亚洲乱码中文字幕综合,中国熟女仑乱hd,亚洲精品乱拍国产一区二区三区,一本大道卡一卡二卡三乱码全集资源,又粗又黄又硬又爽的免费视频

Redis安全策略詳解

 更新時間:2022年07月27日 15:31:10   作者:kaico2018  
緩存穿透是指當(dāng)用戶在查詢一條數(shù)據(jù)的時候,而此時數(shù)據(jù)庫和緩存卻沒有關(guān)于這條數(shù)據(jù)的任何記錄,而這條數(shù)據(jù)在緩存中沒找到就會向數(shù)據(jù)庫請求獲取數(shù)據(jù)。用戶拿不到數(shù)據(jù)時,就會一直發(fā)請求,查詢數(shù)據(jù)庫,這樣會對數(shù)據(jù)庫的訪問造成很大的壓力

緩存穿透

高并發(fā)情況下查詢一個不存在的key

產(chǎn)生的背景(原因):

緩存穿透是指使用不存在的key進(jìn)行大量的高并發(fā)查詢,導(dǎo)致緩存無法命中,每次請求都要都要穿透到后端數(shù)據(jù)庫查詢,使得數(shù)據(jù)庫的壓力非常大,甚至導(dǎo)致數(shù)據(jù)庫服務(wù)壓死;

解決方案:

  1. 接口層實現(xiàn)api限流、用戶授權(quán)、id檢查等;
  2. 從緩存和數(shù)據(jù)庫都取不到數(shù)據(jù)的話,一樣將數(shù)據(jù)庫空值放入緩存中,設(shè)置30s有效期避免使用同一個id對數(shù)據(jù)庫攻擊壓力大;
  3. 布隆過濾器

緩存擊穿

高并發(fā)情況下查詢的一個key突然過期

產(chǎn)生背景(原因):

在高并發(fā)的情況下,當(dāng)一個緩存key過期時,因為訪問該key請求較大,多個請求同時發(fā)現(xiàn)緩存過期,因此對多個請求同時數(shù)據(jù)庫查詢、同時向Redis寫入緩存數(shù)據(jù),這樣會導(dǎo)致數(shù)據(jù)庫的壓力非常大;

解決方案:

  1. 使用分布式鎖

保證在分布式情況下,使用分布式鎖保證對于每個key同時只允許只有一個線程查詢到后端服務(wù),其他沒有獲取到鎖的權(quán)限,只需要等待即可;這種高并發(fā)壓力直接轉(zhuǎn)移到分布式鎖上,對分布式鎖的壓力非常大。

  1. 使用本地鎖

使用本地鎖與分布式鎖機(jī)制一樣,只不過分布式鎖適應(yīng)于服務(wù)集群、本地鎖僅限于單個服務(wù)使用。

  1. 軟過過期

設(shè)置熱點數(shù)據(jù)永不過期或者異步延長過期時間;

緩存雪崩

高并發(fā)情況下大量的key 集中失效

產(chǎn)生背景(原因):

緩存雪崩指緩存服務(wù)器重啟或者大量的緩存集中在某個時間段失效,突然給數(shù)據(jù)庫產(chǎn)生了巨大的壓力,甚至擊垮數(shù)據(jù)庫的情況。

解決思路:對不用的數(shù)據(jù)使用不同的失效時間,加上隨機(jī)數(shù)

布隆過濾器

布隆過濾器適用于判斷某個數(shù)據(jù)是否在集合中存在,不一定百分百準(zhǔn)備, Bloom Filter基本實現(xiàn)原理采用位數(shù)組與聯(lián)合函數(shù)一起實現(xiàn);

布隆過濾器最大的問題:就是可能會存在一個誤判的問題,如果向誤判概率越低,則二進(jìn)制數(shù)組會越大,同時也會非常占用空間

基于布隆過濾器解決緩存穿透問題

maven依賴

<dependency>
    <groupId>com.google.guava</groupId>
    <artifactId>guava</artifactId>
    <version>22.0</version>
</dependency>

測試代碼

public class BlongTest {
    /**
     * 在布隆中存放100萬條數(shù)據(jù)
     */
    private static Integer size = 1000000;
    public static void main(String[] args) {
        BloomFilter<Integer> integerBloomFilter = BloomFilter.create(Funnels.integerFunnel(), size, 0.01);
        for (int i = 0; i < size; i++) {
            integerBloomFilter.put(i);
        }
        // 從布隆中查詢數(shù)據(jù)是否存在
        ArrayList<Integer> strings = new ArrayList<>();
        for (int j = size; j < size + 10000; j++) {
            if (integerBloomFilter.mightContain(j)) {
                strings.add(j);
            }
        }
        System.out.println("誤判數(shù)量:" + strings.size());
    }
}

