缓存 - 分布式锁原理和使用，Redisson

缓存和数据库中都没有的数据

缓存穿透是指查询一个一定不存在的数据，由于缓存是不命中，将去查询数据库，但是数据库也无此记录，这就导致这个不存在的数据每次请求都要到存储层去查询，失去了缓存的意义。

如果利用不存在的数据进行攻击，数据库瞬时压力增大，最终导致崩溃

可以把结果null缓存，并加入短暂过期时间

是不同数据都过期了，很多数据都查不到从而查数据库

缓存雪崩是指我们设置缓存时key采用了相同的过期时间，导致缓存在某一时刻同时失效，请求全部转发到存储层，数据库瞬时压力过重雪崩。

可以在原有的失效时间基础上增加一个随机值，比如1~5分钟随机，这样每一个缓存的过期时间的重复率就会降低，就很难引发集体失效的事件。

指并发查同一条数据，缓存中没有但数据库中有的数据（一般是缓存时间到期）

对于一些设置了过期时间的key，如果这些key在某些时间点被超高并发地访问，是一种非常“热点”的数据

如果这个key在大量请求同时进来前正好失效，那么所有对这个key的查询都落到了存储层，我们称为缓存击穿

可以进行加锁，大量并发只让一个去查，其他人等待，查到以后释放锁，其他人获取到锁，先查缓存，就会有数据，这样不用去数据层

解决办法：

空结果缓存，解决缓存穿透；设置过期时间（加随机锁），解决缓存雪崩；加锁，解决缓存击穿

注意：缓存击穿用synchronized对象锁，在本地缓存下可以所在锁住，但是在分布式环境中，不能锁住其他进程。所以需要用分布式锁。

锁的时序问题

如果结果放入缓存这步没有跟查数据库在同一把锁中，那么可能会发生在放入缓存之前，其他线程就又获取到锁，然后又查询了一次数据库。

所以需要把结果放入缓存也加入到锁中。

 几种改进版redis分布式锁，都是通过redis来实现的

一、只在redis不存在该key时获取到锁，执行业务，删除锁

二、获取锁，设置过期时间，执行业务，删除锁 （有可能没设置过期时间呢，服务器宕机了）

三、获取锁同时设置过期时间，执行业务，删除锁

四、获取锁同时设置过期时间，锁的值为uuid，执行业务后，判断当前当前锁的值，是否为之前的uuid，如果是删除锁（有可能删除了别人的锁，删除锁必须保证原子性）

五、加锁时保证（占位+过期时间）删除锁时，用lua脚本命令来解锁，保证原子性。但还会有更难的事情，就是锁的自动续期

第五种方式优化方法会避免下述场景：a客户端获得的锁（键key）已经由于过期时间到了被redis服务器删除，但是这个时候a客户端还去执行DEL命令。而b客户端已经在a设置的过期时间之后重新获取了这个同样key的锁，那么a执行DEL就会释放了b客户端加好的锁。

最后一种方式，在本地开启三个相同的服务，不同端口，用Jmeter进行压力测试，三个服务只查询了一次数据库，实现了redis分布式锁。

但redis官方文档上写不推荐最后一种方式实现分布式锁

redis为java提供了一种分布式锁redisson，里面的功能很强大，可以实现分布式锁

SpringBoot整合Redisson

导入依赖

    org.redisson
    redisson
    3.13.4

开启配置 2. 配置方法 · redisson/redisson Wiki · GitHub

@Configuration
public class MyRedisConfig {

    @Value("${ipAddr}")
    private String ipAddr;

    // redission通过redissonClient对象使用 // 如果是多个redis集群，可以配置
    @Bean(destroyMethod = "shutdown")
    public RedissonClient redisson() {
        Config config = new Config();
        // 创建单例模式的配置
        config.useSingleServer().setAddress("redis://" + ipAddr + ":6379");
        return Redisson.create(config);
    }
}

锁的续期：大家都知道，如果负责储存这个分布式锁的Redisson节点宕机以后，而且这个锁正好处于锁住的状态时，这个锁会出现锁死的状态。为了避免这种情况的发生，Redisson内部提供了一个监控锁的看门狗，它的作用是在Redisson实例被关闭前，不断的延长锁的有效期。默认情况下，看门狗的检查锁的超时时间是30秒钟（每到20s就会自动续借成30s，是1/3的关系），也可以通过修改Config.lockWatchdogTimeout来另行指定。

8. 分布式锁和同步器 · redisson/redisson Wiki · GitHub

可重入锁（Reentrant Lock）

读写锁（ReadWriteLock）

信号量（Semaphore）

闭锁（CountDownLatch）

缓存穿透：查询一个null数据。解决方案：缓存空数据，可通过spring.cache.redis.cache-null-values=true
缓存击穿：大量并发进来同时查询一个正好过期的数据。解决方案：加锁 ? 默认是无加锁的;
使用sync = true来解决击穿问题
缓存雪崩：大量的key同时过期。解决：加随机时间。

读写加锁。
引入Canal，感知到MySQL的更新去更新Redis
读多写多，直接去数据库查询就行

常规数据（读多写少，即时性，一致性要求不高的数据，完全可以使用Spring-Cache）：

写模式(只要缓存的数据有过期时间就足够了)

特殊数据：特殊设计