解决方案:
1.布隆过滤器 把所有可能存在的数据哈希到一个足够大的bitmap中,一个一定不存在的数据会被这个bitmap拦截掉
2.如果一个查询返回的数据是空的,无论数据是否存在,还是系统故障,我们仍然将这个空结果进行缓存,但设置很短的过期时间
解决方案
1.用加锁或者队列的方式保证缓存的单线程写,避免失效时大量的并发请求落到底层的存储系统上
2.将缓存的失效时间分散开,在原来失效时间的基础上加上一个随机值,比如说1-5分钟的随机,这样每一个缓存过期时间的重复率就会降低,很难引起集体失效的事件。
解决方案
String get(String key){
String value = reids.get(key);
if(value == null){
if(redis.setnx(key_mutex,"1")){
reids.expire(key_mutex,3*60);
value = db.get(key);
redis.set(key,value);
redis.delete(key_mutex);
}else{
//其他线程休息50ms后重试
Thread.sleep(50);
get(key);
}
}
} 2.设置热点数据永不过期
a.从redis上来看,确实不设置过期时间,保证不会出现热点key过期的问题,也就是物理上的不过期
String get(final String key){
V v = redis.get(key);
String value = v.getValue();
long timeout = v.getTimeout();
if(v.timeout <= System.currentTimeMillis()){
//异步更新后台异常执行
threadPool.execute(new Runnable(){
public void run(){
String keyMutex = "mutex:"+key;
if(redis.setnx(keyMutex,"1")){
//设置三分钟的超时
redis.expire(keyMutex,3*60);
String dbValue = db.get(key);
redis.set(key,dbValue);
redis.delete(keyMutex);
}
}
});
}
}
v = mem***.get(key);
if(v==null){
if(mem***.add(key_mutex,3*60*1000) == true){
value = db.get(key);
mem***.set(key,value);
mem***.delete(key_mutex);
}else{
sleep(50);
retry();
}else{
if(v.timeout <= now()){
if(mem***.add(key_mutex,3*60*1000) == true){
v.timeout += 3*60*1000;
mem***.set(key,v,KEY_TIMEOUT*2);
//从数据库加载最新的数据
v = db.get(key);
v.timeout = KEY_TIMEOUT;
mem***.set(key,value,KEY_TIMEOUT*2);
mem***.delete(key_mutex);
}else{
sleep(50);
retry();
}
}
}
}