后端学习日记1.27

文章目录

• 前言
• 一、缓存添加
• 二、缓存更新策略
• • 1.内存淘汰
  • 2.超时剔除
  • 3.主动更新
  • 4.小结
• 三、缓存穿透
• • 1.空值缓存
  • 2.布隆过滤
  • 3.小结
• 四、总结

前言

redis学的有点快了。今天从原理角度来复习一下缓存穿透的来龙去脉。由于学的是redis数据库，所以很多原理都是基于redis的机制和操作。

一、缓存添加

由于每次网络向后端发出请求，后端去数据库查询，返回给前端。这个过程中，由于数据库性能问题，导致请求大量增加的同时，会出现用户功能体验延迟的情况。所以为了避免这个情况，考虑到缓存的高性能，后端接收请求后首先访问缓存，命中则直接返回查询内容；反之则去数据库查询数据，并将查询到的数据存放进缓存中，提高下次操作性能。下面是缓存添加的示意图。

二、缓存更新策略

数据一致性要求缓存和数据库中的数据要保持一致。所以数据库每次增删改操作都需要对缓存进行更新，避免数据不一致的情况。这里从数据一致性结果的高低介绍三种方法。

1.内存淘汰

内存淘汰是基于redis自身机制，从而实现无需手动维护的更新方式。

Redis 内存淘汰机制是当内存使用达到配置的maxmemory阈值时，自动筛选并删除部分键值对以释放内存的核心策略，用于防止内存溢出，保证服务稳定运行。并且淘汰过程中保证高性能且不阻塞正常请求。但前提需要去conf文件中配置maxmemory的值。这里简要介绍一下redis怎么执行内存淘汰。

从这个过程中，可以了解到内存淘汰机制的随机性，使得最后的数据一致性也会较低。该方法维护成本也低。

2.超时剔除

超时剔除方法基于redis中TTL字段值实现的一种方法。数据存放进缓存时给它添加一个字段TTL，表示过期时间。当过期时间到了，自动删除该数据。就相当于自动重置到未添加缓存的状态。该方法需要手动添加字段，并且由于额外存放一个字段，内存消耗增大。相比于内存淘汰而言，维护成本变高，但是由于指向性，数据一致性也变高。

3.主动更新

主动更新理解起来很容易，手动编写业务逻辑，在增删改数据库时同时更新缓存。这个方法关键在于对于不同业务的理解。这里就不再赘述，只能以后到项目中慢慢领会。

4.小结

三、缓存穿透

缓存穿透是指客户端请求的数据在缓存中和数据库中都不存在，这样缓存永远不会生效，这些请求都会打到数据库。大量发出这种恶意请求会给数据库带来巨大压力，甚至打垮数据库。这里提供两种常见的解决思路：空值缓存和布隆过滤。

1.空值缓存

这种是直接从定义本身出发。既然都不存在该数据，那我就给你返回一个空数据，并且给空值设置一个过期时间，让它自动剔除。

Object cacheValue = redisTemplate.opsForValue().get(cacheKey);
if (cacheValue != null) {
if (NULL_VALUE.equals(cacheValue)) {
return null;
}
}

2.布隆过滤

布隆过滤器是一种空间效率极高的概率型数据结构，能快速判断一个元素 “一定不存在” 或 “可能存在”。我们可以先把数据库中所有有效的 key 提前加载到布隆过滤器中，当请求过来时，先通过布隆过滤器判断 key 是否存在：

3.小结

四、总结

从为什么使用缓存，到如何更新缓存，全都是为缓存穿透的出现作铺垫。因为要使用缓存，所以需要解决出现的一系列问题。后续再复习缓存雪崩和缓存击穿