缓存穿透与缓存雪崩

代码风水师 · 代码风水师 · commit 6d9344a58a71 · 2019-02-19T19:31:42.000+08:00
diff --git a/README.md b/README.md
@@ -118,12 +118,10 @@
 - [Redis（第03篇）核心：持久化之RDB与AOF](https://github.com/about-cloud/JavaCore/blob/master/resource/markdown/cache/Persistence.md)
 - [Redis（第04篇）核心：主从复制与故障转移](https://github.com/about-cloud/JavaCore/blob/master/resource/markdown/cache/Replication.md)
 - Redis（第05篇）核心：高可用与 Sentinel 哨兵
-- Redis（第07篇）核心：分布式缓存与 Redis Cluster
-- Redis（第08篇）核心：缓存倾斜与热点key
-- Redis（第09篇）核心：缓存击穿（缓存穿透）
-- Redis（第10篇）核心：缓存雪崩
-- Redis（第11篇）核心：布隆过滤
-- Redis（第12篇）核心：缓存降级
+- Redis（第06篇）核心：分布式缓存与 Redis Cluster
+- [Redis（第07篇）核心：缓存击穿（缓存穿透）、缓存雪崩](https://github.com/about-cloud/JavaCore/blob/master/resource/markdown/cache/CachePenetration.md)
+- [Redis（第08篇）核心：热点key](https://github.com/about-cloud/JavaCore/blob/master/resource/markdown/cache/HotKey.md)
+- Redis（第09篇）核心：布隆过滤
 
