《Redis实战篇》二、商户查询缓存（缓存基本使用 缓存更新 缓存穿透 缓存雪崩 缓存击穿 Redis缓存工具类）_怎么查看商城的缓存技术(1)
/ 为什么不用考虑缓存穿透的情况，因为所有的数据都放入到redis中预热了，一旦缓存查询出是null的，说明数据库没这个数据。// 3.未命中，则返回空(因为预热过了，所以如果缓存中没有，则一定就是没有该店铺数据)// 注意：这里写的是20S只是为了测试方便，实际项目中要用 30min。// 1.从查询Redis中是否有数据。// 1.从Redis中查询商铺缓存。// 6.3获取成功，则开启独立线
既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上大数据知识点，真正体系化！
由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新
// 3.如果为空，去查询数据库
List <ShopType> shopTypeList = this.query().orderByDesc("sort").list();
// 4.如果查询为空，则直接返回错误信息
if (shopTypeList == null || shopTypeList.size() == 0) {
return Result.fail("商品类型查询失败！");
}
// 5.如果不为空，则把数据存入到Redis,并返回结果 (这里可以使用List,String等结构)
stringRedisTemplate.opsForValue().set(RedisConstants.CACHE\_SHOP\_TYPE\_KEY,JSONUtil.toJsonStr(shopTypeList));
return Result.ok(shopTypeList);
}
### 2.3 缓存更新策略
缓存更新是redis为了节约内存而设计出来的一个东西，主要是因为内存数据宝贵，当我们向redis插入太多数据，此时就可能会导致缓存中的数据过多，所以redis会对部分数据进行更新，或者把他叫为淘汰更合适。
\*\*内存淘汰：\*\*redis自动进行，当redis内存达到咱们设定的max-memery的时候，会自动触发淘汰机制，淘汰掉一些不重要的数据(可以自己设置策略方式)
\*\*超时剔除：\*\*当我们给redis设置了过期时间ttl之后，redis会将超时的数据进行删除，方便咱们继续使用缓存
\*\*主动更新：\*\*我们可以手动调用方法把缓存删掉，通常用于解决缓存和数据库不一致问题
#### 2.3.1 、数据库缓存不一致解决方案
由于我们的**缓存的数据源来自于数据库**,而数据库的**数据是会发生变化的**,因此,如果当数据库中**数据发生变化,而缓存却没有同步**,此时就会有**一致性问题存在**,其后果是:
用户使用缓存中的过时数据,就会产生类似多线程数据安全问题,从而影响业务,产品口碑等;怎么解决呢？有如下几种方案
* **Cache Aside Pattern** 人工编码方式：缓存调用者在更新完数据库后再去更新缓存，也称之为双写方案
+ 特点:需要依靠程序员在CRUD之外进行额外的代码处理!
* **Read/Write Through Pattern** : 由系统本身完成，数据库与缓存的问题交由系统本身去处理
+ 如:Canel + Kafaka 搭建的服务,但是维护和开发成本较高!
