黑马Redis视频教程实战篇（二）

目录

一、什么是缓存？

1.1 为什么要使用缓存？

1.2 如何使用缓存？

二、添加商户缓存

2.1 缓存模型和思路

2.2 代码实现

三、缓存更新策略

2.1 数据库缓存不一致解决方案

2.2 数据库和缓存不一致采用什么方案

四、实现商铺和缓存与数据库双写一致

五、缓存穿透问题的解决思路

六、编码解决缓存穿透问题

七、缓存雪崩问题及解决思路

八、缓存击穿问题及解决思路

九、利用互斥锁解决缓存击穿问题

十、封装Redis工具类

一、什么是缓存？

缓存(Cache)，就是数据交换的缓冲区，俗称的缓存就是缓冲区内的数据，一般从数据库中获取，存储于本地代码(例如:

例1:Static final ConcurrentHashMap map = new ConcurrentHashMap(); 本地用于高并发例2:static final Cache USER_CACHE = CacheBuilder.newBuilder().build(); 用于redis等缓存例3:Static final Map map = new HashMap(); 本地缓存

由于其被Static修饰，所以随着类的加载而被加载到内存之中，作为本地缓存，由于其又被final修饰，所以其引用(例3:map)和对象(例3:new HashMap())之间的关系是固定的，不能改变，因此不用担心赋值(=)导致缓存失效;

1.1 为什么要使用缓存？

一句话：因为速度快，好用

缓存数据存储于代码中，而代码运行在内存中，内存的读写性能远高于磁盘，缓存可以大大降低用户访问并发量带来的服务器读写压力。

实际开发过程中，企业的数据量，少则几十万，多则几千万，这么大数据量，如果没有缓存来作为"避震器"，系统是几乎撑不住的，所以企业会大量运用到缓存技术;

但是缓存也会增加代码复杂度和运营的成本:

1.2 如何使用缓存？

实际开发中，会构筑多级缓存来使系统运行速度进一步提升，例如:本地缓存与redis中的缓存并发使用

浏览器缓存：主要是存在于浏览器端的缓存。

应用层缓存：可以分为tomcat本地缓存，比如之前提到的map，或者是使用redis作为缓存。

数据库缓存：在数据库中有一片空间是 buffer pool，增改查数据都会先加载到mysql的缓存中。

CPU缓存：当代计算机最大的问题是 cpu性能提升了，但内存读写速度没有跟上，所以为了适应当下的情况，增加了cpu的L1，L2，L3级的缓存。

二、添加商户缓存

在我们查询商户信息时，我们是直接操作从数据库中去进行查询的，大致逻辑是这样，直接查询数据库那肯定慢咯，所以我们需要增加缓存。

/** * 根据id查询商铺信息 * @param id 商铺id * @return 商铺详情数据 */@GetMapping("/{id}")public Result queryShopById(@PathVariable("id") Long id) {return Result.ok(shopService.getById(id));} 2.1 缓存模型和思路

标准的操作方式就是查询数据库之前先查询缓存，如果缓存数据存在，则直接从缓存中返回，如果缓存数据不存在，再查询数据库，然后将数据存入redis。

2.2 代码实现 @Overridepublic Result queryById(Long id) {//1、从redis查询商铺缓存String shopJson = stringRedisTemplate.opsForValue().get("cache:shop:" + id);//2、判断redis中是否存在if (StrUtil.isNotBlank(shopJson)){//3、存在，直接返回Shop shop = JSONUtil.toBean(shopJson,Shop.class);return Result.ok(shop);}//4、redis中不存在，根据id查询数据库Shop shop = getById(id);if (shop == null){//数据库不存在数据，直接返回错误return Result.fail("店铺不存在！");}//5、数据库中存在，将数据写入redis缓存一份stringRedisTemplate.opsForValue().set("cache:shop:" + id,JSONUtil.toJsonStr(shop));return Result.ok(shop);}

三、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。

2.1 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。

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。

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。

2.2 数据库和缓存不一致采用什么方案

综合考虑使用方案一，但是方案一调用者如何处理呢？这里有几个问题

操作缓存和数据库时有三个问题需要考虑：

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。

第一问：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 √

第二问：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

第三问：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 √

应该具体操作缓存还是操作数据库，我们应当是先操作数据库，再删除缓存，原因在于，如果你选择第一种方案，在两个线程并发来访问时，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，实际上写入的就是旧的数据，新的数据被旧数据覆盖了。

