缓存惊群现象,在各种缓存中都会存在这种现象,这里以Redis为例,提供一种解决思路,留作参考~

首先,所谓的缓存过期引起的“惊群”现象是指,在大并发情况下,我们通常会用缓存来给数据库分压,但是会有这么一种情况发生,那就是当一个缓存数据失效之后会导致同时有多个并发线程去向后端数据库发起请求去获取同一个数据,这样如果在一段时间内同时生成了大量的缓存,然后在另外一段时间内又有大量的缓存失效,这样就会导致后端数据库的压力突然增大,这种现象就可以称为“缓存过期产生的惊群现象”!

以下代码的思路,就是利用“锁机制”来防止惊群现象。先看代码:

class KomaRedis{private $redis; //redis对象private static $_instance = null;private function __construct($config = array()){if (empty($config)) {return false;}$this->redis = new Redis();$this->redis->connect($config['server'], $config['port']);return $this->redis;}/*** @param array $config* @return redis操作类对象*/public static function getInstance($config = array()){if (!(self::$_instance instanceof self)) {self::$_instance = new self ($config);}return self::$_instance;}/*** 获取缓存* @param $key string $name* @return array,object,number,string,boolean* @desc 此方法使用了锁机制来防止防止缓存过期时所产生的惊群现象,保证只有一个进程不获取数据,可以更新,其他进程仍然获取过期数据*/public function getByLock($key){$sth = $this->redis->get($key);if ($sth === false) {return $sth;} else {$sth = json_decode($sth, TRUE);if (intval($sth['expire']) <= time()) {$lock = $this->redis->incr($key . ".lock");if ($lock === 1) {return false;} else {return $sth['data'];}} else {return $sth['data'];}}}/*** 设置缓存* @param $key string $name 缓存键* @param $value $string ,array,object,number,boolean $value 缓存值* @param null $ttl $string ,number $ttl 过期时间,如果不设置,则使用默认时间,如果为 infinity 则为永久保存* @return bool* @desc 此方法存储的数据会自动加入一些其他数据来避免惊群现象,如需保存原始数据,请使用 set*/public function setByLock($key, $value, $ttl = null){if (is_numeric($ttl) && intval($ttl) > 0) {$ttl = intval($ttl);$exp = time() + $ttl;$arg = array("data" => $value, "expire" => $exp);} else {$ttl = 300;$exp = time() + $ttl;}empty($ttl) OR $ttl += 300; //增加redis缓存时间,使程序有足够的时间生成缓存$arg = array("data" => $value, "expire" => $exp);$rs = $this->redis->setex($key, $ttl, json_encode($arg, TRUE));$this->redis->del($key . ".lock");return $rs;}/*** 返回redis对象* redis有非常多的操作方法,我们只封装了一部分* 拿着这个对象就可以直接调用redis自身方法*/public function redis(){return $this->redis;}
}

原理就是:

首先,在存储数据的时候,设置数据的过期时间比实际设置的过期时间多300秒,然后存储的数据中,通过一个数组来存储数据,数组中一个键用来存放真实的数据,另外一个键用来存放数据的真实过期时间,这个留到后期获取数据的时候做校验,然后把对应这个数据的“锁”删除掉。

这里这么做的原因和读取数据的做法相关!

然后,在读取数据的时候,依然像平时一样直接读取,如果数据已经超过了有效期(注意:这里的有效期并非设置的有效期,而是更该之后的有效期),那么就只能去读后端数据库。如果数据依然有效,则需要去判断,判断数据“在真正的有效期内是否失效”,如果没有失效,则直接返回数据!

重点是,假如数据“在伪造的有效期内没有失效,而在真正的有效期内已经失效”,那么这时就需要去判断“数据的锁”!

通过代码“$lock = $this->redis->incr($key . ".lock");”可以获取数据的锁,“$lock === 1”表示数据没有锁,那么这一次请求需要发送到后端数据库去读取最新的数据,否则的话表示该数据已经加了锁,也就是已经有一个线程去后端读取数据了,那么后来的线程也就没有权限再去后端取数据,需要等到前面的那个线程执行结束,但是这次读取就只能读取“旧的数据”了!

通过上面的解释也就明白,为什么在存储数据的时候需要“删除数据的锁”!因为一旦数据被重新存储,那么说明已经有一个线程去后端得到了最新的数据,那么该数据的锁就可以释放,然后下一个线程在获取数据的时候如果有需要就可以得到这个锁,然后才有权限进入到后端去读取新数据!

转载于:https://blog.51cto.com/ww123/1855450

Redis之利用锁机制来防止缓存过期产生的惊群现象相关推荐

  1. Redis事务和锁机制

    Redis事务和锁机制 1.Redis中的事务 1.1 什么是事务 1.2 特征 1.3 事务执行的3个阶段 1.4 事物的命令 1.5 事务内部的错误处理 1.6 Redis事物的原子性 1.7 R ...

