目录
- 缓存穿透
- 缓存雪崩
- 缓存击穿
- Redis 连接池耗尽
- Redis 序列化问题
- 总结
1. 缓存穿透
问题描述
缓存穿透是指查询一个不存在的数据,由于缓存中没有该数据,请求会直接打到数据库上,导致数据库压力过大。
解决方案
- 缓存空值:即使查询的数据不存在,也将空值缓存起来,并设置一个较短的过期时间。
- 布隆过滤器:在查询缓存之前,先通过布隆过滤器判断数据是否存在。
示例代码
@Service
public class UserService {@Autowiredprivate RedisTemplate<String, Object> redisTemplate;public User getUserById(Long id) {String key = "user:" + id;// 从缓存中获取数据User user = (User) redisTemplate.opsForValue().get(key);if (user != null) {return user;}// 缓存中不存在,查询数据库user = userRepository.findById(id).orElse(null);if (user == null) {// 缓存空值,设置较短的过期时间redisTemplate.opsForValue().set(key, null, 60, TimeUnit.SECONDS);} else {// 缓存查询结果redisTemplate.opsForValue().set(key, user, 1, TimeUnit.HOURS);}return user;}
}
2. 缓存雪崩
问题描述
缓存雪崩是指大量缓存数据在同一时间失效,导致所有请求都打到数据库上,造成数据库压力过大甚至崩溃。
解决方案
- 设置不同的过期时间:为缓存数据设置随机的过期时间,避免大量缓存同时失效。
- 使用分布式锁:在缓存失效时,使用分布式锁保证只有一个线程去加载数据。
示例代码
@Service
public class ProductService {@Autowiredprivate RedisTemplate<String, Object> redisTemplate;@Autowiredprivate RedissonClient redissonClient;public Product getProductById(Long id) {String key = "product:" + id;Product product = (Product) redisTemplate.opsForValue().get(key);if (product != null) {return product;}// 使用分布式锁防止缓存击穿RLock lock = redissonClient.getLock("lock:" + key);try {lock.lock();// 双重检查,防止其他线程已经加载了数据product = (Product) redisTemplate.opsForValue().get(key);if (product != null) {return product;}// 查询数据库product = productRepository.findById(id).orElse(null);if (product != null) {// 设置随机的过期时间int expireTime = 3600 + new Random().nextInt(600); // 1小时 + 随机10分钟redisTemplate.opsForValue().set(key, product, expireTime, TimeUnit.SECONDS);}} finally {lock.unlock();}return product;}
}
3. 缓存击穿
问题描述
缓存击穿是指某个热点数据在缓存中失效后,大量请求同时打到数据库上,导致数据库压力过大。
解决方案
- 使用互斥锁:在缓存失效时,使用互斥锁保证只有一个线程去加载数据。
- 永不过期策略:对热点数据设置永不过期,通过后台任务定期更新缓存。
示例代码
@Service
public class HotDataService {@Autowiredprivate RedisTemplate<String, Object> redisTemplate;public String getHotData() {String key = "hot_data";String data = (String) redisTemplate.opsForValue().get(key);if (data != null) {return data;}// 使用 Redis 的 SETNX 实现互斥锁String lockKey = "lock:" + key;boolean locked = redisTemplate.opsForValue().setIfAbsent(lockKey, "locked", 10, TimeUnit.SECONDS);if (locked) {try {// 双重检查data = (String) redisTemplate.opsForValue().get(key);if (data != null) {return data;}// 模拟从数据库加载热点数据data = loadHotDataFromDB();redisTemplate.opsForValue().set(key, data, 1, TimeUnit.HOURS);} finally {// 释放锁redisTemplate.delete(lockKey);}} else {// 未获取到锁,等待重试try {Thread.sleep(100);return getHotData(); // 重试} catch (InterruptedException e) {Thread.currentThread().interrupt();}}return data;}private String loadHotDataFromDB() {// 模拟数据库查询return "hot_data_from_db";}
}
4. Redis 连接池耗尽
问题描述
在高并发场景下,Redis 连接池可能会被耗尽,导致请求失败。
解决方案
- 增加连接池大小:根据实际需求调整连接池的最大连接数。
- 优化连接使用:确保每次操作 Redis 后及时释放连接。
示例代码
在 application.yml
中配置连接池:
spring:redis:host: localhostport: 6379lettuce:pool:max-active: 50 # 最大连接数max-idle: 10 # 最大空闲连接数min-idle: 5 # 最小空闲连接数
5. Redis 序列化问题
问题描述
默认情况下,Spring Boot 使用 JdkSerializationRedisSerializer 进行序列化,可能导致存储的数据不易阅读或兼容性问题。
解决方案
使用更高效的序列化方式,如 Jackson2JsonRedisSerializer
或 StringRedisSerializer
。
示例代码
@Configuration
public class RedisConfig {@Beanpublic RedisTemplate<String, Object> redisTemplate(RedisConnectionFactory factory) {RedisTemplate<String, Object> template = new RedisTemplate<>();template.setConnectionFactory(factory);// 使用 Jackson2JsonRedisSerializer 序列化值Jackson2JsonRedisSerializer<Object> serializer = new Jackson2JsonRedisSerializer<>(Object.class);template.setValueSerializer(serializer);template.setHashValueSerializer(serializer);// 使用 StringRedisSerializer 序列化键template.setKeySerializer(new StringRedisSerializer());template.setHashKeySerializer(new StringRedisSerializer());return template;}
}
6. 总结
在 Spring Boot 项目中使用 Redis 时,可能会遇到缓存穿透、缓存雪崩、缓存击穿、连接池耗尽以及序列化等问题。通过合理的缓存策略、分布式锁、连接池配置和序列化方式,可以有效解决这些问题,提升系统的稳定性和性能。希望本文的解决方案和示例代码能帮助到你!