 ### 九、:telescope::tokyo_tower::satellite:分布式系统
 
@@ -135,7 +133,7 @@
 * 分布式系统 （第 06 篇） 精讲：Paxos算法（强一致性算法）
 * 分布式系统 （第 07 篇） 精讲：Chubby 与 Zookeeper
 * [分布式系统 （第 08 篇） 精讲：一致性哈希算法](https://github.com/about-cloud/JavaCore/blob/master/resource/markdown/distribution/ConsistentHashing.md)
-* 分布式系统 （第 09 篇） 精讲：设计分布式锁
+* [分布式系统 （第 09 篇） 精讲：设计分布式锁](https://github.com/about-cloud/JavaCore/blob/master/resource/markdown/distribution/DistributedLock.md)
 * 分布式系统 （第 10 篇） 精讲：分布式session/token一致性设计
 * 分布式系统 （第 11 篇） 精讲：分布式事务
 * 分布式系统 （第 12 篇） 精讲：分布式高并发的支持与控制
diff --git a/resource/markdown/cache/CachePenetration.md b/resource/markdown/cache/CachePenetration.md
@@ -0,0 +1,56 @@
+<h3 style="padding-bottom:6px; padding-left:20px; color:#ffffff; background-color:#E74C3C;">缓存击穿（缓存穿透）</h3>
+
+![缓存穿透](https://i.loli.net/2019/02/19/5c6b968d1e946.png)
+
+**缓存(Cache)** 是分布式、高并发的场景下，为了保护后端数据库，降低数据库的压力，引入的一种基于内存的数据访问机制，能加快数据的读取与写入，进而提高系统负载能力。
+
+**缓存击穿(缓存穿透)** 是访问不存在缓存中的数据，进而直接访问数据库。
+
+
+
+**缓存击穿** 和 **缓存穿透** 更为详细的分类:
+
+| 名称     | 缓存是否存在被访问数据 | 数据库是否存在被访问数据 |
+| -------- | ---------------------- | ------------------------ |
+| 缓存击穿 | 否                     | 是                       |
+|          | 否                     | 否                       |
+
+在缓存穿透这种情形下，如果缓存和数据库都没有需要被访问的数据，那么访问缓存时没有数据则直接返回空，避免重复访问数据库，造成不必要的后端数据库压力。
+
+
+
+总之，避免缓存击穿也好，避免缓存穿透也罢，核心思路是想法设法不要让请求怼在数据库上。
+
+
+
+##### 解决方案
+
+**1.缓存空值:** 如果第一次访问一个不存在的数据，那么将此key与value为空值的数据缓存起来，下次再有对应的key访问时，缓存直接返回空值，通常要设置key的过期时间，再次访问时更新过期时间;
+
+**2.布隆过滤:** 类似散列集合(hash set)，判断key是否在这个集合中。实现机制在于比特位，一个key对应一个比特位，并且存储一个标识，如果key有对应的比特位，并且标识位表示存在，则表示有对应的数据。比如使用Redis 的 Bitmap实现。
+
+
+
+---
+
+<h3 style="padding-bottom:6px; padding-left:20px; color:#ffffff; background-color:#E74C3C;">缓存雪崩</h3>
+
+**缓存雪崩:** 大量的缓存击穿意味着大量的请求怼在数据库上，轻者造成数据库响应巨慢，严重者造成数据库宕机。比如缓存内的数据集体定时刷新、服务器重启等。
+
+
+
+##### 解决方案
+
+1. 降低缓存刷新频率；
+2. 部分缓存刷新，刷新数据时按照一定规则分组刷新；
+3. 设置key永远不过期，如果需要刷新数据，则定时刷新；
+4. 分片缓存，在分布式缓存下，将需要缓存的数据 散列 分布到多个节点，尽量将热点数据均匀分布到多节点。
+
+
+
+
+
+
+
+
+
diff --git a/resource/markdown/cache/HotData.md b/resource/markdown/cache/HotData.md
diff --git a/resource/markdown/cache/HotKey.md b/resource/markdown/cache/HotKey.md
@@ -0,0 +1,11 @@
+<h3 style="padding-bottom:6px; padding-left:20px; color:#ffffff; background-color:#E74C3C;">Redis热点Key</h3>
+
+在一定时间内，被频繁访问的key称为 **热点key** 。比如突发性新闻，微博上常见的热搜新闻，引起千千万万人短时间内浏览；在线商城大促活动，消费者比较关注的商品突然降价，引起成千上万消费者点击、购买。热点key所在服务器的压力骤然上升，如果超出物理机器的承载能力，则缓存不可用，进而诱发缓存击穿、缓存雪崩的问题。
+
+![缓存击穿](https://i.loli.net/2019/02/19/5c6b968d1e946.png)
+
+
+
+#### 解决方案
+
+**1. 读写分离:** 读写分离比较适用于写少读多的情景，
diff --git a/resource/markdown/distribution/DistributedLock.md b/resource/markdown/distribution/DistributedLock.md
@@ -1 +1,93 @@
+比如某个应用需要定时跑一些任务，为了保证高可用，做了三个节点的集群，后来发现集群中每个节点都跑了重复的任务。
+
+<h3 style="padding-bottom:6px; padding-left:20px; color:#ffffff; background-color:#E74C3C;">一、基于数据库实现分布式锁</h3>
+
+#### 1.1 悲观锁
+
+首先创建一张表，用于存储锁标识的记录:
+
+```mysql
+CREATE TABLE IF NOT EXISTS distribution_lock(
+  id BIGINT(20) UNSIGNED NOT NULL COMMENT '分布式锁id',
+  lock_name VARCHAR(50) DEFAULT '' COMMENT '分布式锁的名称',
+  node_number TINYINT(1) NOT NULL COMMENT '集群下节点的编号，用于重入锁',
+  gmt_create DATETIME NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT '行记录创建时间',
+  PRIMARY KEY (id)
+) ENGINE=InnoDB DEFAULT CHARSET=utf8 COMMENT='存储分布式锁的表';
+```
+
+
+
+**获取锁:**
+
+```mysql
+INSERT INTO distribution_lock(id, lock_name, node_number) VALUES(1001, 'order_task', 1);
+```
+
+
+
+**获取重入锁:**
+
+```mysql
+SELECT
+  t0.id,
+  t0.lock_name,
+  t0.gmt_create 
+FROM distribution_lock t0
+WHERE t0.id = 1001 AND t0.node_number = 1;
+```
+
+
+
+**锁超时:**
+
+```mysql
+SELECT
+  t0.id,
+  t0.lock_name,
+  t0.gmt_create ,
+  TIMESTAMPDIFF(SECOND, t0.gmt_create, NOW()) 'duration_time'
+FROM distribution_lock t0
+WHERE t0.id = 1001 AND t0.node_number != 2;
+```
+
+
+
+**释放锁:**
+
+```mysql
+DELETE FROM distribution_lock WHERE id = 1001;
+```
+
+
+
+> 上面是用 `INSERT` + `SELECT ` + `DELETE` 来实现的，当然也可以使用 `UPDATE` + `SELECT` 实现（注意初始化锁标识的行记录）。
+
+
+
+#### 1.2 乐观锁
+
+
+
+---
+
+<h3 style="padding-bottom:6px; padding-left:20px; color:#ffffff; background-color:#E74C3C;">二、基于Redis实现分布式锁</h3>
+
+##### 悲观锁
+
+
+
+##### 乐观锁
+
+
+
+---
+
+<h3 style="padding-bottom:6px; padding-left:20px; color:#ffffff; background-color:#E74C3C;">三、基于Zookeeper实现分布式锁</h3>
+
+##### 悲观锁
+
+
+
+##### 乐观锁
 
