springboot：整合redis解决缓存击穿，缓存雪崩，缓存穿透

一、缓存穿透

一个在缓存和数据库都不存在的数据，而用户不断发起请求，借此攻击数据库，造成数据库压力过大。比如请求 id < 0 的数据

解决方案：

1. 接口校验、限流
2. 布隆过滤器
3. 缓存空值，设置过期时间短些

@GetMapping("/penetrate")
    public String cachePenetrate(Integer id) {
        String cacheKey = "penetrate:" + id;
        long cacheTime = 30L;

        //缓存查询
        String cacheValue = (String) redisTemplate.opsForValue().get(cacheKey);
        if (cacheValue == null) {
            //缓存没有，查询数据库
            Product product = productService.getById(id);
            if (product == null) {
                //数据库没有，设置空值或默认值
                cacheValue = "";
            } else {
                cacheValue = product.getName();
            }
            redisTemplate.opsForValue().set(cacheKey, cacheValue, cacheTime, TimeUnit.SECONDS);
        }

        return cacheValue;
    }

二、缓存击穿

一个key数据库存在，原来缓存有但现在过期了，发送请求发现过期了直接查询数据库并回设缓存，此时若发生高并发可能会瞬间把数据库压垮

解决方案：

1. 设置key永不过期
2. 队列排队
3. 互斥锁

@GetMapping("/puncture")
    public String cachePuncture(Integer id) {
        String cacheKey = "puncture:" + id;
        long cacheTime = 30L;

        //缓存查询
        String cacheValue = (String) redisTemplate.opsForValue().get(cacheKey);
        if (cacheValue == null) {
            //缓存没有，使用互斥锁查询数据库更新缓存，其余阻塞排队
            synchronized (cacheKey) {
                //此时可能有缓存数据了
                cacheValue = (String) redisTemplate.opsForValue().get(cacheKey);
                if (cacheValue == null) {
                    //缓存还是没有，查询数据库
                    Product product = productService.getById(id);
                    cacheValue = product.getName();
                    //回设缓存
                    redisTemplate.opsForValue().set(cacheKey, cacheValue, cacheTime * 10, TimeUnit.SECONDS);
                }
            }
        }

        return cacheValue;
    }

    public String cachePuncture2(Integer id) throws InterruptedException {
        String cacheKey = "puncture:" + id;
        String blockKey = "block:" + id;
        long cacheTime = 30L;

        //缓存查询
        String cacheValue = (String) redisTemplate.opsForValue().get(cacheKey);
        if (cacheValue == null) {
            //setIfAbsent == SETNX ：只有key不存在的时候才能设置成功，利用它可以实现锁的效果
            if (redisTemplate.opsForValue().setIfAbsent(blockKey, "1", cacheTime, TimeUnit.SECONDS)) {
                //查询数据库
                Product product = productService.getById(id);
                cacheValue = product.getName();
                //回设缓存
                redisTemplate.opsForValue().set(cacheKey, cacheValue, cacheTime * 10, TimeUnit.SECONDS);
                redisTemplate.delete(blockKey);
            } else {
                //阻塞一会，再重试获取数据
                Thread.sleep(50);
                return cachePuncture2(id);
            }
        }

        return cacheValue;
    }

三、缓存雪崩

当缓存服务器重启或者大量缓存集中在某一时间段失效，这样在失效的时候，也会给数据库带来很大压力。跟缓存击穿不一样，雪崩是大量key集体过期

解决方案：

1. 热点数据不过期
2. 在原有的失效时间基础上增加一个随机值，减少集体失效
3. 加锁排队

@GetMapping("/avalanche")
    public String cacheAvalanche(Integer id) {
        String cacheKey = "avalanche:" + id;
        long cacheTime = 30L;

        //缓存查询
        String cacheValue = (String) redisTemplate.opsForValue().get(cacheKey);
        if (cacheValue == null) {
            //缓存没有，使用互斥锁查询数据库更新缓存，其余阻塞排队
            synchronized (cacheKey) {
                //此时可能有缓存数据了
                cacheValue = (String) redisTemplate.opsForValue().get(cacheKey);
                if (cacheValue == null) {
                    //缓存还是没有，查询数据库
                    Product product = productService.getById(id);
                    cacheValue = product.getName();
                    //回设缓存
                    redisTemplate.opsForValue().set(cacheKey, cacheValue, cacheTime * 10, TimeUnit.SECONDS);
                }
            }
        }

        return cacheValue;
    }

    @GetMapping("/avalanche2")
    public String cacheAvalanche2(Integer id) {
        String cacheKey = "avalanche:" + id;
        String signKey = "avalanche:sign" + id;
        long cacheTime = 60L;

        //缓存查询
        String cacheValue = (String) redisTemplate.opsForValue().get(cacheKey);
        //缓存标记
        String signValue = (String) redisTemplate.opsForValue().get(signKey);
        if (signValue == null) {
            //缓存标记过期
            //设置成功的去查询数据库并更新缓存，其余的返回旧的缓存值(缓存值的时间是缓存标记的2倍)
            if (redisTemplate.opsForValue().setIfAbsent(signKey, "1", cacheTime, TimeUnit.SECONDS)) {
                //查询数据库
                Product product = productService.getById(id);
                cacheValue = product.getName();
                redisTemplate.opsForValue().set(cacheKey, cacheValue, cacheTime * 2, TimeUnit.SECONDS);
            }
        }

        return cacheValue;
    }

这里第一种方法，采用加锁排队有可能还要解决分布式锁的问题，线程还会被阻塞，用户体验很差

第二种方法：
缓存标记：记录缓存数据是否过期，如果过期就去更新实际key的缓存；
缓存数据：它的过期时间比缓存标记的时间延长1倍。这样，当缓存标记过期后，实际缓存还能把旧数据返回给调用端，直到新的key值更新完成后，才会返回新缓存