1.分布式锁redisson使用

①分布式锁简介

②分布式锁学习过程

③最终分析

加入锁为原子操作：设置过期时间+设置锁
删除锁为原子操作：业务流程+删除锁
将锁的过期时间调长

④Redisson的使用

1. 引入依赖
2. 程序化配置
3. 使用
   1. 创建redisson客户端
      Redisson.create(“config”)
      config中保存redis的地址
   2. 获取一把锁
      redisson.getLock(“lock”)
   3. 设置逻辑
      try{lock.lock；
      业务逻辑}
      finally{lock.unlock;}
   4. 解决问题

⑤解决问题：

1. 锁的续期
   不配置过期时间：有配置的看门狗，即锁会自动续期，默认30s，如果在执行业务期间锁过完三分之一10s,即重新恢复到30s,执行业务结束后，自动续期不生效
   自己
   配置过期时间：则没有看门狗效应，即为设置多少过期时间，则为多少
2. 最佳实战:
   自己设置过期时间，这样省去续期操作

⑥读写锁

1. 实战使用
   redisson.getReadWriteLock(“rw-lock”);
   lock.writelock();
   写操作
   lock.unlock();
   lock.readlock();
   读操作
   lock.unlock();
2. 介绍
   写操作为互斥锁，读操作为共享锁
   写时不可写和读
   读时只能读不能写

⑦信号量（分布式信号量）

• 信号量=多把锁
  存入一个"park":3
  每次停车 park.acquire() park-1
  每次释放 park.release() park+1

⑧闭锁

• 相当于固定数量的资源（用完即没）
  存入一个"door":5
  每次door.countDown() door-1
  直到door-1到0 执行door.await()之后的方法

⑨更新数据需求

• 需求
  缓存里的数据如何保证和数据库里的数据一致？
  双写模式：数据更新时，改数据库也改缓存数据
  （卡顿容易出现脏数据）
  失效模式：数据库改完之后，删掉缓存
  （还会出现脏数据）

⑩最佳实战

• 数据经常修改：直接读数据库
• 数据并发几率小，容忍大程度不一致：设置缓存
  缓存数据+读写锁+过期时间

2.springche的使用

①整体结构

②注解的使用（底层都为原子操作）

• @Cacheable(value=“category”,key=“#root.methodName”)
  • 当前结果需要缓存
  • 缓存没有调用方法，缓存有则使用缓存
  • key自动生成 value序列化 TTL永不过期
• 解决问题
  • key：spring.cache.redis.use-key-prefix=true设置默认加前缀为注解的value值（为cache的组）
    key="#root.methodName"指定名字为当前的方法名
  • TTL:spring.cache.redis.time-to-live=3600000设置过期时间为1个小时
  • value值：设置存储为json数据
    原理：CacheAutoConfig->RedisCacheConfig->RedisCacheManager->初始所有的缓存->每个缓存用的配置->如果有redisConfiguration则用，没有则用默认->自定义注入redisConfiguration

@EnableConfigurationProperties(CacheProperties.class)
@EnableCaching
@Configuration
public class MyCacheConfig {/*** 配置文件中的东西没有用到* 
* 1、原来和配置文件绑定的配置类是这样的*  @return* @ConfigurationProperties(prefix="spring.cache") public class CacheProperties* 2、让他生效* @EnableConfigurationProperties(CacheProperties.class)*/@BeanRedisCacheConfiguration redisCacheConfiguration(CacheProperties cacheProperties) {RedisCacheConfiguration config = RedisCacheConfiguration.defaultCacheConfig();//更改序列化机制config = config.serializeKeysWith(RedisSerializationContext.SerializationPair.fromSerializer(new StringRedisSerializer()));//保存value为JSONconfig = config.serializeValuesWith(RedisSerializationContext.SerializationPair.fromSerializer(new GenericJackson2JsonRedisSerializer()));//将配置文件中的所有配置都生效CacheProperties.Redis redisProperties = cacheProperties.getRedis();//设置配置文件中的各项配置，如过期时间if (redisProperties.getTimeToLive() != null) {config = config.entryTtl(redisProperties.getTimeToLive());}if (redisProperties.getKeyPrefix() != null) {config = config.prefixKeysWith(redisProperties.getKeyPrefix());}if (!redisProperties.isCacheNullValues()) {config = config.disableCachingNullValues();}if (!redisProperties.isUseKeyPrefix()) {config = config.disableKeyPrefix();}return config;}
}

• @CacheEvict(value={“category”},key = “‘getLevel1Categorys’”)
  • 为失效模式，即当前写操作成功后，删除缓存中保存的数据
• 需求：更新一个表，删除两个缓存
  • @Caching(evict = {
    @CacheEvict(value={“category”},key = “‘getLevel1Categorys’”),
    @CacheEvict(value={“category”},key = “‘getCatelogJson’”)
    })
  • @cacheEvict(value=“category”)直接删除分区的所有缓存
• spring-cache的不足

1. 读模式：
   缓存穿透：查询一个null数据。缓存空数据
   解决方案：spring.cache.redis.cache-null-values=true
   缓存击穿：大量并发同时查询一个正好过期的数据
   解决方案：加锁（让一个人查数据库）默认不加锁。
   @Cacheable(value={“category”},key=“#root.methodName”,sync = true)
   sync可以解决击穿
   缓存雪崩：大量key同时过期
   解决方案：指定过期时间。spring.cache.redis.time-to-live=3600000
2. 写模式：
   读写加锁：
   引入cannel：记录mysql更新来更新数据库
   读多写多：直接查询数据库
3. 总结
   常规数据（读多写少一致性要求不高）：完全可以使用springcache
   特殊数据：特殊涉及