* **Write Behind Caching Pattern** ：调用者只操作缓存，其他线程去异步处理数据库，实现最终一致
+ 优点:调用者多次操作缓存,经过一段时间线程只需要把最后一次更新后的结果同步到数据库,效率极高
+ 缺点:维护这个异步线程比较困难; 如果在一段时间内有大量更新,但是还没有触发异步线程的更新,就会导致数据库和缓存数据差别很大; 缓存宕机 会导致 数据丢失,可靠性较差
#### 2.3.2 、双写方案存在的问题
综合考虑使用方案一，**可控性比较高**~ (实际企业中用的也比较多)
操作缓存和数据库时有三个问题需要考虑：
1、删除缓存还是更新缓存？
* 更新缓存：每次更新数据库都更新缓存，无效写操作较多 **×**
* 删除缓存：更新数据库时让缓存失效，查询时再更新缓存 **√**
如果采用第一个方案，那么假设我们每次操作数据库后，都操作缓存，但是中间如果没有人查询，那么这个更新动作实际上只有最后一次生效，中间的更新动作意义并不大，我们可以把缓存删除，等待再次查询时，将缓存中的数据加载出来
2、如何保证缓存与数据库的操作的同时成功或失败？
* 单体系统，将缓存与数据库操作放在一个事务
* 分布式系统，利用TCC等分布式事务方案
3、先操作缓存还是先操作数据库？
* 先删除缓存，再操作数据库 **×**
* 先操作数据库，再删除缓存 **√**
在不考虑并发的情况下，都是可以的。但是在并发场景下，我们应当是先操作数据库，再删除缓存，我们简单分析一下：
* 如果你选择第一种方案，如左图所示：在两个线程（线程1是更新线程，线程2是查询线程）并发来访问时，假设线程1先来，他先把缓存删了，此时线程2过来，他查询缓存数据并不存在，此时他写入缓存，当他写入缓存后，线程1再执行更新动作时，实际上写入缓存的是旧的数据，新的数据被旧数据覆盖了。
* 如果你选择第二种方案，如右图所示，两个线程（线程1是查询线程，线程2是更新线程）并发来访问时，假如此时缓存是被删除的状态，线程1过来了，发现未命中，就去数据库擦汗寻数据了，刚查询完还没写入缓存!!! 此时线程2过来了，就更新数据库了（下面删除缓存这一步就不用做了）。然后，线程1又抢到了时间片，继续进行写入缓存操作，就会导致写入缓存的仍是旧数据
既然我们发现两种方案都有并发修改的风险，但是为啥选择方案二呢？
因为 查询操作时间非常短，容易产生并发风险概率较低~
**总结：缓存更新策略的最佳实践方案**
#### 2.3.3、 实现商铺和缓存与数据库双写一致
核心思路如下：
修改ShopController中的业务逻辑，满足下面的需求：
根据id查询店铺时，如果缓存未命中，则查询数据库，将数据库结果写入缓存，并设置超时时间
根据id修改店铺时，先修改数据库，再删除缓存
**修改重点代码1**：修改**ShopServiceImpl**的queryById方法
**设置redis缓存时添加过期时间**
**修改重点代码2**
代码分析：通过之前的淘汰，我们确定了采用删除策略，来解决双写问题，当我们修改了数据之后，然后把缓存中的数据进行删除，查询时发现缓存中没有数据，则会从mysql中加载最新的数据，从而避免数据库和缓存不一致的问题
@Transactional
@Override
public Result update(Shop shop) {
Long id = shop.getId();
if(id == null){
return Result.fail(“id不能为null”);
}
this.updateById(shop);
// 删除缓存
stringRedisTemplate.delete(RedisConstants.CACHE_SHOP_KEY+id);
return Result.ok();
}
### 2.4 缓存穿透
#### 2.4.1、问题的解决思路
缓存穿透 ：缓存穿透是指客户端请求的数据在缓存中和数据库中都不存在，这样缓存永远不会生效，这些请求都会打到数据库。
常见的解决方案有两种：
* 缓存空对象
+ 优点：实现简单，维护方便
+ 缺点：
- 额外的内存消耗
- 可能造成短期的不一致
* 布隆过滤
+ 优点：内存占用较少，没有多余key
+ 缺点：
- 实现复杂
- 存在误判可能 (因为可能出现hash冲突)
\*\*缓存空对象思路分析：\*\*当我们客户端访问不存在的数据时，先请求redis，但是此时redis中没有数据，此时会访问到数据库，但是数据库中也没有数据，这个数据穿透了缓存，直击数据库，我们都知道数据库能够承载的并发不如redis这么高，如果大量的请求同时过来访问这种不存在的数据，这些请求就都会访问到数据库，简单的解决方案就是哪怕这个数据在数据库中也不存在，我们也把这个数据存入到redis中去，这样，下次用户过来访问这个不存在的数据，那么在redis中也能找到这个数据就不会进入到数据库了
