日本免费高清视频-国产福利视频导航-黄色在线播放国产-天天操天天操天天操天天操|www.shdianci.com

學無先后，達者為師

網站首頁 編程語言 正文

Redis安全策略詳解_Redis

作者：kaico2018 ? 更新時間： 2022-09-20 編程語言

緩存穿透

高并發情況下查詢一個不存在的key

產生的背景（原因）：

緩存穿透是指使用不存在的key進行大量的高并發查詢，導致緩存無法命中，每次請求都要都要穿透到后端數據庫查詢，使得數據庫的壓力非常大，甚至導致數據庫服務壓死；

解決方案：

  1. 接口層實現api限流、用戶授權、id檢查等；
  2. 從緩存和數據庫都取不到數據的話，一樣將數據庫空值放入緩存中，設置30s有效期避免使用同一個id對數據庫攻擊壓力大；
  3. 布隆過濾器

緩存擊穿

高并發情況下查詢的一個key突然過期

產生背景（原因）：

在高并發的情況下，當一個緩存key過期時，因為訪問該key請求較大，多個請求同時發現緩存過期，因此對多個請求同時數據庫查詢、同時向Redis寫入緩存數據，這樣會導致數據庫的壓力非常大；

解決方案：

  1. 使用分布式鎖

保證在分布式情況下，使用分布式鎖保證對于每個key同時只允許只有一個線程查詢到后端服務，其他沒有獲取到鎖的權限，只需要等待即可；這種高并發壓力直接轉移到分布式鎖上，對分布式鎖的壓力非常大。

  1. 使用本地鎖

使用本地鎖與分布式鎖機制一樣，只不過分布式鎖適應于服務集群、本地鎖僅限于單個服務使用。

  1. 軟過過期

設置熱點數據永不過期或者異步延長過期時間；

緩存雪崩

高并發情況下大量的key 集中失效

產生背景（原因）：

緩存雪崩指緩存服務器重啟或者大量的緩存集中在某個時間段失效，突然給數據庫產生了巨大的壓力，甚至擊垮數據庫的情況。

解決思路：對不用的數據使用不同的失效時間，加上隨機數

布隆過濾器

布隆過濾器適用于判斷某個數據是否在集合中存在，不一定百分百準備， Bloom Filter基本實現原理采用位數組與聯合函數一起實現；

布隆過濾器最大的問題：就是可能會存在一個誤判的問題，如果向誤判概率越低，則二進制數組會越大，同時也會非常占用空間

基于布隆過濾器解決緩存穿透問題

maven依賴

<dependency>
    <groupId>com.google.guava</groupId>
    <artifactId>guava</artifactId>
    <version>22.0</version>
</dependency>

測試代碼

public class BlongTest {
    /**
     * 在布隆中存放100萬條數據
     */
    private static Integer size = 1000000;
    public static void main(String[] args) {
        BloomFilter<Integer> integerBloomFilter = BloomFilter.create(Funnels.integerFunnel(), size, 0.01);
        for (int i = 0; i < size; i++) {
            integerBloomFilter.put(i);
        }
        // 從布隆中查詢數據是否存在
        ArrayList<Integer> strings = new ArrayList<>();
        for (int j = size; j < size + 10000; j++) {
            if (integerBloomFilter.mightContain(j)) {
                strings.add(j);
            }
        }
        System.out.println("誤判數量:" + strings.size());
    }
}

解決緩存擊穿代碼

@RequestMapping("/getOrder")
public OrderEntity getOrder(Integer orderId) {
    if (integerBloomFilter != null) {
        if (!integerBloomFilter.mightContain(orderId)) {
            System.out.println("從布隆過濾器中檢測到該key不存在");
            return null;
        }
    }
    // 1.先查詢Redis中數據是否存在
    OrderEntity orderRedisEntity = (OrderEntity) redisTemplateUtils.getObject(orderId + "");
    if (orderRedisEntity != null) {
        System.out.println("直接從Redis中返回數據");
        return orderRedisEntity;
    }
    // 2. 查詢數據庫的內容
    System.out.println("從DB查詢數據");
    OrderEntity orderDBEntity = orderMapper.getOrderById(orderId);
    if (orderDBEntity != null) {
        System.out.println("將Db數據放入到Redis中");
        redisTemplateUtils.setObject(orderId + "", orderDBEntity);
    }
    return orderDBEntity;
}
/**
* 添加訂單id到布隆過濾器中
*/
@RequestMapping("/dbToBulong")
public String dbToBulong() {
    List<Integer> orderIds = orderMapper.getOrderIds();
    integerBloomFilter = BloomFilter.create(Funnels.integerFunnel(), orderIds.size(), 0.01);
    for (int i = 0; i < orderIds.size(); i++) {
        integerBloomFilter.put(orderIds.get(i));
    }
    return "success";
}

原文鏈接：https://blog.csdn.net/weixin_44044929/article/details/125462321

欄目分類
最近更新