正常情况下，这样做是最好的：

线程1（商户）要修改一下店铺地址信息，这时先删除了缓存老数据，然后再将新数据更新到数据库，第二天线程2（买家）想要查看店铺信息，先查Redis缓存，缓存没有，就查了数据库，然后再写入缓存中，这些操作是我们理想的。

但往往事与愿违，如果出现以下的情况，那就不太好了：

我们现在数据库和缓存都是数据为10，这时线程1（商铺）删除缓存，但还没等更新数据库，线程2（买家）先行发力（什么时候来不好，偏偏这时候来），查询缓存发现未命中，直接查询数据库，但这时数据库里的数据还是老的数据10，然后将10写入缓存中，线程2执行完毕，这时线程1再继续执行剩下的更新数据库操作，将数据变为20，但这时数据已经不一致了，数据库20，缓存10。 

所以我们选用先操作数据库，再删缓存的方式，虽然这种也会出现线程安全问题，但概率比第一种低太多了。

四、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

@Override@Transactionalpublic Result update(Shop shop) {Long id = shop.getId();if (id == null){return Result.fail("店铺id不能为空");}//1、更新数据库updateById(shop);//2、删除缓存stringRedisTemplate.delete("cache:shop:" + id);return null;}

五、缓存穿透问题的解决思路

缓存穿透：缓存穿透是指缓存和数据库中都没有的数据，而用户不断发起请求，我们数据库的 id 都是1开始自增上去的，如发起为id值为 -1 的数据或 id 为特别大不存在的数据。这时的用户很可能是攻击者，攻击会导致数据库压力过大，严重会击垮数据库。

常见的解决方案有三种：

1、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

解释：缓存空对象是什么意思呢？比如攻击者传了一个根本不存在的id（例如-1）进行查询，那么当缓存和数据库都未命中，返回为null，那他一定用大量并发再次刷新请求，因为他的目的就是把你数据库搞崩，那么我们直接给他放入Redis一个空对象{}，这样就不会将大量请求打到我们的数据库上，当他请求-1时，直接命中缓存里的空对象给他返回。

2、参数校验

我会在接口层增加校验，比如用户鉴权校验，参数做校验，不合法的参数直接代码Return，比如：id 做基础校验，id { try { // 查询数据库 R newR = dbFallback.apply(id); // 重建缓存 this.setWithLogicalExpire(key, newR, time, unit); } catch (Exception e) { throw new RuntimeException(e); }finally { // 释放锁 unlock(lockKey); } }); } // 6.4.返回过期的商铺信息 return r; } public R queryWithMutex( String keyPrefix, ID id, Class type, Function dbFallback, Long time, TimeUnit unit) { String key = keyPrefix + id; // 1.从redis查询商铺缓存 String shopJson = stringRedisTemplate.opsForValue().get(key); // 2.判断是否存在 if (StrUtil.isNotBlank(shopJson)) { // 3.存在，直接返回 return JSONUtil.toBean(shopJson, type); } // 判断命中的是否是空值 if (shopJson != null) { // 返回一个错误信息 return null; } // 4.实现缓存重建 // 4.1.获取互斥锁 String lockKey = "lock:shop:" + id; R r = null; try { boolean isLock = tryLock(lockKey); // 4.2.判断是否获取成功 if (!isLock) { // 4.3.获取锁失败，休眠并重试 Thread.sleep(50); return queryWithMutex(keyPrefix, id, type, dbFallback, time, unit); } // 4.4.获取锁成功，根据id查询数据库 r = dbFallback.apply(id); // 5.不存在，返回错误 if (r == null) { // 将空值写入redis stringRedisTemplate.opsForValue().set(key, "", 30L, TimeUnit.MINUTES); // 返回错误信息 return null; } // 6.存在，写入redis this.set(key, r, time, unit); } catch (InterruptedException e) { throw new RuntimeException(e); }finally { // 7.释放锁 unlock(lockKey); } // 8.返回 return r; } private boolean tryLock(String key) { Boolean flag = stringRedisTemplate.opsForValue().setIfAbsent(key, "1", 10, TimeUnit.SECONDS); return BooleanUtil.isTrue(flag); } private void unlock(String key) { stringRedisTemplate.delete(key); }}