**布隆过滤：** 布隆过滤器其实采用的是哈希思想来解决这个问题，通过一个庞大的二进制数组，走哈希思想去判断当前这个要查询的这个数据是否存在，如果布隆过滤器判断存在，则放行，这个请求会去访问redis，哪怕此时redis中的数据过期了，但是数据库中一定存在这个数据，在数据库中查询出来这个数据后，再将其放入到redis中，
假设布隆过滤器判断这个数据不存在，则直接返回
这种方式优点在于节约内存空间，存在误判，误判原因在于：布隆过滤器走的是哈希思想，只要哈希思想，就可能存在哈希冲突
**代码修改：**
#### 2.4.2、编码解决商品查询的缓存穿透问题：
核心思路如下：
在原来的逻辑中，我们如果发现这个数据在mysql中不存在，直接就返回404了，这样是会存在缓存穿透问题的
现在的逻辑中：如果这个数据不存在，我们不会返回404 ，还是会把这个数据写入到Redis中，并且将value设置为空，当再次发起查询时，我们如果发现命中之后，判断这个value是否是null，如果是null，则是之前写入的数据，证明是缓存穿透数据，如果不是，则直接返回数据。
**小总结：**
缓存穿透产生的原因是什么？
* 用户请求的数据在缓存中和数据库中都不存在，不断发起这样的请求，给数据库带来巨大压力
缓存穿透的解决方案有哪些？
* 缓存null值 （被动解决）
* 布隆过滤 （被动解决）
* 增强id的复杂度，避免被猜测id规律 （比如随机数，防止用户猜到…）
* 做好数据的基础格式校验 （比如id的位数）
* 加强用户权限校验
* 做好热点参数的限流
### 2.5 缓存雪崩问题及解决思路
缓存雪崩是指在同一时段大量的缓存key同时失效或者Redis服务宕机，导致大量请求到达数据库，带来巨大压力。
解决方案：
* 给不同的Key的TTL添加随机值 （可以防止同一时间短缓存都失效~）
* 利用Redis集群提高服务的可用性 （后面会讲）
* 给缓存业务添加降级限流策略 （比如sentinel的一些策略）
* 给业务添加多级缓存 （Nginx缓存、JVM缓存、MySQL缓存、Redis缓存 只要有一个命中就可~）
### 2.6 缓存击穿
#### 2.6.1、问题及解决思路
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key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。
常见的解决方案有两种：
* 互斥锁
* 逻辑过期
逻辑分析：假设线程1在查询缓存之后，本来应该去查询数据库，然后把这个数据重新加载到缓存的，此时只要线程1走完这个逻辑，其他线程就都能从缓存中加载这些数据了，但是假设在线程1没有走完的时候，后续的线程2，线程3，线程4同时过来访问当前这个方法， 那么这些线程都不能从缓存中查询到数据，那么他们就会同一时刻来访问查询缓存，都没查到，接着同一时间去访问数据库，同时的去执行数据库代码，对数据库访问压力过大
解决方案一、使用锁来解决：
因为锁能实现互斥性。假设线程过来，只能一个人一个人的来访问数据库，从而避免对于数据库访问压力过大，但这也会影响查询的性能，因为此时会让查询的性能从并行变成了串行，我们可以采用tryLock方法 + double check来解决这样的问题。
假设现在线程1过来访问，他查询缓存没有命中，但是此时他获得到了锁的资源，那么线程1就会一个人去执行逻辑，假设现在线程2过来，线程2在执行过程中，并没有获得到锁，那么线程2就可以进行到休眠，直到线程1把锁释放后，线程2获得到锁，然后再来执行逻辑，此时就能够从缓存中拿到数据了。
解决方案二、逻辑过期方案
方案分析：我们之所以会出现这个缓存击穿问题，主要原因是在于我们对key设置了过期时间，假设我们不设置过期时间，其实就不会有缓存击穿的问题，但是不设置过期时间，这样数据不就一直占用我们内存了吗，我们可以采用逻辑过期方案。
我们把过期时间设置在 redis的value中，注意：这个过期时间并不会直接作用于redis，而是我们后续通过逻辑去处理。假设线程1去查询缓存，然后从value中判断出来当前的数据已经过期了，此时线程1去获得互斥锁，那么其他线程会进行阻塞，获得了锁的线程他会开启一个 线程去进行 以前的重构数据的逻辑，直到新开的线程完成这个逻辑后，才释放锁， 而线程1直接进行返回，假设现在线程3过来访问，由于线程线程2持有着锁，所以线程3无法获得锁，线程3也直接返回数据，只有等到新开的线程2把重建数据构建完后，其他线程才能走返回正确的数据。
这种方案巧妙在于，异步的构建缓存，缺点在于在构建完缓存之前，返回的都是脏数据。
**进行对比**
\*\*互斥锁方案：\*\*由于保证了互斥性，所以数据一致，且实现简单，因为仅仅只需要加一把锁而已，也没其他的事情需要操心，所以没有额外的内存消耗，缺点在于有锁就有死锁问题的发生，且只能串行执行性能肯定受到影响
