缓存穿透解决方案和最佳实践(注解+AOP)

文章目录

一、什么是缓存穿透？
二、解决思路
二、解决方案
最佳实践
总结

一、什么是缓存穿透？

高并发场景下，如果某一个 key 被高并发访问，没有被命中，会尝试去从后端数据库中获取，这就导致了大量请求到达数据库，数据库可能因为扛不住压力而挂掉。

二、解决思路

通过加锁的方式，只允许一个请求访问数据库（Mysql），其他没抢到锁的请求返回空或者失败失败。

二、解决方案

几种方案的一步步分析改进：Atomic，ReentrantLock，ConcurrentHashMap，Guava Striped，Redisson

1. Java同步器

比如：synchronized，reentrantLock，AtomicBoolean等

代码如下：

    AtomicBoolean atomicBoolean = new AtomicBoolean(false);

    public Integer testCacheLock(String bookId) {
   
   
    
        Integer result = (Integer) redisUtil.get(EnumBookRedisKey.UPDATE_BOOK_DAYS, bookId);
        //缓存不存在
        if (result == null) {
   
   
            //抢锁
            if (!atomicBoolean.compareAndSet(false, true)) {
   
   
                //没抢到锁
                return null;
            }
            //抢到锁
            try {
   
   
                log.info("模拟查库");
                result = 100;
                //写缓存
                redisUtil.set(EnumBookRedisKey.UPDATE_BOOK_DAYS, bookId, result);
            } finally {
   
   
                atomicBoolean.set(false);
            }
        }
		
		log.info("模拟后续业务对result进行处理:{}", result);

        return result;
    }

优点：简单。Java层面的同步器，不需要引入第三方组件。
缺点：不能基于key控制锁的粒度，导致一个bookId失效，所有bookId都返回失败。

2. ConcurrentHashMap

通过map来存放key和对应的锁对象，可以实现基于key的加锁。

代码如下：

	private Map<String, AtomicBoolean> locksMap = new ConcurrentHashMap<>();

    public Integer testCacheLock(String bookId) {
   
   
    
        Integer result = (Integer) redisUtil.get(EnumBookRedisKey.UPDATE_BOOK_DAYS, bookId)