Redis实战篇-商户查询缓存

于 2024-09-28 21:08:28 发布
阅读量733 收藏 6
点赞数 4
分类专栏： 深入浅出Redis 文章标签： 缓存 redis 数据库
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/2302_76649176/article/details/142619933
版权

该笔记是来源于黑马程序员的Redis项目课程,为了后续方便复习。将笔记记录在博客之中
实战篇我们要学习一些什么样的内容

1.本期任务

使用redis共享session来实现

  • 商户查询缓存

理解缓存击穿，缓存穿透，缓存雪崩等问题

  • 优惠卷秒杀

通Redis的计数器功能， 结合Lua完成高性能的redis操作，同时学会Redis分布式锁的原理，包括Redis的三种消息队列

  • 附近的商户

利用Redis的GEOHash来完成对于地理坐标的操作

  • UV统计

使用Redis来完成统计功能

  • 用户签到

使用Redis的BitMap数据统计功能

  • 好友关注

基于Set集合的关注、取消关注，共同关注等等功能

  • 人探店

基于List来完成点赞列表的操作，同时基于SortedSet来完成点赞的排行榜功能

请添加图片描述

2.商户查询缓存

请添加图片描述

2.1 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。
请添加图片描述

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:

2.2 数据库缓存不一致解决方案

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？
请添加图片描述

2.3 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

  • 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

  • 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

请添加图片描述
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。

2.4 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

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
在这里插入图片描述

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2

代码分析：解决双写问题，先更新数据库，再删除缓存
在这里插入图片描述

3.缓存穿透问题的解决思路

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

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
在这里插入图片描述

3.1 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。
在这里插入图片描述

    public Shop queryWithPassThrough(Long id) {
        //1.从redis查询商铺缓存
        String shopJson = stringRedisTemplate.opsForValue().get(CACHE_SHOP_KEY + 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 shop;
        }

        //4.如果出现穿透,第一次shopJson是空,这里不会走,第二次是""才会走这里
        if ("".equals(shopJson)){
            //5.为空，返回错误
            return null;
        }

        //4，不存在,根据id查询数据库
        Shop shop = getById(id);
        //5.不存在,返回错误
        if (shop==null){
            //将空值写入redis
            stringRedisTemplate.opsForValue().set(CACHE_SHOP_KEY + id,
                    "",CACHE_NULL_TTL, TimeUnit.MINUTES);

            return null;
        }
        //6.存在,写入redis
        stringRedisTemplate.opsForValue().set(CACHE_SHOP_KEY + id,
                JSONUtil.toJsonStr(shop), CACHE_SHOP_TTL, TimeUnit.MINUTES);

        return shop;
    }

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
  • 布隆过滤
  • 增强id的复杂度，避免被猜测id规律
  • 做好数据的基础格式校验
  • 加强用户权限校验
  • 做好热点参数的限流

4 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
  • 利用Redis集群提高服务的可用性
  • 给缓存业务添加降级限流策略
  • 给业务添加多级缓存

5 缓存击穿问题及解决思路

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
在这里插入图片描述

5.1 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。
在这里插入图片描述

    public Shop queryWithMutex(Long id) {
        //1.从redis查询商铺缓存
        String shopJson = stringRedisTemplate.opsForValue().get(CACHE_SHOP_KEY + 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 shop;
        }

        //4.如果出现穿透,第一次shopJson是空,这里不会走,第二次是""才会走这里
        if ("".equals(shopJson)){
            //5.为空，返回错误
            return null;
        }

        //4.实现缓存重建
        //4.1 获取互斥锁
        String lock = LOCK_SHOP_KEY + id;
        Shop shop;
        try {
            boolean isLock = tryLock(lock);
            //4.2 判断是否获取成功
            if (!isLock){
                //4.3 失败,则休眠重试
                Thread.sleep(50);
                return queryWithMutex(id);
            }


            //4.4 成功，根据id查询数据库
             shop = getById(id);

            //模拟重建的延迟
            Thread.sleep(200);
            //5.不存在,返回错误
            if (shop==null){
                //将空值写入redis
                stringRedisTemplate.opsForValue().set(CACHE_SHOP_KEY + id,
                        "",CACHE_NULL_TTL, TimeUnit.MINUTES);

                return null;
            }
            //6.存在,写入redis
            stringRedisTemplate.opsForValue().set(CACHE_SHOP_KEY + id,
                    JSONUtil.toJsonStr(shop), CACHE_SHOP_TTL, TimeUnit.MINUTES);
        } catch (InterruptedException e){
            throw new RuntimeException(e);
        }finally {
            //7.释放互斥锁
            unLock(lock);
        }
        //8.返回
        return shop;
    }
    private boolean tryLock(String key){
        Boolean flag = stringRedisTemplate.opsForValue().setIfAbsent(key, "1", 10, TimeUnit.MINUTES);
        return BooleanUtil.isTrue(flag);
    }

    private void unLock(String key){
        stringRedisTemplate.delete(key);
    }

5.2 利用逻辑过期解决缓存击穿问题

需求：修改根据id查询商铺的业务，基于逻辑过期方式来解决缓存击穿问题

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。
在这里插入图片描述
如果封装数据：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

