解决redis缓存击穿一次实践案例分析（redis缓存击穿案例）

解决Redis缓存击穿：一次实践案例分析

缓存击穿是经常会出现的一种缓存问题，它指的是在高并发的情况下，当查询的key不存在于缓存中且持久层也不存在对应的数据时，大量请求直接打到数据库上，导致数据库压力剧增，造成系统负载量瞬间增加，甚至可能导致系统宕机。本文将结合一次实践案例，分析如何解决Redis缓存击穿。

1. 缓存击穿案例

在我们的项目中主要存在两个高并发的场景，商品详情页和抢购活动页面。在这两个场景中，我们都采用了Redis作为缓存工具，当进行查询数据的时候，先从Redis缓存中查询，如果不存在则从数据库中查询，并将查询到的数据放入Redis缓存中。但是在一个繁忙的夜晚，发现系统的响应时间变得异常缓慢，甚至有的请求直接超时了。在进行线上调查后，我们发现了大量的缓存读取Miss的情况，即大量查询的key在Redis中不存在，Redis缓存被请求数量压垮，直接穿透下去打在了数据库上。

2. 常规解决方案

一般情况下，我们解决缓存击穿问题的方案如下：

2.1. 加锁

在缓存被Miss的时候，通过分布式锁来锁住当前的 key，然后让只能让一个线程去查询DB并写入缓存。这样其他的线程在查询缓存时，发现该 key 已被锁住，则等待该线程写入Redis之后再从缓存中获取数据即可。这种方式能够有效解决缓存击穿问题，但是在高并发场景下，会导致线程阻塞，可能会引起其他线程的超时。

2.2. 空值标识

当查询数据库结果为空时，我们可以将空结果也写入缓存中，但需要给空结果添加一个过期时间，防止脏数据继续滞留在缓存中。不过这种方式并不能完全解决缓存击穿问题，因为在cache和DB同时过期的情况下，还是会出现缓存穿透问题。

2.3. 数据预加载

预先将热点数据加载至缓存，然后通过一定的策略进行缓存更新，这样能够有效避免缓存失效带来的穿透问题。但需要注意的是，预加载的数据量不能太大，否则会导致Redis短时间内压力过大，影响其他服务的正常使用。

3. 实践案例

针对上述常规解决方案的缺陷，我们结合具体场景，提出了一种比较高效的解决方案。具体做法如下：

3.1. 在查询redis缓存数据时，先查询缓存中是否存在该数据，如果不存在，则将对应的缓存 key 加锁，防止其他线程穿透下去查询数据库。采用如下Lua脚本：

-- Redis查询脚本，先查询缓存数据，如果不存在则加锁查询DB
-- key：缓存Key
-- db_function：查询数据库的函数名
-- value：缓存过期时间
local res = redis.call('get', KEYS[1])
if(res == false or res == ngx.null) then
    res = redis.call('set', KEYS[1], KEYS[2], 'NX', 'EX', KEYS[3])
    if(res == false or res == ngx.null) then
        -- 已经有其他线程获取锁并从DB写入的数据，继续从cache中查询
        return nil
    else
        -- 获取锁成功，从DB中查询数据
        local resp =  _G[KEYS[4]]()
        if(resp == false or resp == ngx.null) then
            redis.call('set', KEYS[1], 'NULL', 'EX', KEYS[3])
            return nil
        else
            -- 写入缓存
            redis.call('set', KEYS[1], resp, 'EX', KEYS[3])
            return resp
        end
    end
else
  return res
end

3.2. 在查询数据库时，加入短暂的等待，让另一个线程在写入cache之后，当前线程再从cache中查询数据即可。

// 简化后的查询数据库部分代码
Object data = null;
try {
    data = cache.get(key);
    if (data == null) {
        // 设置短暂等待时间，让其他线程更多的机会去缓存中查询
        Thread.sleep(50L);
        // 再次查询缓存
        data = cache.get(key);
        if (data == null) {
            data = queryFromDB(key);
            cache.set(key, data, expireTime);
        }
    }
} catch (Exception e) {
    logger.error("Get data from redis error: ", e);
}