一，缓存原理
在高并发方案中首先考虑的第一个优化层是增加缓存。特别是Redis，将数据库中的原始数据复制到内存中，这可以减少数据库的读取操作，并减少数据库中的压力。它还将加速系统的响应能力，但它也会带来其他问题，例如需要考虑数据的一致性，还要防止缓存破裂，渗透和雪崩等可能出现的问题。
1.实施步骤
首先查询缓存中的数据，如果有，则直接返回缓存中的数据。如果缓存中没有数据，将查询数据库，数据将在缓存中更新并返回，如果数据库中没有数据，则可以返回空数据。
考虑到数据的一致性，高速缓冲存储器中的代码逻辑更加标准化。首先，使用Redis，粘贴并返回。如果丢失，它将通过数据库进行咨询和同步。
查询公共结果（字符串ID）{
结果结果=null；
//1.从Redis缓存中获取数据
结果=（结果）redisTemplate.opsForValue（）。得到（id）；
是（null！=结果）{
System.out.println（'获取缓存中的数据'）；
返回结果
}
//2.通过数据库查询，有一个同步更新redis，否则返回空
System.out.println（'获取数据库中的数据'）；
Result=Dao.query（id）；
是（null！=结果）{
redisTemplate.opsForValue（）。 set（id，result）；
redisTemplate.expire（id，20000，TimeUnit.MILLISECONDS）；
}
返回结果
}
如果首先清除密钥中缓存的值，然后执行数据库操作，则可以进行其他添加，删除和更新操作。逻辑清晰简单，维护的复杂性降低，成本高于查询。
空公共更新（实体实体）{
redisTemplate.delete（entity.getId（））；
Dao.update（实体）；
退货实体；}
增加公共实体（实体实体）{
redisTemplate.delete（entity.getId（））；
Dao.insert（实体）；
退货实体；
}
2.缓存更新策略
适用于缓存的方案通常是：频繁访问，更多阅读场景，更少的写入方案和不太严格的数据一致性要求。如果不满足前面三个条件，那么保持一组数据存储在缓存中的重要性不是很好。实际上，通常需要为业务场景选择适当的缓存方案。提供了以下四种缓存策略。下一步是从强到弱的一致性顺序。
适用方案更新战略。
更新实时更新同步保证了良好的一致性，与业务的紧密联系，强大的财务转移业务等。
在实时（MQ /后订阅/观察者模式）弱异步更新，服务，弱一致性的脱钩，延迟不适合写频繁的场景
失效机制提供该高速缓存无效，存在延迟，有可能是雪崩，其适于读取和写入以下，并且可以接受一定的延迟。
任务调度通过计划任务完整地更新统计服务，并定期更新。
2.大量缓存和故障。
缓存雪崩概念
缓存雪崩意味着在配置缓存时使用相同的到期时间，这会导致缓存同时失败。请求被转发到DB，DB处于压力和雪崩状态。与高速缓存的细分不同，高速缓存划分并验证相同的数据。缓存雪崩是不同的数据已过期，您无法找到许多数据来验证数据库。
Solucion
分配缓存过期时间。例如，我们可以添加在原有基础上到期时间为1-5分钟的随机值，使缓存的每小时到期的重复率降低，也难以引起的集体失败。事件
所述高速缓存的单链的写入（处理）通过阻断或排队，从而防止大量的并发请求保证落入底层存储系统时，失败。
第一种方案相对容易实现，第二种方法主要通过添加独占阻塞锁来实现。在缓存查询不可用的情况下，只有一个线程可以查询DB，因此可以避免。数据库中包含大量并发ID请求。
查询公共结果（字符串ID）{
//从缓存中获取数据
结果结果=null；
结果=（结果）redisTemplate.opsForValue（）。得到（id）；
是（结果！=空）{
Logger.info（'获取缓存中的数据'）；返回结果
}
//2.阻塞队列，阻塞块
doLock（id）； //可以有多少个ID？有多少个块？
测试{
//一次只有一个线程
//仔细检查，第一次得到以下内容时，可以直接从缓存中获取
结果=（结果）redisTemplate.opsForValue（）。得到（id）；
是（结果！=空）{
Logger.info（'获取缓存中的数据'）；
返回结果； //第二个帖子，回到这里
}
Result=dao.query（id）；
//3.数据库查询的结果不为空，然后将数据放在缓存中，方便下次查询
是（null！=结果）{
redisTemplate.opsForValue（）。 set（id，result）；
redisTemplate.expire（id，20000，TimeUnit.MILLISECONDS）；
}
各省回归；
} catch（例外e）{
返回null
} finally {
//4.取消阻止
releaseLock（provinceid）；
}
}
PrivateLic void releaseLock（String userCode）{
ReentrantLock oldLock=（ReentrantLock）locks.get（userCode）；
是（oldLock！=Null && oldLock.isHeldByCurrentThread（））{
oldLock.unlock（）；
}
}
私有真空doLock（String Lockcode）{
//id具有不同的值
//id是一样的，添加一个挂锁，不是同一个键，你不能使用相同的挂锁
ReentrantLock newLock=new ReentrantLock（）； //创建一个块
//如果它已经存在，newLock会直接丢弃
锁oldLock=locks.putIfAbsent（lockcode，newLock）；是（oldLock==null）{
newLock.lock（）；
} else {
oldLock.lock（）；
}
}
??
注意：阻止队列的解决方案是处理分布式环境中的并发问题。也可以解决分布式块的问题；线程被阻止，用户体验不好。因此，在真正的高并发场景中，使用！
2.缓存故障概念
在缓存过期时，现有密钥同时具有大量请求，这些请求将被分解到数据库中，这将导致大量即时数据库请求，压力突然增加。
Solucion
在访问密钥之前，使用SETNX（如果不存在则配置）配置另一个短期密钥以阻止访问当前密钥，然后在访问完成后删除短期密钥。
3.缓存的渗透。
缓存渗透概念
高速缓存渗透是指在高速缓存和数据库中不可用的数据，并且用户连续发起请求，例如启动具有“-1”标识的数据或具有标识的数据。一个特别多的人。此时，用户可能是攻击者，攻击将导致数据库承受压力。
解决方案：Bloom过滤器
Bloom过滤器的使用类似于java的SET集合，用于确定元素是否在集合中。与通用散列集不同，此算法不需要存储密钥的值。对于每个密钥，仅需要k个比特，每个密钥存储一个标记以确定密钥是否在该集合中。
中文
电话咨询
微信咨询
公众号
