在Redis中有三大問題：緩存雪崩、緩存擊穿、緩存穿透，今天我們來聊聊緩存擊穿。

關(guān)于緩存擊穿相關(guān)理論文章，相信大家已經(jīng)看過不少，但是具體代碼中是怎么實現(xiàn)的，怎么解決的等問題，可能就一臉懵逼了。

今天，老田就帶大家來看看，緩存擊穿解決和代碼實現(xiàn)。

場景

請看下面這段代碼：

/** 
 * @author 田維常
 * @公眾號 java后端技術(shù)全棧
 * @date 2021/6/27 15:59
 */
@Service
public class UserInfoServiceImpl implements UserInfoService {

    @Resource
    private UserMapper userMapper;
    @Resource
    private RedisTemplate<Long, String> redisTemplate;

    @Override
    public UserInfo findById(Long id) {
        //查詢緩存
        String userInfoStr = redisTemplate.opsForValue().get(id);
        //如果緩存中不存在，查詢數(shù)據(jù)庫
        //1
        if (isEmpty(userInfoStr)) {
            UserInfo userInfo = userMapper.findById(id);
            //數(shù)據(jù)庫中不存在
            if(userInfo == null){
                  return null;
            }
            userInfoStr = JSON.toJSONString(userInfo);
            //2
            //放入緩存
            redisTemplate.opsForValue().set(id, userInfoStr);
        }
        return JSON.parseObject(userInfoStr, UserInfo.class);
    }

    private boolean isEmpty(String string) {
        return !StringUtils.hasText(string);
    }
}

整個流程：

如果，在//1到//2之間耗時1.5秒，那就代表著在這1.5秒時間內(nèi)所有的查詢都會走查詢數(shù)據(jù)庫。這也就是我們所說的緩存中的“緩存擊穿”。

其實，你們項目如果并發(fā)量不是很高，也不用怕，并且我見過很多項目也就差不多是這么寫的，也沒那么多事，畢竟只是第一次的時候可能會發(fā)生緩存擊穿。

但，我們也不要抱著一個僥幸的心態(tài)去寫代碼，既然是多線程導(dǎo)致的，估計很多人會想到鎖，下面我們使用鎖來解決。

改進(jìn)版

既然使用到鎖，那么我們第一時間應(yīng)該關(guān)心的是鎖的粒度。

如果我們放在方法findById上，那就是所有查詢都會有鎖的競爭，這里我相信大家都知道我們?yōu)槭裁床环旁诜椒ㄉ稀?/p>

/** 
 * @author 田維常
 * @公眾號 java后端技術(shù)全棧
 * @date 2021/6/27 15:59
 */
@Service
public class UserInfoServiceImpl implements UserInfoService {

    @Resource
    private UserMapper userMapper;
    @Resource
    private RedisTemplate<Long, String> redisTemplate;

    @Override
    public UserInfo findById(Long id) {
        //查詢緩存
        String userInfoStr = redisTemplate.opsForValue().get(id);
        if (isEmpty(userInfoStr)) {
            //只有不存的情況存在鎖
            synchronized (UserInfoServiceImpl.class){
                UserInfo userInfo = userMapper.findById(id);
                //數(shù)據(jù)庫中不存在
                if(userInfo == null){
                     return null;
                }
                userInfoStr = JSON.toJSONString(userInfo);
                //放入緩存
                redisTemplate.opsForValue().set(id, userInfoStr);
            }
        }
        return JSON.parseObject(userInfoStr, UserInfo.class);
    }

    private boolean isEmpty(String string) {
        return !StringUtils.hasText(string);
    }
}

看似解決問題了，其實，問題還是沒得到解決，還是會緩存擊穿，因為排隊獲取到鎖后，還是會執(zhí)行同步塊代碼，也就是還會查詢數(shù)據(jù)庫，完全沒有解決緩存擊穿。

雙重檢查鎖

由此，我們引入雙重檢查鎖，我們在上的版本中進(jìn)行稍微改變，在同步模塊中再次校驗緩存中是否存在。

/** 
 * @author 田維常
 * @公眾號 java后端技術(shù)全棧
 * @date 2021/6/27 15:59
 */
@Service
public class UserInfoServiceImpl implements UserInfoService {

    @Resource
    private UserMapper userMapper;
    @Resource
    private RedisTemplate<Long, String> redisTemplate;

