缓存

redis做为缓存，mysql的数据如何与redis进行同步呢？（双写一致性） 在项目中，我们主要通过 Redisson 的读写锁机制 来保证数据的强一致性。 当执行读取操作时，我们会加上读锁（共享锁），这样可以做到： 读读不互斥； 读写互斥。 而在更新数据时，我们会加上写锁（排他锁），此时写写、读写都互斥。 这样可以确保在写入数据库的同时，其他线程无法读取缓存数据，从而避免出现脏读或不一致的情况。 这里需要注意的一点是：读写方法必须使用同一把锁，才能真正保证互斥关系成立。 除了使用分布式锁，我们也考虑过使用 “延迟双删”策略 来实现最终一致性。 具体做法是： 先删除缓存； 再更新数据库； 最后延时一段时间后，再删除一次缓存。 不过，延迟的时间点很难精确把握。在延时窗口内仍可能出现脏数据问题，无法满足强一致性场景，因此我们最终没有采用这种方式。 在我最近做的项目中（例如简历中提到的 xxxx 功能）， 系统对数据一致性的实时性要求没有那么高，可以接受一定的同步延时。 因此我们采用了 阿里巴巴的 Canal 组件 来实现最终一致性的数据同步。 Canal...

缓存穿透 缓存穿透指的是：一个缓存和数据库中都不存在的数据，由于数据库无法写入缓存，导致频繁请求直接打到数据库，从而造成数据库压力过大甚至被“打穿”。 常见的解决方法包括：缓存空值 或 布隆过滤器。 布隆过滤器由一个全 0 的位图数组和 n 个哈希函数组成。当一个数据在请求缓存前，会先经过布隆过滤器。过滤器会通过 n 个哈希函数计算出 n 个哈希值，再分别对数组长度取模，并将对应的数组下标置为 1。 查询时，只需要查看位图数组中这 n 个位置是否全部为 1： 若存在某个位为 0，则说明该数据一定不存在于数据库中； 若全部为 1，则说明该数据可能存在，但不一定真的存在，因为可能出现哈希碰撞。 因此，布隆过滤器判断“存在”时并不能保证数据真的存在，但判断“不存在”时一定准确。 缓存雪崩 缓存雪崩指的是：大量的缓存 Key 在同一时间失效，或者 Redis 服务器宕机，导致所有请求同时打到数据库，造成数据库瞬时压力过大，甚至宕机的情况。 解决方法： 为缓存设置 固定过期时间 + 随机过期时间，让不同 Key 的过期时间错开，避免在同一时间集中失效。 ...