redis高并发缓存架构与性能优化

Redlock实现原理

超过半数redis节点加锁成功才算成功加锁。
Redlock存在问题
如果主节点挂掉，还没有同步到从节点，重新选举出主节点，那加锁就没有加到这个新的主节点上。
如果增加redis主节点数，那么加锁的性能更差，要给半数节点加锁，如果没有加成功，还要回滚。
Redis的刷盘频率，1s刷盘一次，否则写一条刷盘一条性能就非常差了。如果redis挂了或者重启，可能导致这1s内的数据没有持久化，因此也会造成锁丢失，别的线程也可以加锁成功。
RedLock 依赖 Redis 实例的系统时钟计算锁的剩余有效期。若不同实例的时钟不同步（如时钟跳跃或漂移），可能导致锁被提前释放或无法释放。
Redisson 官方已弃用 RedLock。

高并发扣减库存

分段锁。
ConcurrentHashMap1.7分段锁的原理
分段结构：分为多个segment，继承reentrantLock。
锁粒度：写操作仅锁定当前操作的segment。读操作不用加锁。
哈希定位：第一次hash计算segment位置，第二次hash计算数组下标。

热点缓存重建

Product product = null;
String productCacheKey = RedisKeyPrefixConst.PRODUCT_CACHE + productId;
// 获取缓存
product = getProductFromCache(productCacheKey);
if(product != null) return product;
//加分布式锁解决热点缓存并发重建问题
RLock hotCreatecacheLock = redisson.getLock( LOCK_PRODUCT_HOT_CACHE_CREATE_PREFIX + productId);
hotCreateCacheLock.tryLock();
try {
	// 在锁内再次确认缓存状态，防止在第一次检查缓存为空后
	// 但是在加锁前，其他线程已经重新构建好缓存
	// 并且若多个线程同时通过第一次检查，加锁后保证只有一个线程来执行
	// 剩下的线程拿到锁再进来检查到缓存有值就直接返回了
	product = getProductFromCache(productCacheKey);
	if(product != null)  return product;
	// 读锁共享，写锁互斥
	RReadWriteLock productupdateLock = redisson.getReadWriteLock( name: LOCK_PRODUCT_UPDATE_PREFIX + productId);
	// 读锁
	RLock rLock =productUpdateLock.readLock();
	rLock.lock();
	// 构建缓存，同时也构建本地缓存。
	reBuildCache();
	// 热点key，比如微博，百万用户查同一个key，redis扛不住。
	// 本地缓存，并发百万级别没问题。
	// 多级缓存无法保证绝对一致性。不用过度设计。MQ异步或者redis发布订阅。
	// redis的发布订阅机制，如果更新数据，发送消息到queue，然后监听更新。
	// 热点中的热点商品才会存放到本地缓存，因为本地缓存是非常宝贵的。
	// 并且热点商品的变动是非常快的。
	// 因此，有专门的一个热点缓存计算系统，所有的应用会对热点缓存计算系统做一个监听，维护缓存。
}


// 发布消息
redisTemplate.convertAndSend("cache:update", 
        JSON.toJSONString(new CacheMessage("user:" + user.getId(), "DELETE")));
// 订阅频道
redisTemplate.execute((RedisConnection connection) -> {
     connection.subscribe(new RedisMessageListener() {
            @Override
            public void onMessage(String channel, String message) {
                // 解析消息
                CacheMessage cacheMsg = JSON.parseObject(message, CacheMessage.class);
                // 更新本地缓存

// 重建热点缓存串行转并行
// tryLock允许线程立即尝试获取锁，若锁不可用则立即返回失败，而非阻塞等待。这种机制打破了严格的串行逻辑。
if (cacheLock.tryLock()) {
    try {
        // 重建缓存（串行）
    } finally {
        cacheLock.unlock();
    }
} else {
    // 返回旧缓存或默认值（并行）
}

缓存穿透

查询一个不存在的key，设置为空值给缓存。

private final static String EMPTY_CACHE = "{}";

缓存雪崩

过期时间加一个随机值。