场景问题及原因

缓存穿透：

原因：客户端请求的数据在缓存和数据库中不存在，这样缓存永远不会生效，请求全部打入数据库，造成数据库连接异常。

解决思路：

缓存空对象
1. 对于不存在的数据也在Redis建立缓存，值为空，并设置一个较短的TTL时间
2. 问题：实现简单，维护方便，但短期的数据不一致问题

缓存雪崩：

原因：在同一时段大量的缓存key同时失效或者Redis服务宕机，导致大量请求到达数据库，带来巨大压力。

解决思路：给不同的Key的TTL添加随机值(简单)，给缓存业务添加降级限流策略(复杂)，给业务添加多级缓存(复杂)

缓存击穿(热点Key):

前提条件：热点Key&在某一时段被高并发访问&缓存重建耗时较长

原因：热点key突然过期，因为重建耗时长，在这段时间内大量请求落到数据库，带来巨大冲击

解决思路：

互斥锁
1. 给缓存重建过程加锁，确保重建过程只有一个线程执行，其它线程等待
2. 问题：线程阻塞，导致性能下降且有死锁风险
逻辑过期
1. 热点key缓存永不过期，而是设置一个逻辑过期时间，查询到数据时通过对逻辑过期时间判断，来决定是否需要重建缓存；重建缓存也通过互斥锁保证单线程执行，但是重建缓存利用独立线程异步执行，其它线程无需等待，直接查询到的旧数据即可
2. 问题：不保证一致性，有额外内存消耗且实现复杂

场景问题实践解决

完整代码地址：https://github.com/xbhog/hm-dianping

分支：20221221-xbhog-cacheBrenkdown

分支：20230110-xbhog-Cache_Penetration_Avalance

缓存穿透：

代码实现：

public Shop queryWithPassThrough(Long id){
    //从redis查询商铺信息
    String shopInfo = stringRedisTemplate.opsForValue().get(SHOP_CACHE_KEY + id);
    //命中缓存，返回店铺信息
    if(StrUtil.isNotBlank(shopInfo)){
        return JSONUtil.toBean(shopInfo, Shop.class);
    }
    //redis既没有key的缓存,但查出来信息不为null,则为空字符串
    if(shopInfo != null){
        return null;
    }
    //未命中缓存
    Shop shop = getById(id);
    if(Objects.isNull(shop)){
        //将null添加至缓存，过期时间减少
        stringRedisTemplate.opsForValue().set(SHOP_CACHE_KEY+id,"",5L, TimeUnit.MINUTES);
        return null;
    }
    //对象转字符串
    stringRedisTemplate.opsForValue().set(SHOP_CACHE_KEY+id,JSONUtil.toJsonStr(shop),30L, TimeUnit.MINUTES);
    return shop;
}

上述流程图和代码非常清晰，由于缓存雪崩简单实现(复杂实践不会)增加随机TTL值，缓存穿透和缓存雪崩不过多解释。

缓存击穿：

缓存击穿逻辑分析：

首先线程1在查询缓存时未命中，然后进行查询数据库并重建缓存。注意上述缓存击穿发生的条件，被高并发访问&缓存重建耗时较长；

由于缓存重建耗时较长，在这时间穿插线程2，3，4进入；那么这些线程都不能从缓存中查询到数据，同一时间去访问数据库，同时的去执行数据库操作代码，对数据库访问压力过大。

互斥锁：

解决方式：加锁；****可以采用**tryLock方法 + double check**来解决这样的问题

在线程2执行的时候，由于线程1加锁在重建缓存，所以线程2被阻塞，休眠等待线程1执行完成后查询缓存。由此造成在重建缓存的时候阻塞进程，效率下降且有死锁的风险。

private Shop queryWithMutex(Long id) {
    //从redis查询商铺信息
    String shopInfo = stringRedisTemplate.opsForValue().get(SHOP_CACHE_KEY + id);
    //命中缓存，返回店铺信息
    if(StrUtil.isNotBlank(shopInfo)){
        return JSONUtil.toBean(shopInfo, Shop.class);
    }
    //redis既没有key的缓存,但查出来信息不为null,则为空字符串
    if(shopInfo != null){
        return null;
    }
    //实现缓存重建
    String lockKey = "lock:shop:"+id;
    Shop shop = null;
    try {
        Boolean aBoolean = tryLock(lockKey);
        if(!aBoolean){
            //加锁失败,休眠
            Thread.sleep(50);
            //递归等待
            return queryWithMutex(id);
        }
        //获取锁成功应该再次检测redis缓存是否还存在，做doubleCheck,如果存在则无需重建缓存。
        synchronized (this){
            //从redis查询商铺信息
            String shopInfoTwo = stringRedisTemplate.opsForValue().get(SHOP_CACHE_KEY + id);
            //命中缓存，返回店铺信息
            if(StrUtil.isNotBlank(shopInfoTwo)){
                return JSONUtil.toBean(shopInfoTwo, Shop.class);
            }
            //redis既没有key的缓存,但查出来信息不为null,则为“”
            if(shopInfoTwo != null){
                return null;
            }
            //未命中缓存
            shop = getById(id);
            // 5.不存在，返回错误
            if(Objects.isNull(shop)){
                //将null添加至缓存，过期时间减少
                stringRedisTemplate.opsForValue().set(SHOP_CACHE_KEY+id,"",5L, TimeUnit.MINUTES);
                return null;
            }
            //模拟重建的延时
            Thread.sleep(200);
            //对象转字符串
            stringRedisTemplate.opsForValue().set(SHOP_CACHE_KEY+id,JSONUtil.toJsonStr(shop),30L, TimeUnit.MINUTES);
        }
    } catch (InterruptedException e) {
        throw new RuntimeException(e);
    } finally {
        unLock(lockKey);
    }
    return shop;
}

