Java阶段五Day18
缓存方案
面试题整理
目标:
- 整理相关问题的话术,碰到问题
思路: 概念 是什么 原因 为什么 解决方案 如何解决
-
缓存雪崩:
- 概念: 缓存在长期应用的系统中,存储了大量的高并发访问数据,一旦这些数据突然批量消失,访问吞吐的并发,到达数据库,导致数据库崩溃
- 原因:
- 大量数据超时时间固定,相同的
-
redis
分片宕机(数据分布式)短时间造成雪崩,但是不会持续,也不会总是交给代码处理,因为高并发高吞吐的redis
架构是cluster
,保证集群高可用,数据的高可靠性
- 解决方案:
- 超时时间不要固定
- 第二种代码不提供解决方案,最多降级处理(不重要的数据降级)
-
缓存穿透:
- 概念: 缓存没有命中数据,同时数据库也没有命中数据,缓存穿透就出现了
- 原因:
- 故意造成,高并发请求,携带无效数据
- 错误,误差
- 解决方案:
- 错误误差: 通过日志,监控
- 故意: 引入过滤器(布隆过滤器),拦截根本不存在的数据.或者对于数据库查询为
null
的(临时数据),也存储到缓存(redis
可能会因为大量故意访问,出现大量null
数据)
-
缓存击穿:
- 概念: 对于
cache-aside
缓存方案中,命中返回缓存,没命中查询数据库.如果没命中的数据是热点数据(并发高,访问高)可能造成大量线程在缓存都没有命中数据,都到数据库查询数据 - 原因: 高并发访问热点数据,缓存方案
cache-aside
造成的逻辑问题 - 解决方案: 分布式锁.
穿透和击穿的区别:
- 穿透是缓存没有,数据库也没有,击穿缓存没有,但是数据库有
- 都是高并发造成的影响,穿透更多的情况是大量不同数据,击穿针对少量(相同)业务数据(热点)
- 概念: 对于
-
一致性
- 批量一致性
- 批量: 一次性处理大批数据
- 解决方案: 预热同步.同步刷新
- 增量一致性
- 增量: 一次处理1条,几条数据,相比于批量百万,千万级别数据量,非常小的数据量
- 批量一致性
-
增量一致性场景: redis存储200万数据,有一条数据存储了一个电脑的商品信息,后台对这个电脑数据做了变更,原价在数据库200元-500元.
-
redis
和mysql
同步改(写,先写谁,后写谁)- 先写
redis
(200-500) 再写数据库(200-500)——问题数据库写失败 - 先写数据库(200-500)再写
redis
(200-500)——处理事务问题
- 先写
-
redis
先删,mysql
写- 造成高并发下的数据不一致问题(因为
cache-aside
缓存方案)
- 造成高并发下的数据不一致问题(因为
- 采用双删(延迟双删)
延迟双删和双删的区别,就是第二次删除
redis
的时候,是否要先等待1~3秒 -
项目功能
新增审核
业务流程图
账户
账户表格和ER图
账号服务功能
账号的创建
- 什么时候调用账号创建? 审核通过创建
- 调用方式:
dubbo
-
account
provider
角色 在account-server
有对外暴露的接口 -
adapter
层 实现这个接口,并且server
启动时,支持dubbo
运行
账号dubbo
远程调用,检查调整的内容
第一步: 确定角色 谁是provider
(admin server
) account-server
谁是consumer
worker-admin
第二步: dubbo
配置
- 依赖(当前在源代码基础上实现的配置,依赖一般不需要检查)
-
applicationContext
-
dubbo
:reference dubbo
:service
代替原来自动配的注解@DubboReference
,@DubboService
- 其他标签都对应的
yaml
文件配置
-
-
provider
提供实现(accountRpcService
有没有添加@Service
) -
consumer
注入使用(@Autowired
)
当前实现功能时序图(对应全景图)
https://sparrowzoo.feishu.cn/docx/My4mdlLuMovmQixHko4c6qXbnYc?from=from_copylink
抢单相关时序图
供应商和需求单
https://sparrowzoo.feishu.cn/docx/My4mdlLuMovmQixHko4c6qXbnYc?from=from_copylink
需求单是供应商通过远程调用提供的接口推送过来的
现在没有这个流程,在数据库直接准备可以抢的需求单
数据request_order
表格 修改grab_status
抢单状态0 还没人抢 1 已经被抢了,version 0 1 表示版本(防止抢单多线程并发,导致抢单 多个师傅抢到一个订单)
附录
布隆过滤器
布隆工作流程(filter
)
文章来源:https://www.toymoban.com/news/detail-627011.html
布隆过滤器缺点文章来源地址https://www.toymoban.com/news/detail-627011.html
- 批量新增到布隆,也可以增量新增,不能删除(重新清空预热)
- 判断存在的概率,有可能误判的。比如100万条,判断100万条存在。200条实际是不存在的,即:误差
0.02%
到了这里,关于Java阶段五Day18的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!