redis缓存更新策略，缓存穿透，缓存雪崩，缓存击穿。 封装redis工具类
缓存是存储数据，改善阅读和写作性能的临时场所。在业务情况下，我们需要考虑用于缓存更新策略，缓存渗透，缓存雪崩和缓存故障的解决方案。
建议使用第一种类型的缓存更新策略，即在更新数据库时缓存呼叫者的缓存更新。
查看以下三个问题：1。
更新缓存：每当数据库更新时更新缓存，从而减少了无效的写作操作。
2.确保操作是同步的：单系统集在事务中的缓存操作和数据库，并且分布式系统使用分布式交易解决方案（例如TCC）。
3。
删除第一个缓存：更新数据库时制作无效的缓存，然后在问题期间更新缓存。
在正常情况和错误下，第一种策略可能会导致缓存数据与数据库之间的差异，并建议使用第二种策略。
对于缓存渗透问题，解决方案包括放置空对象和使用Bloom过滤器。
放置一个空对象以缓存缓存中具有不存在ID的对象，并设置TTL时间以减少内存消耗； 雪崩缓存解决方案通常包括添加缓存接头，设置异步更新或使用簇模式用于缓存服务。
缓存分解问题的解决方案包括获取静音锁，质疑数据库以重建缓存数据，或者在存储缓存时不放置TTL放置，但是添加代表到期时间的字段。
对于如何阻止Mutex，大量待处理的请求会影响性能，并且存在阻塞的风险； 治疗缓存断裂时，请使用Jeter工具进行性能测试。
Mutex阻止方法和逻辑到期方法分别测试了商店和存储2的第一商店问题的性能。
关闭REDIS工具类时，主要挑战是在Java中使用功能编程想法。
通过合理的模型，可以实现高效的缓存操作，可以简化代码逻辑，并可以改善系统性能。
缓存穿透、缓存击穿和缓存雪崩的解释以及解决方案
在使用缓存技术改善系统性能时，开发人员应注意一些可能的问题，例如缓存渗透，缓存故障和缓存眼事件。了解这些问题的原因和解决方案可以帮助您优化系统的稳定性和效率。
缓存的渗透问题
缓存的浸润是因为数据库可以直接访问每个请求，因为请求值未出现在高速缓存或数据库中，这会影响系统性能。
该解决方案包括验证参数，例如用户ID法律和截取的非法请求。
Bloom过滤器可以有效地解决缓存渗透问题，但可能会导致错误判断。
换句话说，我们认为存在一个不存在的价值。
当错误的判断率较低时，影响并不重要，但是在实际业务中，应注意它。
当热数据的缓存失败并且许多请求直接影响数据库时，就会发生买方故障，从而导致数据库上的压力过大。
在解决方案中，使用锁定机制同时限制访问，或自动随着时间的推移更新缓存，以免高速缓存不会立即过期。
同时，可以考虑使用永久有效的密钥数据的缓存以减少频繁的更新。
缓存的眼睛是一种情况，由于许多流行的现金同时失败，因此系统性能迅速降低。
该解决方案添加了一个随机数，以减少构建高度溶解结构的可能性，例如使用Redis Sentinel模式或群集模式来确保缓存服务的可靠性。
上面的策略允许高速缓存有效地管理和优化，并同时改善系统的稳定性和性能。
有必要确保系统的有效操作。
