深刻分析缓存穿透和击穿问题解决方案

时间  2021-08-14
标签 java 面试 redis 数据库 缓存 安全 服务器 微信 markdown 架构 栏目 Java 繁體版
原文   原文链接

欢迎你们关注公众号「JAVA前线」查看更多精彩分享文章，主要包括源码分析、实际应用、架构思惟、职场分享、产品思考等等，同时欢迎你们加我微信「java_front」一块儿交流学习java


1 文章概述

在互联网场景中缓存系统是一个重要系统，为了防止流量频繁访问数据库，通常会在数据库层前设置一道缓存层做为保护。面试

缓存是一个广义概念，核心要义是将数据存放在离用户更近的地方，或者是将数据存放在访问更快的介质。redis

缓存对应到实际应用中能够分为内存缓存、远程缓存。内存缓存常见工具例如Guava、Ecache等，远程缓存常见系统例如Redis，memcache等。本文以远程缓存Redis为例进行讲解。数据库

缓存穿透和击穿是高并发场景下必须面对的问题，这些问题会致使访问请求绕过缓存直接打到数据库，可能会形成数据库挂掉或者系统雪崩，下面本文根据下图提纲来分析这些问题的原理和解决方案。缓存


2 缓存穿透与击穿区分

缓存穿透和击穿从最终结果上来讲都是流量绕过缓存打到了数据库，可能会致使数据库挂掉或者系统雪崩，可是仔细区分仍是有一些不一样，咱们分析一张业务读取缓存通常流程图。安全

咱们用文字简要描述这张图：服务器

(1) 业务查询数据时首先查询缓存，若是缓存存在数据则返回，流程结束微信

(2) 若是缓存不存在数据则查询数据库，若是数据库不存在数据则返回空数据，流程结束markdown

(3) 若是数据库存在数据则将数据写入缓存并返回数据给业务，流程结束架构

假设业务方要查询A数据，缓存穿透是指数据库根本不存在A数据，因此根本没有数据能够写入缓存，致使缓存层失去意义，大量请求会频繁访问数据库。

缓存击穿是指请求在查询数据库前，首先查缓存看看是否存在，这是没有问题的。可是并发量太大，致使第一个请求尚未来得及将数据写入缓存，后续大量请求已经开始访问缓存，这是数据在缓存中仍是不存在的，因此瞬时大量请求会打到数据库。


3 CAS实例与源码分析

如今咱们把缓存问题放一放，一块儿来分析CAS这个概念的实例源码，后面咱们编写缓存工具须要借鉴这个思想。

3.1 一道面试题

咱们来看一道常见面试题，相信这个面试题你们并不会陌生：分析下面这段代码输出的值是多少。

class Data {
    volatile int num = 0;
    public void increase() {
        num++;
    }
}

public class VolatileTest {
    public static void main(String[] args) {
        Data data = new Data();
        
        // 100个线程操做num累加
        for (int i = 1; i <= 100; i++) {
            new Thread(new Runnable() {
                @Override
                public void run() {
                    try {
                        Thread.sleep(1000L);
                        data.increase();
                    } catch (Exception ex) {
                        System.out.println(ex.getMessage());
                    }
                }
            }).start();
        }
        
        // 等待上述线程执行完 -> 数值2表示只有主线程和GC线程在运行
        while (Thread.activeCount() > 2) {
            // 主线程让出CPU时间片
            Thread.yield();
        }
        System.out.println(data.num);
    }
}
复制代码

