缓存穿透的解决办法有哪些？

一、概述

缓存穿透是指查询一个不存在的数据，由于缓存和数据库都没有命中，导致每次请求都需要从数据库中读取数据，增加了数据库的负担。解决缓存穿透的方法有以下几种：

布隆过滤器(Bloom Filter):使用位数组来表示一个集合，并通过哈希函数将元素映射到数组上。在查询数据时，先判断该数据是否存在于布隆过滤器中，如果存在则直接返回结果，否则再从数据库中查询数据。
缓存空对象：在缓存中存储空对象，当查询一个不存在的数据时，直接返回空对象，而不是默认值或者错误信息。
设置热点数据永不过期：对于一些热点数据，可以设置永不过期，这样即使缓存未命中，也不会影响数据的一致性。
使用分布式锁：在查询数据前先使用分布式锁进行加锁，保证只有一个线程能够访问数据库，其他线程需要等待锁释放后才能进行查询。
使用数据库的缓存机制：一些数据库提供了自己的缓存机制，可以将查询结果缓存到内存中，减少对数据库的访问次数。

二、布隆过滤器

1、原理

布隆过滤器其实采用的是哈希思想来解决这个问题，通过一个庞大的二进制数组，走哈希思想去判断当前这个要查询的这个数据是否存在，如果布隆过滤器判断存在，则放行，这个请求会去访问redis，哪怕此时redis中的数据过期了，但是数据库中一定存在这个数据，在数据库中查询出来这个数据后，再将其放入到redis中，

假设布隆过滤器判断这个数据不存在，则直接返回

这种方式优点在于节约内存空间，存在误判，误判原因在于：布隆过滤器走的是哈希思想，只要哈希思想，就可能存在哈希冲突

2、优缺点

优点：内存占用较少，没有多余key
缺点：
- 实现复杂
- 存在误判可能

3、流程图

在这里插入图片描述

三、缓存空对象

1、缓存空对象思路分析

当我们客户端访问不存在的数据时，先请求redis，但是此时redis中没有数据，此时会访问到数据库，但是数据库中也没有数据，这个数据穿透了缓存，直击数据库，我们都知道数据库能够承载的并发不如redis这么高，如果大量的请求同时过来访问这种不存在的数据，这些请求就都会访问到数据库，简单的解决方案就是哪怕这个数据在数据库中也不存在，我们也把这个数据存入到redis中去，这样，下次用户过来访问这个不存在的数据，那么在redis中也能找到这个数据就不会进入到缓存了

2、优缺点

优点：实现简单，维护方便
缺点：
- 额外的内存消耗
- 可能造成短期的不一致

3、流程图：

在这里插入图片描述

四、设置热点数据永不过期

1、说明

对于缓存穿透问题，设置热点数据永不过期是一种解决方法。热点数据指的是被频繁访问的数据，如果将这些数据的过期时间设置为永久或者相对较长的时间，即使缓存未命中，也不会影响数据的一致性。

2、具体实现方式：

定义一个包含热点数据的 Map 对象，使用 synchronized 关键字保证并发安全。

private static Map<String, Object> hotDataMap = new ConcurrentHashMap<>();

在添加热点数据时，设置过期时间为永久：

hotDataMap.put("key", value);
hotDataMap.put("key", value); // 可以重复添加

在查询数据时，先从缓存中获取热点数据，如果缓存中不存在，则从数据库中查询并加入缓存：

Object value = hotDataMap.get("key");
if (value == null) {
    
    
    // 从数据库中查询数据
    value = getValueFromDatabase();
    hotDataMap.put("key", value);
}

将热点数据放入缓存中：

cache.put(key, value);

需要注意的是：

如果设置了热点数据的永不过期，需要定期清理缓存中的无用数据，以避免占用过多内存。

五、使用分布式锁

1 说明

使用分布式锁可以解决缓存穿透问题。缓存穿透是指查询一个不存在的数据，由于缓存和数据库都没有命中，导致每次请求都需要从数据库中读取数据，增加了数据库的负担。而分布式锁可以在多台服务器之间协调对某个资源的操作，保证同一时间只有一个线程可以对该资源进行操作。

