目录

🍊 缓存查询策略

🍩 缓存更新策略

🍭 缓存穿透

🍣 缓存雪崩

🍕 缓存击穿

👾 项目源码下载​​​​​​​

🍊 缓存查询策略

我们要查询的业务数据并不是经常改变的, 这里我们可以放到Redis缓存中, 降低对数据库的请求

下面我们以查询店铺为例, 因为店铺列表是不经常改变的数据, 所以我们可以请求redis缓存来降低MySQL的查询压力 

 @Overridepublic Result queryShopById(Long id) {//1.从Redis中查询商铺缓存String shopJson = stringRedisTemplate.opsForValue().get("cache:shop" + id);//2.判断是否存在if (StrUtil.isNotBlank(shopJson)) {//3.存在, 直接返回Shop shop = JSONUtil.toBean(shopJson, Shop.class);return Result.ok(shop);}//4.不存在, 根据id查询数据库Shop shop = getById(id);//不存在, 返回错误提示信息if (shop == null){return Result.fail("店铺不存在！");}//存在, 写入redis中stringRedisTemplate.opsForValue().set("cache:shop" + id, JSONUtil.toJsonStr(shop));return Result.ok(shop);}

🍩 缓存更新策略

在常规的企业开发中，我们优先选择的缓存策略是 更新数据库的同时也会去更新缓存

在此情况下我们也要考虑三点 : 

1. 更新数据库后再删除缓存, 再查询的时候重新添加缓存 (这样可以保证数据查询的是最新的)

2.在单体项目中, 将缓存与数据库操作放在同一个事务中, 这样方便回滚. 分布式项目中需要使用分布式事务

3. 在并发场景下, 应当先操作数据库，再删除缓存

    @Override@Transactionalpublic void updateShop(Shop shop) {if (shop.getId() == null) {throw new RuntimeException("ID不能为null");}//1. 先更新数据库updateById(shop);//2. 后删除缓存stringRedisTemplate.delete("cache:shop" + shop.getId());}

🍭 缓存穿透

缓存穿透场景 : 假设用户恶意请求的数据在Redis和MySQL中均不存在, 导致Redis中的缓存不生效从而一直去请求MySQL

解决方案 : 因为用户传来的恶意数据在缓存和数据库中都不存在, 在从数据库中查询不到后将恶意数据缓存在Redis中

代码实现如下, 当在数据库没有查询到后, 将空信("")息存入到Redis中,并设置过期时间为2分钟, 当用户再次查询时, 校验如果为("") 直接返回 店铺信息不存在!

    @Overridepublic Result queryShopById(Long id) {//1.从Redis中查询商铺缓存String shopJson = stringRedisTemplate.opsForValue().get("cache:shop" + id);//2.判断是否存在if (StrUtil.isNotBlank(shopJson)) {//3.存在, 直接返回Shop shop = JSONUtil.toBean(shopJson, Shop.class);return Result.ok(shop);}//判断命中的是否是空值if (Objects.equals(shopJson, "")) {//返回错误信息return Result.fail("店铺信息不存在!");}//4.不存在, 根据id查询数据库Shop shop = getById(id);//不存在, 返回错误提示信息if (shop == null){//将空值写入Redis中 并将有效期时间改为2分钟stringRedisTemplate.opsForValue().set("cache:shop" + id, "", 2L, TimeUnit.MINUTES);//返回错误信息return Result.fail("店铺不存在！");}//存在, 写入redis中 设置过期时间为30分钟stringRedisTemplate.opsForValue().set("cache:shop" + id, JSONUtil.toJsonStr(shop), 30L, TimeUnit.MINUTES);return Result.ok(shop);}

🍣 缓存雪崩

Redis的缓存雪崩意思是指: 在统一同一时间内Redis中的大量的Key失效, 导致请求压力到达数据库

解决办法 : 缓存数据的过期时间设置随机，将不同的Key的TTL设置随机值

🍕 缓存击穿

缓存击穿问题也叫热点Key问题，就是一个被高并发访问并且缓存重建业务较复杂的ky突然失效了，无数的请求访问会在瞬间给数据库带来巨大的冲击。

🍥 解决方案1 : 互斥锁

锁代码实现(获取锁, 释放锁)

    /*** 获取锁** @param key* @return*/private boolean tryLock(String key) {//相当于 SETNX：添加一个String类型的键值对，当key不存在的时候执行Boolean flag = stringRedisTemplate.opsForValue().setIfAbsent(key, "1", 10, TimeUnit.SECONDS);// BooleanUtil可以帮你自动拆装箱解决可能空指针问题return BooleanUtil.isTrue(flag);}/*** 释放锁** @param key*/private void unlock(String key) {stringRedisTemplate.delete(key);}