解決緩存擊穿代碼

@RequestMapping("/getOrder")
public OrderEntity getOrder(Integer orderId) {
    if (integerBloomFilter != null) {
        if (!integerBloomFilter.mightContain(orderId)) {
            System.out.println("從布隆過濾器中檢測到該key不存在");
            return null;
        }
    }
    // 1.先查詢Redis中數(shù)據(jù)是否存在
    OrderEntity orderRedisEntity = (OrderEntity) redisTemplateUtils.getObject(orderId + "");
    if (orderRedisEntity != null) {
        System.out.println("直接從Redis中返回數(shù)據(jù)");
        return orderRedisEntity;
    }
    // 2. 查詢數(shù)據(jù)庫的內(nèi)容
    System.out.println("從DB查詢數(shù)據(jù)");
    OrderEntity orderDBEntity = orderMapper.getOrderById(orderId);
    if (orderDBEntity != null) {
        System.out.println("將Db數(shù)據(jù)放入到Redis中");
        redisTemplateUtils.setObject(orderId + "", orderDBEntity);
    }
    return orderDBEntity;
}
/**
* 添加訂單id到布隆過濾器中
*/
@RequestMapping("/dbToBulong")
public String dbToBulong() {
    List<Integer> orderIds = orderMapper.getOrderIds();
    integerBloomFilter = BloomFilter.create(Funnels.integerFunnel(), orderIds.size(), 0.01);
    for (int i = 0; i < orderIds.size(); i++) {
        integerBloomFilter.put(orderIds.get(i));
    }
    return "success";
}

到此這篇關(guān)于Redis安全策略詳解的文章就介紹到這了,更多相關(guān)Redis安全內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!

相關(guān)文章

  • redis分布式ID解決方案示例詳解

    redis分布式ID解決方案示例詳解

    這篇文章主要為大家介紹了redis分布式ID解決方案示例詳解,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪
    2023-03-03
  • CentOS 7下安裝 redis 3.0.6并配置集群的過程詳解

    CentOS 7下安裝 redis 3.0.6并配置集群的過程詳解

    這篇文章主要給大家介紹了CentOS 7下安裝 redis 3.0.6并配置集群的過程,文中通過示例代碼和詳細(xì)的步驟介紹的很相信,對大家具有一定的參考價值,有需要的朋友們下面來一起看看吧。
    2017-01-01
  • Redis精確去重計數(shù)方法(咆哮位圖)

    Redis精確去重計數(shù)方法(咆哮位圖)

    這篇文章主要給大家介紹了關(guān)于Redis精確去重計數(shù)方法(咆哮位圖)的相關(guān)資料,文中通過示例代碼介紹的非常詳細(xì),對大家學(xué)習(xí)或者使用Redis具有一定的參考學(xué)習(xí)價值,需要的朋友們下面來一起學(xué)習(xí)學(xué)習(xí)吧
    2019-06-06
  • Redis RDB技術(shù)底層原理詳解

    Redis RDB技術(shù)底層原理詳解

    為了使Redis在重啟之后仍能保證數(shù)據(jù)不丟失,需要將數(shù)據(jù)從內(nèi)存中以某種形式同步到硬盤中,這一過程就是持久化,本文重點給大家介紹Redis RDB技術(shù)底層原理實現(xiàn)方法,一起看看吧
    2021-09-09
  • Redis中實現(xiàn)查找某個值的范圍

    Redis中實現(xiàn)查找某個值的范圍

    這篇文章主要介紹了Redis中實現(xiàn)查找某個值的范圍,本文的題引來了Redis作者Salvatore Sanfilippo(@antirez)的回答,比較經(jīng)典,需要的朋友可以參考下
    2015-06-06
  • 在redis中防止消息丟失的機(jī)制

    在redis中防止消息丟失的機(jī)制

    在項目中,由于網(wǎng)絡(luò)問題,我們很難保證生產(chǎn)者發(fā)送的消息能100%到達(dá)消息隊列服務(wù)器,也就是說有消息丟失的可能性,因 此,生產(chǎn)者就必須具有消息丟失檢測和重發(fā)機(jī)制,這篇文章主要介紹了如何在redis中防止消息丟失,需要的朋友可以參考下
    2023-02-02
  • Redis GEO地理信息定位功能

    Redis GEO地理信息定位功能

    Redis 提供了GEO地理信息定位功能,地理空間項(經(jīng)度、緯度、名稱),實現(xiàn)查找附近的人、上班打卡、自行車租賃、搖一搖等相關(guān)與地理位置信息的功能,這篇文章主要介紹了Redis GEO地理信息定位功能,需要的朋友可以參考下
    2023-12-12
  • 淺析Redis如何保證數(shù)據(jù)不丟失

    淺析Redis如何保證數(shù)據(jù)不丟失

    Redis是一種Nosql類型的數(shù)據(jù)存儲,全稱Remote?Dictionary?Server,也就是遠(yuǎn)程字典服務(wù)器,本文主要來和大家討論一下Redis如何保證數(shù)據(jù)不丟失,需要的可以參考下
    2024-02-02
  • Redis位圖bitmap操作

    Redis位圖bitmap操作

    本文主要介紹了Redis位圖bitmap操作,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧
    2022-08-08
  • Redis中set類型實現(xiàn)交集并集差集

    Redis中set類型實現(xiàn)交集并集差集

    本文主要介紹了Redis中set類型實現(xiàn)交集并集差集,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧
    2023-06-06

最新評論