一、用读写锁设计缓存系统
import java.util.HashMap;
import java.util.Map;
import java.util.concurrent.locks.ReentrantReadWriteLock;
/**
* 用读写锁实现的一个缓存系统，读的时候可以并发执行，当缓存中没有数据时，要到数据库中查询数据
* 此时只能写数据，不能读数据。当完数据之后，又可以并发地读取数据。
* 这样做的话，可以提高 系统的效率
* @author zc
*
*/
public class MyCacheSystem {
// 定义一个map用来存放要缓存起来的数据
Map<String, Object> cache = new HashMap<String, Object>();
private ReentrantReadWriteLock rwl = new ReentrantReadWriteLock();
public static void main(String[] args) {
}
//该方法中，读数据可以并发地读取，写数据与读数据，写数据与写数据之间不能并发地运行
public Object getData(String key) {
//刚进来的时候，上一把读锁
rwl.readLock().lock();
Object obj = null;
try {
obj = cache.get(key);
if (obj == null) {
//如果数据为空，则需要到数据库中查询数据，所以这时候把读锁释放掉，上一把写锁，不能同时写数据
//在上写锁之前，首先要把读锁释放掉
rwl.readLock().unlock();
rwl.writeLock().lock();
// 查询数据库的代码
try {
//必须重新检查obj是否为空，因为这时候，另外一个线程可能会获得写锁，从而让obj有值
if (obj == null) {
obj = "查询数据库得到的数据";
}
} finally {
rwl.writeLock().unlock();
}
//因为前面释放了写锁，所以这里要把读锁重新锁上
rwl.readLock().lock();
}
} finally {
rwl.readLock().unlock();
}
return obj;
}
}
二、缓存系统的设计考虑问题
1. 缓存穿透的解决方法
缓存穿透是指查询一个根本不存在的数据，缓存层和存储层都不会命中，但是出于容错的考虑，如果从存储层查不到数据则不写入缓存层。缓存穿透将导致不存在的数据每次请求都要到存储层去查询，失去了缓存保护后端存储的意义。
缓存穿透问题可能会使后端存储负载加大，由于很多后端存储不具备高并发性，甚至可能造成后端存储宕掉。通常可以在程序中分别统计总调用数、缓存层命中数、存储层命中数，如果发现大量存储层空命中，可能就是出现了缓存穿透问题。
造成缓存穿透的基本有两个。第一，业务自身代码或者数据出现问题，第二，一些恶意攻击、爬虫等造成大量空命中，下面我们来看一下如何解决缓存穿透问题。
缓存穿透的解决方法：1）缓存空对象；2）布隆过滤器拦截器。
2. 缓存雪崩问题解决
由于缓存层承载着大量请求，有效的保护了存储层，但是如果缓存层由于某些原因整体不能提供服务，于是所有的请求都会达到存储层，存储层的调用量会暴增，造成存储层也会挂掉的情况。 缓存雪崩的英文原意是 stampeding herd（奔逃的野牛），指的是缓存层宕掉后，流量会像奔逃的野牛一样，打向后端存储。
预防和解决缓存雪崩问题，可以从以下三个方面进行着手。
1）保证缓存层服务高可用性。
和飞机都有多个引擎一样，如果缓存层设计成高可用的，即使个别节点、个别机器、甚至是机房宕掉，依然可以提供服务，例如前面介绍过的 Redis Sentinel 和 Redis Cluster 都实现了高可用。
2）依赖隔离组件为后端限流并降级。
无论是缓存层还是存储层都会有出错的概率，可以将它们视同为资源。作为并发量较大的系统，假如有一个资源不可用，可能会造成线程全部 hang 在这个资源上，造成整个系统不可用。降级在高并发系统中是非常正常的：比如推荐服务中，如果个性化推荐服务不可用，可以降级补充热点数据，不至于造成前端页面是开天窗。
3）提前演练。在项目上线前，演练缓存层宕掉后，应用以及后端的负载情况以及可能出现的问题，在此基础上做一些预案设定。
3. 缓存热点key重建优化
开发人员使用缓存 + 过期时间的策略既可以加速数据读写，又保证数据的定期更新，这种模式基本能够满足绝大部分需求。但是有两个问题如果同时出现，可能就会对应用造成致命的危害：
-> 当前 key 是一个热点 key( 例如一个热门的娱乐新闻），并发量非常大。
-> 重建缓存不能在短时间完成，可能是一个复杂计算，例如复杂的 SQL、多次 IO、多个依赖等。