业务代码实现

这里的互斥锁如果获取不到锁就会进入休眠状态, 然后再去重新获取锁, 这样做能保持数据的一致性

 /*** 缓存击穿*/public Shop queryWithmutex(Long id){//1.从Redis中查询商铺缓存String shopJson = stringRedisTemplate.opsForValue().get("cache:shop" + id);//2.判断是否存在if (StrUtil.isNotBlank(shopJson)) {//3.存在, 直接返回return JSONUtil.toBean(shopJson, Shop.class);}//判断命中的是否是空值if (Objects.equals(shopJson, "")) {//返回错误信息log.error("店铺信息不存在");return null;}//4实现缓存重建//4.1 获取互斥锁String lockKey = "lock:shop" + id;Shop shop;try {//这块功能的业务是, 当A线程操作该方法是, B线程进来判断锁是否释放, 如果没有释放则休眠重试, 为了解决数据一致性的问题boolean isLock = tryLock(lockKey);//4.2判断锁是否获取成功if (!isLock){//4.3 失败,则休眠重试Thread.sleep(50);//递归重试(这块地方有异议 不建议递归, 后期用到类似业务可以寻找其他解决办法)return queryWithmutex(id);}//根据id查询数据库shop = getById(id);if (shop == null) {//不存在 将空值写入Redis中 并将有效期时间改为2分钟 (这里是为了解决缓存穿透问题)stringRedisTemplate.opsForValue().set("cache:shop" + id, "", 2L, TimeUnit.MINUTES);//返回错误信息log.error("店铺信息不存在");return null;}//存在, 写入redis中 设置过期时间为30分钟stringRedisTemplate.opsForValue().set("cache:shop" + id, JSONUtil.toJsonStr(shop), 30L, TimeUnit.MINUTES);}catch (InterruptedException e){throw new RuntimeException(e);}finally {//7. 释放互斥锁unlock(lockKey);}return (shop);}

解决方案2 : 逻辑过期

设置逻辑过期数据和过期时间

    /*** 向Redis中写入店铺信息并设置逻辑过期时间* @param id* @param expireSeconds*/public void saveShop2Redis(Long id ,Long expireSeconds){//1.查询店铺数据Shop shop = getById(id);//2.封装逻辑过期时间RedisData redisData = new RedisData();redisData.setData(shop);//设置过期时间秒 测试时设置的时间短一些方便测试过期redisData.setExpireTime(LocalDateTime.now().plusSeconds(expireSeconds));//3.写入RedisstringRedisTemplate.opsForValue().set("cache:shop" + id, JSONUtil.toJsonStr(redisData));}

手动加入逻辑过期数据

    @Testvoid test(){//模拟后台管理手动设置热点数据shopService.saveShop2Redis(1L, 10L);}

 逻辑过期业务代码

    /*** 逻辑过期* @param id* @return*/public Shop queryWithLogicalExpire(Long id) {//1.从Redis中查询商铺缓存String shopJson = stringRedisTemplate.opsForValue().get("cache:shop" + id);//2.判断是否存在if (StrUtil.isBlank(shopJson)) {//3.不存在, 直接返回return null;}//4. 命中, 需要把JSON反序列化为对象log.info("打桩数据 : {}", shopJson);RedisData redisData = JSONUtil.toBean(shopJson, RedisData.class);//反序列化Shop shop = JSONUtil.toBean((JSONObject) redisData.getData(), Shop.class);//获取过期时间LocalDateTime expireTime = redisData.getExpireTime();//5.判断是否过期if (expireTime.isAfter(LocalDateTime.now())) {//5.1未过期, 直接返回店铺信息return shop;}//5.2已过期,需要缓存重建//6.缓冲重建//6.1获取互斥锁String lockKey = "lock:shop" + id;boolean isLock = tryLock(lockKey);//6.2判断锁是否获取成功if (isLock) {//TODO 6.3成功, 开启独立线程, 实现缓存重建CACHE_REBUILD_EXECUTOR.submit(() -> {try {//重建缓存log.info("开始缓存重建");this.saveShop2Redis(id, 20L);} catch (Exception e) {throw new RuntimeException(e);}finally {//释放锁log.info("释放锁");unlock(lockKey);}});}//6.4 返回过期的商铺信息return shop;}

这里实现的互斥锁, 如果没有拿到锁就会直接return返回历史数据, 在并发环境下短期内会造成数据的不一致性

比如我修改了name属性字段

👾 项目源码下载

扫描下方公众号二维码 回复: Redis缓存实战 即可领取项目源码 👇👇👇