SYSTEM
第五步:Redis 缓存优化
src/content/notes/blog-dev/第五步:Redis-缓存优化.md 6. 第五步:Redis 缓存优化
思路
从「每次请求都查数据库」优化为「先查缓存,缓存没有再查数据库并回填」,同时解决缓存三大问题。
缓存策略:Cache-Aside 模式
┌────────┐ ① 查询请求 ┌─────────┐
│ 客户端 │ ────────────────► │ Service │
└────────┘ └────┬────┘
│ ② 先查 Redis
▼
┌─────────────┐
│ Redis │
└──────┬──────┘
命中 ↓ │ 未命中
返回 ↓ ▼
缓存 ┌─────────┐
数据 │ MySQL │
└────┬────┘
│ ③ 查数据库
▼
④ 写入 Redis(随机过期时间)
│
▼
⑤ 返回数据
缓存三大问题解决方案
| 问题 | 场景 | 解决方案 | 代码体现 |
|---|---|---|---|
| 缓存穿透 | 查询不存在的数据,绕过缓存直接打数据库 | 布隆过滤器 + 空值缓存 | BloomFilterUtil.mightContain() + redisUtil.set(key, "NULL", 300) |
| 缓存击穿 | 热点 key 过期瞬间,大量请求同时打到数据库 | 分布式锁 + 双重检查(DCL) | redisUtil.tryLock() + 二次查缓存 |
| 缓存雪崩 | 大量 key 同时过期 | 随机过期时间 | 3600 + random.nextInt(1800) |
缓存击穿的 DCL(Double-Check Locking)流程
┌──────────┐
│ 请求进来 │
└─────┬────┘
▼
┌──────────────┐ 命中 ┌─────────┐
│ ① 查 Redis │ ──────────────► │ 返回缓存 │
└──────┬───────┘ └─────────┘
│ 未命中
▼
┌──────────────┐ 获取失败 ┌──────────────┐
│ ② 获取分布式锁 │ ──────────────► │ 等待重试/返回 │
└──────┬───────┘ └──────────────┘
│ 获取成功
▼
┌──────────────┐ 命中 ┌─────────┐
│ ③ 再次查 Redis │ ──────────────► │ 返回缓存 │ ← DCL 核心
└──────┬───────┘ └─────────┘
│ 未命中
▼
┌──────────────┐
│ ④ 查 MySQL │
│ ⑤ 写入 Redis │
│ ⑥ 释放锁 │
└──────────────┘
关键代码 — ArticleServiceImpl.getArticle
public Article getArticle(Long id) {
// 第一层防护:布隆过滤器
if (!bloomFilterUtil.mightContain(id)) {
throw new RuntimeException("文章不存在");
}
String key = "article:" + id;
// 第一次查缓存
String cached = redisUtil.get(key);
if (cached != null) {
if ("NULL".equals(cached)) return null; // 空值缓存
return JSON.parseObject(cached, Article.class);
}
// 缓存未命中 → 获取分布式锁
String lockKey = "lock:article:" + id;
String lockValue = UUID.randomUUID().toString();
boolean locked = redisUtil.tryLock(lockKey, lockValue, 30);
if (!locked) {
// 没拿到锁,短暂等待后重试
try { Thread.sleep(100); } catch (InterruptedException e) { }
return getArticle(id);
}
try {
// DCL:拿到锁后再查一次缓存
cached = redisUtil.get(key);
if (cached != null) {
if ("NULL".equals(cached)) return null;
return JSON.parseObject(cached, Article.class);
}
// 查数据库
Article article = articleRepository.findById(id).orElse(null);
if (article != null) {
// 随机过期时间,防止雪崩
int expire = 3600 + new Random().nextInt(1800);
redisUtil.set(key, JSON.toJSONString(article), expire);
} else {
// 空值缓存,防止穿透
redisUtil.set(key, "NULL", 300);
}
return article;
} finally {
redisUtil.unlock(lockKey, lockValue);
}
}
优化经验
| 问题 | 优化方式 |
|---|---|
| 高并发下缓存击穿 | 分布式锁 + DCL,只让一个请求查数据库 |
| 大量 key 同时过期 | 过期时间加随机值 3600 + random(1800) |
| 恶意查询不存在的 ID | 布隆过滤器前置拦截 + 空值缓存兜底 |
| 分布式锁死锁 | 用 try-finally 保证锁释放,锁值用 UUID 防误删 |