**逻辑过期方案：** 线程读取过程中不需要等待，性能好，有一个额外的线程持有锁去进行重构数据，但是在重构数据完成前，其他的线程只能返回之前的数据，且实现起来麻烦
#### 2.6.2、利用互斥锁解决缓存击穿问题
核心思路：相较于原来从缓存中查询不到数据后直接查询数据库而言，现在的方案是 进行查询之后，如果从缓存没有查询到数据，则进行互斥锁的获取，获取互斥锁后，判断是否获得到了锁，如果没有获得到，则休眠，过一会再进行尝试，直到获取到锁为止，才能进行查询
如果获取到了锁的线程，再去进行查询，查询后将数据写入redis，再释放锁，返回数据，利用互斥锁就能保证只有一个线程去执行操作数据库的逻辑，防止缓存击穿
**操作锁的代码：**
核心思路就是利用redis的setnx方法来表示获取锁，该方法含义是redis中如果没有这个key，则插入成功，返回1，在stringRedisTemplate中返回true， 如果有这个key则插入失败，则返回0，在stringRedisTemplate返回false，我们可以通过true，或者是false，来表示是否有线程成功插入key，成功插入的key的线程我们认为他就是获得到锁的线程。
/**
* 获取锁：使用setnx模拟互斥锁
* 为了防止出现死锁，所以应该为其设置过期时间
* @param key
* @return
*/
private boolean tryLock(String key){
Boolean flag = stringRedisTemplate.opsForValue().setIfAbsent(key, “1”, RedisConstants.LOCK_SHOP_TTL, TimeUnit.SECONDS);
return BooleanUtil.isTrue(flag);
}
/**
* 释放锁
* @param key
*/
private void unlock(String key){
stringRedisTemplate.delete(key);
}
**操作代码：**
/**
* 互斥锁解决缓存击穿
* @param id
* @return
*/
private Shop queryWithMutex(Long id) {
// 1.从查询Redis中是否有数据
String shopJson = stringRedisTemplate.opsForValue().get(RedisConstants.CACHE_SHOP_KEY + id);
// 2.判断是否存在
if (StrUtil.isNotBlank(shopJson)) {
// 存在则直接返回
Shop shop = JSONUtil.toBean(shopJson, Shop.class);
return shop;
}
// 3.判断命中的是否是空值
if(shopJson != null){
return null;
}
// 4.实现缓存重建
String key = RedisConstants.LOCK\_SHOP\_KEY+id;
Shop shop = null;
try {
// 4.1 获取互斥锁
boolean isLock = tryLock(key);
// 4.2判断是否获取成功
if(!isLock){
// 4.3失败，则休眠并重试
Thread.sleep(50);
// 注意：获取锁的同时应该再次检测redis缓存是否存在，做DoubleCheck,如果存在则无需重建缓存
return queryWithMutex(id);
}
// 4.4成功，根据id查询数据库
shop = getById(id);
// 模拟重建时的延时
Thread.sleep(200);
// 5.不存在，返回错误
if(shop==null){
// 将空值写入到redis
stringRedisTemplate.opsForValue().set(RedisConstants.CACHE\_SHOP\_KEY + id,"",RedisConstants.CACHE\_NULL\_TTL, TimeUnit.MINUTES);
return null;
}
// 6.存在就加入到Redis,并返回
stringRedisTemplate.opsForValue().set(RedisConstants.CACHE\_SHOP\_KEY+id, JSONUtil.toJsonStr(shop),RedisConstants.CACHE\_SHOP\_TTL, TimeUnit.MINUTES);
} catch (InterruptedException e) {
e.printStackTrace();
}finally {
// 7.释放互斥锁
unlock(key);
}
return shop;
}
**测试：5s 1000次请求的高并发测试**
观察控制台，可以发现只向数据库请求了一次~其他请求都打在了缓存上！！！
