案:


使用缓存主要解决数据同步,并减少对数据库访问次数。因此,通常解决方案往往是使用互斥锁,让一个线程访问数据库,并将数据更新到缓存中,其他线程访问缓存中数据。如果是基于jvm锁机制的话,只能解决单机问题,也就是只让本机一个线程访问缓存,但是分布式条件下是不能使用的。所以,要基于缓存的分布式锁来实现。


以redis为例解释下实现分布式锁的原理:

获取锁:

所有线程操作一个共同的key比如:lock,如果redis中不存在key为lock的值,那么当前线程获取锁并为lock设置一个随机值。

如果lock已经存在了,说明已经有线程获取锁,该线程不能再获取了。

释放锁:

获取锁的线程操作执行完毕后,清除lock的值,这样锁就释放了。所以,对锁的操作就是通过对同一个key值的添加和删除操作。

代码:

复制代码
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
@Service public class RedisLock implements Lock { @Autowired private JedisConnectionFactory factory; private static final String LOCK="lock"; private ThreadLocal<String> local=new ThreadLocal<String>(); //获取锁 @Override public boolean tryLock() { //获取Jedis的原始数据连接 Jedis jedis = (Jedis)factory.getConnection().getNativeConnection(); String uuid = UUID.randomUUID().toString(); /** 获取锁:设置一个随机值,超期时间1s String key, String value, String nxxx, String expx, int time) nxxx: NX:key不存在时设值 XX:key存在时设值 expx: EX|PX, expire time units: EX = seconds; PX = milliseconds */ String ret = jedis.set(LOCK, uuid, "NX", "PX", 1000); if(!StringUtils.isEmpty(ret)&&ret.equals("OK")){ local.set(uuid); return true; } return false; } /** * 解锁 */ @Override public void unlock() { String script=null; try { script=FileCopyUtils.copyToString(new FileReader(ResourceUtils.getFile("classpath:cn/rjx/spring/cache/unlock.c"))); } catch (IOException e) { e.printStackTrace(); } Jedis jedis = (Jedis)factory.getConnection().getNativeConnection(); List<String> keys=new ArrayList<String>(); keys.add(LOCK); List<String> args=new ArrayList<String>(); args.add(local.get()); //如果redis中的 lock值和当前线程的uuid值相等,删除Key值 jedis.eval(script, keys, args); } }

删除键值是执行的脚本unlock.c:

复制代码
1
2
3
4
5
if redis.call("get",KEYS[1])==ARGV[1] then return redis.call("del",KEYS[1]) else return 0 end



操作缓存的具体流程:

1.当线程查询某一值时先查看缓存是否存在该值。

2.如果存在直接返回主缓存中的数据。

3.1如果不存在,只有一个线程获取锁并去数据库读取数据,读取后更新主缓存和备份缓存。

3.2 其他线程取备份缓存中的数据。.


代码实现:初始时,主缓存和备份缓存为空,此时可能会有线程获取的值为空,但是并不影响用户体验,用户可以再刷新一次。在要求比较高的场景里面,可以考虑先把数据写入缓存中,可以搭配定时刷新缓存的机制。

复制代码
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
public List<Integer> queryCountByLeiMu() { List<Integer> cacheResult = cacheService.cacheResult("101", "leimu"); if(cacheResult!=null){ logger.info("================get cache======================="); return cacheResult; } if(lock.tryLock()){ logger.info("================get db======================="); List<Integer> list=empDao.queryCountByLeiMu(); cacheService.cachePut("101", list, "leimu");//主缓存 cacheService.cachePut("beifen101", list, "beifenleimu");//备份缓存 lock.unlock(); return list; }else{ logger.info("================get BEIFEN======================="); //备份中拿 return cacheService.cacheResult("beifen101", "beifenleimu"); } }

数据同步问题:主缓存中key的过期时间比较短,这样保证尽可能获取新数据。


bean.xml中缓存失效时间设置:

复制代码
1
2
3
4
5
6
7
8
9
10
11
12
<!-- 开启缓存注解扫描 --> <cache:annotation-driven /> <bean id="cacheManager" class="org.springframework.data.redis.cache.RedisCacheManager"> <constructor-arg index="0" ref="redisTemplate"></constructor-arg> <property name="expires"> <map> <entry key="leimu" value="5"></entry> <entry key="beifenleimu" value="100"></entry> </map> </property> </bean>



测试方法模拟高并发情景:

复制代码
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
@Autowired LeiMuService leiMuService; private static final int threadNum=13; //倒计数器(发令枪) 用于制造线程并发执行 private static CountDownLatch cdl=new CountDownLatch(threadNum); /** * 模拟高并发条件下,数据库查询耗时比较长 * @throws InterruptedException */ @Test public void test04() throws InterruptedException{ for(int i=0;i<threadNum;i++){ new Thread(new UserRequest()).start(); cdl.countDown();//threadNum每次减1,到零时同时执行cdl.await();后边代码 } //主线程挂起,等子线程执行完以后 Thread.currentThread().join(); } private class UserRequest implements Runnable{ @Override public void run() { //所有子线程在这里等待,当所有线程实例化后,同时停止等待 try { cdl.await(); } catch (InterruptedException e) { e.printStackTrace(); } //N个子线程同时调用获取类目 List<Integer> leimu = leiMuService.queryCountByLeiMu(); logger.info(Thread.currentThread().getName()+"==========================================>"+leimu.size()); } } }


缺点:1.非阻塞,短时间不能保证数据一致性

2.锁失效时间难把握,一般为单线程处理时长的两到三倍

3.可能出现锁失效情况

4******不能在redis集群环境中使用(集群中可用redLock)


建议使用基于zookeeper的分布式锁实现方式!!.


最后

以上就是诚心烤鸡最近收集整理的关于redis分布式锁java实现解决缓存雪崩的全部内容,更多相关redis分布式锁java实现解决缓存雪崩内容请搜索靠谱客的其他文章。

本图文内容来源于网友提供,作为学习参考使用,或来自网络收集整理,版权属于原作者所有。
点赞(85)

评论列表共有 0 条评论

立即
投稿
返回
顶部