2 实现步骤

引入分布式锁框架，如 Redis 的分布式锁、Zookeeper 等。
在查询数据前先使用分布式锁进行加锁，保证只有一个线程能够访问数据库，其他线程需要等待锁释放后才能进行查询。
如果查询结果为空，则释放锁并返回空对象；如果查询结果不为空，则将结果存入缓存中。
在更新数据时，也需要使用分布式锁进行加锁，保证只有一个线程能够对缓存进行更新。
在释放锁时，需要确保所有线程都已经完成了对数据的处理。

3 Redis分布式锁的基本流程：

客户端尝试获取锁，向Redis服务器发送SETNX命令（SET if Not eXists）。
Redis服务器收到SETNX命令，尝试为客户端设置锁，如果该锁不存在，Redis会将锁设置为1，表示客户端获取了锁；否则，Redis返回0，表示客户端未能获取锁。
客户端收到Redis服务器返回的结果，如果结果为1，则表示客户端已经成功获取了锁，可以执行后续操作；如果结果为0，则表示客户端未能获取锁，需要再次尝试获取或者等待其他客户端释放锁。
客户端在执行完任务后，需要释放锁，向Redis服务器发送DEL命令，告诉Redis服务器该客户端已经完成任务，锁不再需要。
Redis服务器收到DEL命令，将该客户端的锁删除，其他客户端可以继续尝试获取锁。

需要注意的是，在分布式环境中，需要使用带有超时时间的锁，以防止锁死。在获取锁时，需要设置一个超时时间，如果在指定时间内未能成功获取锁，则需要放弃获取锁。同时，在释放锁时，需要检查该锁是否属于当前客户端，避免误删其他客户端的锁。

在这里插入图片描述

4、缺点

使用分布式锁会增加系统的复杂度和运行成本。
分布式锁也有可能出现死锁等问题，需要进行合理的设计和调试。

六、具体运用

1、从没有使用到使用缓存NULL值的流程变化

在这里插入图片描述

2、未使用缓存NULL时的代码

 @Override
    public Result queryShopById(Long id) {
    
    
        //1 从redis获取
        String shopStr = redisTemplate.opsForValue().get(RedisKey.CACHE_SHOP_PRE + id);
        if (MyStrUtil.isNotEmpty(shopStr)) {
    
    
            return Result.ok(JSONUtil.toBean(shopStr, Shop.class));
        }

        Shop shop = this.getById(id);
        if (shop == null) {
    
    
            return Result.fail("店铺不存在");
        }
        redisTemplate.opsForValue().set(RedisKey.CACHE_SHOP_PRE + id, JSONUtil.toJsonStr(shop), 30, TimeUnit.MINUTES);

        return Result.ok(shop);
    }

3、使用缓存NULL时的代码

@Override
    public Result queryShopById(Long id) {
    
    
        //1 从redis获取
        String shopStr = redisTemplate.opsForValue().get(RedisKey.CACHE_SHOP_PRE + id);
        if (StringUtils.isNotBlank(shopStr)) {
    
    
            return Result.ok(JSONUtil.toBean(shopStr, Shop.class));
        }

        //空字符串
        if(shopStr != null){
    
    
            return Result.fail("店铺不存在");
        }

        Shop shop = this.getById(id);
        if (shop == null) {
    
    
            redisTemplate.opsForValue().set(RedisKey.CACHE_SHOP_PRE + id, "", 1, TimeUnit.MINUTES);
            return Result.fail("店铺不存在");
        }
        redisTemplate.opsForValue().set(RedisKey.CACHE_SHOP_PRE + id, JSONUtil.toJsonStr(shop), 30, TimeUnit.MINUTES);

        return Result.ok(shop);
    }

七、源码下载：

gitee.com/charlinchenlin/koo-erp