（点击上方公众号，可快速关注）
来源：蘑菇先生
cnblogs.com/mushroom/p/4199701.html
如有好文章投稿，请点击 → 这里了解详情
介绍
本篇主要说下楼主平常项目中缓存使用经验和遇到过的问题。
目录
基本写法
缓存雪崩
全局锁，实例锁
字符串锁
缓存穿透
再谈缓存雪崩
总结
1. 基本写法
为了方便演示，我们用Runtime.Cache做缓存容器，并定义个简单操作类。如下：
public class CacheHelper
{
public static object Get(string cacheKey)
{
return HttpRuntime.Cache[cacheKey];
}
public static void Add(string cacheKey, object obj, int cacheMinute)
{
HttpRuntime.Cache.Insert(cacheKey, obj, null, DateTime.Now.AddMinutes(cacheMinute),
Cache.NoSlidingExpiration, CacheItemPriority.Normal, null);
}
}
简单读取：
public object GetMemberSigninDays1()
{
const int cacheTime = 5;
const string cacheKey = "mushroomsir";
var cacheValue = CacheHelper.Get(cacheKey);
if (cacheValue != null)
return cacheValue;
cacheValue = "395";
CacheHelper.Add(cacheKey, cacheValue, cacheTime);
return cacheValue;
}
在项目中，有不少这样写法。这样写没有错，但在并发量上来后就会有问题。继续看
2.缓存雪崩
缓存雪崩是由于缓存失效(过期)，新缓存未到期间。
这个中间时间内，所有请求都去查询数据库，而对数据库CPU和内存造成巨大压力，前端连接数不够、查询阻塞。
这个中间时间并没有那么短，比如sql查询1秒，加上传输解析0.5秒。 就是说1.5秒内所有用户查询，都是直接查询数据库的。
这种情况下，我们想到最多的就是加锁排队了。
1：全局锁，实例锁
public static object obj1 = new object();
public object GetMemberSigninDays2()
{
const int cacheTime = 5;
const string cacheKey = "mushroomsir";
var cacheValue = CacheHelper.Get(cacheKey);
if (cacheValue != null)
return cacheValue;
lock (this)
{
cacheValue = CacheHelper.Get(cacheKey);
if(cacheValue != null)
return cacheValue;
cacheValue = "395"; //这里一般是 sql查询数据。 例：395 签到天数 CacheHelper.Add(cacheKey, cacheValue, cacheTime);
}
return cacheValue;
}
第一种：lock (obj1) 是全局锁可以满足，但我们要为每个函数都声明一个obj，不然在A、B函数都锁obj1时，必然会让其中一个阻塞。
第二种：lock (this) 这个锁当前实例，对其他实例无效，这个锁就没什么效果了。使用单例模式的可以锁。
但在当前实例中：A函数锁当前实例，其他锁当前实例的函数读写，也被阻塞。 不可取
3.字符串锁
既然锁对象不行，利用字符串的特性，我们直接锁缓存key呢。来看下
public object GetMemberSigninDays3()
{
const int cacheTime = 5;
const string cacheKey = "mushroomsir";
var cacheValue = CacheHelper.Get(cacheKey);
if (cacheValue != null)
return cacheValue;
const string lockKey = cacheKey + "n(*≧▽≦*)n";
lock (lockKey)
{
cacheValue = CacheHelper.Get(cacheKey);
if (cacheValue != null)
return cacheValue;
cacheValue = "395"; //这里一般是 sql查询数据。 例：395 签到天数 CacheHelper.Add(cacheKey, cacheValue, cacheTime);
}
return cacheValue;
}
第一种：lock (cacheName) 有问题，因为字符串也是共享的，会阻塞其他使用这个字符串的操作行为。 具体请看之前的博文 c#语言-多线程中的锁系统(一)。
2015-01-04 13:36更新：因为字符串被公共语言运行库 (CLR)暂留，这意味着整个程序中任何给定字符串都只有一个实例。所以才会用第二种
第二种：lock (lockKey) 可以满足。其实目就是为了保证锁的粒度最小并且全局唯一性，只锁当前缓存的查询行为。
4.缓存穿透
举个简单例子：一般我们会缓存用户搜索结果。而数据库查询不到，是不会做缓存的。但如果频繁查这个关键字，就会每次都直查数据库了。
这样缓存就没意义了，这也是常提的缓存命中率问题。
public object GetMemberSigninDays4()
{
const int cacheTime = 5;
const string cacheKey = "mushroomsir";
var cacheValue = CacheHelper.Get(cacheKey);
if (cacheValue != null)
return cacheValue;
const string lockKey = cacheKey + "n(*≧▽≦*)n";
lock (lockKey)
{
cacheValue = CacheHelper.Get(cacheKey);
if (cacheValue != null)
return cacheValue;
cacheValue = null; //数据库查询不到，为空。
//if (cacheValue2 == null)
//{
// return null; //一般为空，不做缓存 //}
if (cacheValue == null)
{
cacheValue = string.Empty; //如果发现为空，我设置个默认值，也缓存起来。 }
CacheHelper.Add(cacheKey, cacheValue, cacheTime);
}
return cacheValue;
}
例子中我们把查询不到的结果，也给缓存起来了。这样就可以避免，查询为空时，引起缓存穿透了。
当然我们也可以单独设置个缓存区，进行第一层控制校验。 以便和正常缓存区分开了。
5.再谈缓存雪崩
额 不是用加锁排队方式就解决了吗？其实加锁排队只是为了减轻DB压力，并没有提高系统吞吐量。
在高并发下： 缓存重建期间，你是锁着的，1000个请求999个都在阻塞的。 用户体验不好，还浪费资源：阻塞的线程本可以处理后续请求的。
public object GetMemberSigninDays5()
{
const int cacheTime = 5;
const string cacheKey = "mushroomsir"; //缓存标记。
const string cacheSign = cacheKey + "_Sign";
var sign = CacheHelper.Get(cacheSign); //获取缓存值
var cacheValue = CacheHelper.Get(cacheKey);
if (sign != null)
return cacheValue; //未过期，直接返回。
lock (cacheSign)
{
sign = CacheHelper.Get(cacheSign);
if (sign != null)
return cacheValue;
CacheHelper.Add(cacheSign, "1", cacheTime);
ThreadPool.QueueUserWorkItem((arg) =>
{
cacheValue = "395"; //这里一般是 sql查询数据。 例：395 签到天数
CacheHelper.Add(cacheKey, cacheValue, cacheTime*2); //日期设缓存时间的2倍，用于脏读。 });
}
return cacheValue;
}
代码中，我们多用个缓存标记key，双检锁校验。它设置为正常时间，过期后通知另外的线程去更新缓存数据。
而实际的缓存由于设置了2倍的时间，仍然可以能用脏数据给前端展现。
这样就能提高不少系统吞吐量了。
五：总结
补充下： 这里说的阻塞其他函数指的是，高并发下锁同一对象。
实际使用中，缓存层封装往往要复杂的多。 关于更新缓存，可以单开一个线程去专门跑这些，图方便就扔线程池吧。
具体使用场景，可根据实际用户量来平衡。
觉得本文有帮助？请分享给更多人
关注「算法爱好者」，修炼编程内功
