快捷導(dǎo)航

springboot中redis的緩存穿透問題實(shí)現(xiàn)

更新時間：2021年02月05日 08:57:04 作者：quintan

這篇文章主要介紹了springboot中redis的緩存穿透問題實(shí)現(xiàn),文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧

什么是緩存穿透問題？？

我們使用redis是為了減少數(shù)據(jù)庫的壓力，讓盡量多的請求去承壓能力比較大的redis，而不是數(shù)據(jù)庫。但是高并發(fā)條件下，可能會在redis還沒有緩存的時候，大量的請求同時進(jìn)入，導(dǎo)致一大批的請求直奔數(shù)據(jù)庫，而不會經(jīng)過redis。使用代碼模擬緩存穿透問題如下：

首先是service里面的代碼：

@Service
public class NewsService {
  @Autowired
  private NewsDAO newsDAO;

  //springboot自動初始化，不需要我們進(jìn)行配置，直接注入到代碼中使用
  @Autowired
  private RedisTemplate<Object,Object> redisTemplate;

  public /*synchronized*/ List<News> getLatestNews(int userId,int offset,int limit){

    //設(shè)置序列化方式，防止亂碼
    redisTemplate.setKeySerializer(new StringRedisSerializer());

    //第一步：查詢緩存
    News news= (News) redisTemplate.opsForValue().get("newsKey");
    //判斷是否存在緩存
    if(null == news){//查詢數(shù)據(jù)庫
        news = newsDAO.selectByUserIdAndOffset(userId,offset,limit).get(0);
        //
        redisTemplate.opsForValue().set("newsKey",news);

        System.out.println("進(jìn)入數(shù)據(jù)庫。。。。。。。。");
      
    }else{
      System.out.println("進(jìn)入緩存。。。。。。。。。");
    }
    return newsDAO.selectByUserIdAndOffset(userId,offset,limit);

  }
}

然后是使用線程池在Controller里面對請求進(jìn)行模擬：

@Controller
public class HomeController {
  @Autowired
  UserService userService;

  @Autowired
  NewsService newsService;

  //遇到的坑，如果不加method，頁面啟動不起來。
  @RequestMapping(value = "/home",method = {RequestMethod.GET, RequestMethod.POST})
  @ResponseBody
  public String index(Model model){
    //這邊是可以讀出數(shù)據(jù)來的

    //線程池------緩存穿透問題的復(fù)現(xiàn)
    ExecutorService executorService = Executors.newFixedThreadPool(8*2);

    for(int i = 0;i < 50000;i++){
      executorService.submit(new Runnable() {
        @Override
        public void run() {
          List<News> newsList = newsService.getLatestNews(0,0,10);
        }
      });
    }

    List<News> newsList = newsService.getLatestNews(0,0,10);
    News news=newsList.get(0);
    return news.getImage();
  }
}

結(jié)果如圖：大量的請求進(jìn)入數(shù)據(jù)庫，那么如何解決這個問題？

方法一、在方法上加鎖：

@Service
public class NewsService {
  @Autowired
  private NewsDAO newsDAO;

  //springboot自動初始化，不需要我們進(jìn)行配置，直接注入到代碼中使用
  @Autowired
  private RedisTemplate<Object,Object> redisTemplate;

  //第一種方式：方法加鎖
  public synchronized List<News> getLatestNews(int userId,int offset,int limit){

    //設(shè)置序列化方式，防止亂碼
    redisTemplate.setKeySerializer(new StringRedisSerializer());

    //第一步：查詢緩存
    News news= (News) redisTemplate.opsForValue().get("newsKey");
    //判斷是否存在緩存
    if(null == news){
//查詢數(shù)據(jù)庫
        news = newsDAO.selectByUserIdAndOffset(userId,offset,limit).get(0);
        //
        redisTemplate.opsForValue().set("newsKey",news);

        System.out.println("進(jìn)入數(shù)據(jù)庫。。。。。。。。");

    }else{
      System.out.println("進(jìn)入緩存。。。。。。。。。");
    }


    return newsDAO.selectByUserIdAndOffset(userId,offset,limit);

  }
}

直接在方法上加鎖，保證每次只有一個請求可以進(jìn)入。但是這個方法存在一個缺陷，每次只有一個請求可以進(jìn)入，請求處理的速度變得相當(dāng)?shù)穆?，不利于系統(tǒng)的實(shí)時性。

方法二、使用雙重校驗(yàn)鎖：

@Service
public class NewsService {
  @Autowired
  private NewsDAO newsDAO;

  //springboot自動初始化，不需要我們進(jìn)行配置，直接注入到代碼中使用
  @Autowired
  private RedisTemplate<Object,Object> redisTemplate;

  //第一種方式：方法加鎖
  public /*synchronized*/ List<News> getLatestNews(int userId,int offset,int limit){

    //設(shè)置序列化方式，防止亂碼
    redisTemplate.setKeySerializer(new StringRedisSerializer());

    //第一步：查詢緩存
    News news= (News) redisTemplate.opsForValue().get("newsKey");
    //判斷是否存在緩存
    if(null == news){

      //第二種方式：雙重檢測鎖
      synchronized (this){
        //查詢數(shù)據(jù)庫
        news = newsDAO.selectByUserIdAndOffset(userId,offset,limit).get(0);
        //
        redisTemplate.opsForValue().set("newsKey",news);

        System.out.println("進(jìn)入數(shù)據(jù)庫。。。。。。。。");
      }

    }else{
      System.out.println("進(jìn)入緩存。。。。。。。。。");
    }


    return newsDAO.selectByUserIdAndOffset(userId,offset,limit);

  }
}

這個方法比較好，雖然不能保證只有一個請求請求數(shù)據(jù)庫，但是當(dāng)?shù)谝慌埱筮M(jìn)來，第二批之后的所有請求全部會在緩存取數(shù)據(jù)。

到此這篇關(guān)于springboot中redis的緩存穿透問題實(shí)現(xiàn)的文章就介紹到這了,更多相關(guān)springboot redis緩存穿透內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: