我們使用redis是為了減少數(shù)據(jù)庫(kù)的壓力，讓盡量多的請(qǐng)求去承壓能力比較大的redis，而不是數(shù)據(jù)庫(kù)。但是高并發(fā)條件下，可能會(huì)在redis還沒有緩存的時(shí)候，大量的請(qǐng)求同時(shí)進(jìn)入，導(dǎo)致一大批的請(qǐng)求直奔數(shù)據(jù)庫(kù)，而不會(huì)經(jīng)過redis。使用代碼模擬緩存穿透問題如下：

首先是service里面的代碼：

@Servicepublic class NewsService { @Autowired private NewsDAO newsDAO; //springboot自動(dòng)初始化，不需要我們進(jìn)行配置，直接注入到代碼中使用 @Autowired private RedisTemplate<Object,Object> redisTemplate; public /*synchronized*/ List<News> getLatestNews(int userId,int offset,int limit){ //設(shè)置序列化方式，防止亂碼 redisTemplate.setKeySerializer(new StringRedisSerializer()); //第一步：查詢緩存 News news= (News) redisTemplate.opsForValue().get('newsKey'); //判斷是否存在緩存 if(null == news){//查詢數(shù)據(jù)庫(kù)news = newsDAO.selectByUserIdAndOffset(userId,offset,limit).get(0);//redisTemplate.opsForValue().set('newsKey',news);System.out.println('進(jìn)入數(shù)據(jù)庫(kù)。。。。。。。。'); }else{ System.out.println('進(jìn)入緩存。。。。。。。。。'); } return newsDAO.selectByUserIdAndOffset(userId,offset,limit); }}

然后是使用線程池在Controller里面對(duì)請(qǐng)求進(jìn)行模擬：

@Controllerpublic class HomeController { @Autowired UserService userService; @Autowired NewsService newsService; //遇到的坑，如果不加method，頁(yè)面啟動(dòng)不起來。 @RequestMapping(value = '/home',method = {RequestMethod.GET, RequestMethod.POST}) @ResponseBody public String index(Model model){ //這邊是可以讀出數(shù)據(jù)來的 //線程池------緩存穿透問題的復(fù)現(xiàn) ExecutorService executorService = Executors.newFixedThreadPool(8*2); for(int i = 0;i < 50000;i++){ executorService.submit(new Runnable() {@Overridepublic void run() { List<News> newsList = newsService.getLatestNews(0,0,10);} }); } List<News> newsList = newsService.getLatestNews(0,0,10); News news=newsList.get(0); return news.getImage(); }}

結(jié)果如圖：大量的請(qǐng)求進(jìn)入數(shù)據(jù)庫(kù)，那么如何解決這個(gè)問題？

@Servicepublic class NewsService { @Autowired private NewsDAO newsDAO; //springboot自動(dòng)初始化，不需要我們進(jìn)行配置，直接注入到代碼中使用 @Autowired private RedisTemplate<Object,Object> redisTemplate; //第一種方式：方法加鎖 public synchronized List<News> getLatestNews(int userId,int offset,int limit){ //設(shè)置序列化方式，防止亂碼 redisTemplate.setKeySerializer(new StringRedisSerializer()); //第一步：查詢緩存 News news= (News) redisTemplate.opsForValue().get('newsKey'); //判斷是否存在緩存 if(null == news){//查詢數(shù)據(jù)庫(kù)news = newsDAO.selectByUserIdAndOffset(userId,offset,limit).get(0);//redisTemplate.opsForValue().set('newsKey',news);System.out.println('進(jìn)入數(shù)據(jù)庫(kù)。。。。。。。。'); }else{ System.out.println('進(jìn)入緩存。。。。。。。。。'); } return newsDAO.selectByUserIdAndOffset(userId,offset,limit); }}

直接在方法上加鎖，保證每次只有一個(gè)請(qǐng)求可以進(jìn)入。但是這個(gè)方法存在一個(gè)缺陷，每次只有一個(gè)請(qǐng)求可以進(jìn)入，請(qǐng)求處理的速度變得相當(dāng)?shù)穆?，不利于系統(tǒng)的實(shí)時(shí)性。

@Servicepublic class NewsService { @Autowired private NewsDAO newsDAO; //springboot自動(dòng)初始化，不需要我們進(jìn)行配置，直接注入到代碼中使用 @Autowired private RedisTemplate<Object,Object> redisTemplate; //第一種方式：方法加鎖 public /*synchronized*/ List<News> getLatestNews(int userId,int offset,int limit){ //設(shè)置序列化方式，防止亂碼 redisTemplate.setKeySerializer(new StringRedisSerializer()); //第一步：查詢緩存 News news= (News) redisTemplate.opsForValue().get('newsKey'); //判斷是否存在緩存 if(null == news){ //第二種方式：雙重檢測(cè)鎖 synchronized (this){//查詢數(shù)據(jù)庫(kù)news = newsDAO.selectByUserIdAndOffset(userId,offset,limit).get(0);//redisTemplate.opsForValue().set('newsKey',news);System.out.println('進(jìn)入數(shù)據(jù)庫(kù)。。。。。。。。'); } }else{ System.out.println('進(jìn)入緩存。。。。。。。。。'); } return newsDAO.selectByUserIdAndOffset(userId,offset,limit); }}

這個(gè)方法比較好，雖然不能保證只有一個(gè)請(qǐng)求請(qǐng)求數(shù)據(jù)庫(kù)，但是當(dāng)?shù)谝慌?qǐng)求進(jìn)來，第二批之后的所有請(qǐng)求全部會(huì)在緩存取數(shù)據(jù)。

到此這篇關(guān)于springboot中redis的緩存穿透問題實(shí)現(xiàn)的文章就介紹到這了,更多相關(guān)springboot redis緩存穿透內(nèi)容請(qǐng)搜索好吧啦網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持好吧啦網(wǎng)！