高并发场景下Redis缓存击穿与解决方案实战

一、现象与背景：缓存击穿导致服务雪崩

我们遇到了一个典型的高并发场景：某个热门商品页面的缓存突然失效，导致大量请求直接打到数据库。例如，商品ID为1001的商品，缓存失效后，10秒内有2000次请求涌入，数据库连接池瞬间被耗尽，服务响应时间从100ms飙升到1500ms，甚至出现连接超时。

具体数据：

• 缓存命中率：从95%骤降至60%；
• 数据库QPS：从500次/秒飙升到3000次/秒；
• 服务响应时间：从100ms增加到1500ms；
• 错误率：从0.5%上升到15%。

二、原理与根因分析：为什么缓存击穿会发生？

2.1 缓存击穿的定义

缓存击穿是指某个热点数据在缓存中失效的瞬间，大量并发请求同时访问数据库，导致数据库压力骤增，甚至崩溃。例如，一个商品ID为1001的缓存失效，大量请求同时访问数据库查询该商品信息。

2.2 根因分析

1. 热点数据失效：缓存中的热点数据（如热门商品）突然失效，导致大量请求直接访问数据库；
2. 缓存未命中：缓存未命中时，数据库压力骤增；
3. 并发请求：大量并发请求同时访问数据库，导致数据库连接池耗尽。

三、具体做法：解决方案与实施步骤

3.1 使用互斥锁（Mutex）

在缓存失效时，使用互斥锁来确保只有一个线程去加载数据，其他线程等待。例如，使用Redis的SETNX命令或者Lua脚本来实现互斥锁。

# 使用Redis的SETNX命令
SETNX cache_key lock_value

3.2 设置永不过期的缓存并采用逻辑过期时间

将缓存设置为永不过期，但在缓存中存储一个逻辑过期时间。当缓存访问时，检查逻辑过期时间，如果过期则加载数据并更新缓存。

# 设置永不过期的缓存
SET cache_key "value" NX PX 30d

3.3 使用本地缓存（如Caffeine）

在应用层使用本地缓存来缓解缓存击穿问题。例如，使用Caffeine库来缓存热点数据。

// 使用Caffeine本地缓存
Cache<String, String> cache = Caffeine.newBuilder()
    .maximumSize(1000)
    .build();

3.4 分布式锁（如Redisson）

使用分布式锁来确保在缓存失效时，只有一个线程去加载数据，其他线程等待。例如，使用Redisson的RLock来实现分布式锁。

// 使用Redisson分布式锁
RLock lock = redisson.getLock("cache_lock");
lock.lock();
try {
    // 加载数据并更新缓存
} finally {
    lock.unlock();
}

四、踩过的坑与反直觉之处

4.1 互斥锁的使用误区

• 锁的粒度：锁的粒度过大会导致性能下降；
• 锁的过期时间：锁的过期时间设置不当会导致死锁或资源浪费。

4.2 逻辑过期时间的实现复杂度

• 逻辑过期时间的更新：逻辑过期时间的更新需要确保原子性，否则可能导致数据不一致；
• 缓存穿透：逻辑过期时间的实现可能引入缓存穿透问题。

五、结论与可复用清单

5.1 结论

缓存击穿是高并发场景下的常见问题，通过使用互斥锁、逻辑过期时间、本地缓存和分布式锁等方法，可以有效缓解缓存击穿带来的问题。

5.2 可复用清单

1. 互斥锁：使用Redis的SETNX命令或Lua脚本来实现互斥锁；
2. 逻辑过期时间：设置永不过期的缓存并采用逻辑过期时间；
3. 本地缓存：使用Caffeine等本地缓存来缓解缓存击穿问题；
4. 分布式锁：使用Redisson等分布式锁来确保在缓存失效时只有一个线程去加载数据。

标签

Redis, 缓存击穿, 高并发, 性能调优, 分布式锁

分类

后端

品牌

silicon-plaza-simulator

版本

1.0.0