  2. Redis 事务与锁 机制

    本笔记基于bilibili尚硅谷Redis学习视频整理而来 Redis 事务与锁 机制 Redis的事务定义 Redis主要使用MULTI, EXEC, DISCARD 和 WATCH 命令来实现事务 ...

  3. 利用锁机制解决商品表和库存表并发问题

    利用锁机制解决商品表和库存表并发问题 参考文章: (1)利用锁机制解决商品表和库存表并发问题 (2)https://www.cnblogs.com/hgj123/p/4817923.html 备忘一下 ...

  4. Redis实现分布式锁机制的原理

    Redis中实现分布式锁机制 加锁 使用setnx(商品ID,1): 返回0,代表redis里面有数据,即数据已经加锁: 返回1,代表redis里面没有数据,即可以获得锁. 解锁 使用redis的de ...

  5. Redis事务和锁机制(乐观锁+秒杀)

    目录 命令 组队Multi错误(命令此时不会真正执行): 执行exec错误: 事务冲突 解决方案 悲观锁: 乐观锁: 场景: 演示乐观锁,watch key监控 Redis事务总结: 秒杀案例 ab测 ...

  6. 一周技术思考(第36期)-缓存踩踏与惊群效应

    图自网络 "10年前的那一天Facebook发生了什么",本想用这个题目,但不符合本系列的气质,那,那天到底发生了什么呢. Facebook的事故介绍 2010年9月23日,Fac ...

  7. redis 的惊群处理和分布式锁的应用例子

    在并发量比较高的情况下redis有很多应用场景,提升查询效率,缓解底层DBio ,下面列举两个平时开发中应用过的两个例子,欢迎各位一起讨论改进. 1 . redis 惊群处理 1.1 方案的由来 Re ...

  8. Redis——事务 锁机制

    文章目录: 1.Redis中事务的定义 1.1 案例一:事务中组队成功.提交成功 1.2 案例二:事务中组队阶段报错.提交失败 1.3 案例三:事务中组队成功,提交有成功有失败情况 2.Redis中的 ...

  9. 【Redis】回顾Redis知识点之事务机制

    回顾Redis知识点之事务机制 Redis事务机制 为什么 Redis 不支持回滚(roll back) 假如事务执行一半的时候Redis宕机怎么办? 为什么需要内存回收? 上一篇回顾下Redis基础 ...

  10. MySQL数据库:锁机制

    当数据库中多个事务并发存取同一数据的时候,若对并发操作不加控制就可能会读取和存储不正确的数据,破坏数据库的一致性.MySQL锁机制的基本工作原理就是,事务在修改数据库之前,需要先获得相应的锁,获得锁的 ...

最新文章

  1. 文巾解题 1480. 一维数组的动态和
  2. Java连接数据库(JDBC)之三:java访问数据库MySQL实例
  3. Python 基础教程:常用函数整理
  4. ROS学习之日志消息
  5. 网际控制报文协议ICMP(Internet Control Message Protocol)(详解)
  6. 11.12 Ext JS 的Uncaught (in promise) Error: Cannot load package问题和解决分析
  7. Xcode 4.2 中的Automatic Reference Counting (ARC) (转)
  8. python 获取网页元素_记一次python提取网页标签元素的坑
  9. movs 数据传送指令_数据传送指令之:MOV指令
  10. 物联网与嵌入式系统的关系
  11. oracle18c静默安装教程,Oracle 18c 通过 RPM 包安装数据库示例
  12. 关于nodejs gm的各种各样的问题解决方法集合(中文乱码,non-conforming drawing,��Ч���� )
  13. 王者荣耀主播(孤王)过度劳累猝死 曾被誉为国服第一辅助
  14. 网站反爬虫策略VS反反爬虫策略
  15. 基于CANVAS与MD5的客户端生成验证码
  16. 项目实战|史上最简单的springboot 整合elk教程,实现日志收集(带视频哦)
  17. Java使用FTP、FTPS上传文件
  18. 基于CNN模型的遥感图像复杂场景分类
  19. 广工物理实验报告-弹簧振子周期经验公式总结
  20. linux拷贝U盘的文件

热门文章

  1. Atitit 修改密码的功能流程设计 attilax总结
  2. paip.c++ tree parse tpath解析器
  3. paip.提升用户体验----注册用户名可修改\
  4. paip.文件搜索工具总结V2012.8.18
  5. python : pandas库的后继者polars库
  6. 裘慧明:跟世界上最聪明的人博弈
  7. 【优化算法】非洲秃鹫优化算法(AVOA)【含Matlab源码 1805期】
  8. 2022美国大学生数学建模竞赛D题思路
  9. 【扩频通信】基于matlab GUI扩频通信系统仿真【含Matlab源码 772期】
  10. 【优化覆盖】基于matlab GUI粒子群算法求解传感器覆盖优化问题【含Matlab源码 709期】