从而可以得出结论，使用互斥锁可以解决缓存击穿的问题~~~
#### 2.6.3、利用逻辑过期解决缓存击穿问题
思路分析：当用户开始查询redis时，判断是否命中，如果没有命中则直接返回空数据，不查询数据库，而一旦命中后，将value取出，判断value中的过期时间是否满足，如果没有过期，则直接返回redis中的数据，如果过期，则在开启独立线程后直接返回之前的数据，独立线程去重构数据，重构完成后释放互斥锁。
封装数据：因为现在redis中存储的数据的value需要带上过期时间，此时要么你去修改原来的实体类，要么你新建一个实体类，我们采用第二个方案，这个方案，对原来代码没有侵入性。
步骤一、 新建RedisData类
@Data
public class RedisData {
private LocalDateTime expireTime;
private Object data;
}
步骤二、 在ShopServiceImpl 新增此方法，利用单元测试进行缓存预热
/**
* 缓存重建（预热）
* @param id
* @param expireSeconds
* @throws InterruptedException
*/
@Override
public void saveShop2Redis(Long id, Long expireSeconds) throws InterruptedException {
// 1.查询店铺信息
Shop shop = getById(id);
Thread.sleep(200);
// 2.封装逻辑过期时间
RedisData redisData = new RedisData();
redisData.setData(shop);
redisData.setExpireTime(LocalDateTime.now().plusSeconds(expireSeconds));
// 3.写入Redis
stringRedisTemplate.opsForValue().set(RedisConstants.CACHE_SHOP_KEY + id, JSONUtil.toJsonStr(redisData));
}
@Test
public void testSave2Redis() throws InterruptedException {
shopService.saveShop2Redis(1L,30L);
}
步骤三：编写逻辑过期的核心代码
private ExecutorService CACHE_REBUILD_EXECUTOR = Executors.newFixedThreadPool(10);
/**
* 逻辑过期解决缓存击穿
*
* @param id
* @return
*/
private Shop queryWithLogicalExpire(Long id) {
// 1.从Redis中查询商铺缓存
String redisDataJson = stringRedisTemplate.opsForValue().get(RedisConstants.CACHE_SHOP_KEY + id);
// 2.判断是否命中
if (StrUtil.isBlank(redisDataJson)) {
// 3.未命中，则返回空(因为预热过了，所以如果缓存中没有，则一定就是没有该店铺数据)
// 为什么不用考虑缓存穿透的情况，因为所有的数据都放入到redis中预热了，一旦缓存查询出是null的，说明数据库没这个数据
return null;
}
// 4.命中，需要先把json反序列化为对象
RedisData redisData = JSONUtil.toBean(redisDataJson, RedisData.class);
JSONObject shopJSONObj = (JSONObject) redisData.getData();
Shop shop = JSONUtil.toBean(shopJSONObj, Shop.class);
// 5.判断是否过期
if (redisData.getExpireTime().isAfter(LocalDateTime.now())) {
// 5.1未过期，则返回商铺信息
return shop;
}
// 5.2已过期，需要缓存重建
// 6.缓存重建
// 6.1尝试获取互斥锁
boolean isLock = tryLock(RedisConstants.LOCK_SHOP_KEY + id);
// 6.2判断互斥锁是否获取成功
if (isLock) {
// 6.3获取成功，则开启独立线程
CACHE_REBUILD_EXECUTOR.submit(() -> {
try {
// 6.4进行缓存重建