运行结果num值通常小于100，这是由于num++不是原子性，咱们编写一段简单代码进行证实。

public class VolatileTest2 {
    volatile int num = 0;

    public void increase() {
        num++;
    }
}
复制代码

执行下列命令获取字节码：

javac VolatileTest2.java
javap -c VolatileTest2.class
复制代码

字节码文件以下所示：

$ javap -c VolatileTest2.class
Compiled from "VolatileTest2.java"
public class com.java.front.test.VolatileTest2 {
  volatile int num;

  public com.java.front.test.VolatileTest2();
    Code:
       0: aload_0
       1: invokespecial #1                  // Method java/lang/Object."<init>":()V
       4: aload_0
       5: iconst_0
       6: putfield      #2                  // Field num:I
       9: return

  public void increase();
    Code:
       0: aload_0
       1: dup
       2: getfield      #2                  // Field num:I
       5: iconst_1
       6: iadd
       7: putfield      #2                  // Field num:I
      10: return
}
复制代码

咱们观察num++代码片断，发现其实分为三个步骤：

(1) getfield 
(2) iadd  
(3) putfield 
复制代码

getfield读取num值，iadd运算num+1，最后putfield将新值赋值给num。这就不难理解为何num最终会小于100：由于线程A在执行到第二步后执行第三步前，还没来得及将新值赋给num，数据就被线程B取走了，这时仍是没有加1的旧值。


3.2 CAS实例分析

那么怎么解决上述问题呢？常见方案有两种：加锁方案和无锁方案。

加锁方案是对increase加上同步关键字，这样就能够保证同一时刻只有一个线程操做，这不是咱们这篇文章重点，不详细展开了。

无锁方案能够采用JUC提供的AtomicInteger进行运算，咱们看一下改进后的代码。

import java.util.concurrent.atomic.AtomicInteger;

class Data {
    volatile AtomicInteger num = new AtomicInteger(0);
    public void increase() {
        num.incrementAndGet();
    }
}

public class VolatileTest {
    public static void main(String[] args) {
        Data data = new Data();
        for (int i = 1; i <= 100; i++) {
            new Thread(new Runnable() {
                @Override
                public void run() {
                    try {
                        Thread.sleep(1000L);
                        data.increase();
                    } catch (Exception ex) {
                        System.out.println(ex.getMessage());
                    }
                }
            }).start();
        }
        while (Thread.activeCount() > 2) {
            Thread.yield();
        }
        System.out.println(data.num);
    }
}
复制代码

这样改写以后结果正如咱们预期等于100，咱们并无加锁，那么为何改用AtomicInteger就能够达到预期效果呢？


3.3 CAS源码分析

本章节咱们以incrementAndGet方法做为入口，进行CAS源码分析。

class Data {
    volatile AtomicInteger num = new AtomicInteger(0);
    public void increase() {
        num.incrementAndGet();
    }
}
复制代码

进入incrementAndGet方法：

import sun.misc.Unsafe;

public class AtomicInteger extends Number implements java.io.Serializable {
    private static final Unsafe unsafe = Unsafe.getUnsafe();
    private static final long valueOffset;

    public final int incrementAndGet() {
        return unsafe.getAndAddInt(this, valueOffset, 1) + 1;
    }
}
复制代码

咱们看到一个名为Unsafe的类。这个类并不常见，到底有什么用呢？Unsafe是位于sun.misc包下的一个类，具备操做底层资源的能力。例如能够直接访问操做系统，操做特定内存数据，提供许多CPU原语级别的API。

咱们继续分析源码跟进getAndAddInt方法：

public final int getAndAddInt(Object o, long offset, int delta) {
    int v;
    do {
        v = getIntVolatile(o, offset);
    } while (!compareAndSwapInt(o, offset, v, v + delta));
    return v;
}
复制代码

咱们对参数进行说明：o表示待修改的对象，offset表示待修改字段在内存中的偏移量，delta表示本次修改的增量。

整个方法核心是一段do-while循环代码，其中方法getIntVolatile比较好理解，就是获取对象o偏移量为offset的某个字段值。

咱们重点分析while中compareAndSwapInt方法：

public final native boolean compareAndSwapInt( Object o, long offset, int expected, int x);
复制代码

