緩存一致性

????當數據實時性要求很高時，需要保證緩存中的數據與數據庫中的數據一致，緩存節點與副本中的數據一致，不能出現差異現象，這就比較依賴緩存的過期和更新策略了。一般會在數據發生更改的時候，主動跟新緩存中的數據或者移除對應的緩存，這時可能會出現緩存一致性的問題。

? ? 現象一：更新數據庫成功，更新緩存失敗，數據不一致。

? ? 現象二：更新緩存成功，更新數據庫失敗，數據不一致。

? ? 現象三：更新數據庫成功，淘汰緩存失敗，數據不一致。

? ? 現象四：淘汰緩存成功，更新數據庫失敗，查詢緩存miss。

緩存并發問題

? ? 緩存過期后將嘗試從后端的數據庫獲取數據，這時一個看似合理的流程，但是在高并發場景下，有可能有多個請求從數據庫中請求數據，對后端數據庫造成極大的沖擊，甚至導致雪崩現象。此外當某個緩存的Key被更新時，同時也可能被大量請求獲取，這也會導致一致性的問題。如何避免類似的問題？可以通過鎖的機制來避免。在緩存更新或更新的情況下，先嘗試獲取鎖，當更新或者從數據庫獲取數據完成后，在釋放鎖。其他請求只要犧牲一定的等待時間就可以從緩存中繼續獲取數據。

緩存穿透問題

? ? 在高并發場景下，如果某個Key被高并發訪問，沒有被命中，出于對容錯性的考慮，會嘗試從后端數據庫中獲取，從而導致大量的請求達到數據庫，而該Key對應的數據本身就是空的情況下，就導致了數據庫中并發的去執行了很多不必要的查詢操作，從而導致了巨大的沖擊和壓力。這種情況下可以通過以下幾種方式來避免緩存穿透問題：

緩存空對象：對查詢結果為空的對象，也進行緩存，如果是集合的話，可以緩存一個空集合

單獨過濾處理：對所有可能數據為空的Key，進行統一的存放。在請求前做攔截，這樣避免請求穿透到后端數據庫。這種方式實現起來相對復雜。比較適合命中不高但是更新頻繁的數據

緩存的雪崩現象?

請求都到后臺數據庫導致系統崩潰

總結

以上是生活随笔為你收集整理的java高并发（二十一）高并发场景下缓存常见问题的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。