在获取锁失败时，证明已有线程在重建缓存，使当前线程休眠并重试(递归实现)。

代码中需要注意的是synchronized关键字的使用，在获取到锁的时候，在判断下缓存是否存在(失效)double-check，该关键字锁的是当前对象。在其关键字{}中是同步处理。

然后进行测试代码，进行压力测试(jmeter)，首先去除缓存中的值，模拟缓存失效。

设置1000个线程，多线程执行间隔5s。

所有的请求都是成功的，其qps大约在200，其吞吐量还是比较可观的。然后看下缓存是否成功(只查询一次数据库)；

逻辑过期：

思路分析：

当用户开始查询redis时，判断是否命中，如果没有命中则直接返回空数据，不查询数据库，而一旦命中后，将value取出，判断value中的过期时间是否满足，如果没有过期，则直接返回redis中的数据，如果过期，则在开启独立线程后直接返回之前的数据，独立线程去重构数据，重构完成后释放互斥锁。

封装数据：这里我们采用新建实体类来实现

/**
 * @author xbhog
 * @describe:
 * @date 2023/1/15
 */
@Data
public class RedisData {
    private LocalDateTime expireTime;
    private Object data;
}

使得过期时间和数据有关联关系，这里的数据类型是Object,方便后续不同类型的封装。

public Shop queryWithLogicalExpire( Long id ) {
    String key = CACHE_SHOP_KEY + id;
    // 1.从redis查询商铺缓存
    String json = stringRedisTemplate.opsForValue().get(key);
    // 2.判断是否存在
    if (StrUtil.isBlank(json)) {
        // 3.存在，直接返回
        return null;
    }
    // 4.命中，需要先把json反序列化为对象
    RedisData redisData = JSONUtil.toBean(json, RedisData.class);
    Shop shop = JSONUtil.toBean((JSONObject) redisData.getData(), Shop.class);
    LocalDateTime expireTime = redisData.getExpireTime();
    // 5.判断是否过期
    if(expireTime.isAfter(LocalDateTime.now())) {
        // 5.1.未过期，直接返回店铺信息
        return shop;
    }
    // 5.2.已过期，需要缓存重建
    // 6.缓存重建
    // 6.1.获取互斥锁
    String lockKey = LOCK_SHOP_KEY + id;
    boolean isLock = tryLock(lockKey);
    // 6.2.判断是否获取锁成功
    if (isLock){
        exectorPool().execute(() -> {
            try {
                //重建缓存
                this.saveShop2Redis(id, 20L);
            } catch (Exception e) {
                throw new RuntimeException(e);
            } finally {
                unLock(lockKey);
            }
        });
    }
    // 6.4.返回过期的商铺信息
    return shop;
}

当前的执行流程跟互斥锁基本相同，需要注意的是，在获取锁成功后，我们将缓存重建放到线程池中执行，来异步实现。

线程池代码：

/**
 * 线程池的创建
 * @return
 */
private static ThreadPoolExecutor exectorPool() {
    ThreadPoolExecutor executor = new ThreadPoolExecutor(
            5,
            //根据自己的处理器数量+1
            Runtime.getRuntime().availableProcessors()+1,
            2L,
            TimeUnit.SECONDS,
            new LinkedBlockingDeque<>(3),
            Executors.defaultThreadFactory(),
            new ThreadPoolExecutor.AbortPolicy());
    return executor;
}

缓存重建代码：

/**
 * 重建缓存
 * @param id 重建ID
 * @param l 过期时间
 */
public void saveShop2Redis(Long id, long l) {
    //查询店铺信息
    Shop shop = getById(id);
    //封装逻辑过期时间
    RedisData redisData = new RedisData();
    redisData.setData(shop);
    redisData.setExpireTime(LocalDateTime.now().plusSeconds(l));
    stringRedisTemplate.opsForValue().set(CACHE_SHOP_KEY+id,JSONUtil.toJsonStr(redisData));
}