其中o和offset含义不变，expected表示指望值，x表更新值，这就引出了CAS核心操做三个值：内存位置值、预期原值及新值。

执行CAS操做时，内存位置值会与预期原值比较。若是相匹配处理器会自动将该位置值更新为新值，不然处理器不作任何操做。

Unsafe提供的CAS方法是一条CPU的原子指令，底层实现即为CPU指令cmpxchg，不会形成数据不一致。

咱们再回过头分析这段代码：

public final int getAndAddInt(Object o, long offset, int delta) {
    int v;
    do {
        v = getIntVolatile(o, offset);
    } while (!compareAndSwapInt(o, offset, v, v + delta));
    return v;
}
复制代码

代码执行流程以下：

(1) 线程A执行累加，执行到getAndAddInt方法，首先根据内存地址获取o对象offset偏移量的字段值v1

(2) while循环中compareAndSwapInt执行，这个方法将再次获取o对象offset偏移量的字段值v2，此时判断v1和v2是否相等，若是相等则自动将该位置值更新为v1加上增量后的值，跳出循环

(3) 若是执行compareAndSwapInt时字段值已经被线程B改掉，则该方法会返回false，因此没法跳出循环，继续执行直至成功，这就是自旋设计思想

经过上述分析咱们知道，Unsafe类和自旋设计思想是CAS实现核心，其中自旋设计思想会在咱们缓存工具中体现。


4 分布式锁实例分析

在相同JVM进程中为了保证同一段代码块在同一时刻只能被一个线程访问，JAVA提供了锁机制，例如咱们可使用synchroinzed、ReentrantLock进行并发控制。

若是在多个服务器的集群环境，每一个服务器运行着一个JVM进程。若是但愿对多个JVM进行并发控制，此时JVM锁就不适用了。这时就须要引入分布式锁。顾名思义分布式锁是对分布式场景下，多个JVM进程进行并发控制。

分布式锁在实现时当心踩坑：例如没有设置超时时间，若是获取到锁的节点因为某种缘由挂掉没有释放锁，致使其它节点永远拿不到锁。

分布式锁有多种实现方式，能够本身经过Redis或者Zookeeper进行实现，也能够直接使用Redisson框架。本章节给出Redis分布式锁Lua脚本实现。本文不进行展开。


5 缓存工具实例分析

上述章节分析了CAS原理和分布式锁实现，如今咱们要将上述知识结合起来，实现一个能够解决缓存击穿问题的缓存工具。

缓存工具核心思想是若是发现缓存中无数据，利用分布式锁使得同一时刻只有一个JVM进程能够访问数据库，并将数据写入缓存。

那么没有抢到分布式锁的进程怎么办呢？咱们提供如下三种选择：

方案一：直接返回空数据
方案二：自旋直到获取到数据
方案三：自旋N次仍然没有获取到数据则返回空数据
复制代码

缓存工具代码以下：

/** * 业务回调 * * @author 微信公众号「JAVA前线」 * */
public interface RedisBizCall {

    /** * 业务回调方法 * * @return 序列化后数据值 */
    String call();
}

/** * 安全缓存管理器 * * @author 微信公众号「JAVA前线」 * */
@Service
public class SafeRedisManager {
    @Resource
    private RedisClient RedisClient;
    @Resource
    private RedisLockManager redisLockManager;

    public String getDataSafeRetry(String key, int lockExpireSeconds, int dataExpireSeconds, RedisBizCall bizCall, int retryMaxTimes) {
        try {
            int currentTimes = 0;
            boolean getLockSuccess = false;
            while(currentTimes < retryMaxTimes) {
                String value = redisClient.get(key);
                if (StringUtils.isNotEmpty(value)) {
                    return value;
                }
                /** 竞争分布式锁 **/
                if (getLockSuccess = redisLockManager.tryLock(key, lockExpireSeconds)) {
                    value = redisClient.get(key);
                    if (StringUtils.isNotEmpty(value)) {
                        return value;
                    }
                    /** 查询数据库 **/
                    value = bizCall.call();