// 注意：这里写的是20S只是为了测试方便，实际项目中要用 30min
this.saveShop2Redis(id, 20L);
} catch (InterruptedException e) {
e.printStackTrace();
} finally {
// 6.5释放锁
unlock(RedisConstants.LOCK_SHOP_KEY + id);
}
});
}
// 7.获取互斥锁失败，则直接返回过期的shop数据
return shop;
}
步骤四：测试
* 先执行单元测试方法预热缓存
* 进行高并发请求 1s 100次
* 观察请求的结果：`缓存重建前返回的是旧数据，重建后得到的是新数据`
* 观察控制台，也只有一条查询的SQL，说明互斥锁起到了作用！只缓存重建了一次~
### 2.7、封装Redis工具类
基于StringRedisTemplate封装一个缓存工具类，满足下列需求：
* 方法1：将Java对象序列化为json并存储在string类型的key中，并且可以设置TTL过期时间
* 方法2：根据指定的key查询缓存，并利用缓存空值来解决缓存穿透问题
* 方法3：根据指定的key查询缓存，并利用互斥锁解决缓存击穿解决缓存击穿问题
* 方法4：根据指定的key查询缓存，并反序列化为指定类型，需要利用逻辑过期解决缓存击穿问题
**代码如下：**
/**
* @author lxy
* @version 1.0
* @Description Redis操作缓存的工具类
* @date 2022/12/6 0:33
*/
@Slf4j
@Component
public class CacheClient {
private final StringRedisTemplate stringRedisTemplate;
public CacheClient(StringRedisTemplate stringRedisTemplate) {
this.stringRedisTemplate = stringRedisTemplate;
}
/\*\*
* 将Java对象序列化为json并存储在string类型的key中，并且可以设置TTL过期时间
* @param key
* @param value
* @param time
* @param unit
*/
public void set(String key, Object value, Long time, TimeUnit unit){
stringRedisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(value),time,unit);
}
/\*\*
* 逻辑过期解决缓存击穿问题中的缓存重建
* @param key
* @param value
* @param time
* @param unit
*/
public void setWithLogicalExpire(String key,Object value,Long time,TimeUnit unit){
// 设置逻辑过期
RedisData redisData = new RedisData();
既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上大数据知识点，真正体系化！
由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新
til.toJsonStr(value),time,unit);
}
/\*\*
* 逻辑过期解决缓存击穿问题中的缓存重建
* @param key
* @param value
* @param time
* @param unit
*/
public void setWithLogicalExpire(String key,Object value,Long time,TimeUnit unit){
// 设置逻辑过期
RedisData redisData = new RedisData();
[外链图片转存中…(img-KrtbNpKN-1714982621059)]
[外链图片转存中…(img-jxuoiRsR-1714982621059)]
[外链图片转存中…(img-0jy4WqZD-1714982621060)]
既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上大数据知识点，真正体系化！
由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新
助力广东及东莞地区开发者，代码托管、在线学习与竞赛、技术交流与分享、资源共享、职业发展，成为松山湖开发者首选的工作与学习平台
更多推荐
29
0- 0
已为社区贡献1条内容
所有评论(0)