    @Override
    public UserInfo findById(Long id) {
        //查緩存
        String userInfoStr = redisTemplate.opsForValue().get(id);
        //第一次校驗緩存是否存在
        if (isEmpty(userInfoStr)) {
            //上鎖
            synchronized (UserInfoServiceImpl.class){ 
                //再次查詢緩存，目的是判斷是否前面的線程已經(jīng)set過了
                userInfoStr = redisTemplate.opsForValue().get(id);
                //第二次校驗緩存是否存在
                if (isEmpty(userInfoStr)) {
                    UserInfo userInfo = userMapper.findById(id);
                    //數(shù)據(jù)庫中不存在
                    if(userInfo == null){
                        return null;
                    }
                    userInfoStr = JSON.toJSONString(userInfo);
                    //放入緩存
                    redisTemplate.opsForValue().set(id, userInfoStr);
                }
            }
        }
        return JSON.parseObject(userInfoStr, UserInfo.class);
    }

    private boolean isEmpty(String string) {
        return !StringUtils.hasText(string);
    }
}

這樣，看起來我們就解決了緩存擊穿問題，大家覺得解決了嗎？

惡意攻擊

回顧上面的案例，在正常的情況下是沒問題，但是一旦有人惡意攻擊呢？

比如說：入?yún)d=10000000，在數(shù)據(jù)庫里并沒有這個id，怎么辦呢？

第一步、緩存中不存在

第二步、查詢數(shù)據(jù)庫

第三步、由于數(shù)據(jù)庫中不存在，直接返回了，并沒有操作緩存

第四步、再次執(zhí)行第一步.....死循環(huán)了吧

方案1：設(shè)置空對象

就是當(dāng)緩存中和數(shù)據(jù)庫中都不存在的情況下，以id為key，空對象為value。

set(id,空對象);

回到上面的四步，就變成了。

比如說：入?yún)?code style="font-size: 14px;padding: 2px 4px;border-radius: 4px;margin-right: 2px;margin-left: 2px;background-color: rgba(27, 31, 35, 0.05);font-family: "Operator Mono", Consolas, Monaco, Menlo, monospace;word-break: break-all;color: rgb(239, 112, 96);">id=10000000，在數(shù)據(jù)庫里并沒有這個id，怎么辦呢？

第一步、緩存中不存在

第二步、查詢數(shù)據(jù)庫

第三步、由于數(shù)據(jù)庫中不存在，以id為key，空對象為value放入緩存中

第四步、執(zhí)行第一步，此時，緩存就存在了，只是這時候只是一個空對象。

代碼實現(xiàn)部分：

/** 
 * @author 田維常
 * @公眾號 java后端技術(shù)全棧
 * @date 2021/6/27 15:59
 */
@Service
public class UserInfoServiceImpl implements UserInfoService {

    @Resource
    private UserMapper userMapper;
    @Resource
    private RedisTemplate<Long, String> redisTemplate; 

    @Override
    public UserInfo findById(Long id) {
        String userInfoStr = redisTemplate.opsForValue().get(id);
        //判斷緩存是否存在，是否為空對象
        if (isEmpty(userInfoStr)) {
            synchronized (UserInfoServiceImpl.class){
                userInfoStr = redisTemplate.opsForValue().get(id);
                if (isEmpty(userInfoStr)) {
                    UserInfo userInfo = userMapper.findById(id);
                    if(userInfo == null){
                        //構(gòu)建一個空對象
                        userInfo= new UserInfo();
                    }
                    userInfoStr = JSON.toJSONString(userInfo);
                    redisTemplate.opsForValue().set(id, userInfoStr);
                }
            }
        }
        UserInfo userInfo = JSON.parseObject(userInfoStr, UserInfo.class);
        //空對象處理
        if(userInfo.getId() == null){
            return null;
        }
        return JSON.parseObject(userInfoStr, UserInfo.class);
    }

    private boolean isEmpty(String string) {
        return !StringUtils.hasText(string);
    }
}

方案2 布隆過濾器

布隆過濾器(Bloom Filter):是一種空間效率極高的概率型算法和數(shù)據(jù)結(jié)構(gòu)，用于判斷一個元素是否在集合中（類似Hashset）。它的核心一個很長的二進(jìn)制向量和一系列hash函數(shù)，數(shù)組長度以及hash函數(shù)的個數(shù)都是動態(tài)確定的。

Hash函數(shù)：SHA1，SHA256，MD5..

布隆過濾器的用處就是，能夠迅速判斷一個元素是否在一個集合中。因此他有如下三個使用場景:

• 網(wǎng)頁爬蟲對URL的去重，避免爬取相同的URL地址
URL的去重，避免爬取相同的URL地址