                    /** 数据库无数据则返回**/
                    if (StringUtils.isEmpty(value)) {
                        return null;
                    }

                    /** 数据存入缓存 **/
                    redisClient.setex(key, seconds, value);
                    return value;
                } else {
                    Thread.sleep(100L);
                    logger.warn("尝试从新获取数据,key={}", key);
                    currentTimes++;
                }
            }
        } catch (Exception ex) {
            logger.error("getDistributeSafeRetryError", ex);
            return null;
        } finally {
            if (getLockSuccess) {
                redisLockManager.unLock(key);
            }
        }
    }
}
复制代码

在上面代码中咱们采用分布式锁，对访问数据库资源的行为进行了限制，同一时刻只有一个进程能够访问数据库资源。若是有数据则放入缓存，解决了缓存击穿问题。若是没有数据则结束循环，解决了缓存穿透问题。使用方法以下：

/** * 缓存工具使用 * * @author 微信公众号「JAVA前线」 * */
@Service
public class StudentService implements StudentService {
    private static final String KEY_PREFIX = "stuKey_";

    @Resource
    private StudentDao studentDao;
    @Resource
    private SafeRedisManager safeRedisManager;

    public Student getStudentInfo(String studentId) {
        String studentJSON = safeRedisManager.getDataRetry(KEY_PREFIX + studentId, 30, 600, new RedisBizCall() {
            public String call() {
                StudentDO student = studentDao.getStudentById(studentId);
                if (null == student) {
                    return StringUtils.EMPTY;
                }
                return JSON.toJSONString(student);
            }, 5);
            if(StringUtils.isEmpty(studentJSON) {
                return null;
            }
            return JSON.toJSONString(studentJSON, Student.class);
        }
    }
}
复制代码

6 数据库与缓存一致性问题

本文到第五章节缓存击穿问题从原理到解决方案已经讲清楚了，这个章节我想引伸一个问题：究竟是先写缓存仍是先写数据库，或者说数据库与缓存一致性怎么保证？

个人结论很是清晰明确：先写数据库再写缓存。核心思想是数据库和缓存之间追求最终一致性，如无必要则无需保证强一致性。

(1) 在缓存做为提高系统性能手段的背景下，不须要保证数据库和缓存的强一致性。若是非要保证两者的强一致性，会增大系统的复杂度没有必要

(2) 若是更新数据库成功，再更新缓存。此时存在两种状况：更新缓存成功则万事大吉。更新缓存失败没有关系，等待缓存失效，此处必定要合理设置失效时间

(3) 若是更新数据库失败，则操做失败，重试或者等待用户从新发起

(4) 数据库是持久化数据，是操做成功仍是失败的判断依据。缓存是提高性能的手段，容许短期和数据库的不一致

(5) 在互联网架构中，通常不追求强一致性，而追求最终一致性。若是非要保证缓存和数据库的一致性，本质上是在解决分布式一致性问题

(6) 分布式一致性问题解决方案有不少，能够选择好比两阶段提交、TCC、本地消息表、MQ事务性消息


7 文章总结

本文介绍了缓存击穿问题缘由和解决方案，其中参考率CAS源码的自旋设计思想，结合分布式锁实现了缓存工具，但愿文章对你们有所帮助。

欢迎你们关注公众号「JAVA前线」查看更多精彩分享文章，主要包括源码分析、实际应用、架构思惟、职场分享、产品思考等等，同时欢迎你们加我微信「java_front」一块儿交流学习

相关文章
相关标签/搜索
每日一句
    每一个你不满意的现在，都有一个你没有努力的曾经。
本站公众号
   欢迎关注本站公众号,获取更多信息
联系我们 最近搜索 最新文章 沪ICP备13005482号-10 MyBatis教程 SQL 教程 MySQL教程 Java 教程 Thymeleaf 教程 Hibernate教程 Spring教程 Redis教程