步骤一、

新建一个实体类，这个方案，对原来代码没有侵入性。

@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

    public void saveShop2Redis(Long id,Long expireSeconds) throws InterruptedException {
        //1.查询店铺数据
        Shop shop = getById(id);
        Thread.sleep(200l);
        //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(CACHE_SHOP_KEY + id,JSONUtil.toJsonStr(redisData));
    }

在测试类中

@Test
    void testSaveShop() throws InterruptedException {
        service.saveShop2Redis(1L,10L);
    }

步骤三：正式代码

ShopServiceImpl

private static final ExecutorService CACHE_REBUILD_EXECUTOR = Executors.newFixedThreadPool(10);
public Shop queryWithLogicalExpire( Long id ) {
    String key = CACHE_SHOP_KEY + id;
    // 1.从redis查询商铺缓存
    String json = stringRedisTemplate.opsForValue().get(key);
    // 2.判断是否存在
    if (StrUtil.isBlank(json)) {
        // 3.存在，直接返回
        return null;
    }
    // 4.命中，需要先把json反序列化为对象
    RedisData redisData = JSONUtil.toBean(json, RedisData.class);
    Shop shop = JSONUtil.toBean((JSONObject) redisData.getData(), Shop.class);
    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.缓存重建
    // 6.1.获取互斥锁
    String lockKey = LOCK_SHOP_KEY + id;
    boolean isLock = tryLock(lockKey);
    // 6.2.判断是否获取锁成功
    if (isLock){
        CACHE_REBUILD_EXECUTOR.submit( ()->{

            try{
                //重建缓存
                this.saveShop2Redis(id,20L);
            }catch (Exception e){
                throw new RuntimeException(e);
            }finally {
                unlock(lockKey);
            }
        });
    }
    // 6.4.返回过期的商铺信息
    return shop;
}

6.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：将任意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：将任意Java对象序列化为json并存储在string类型的key中，并且可以设置逻辑过期时间，用于处理缓存击穿问题

  • 方法3：根据指定的key查询缓存，并反序列化为指定类型，利用缓存空值的方式解决缓存穿透问题

  • 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

将逻辑进行封装

@Slf4j
@Component
public class CacheClient {

    private final StringRedisTemplate stringRedisTemplate;

    private static final ExecutorService CACHE_REBUILD_EXECUTOR = Executors.newFixedThreadPool(10);

    public CacheClient(StringRedisTemplate stringRedisTemplate) {
        this.stringRedisTemplate = stringRedisTemplate;
    }
	//方法一
    public void set(String key, Object value, Long time, TimeUnit unit) {
        stringRedisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(value), time, unit);
    }
	
	//方法二
    public void setWithLogicalExpire(String key, Object value, Long time, TimeUnit unit) {
        // 设置逻辑过期
        RedisData redisData = new RedisData();
        redisData.setData(value);
        redisData.setExpireTime(LocalDateTime.now().plusSeconds(unit.toSeconds(time)));
        // 写入Redis
        stringRedisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(redisData));
    }

	//keyPrefix:业务类型前缀
	//id:请求参数
	//type:返回值类型
	//dbFallback:查询方法
	//方法三
    public <R,ID> R queryWithPassThrough(
            String keyPrefix, ID id, Class<R> type, Function<ID, R> dbFallback, Long time, TimeUnit unit){
        String key = keyPrefix + id;
        // 1.从redis查询商铺缓存
        String json = stringRedisTemplate.opsForValue().get(key);
        // 2.判断是否存在
        if (StrUtil.isNotBlank(json)) {
            // 3.存在，直接返回
            return JSONUtil.toBean(json, type);
        }
        //4.如果出现穿透,第一次json是空,这里不会走,会去查询数据库第二次是""才会走这里
        if ("".equals(json)){
            //5.为空，返回错误
            return null;
        }

        // 4.不存在，根据id查询数据库
        R 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, "", CACHE_NULL_TTL, TimeUnit.MINUTES);
            // 返回错误信息
            return null;
        }
        // 6.存在，写入redis
        this.set(key, r, time, unit);
        return r;
    }

	//方法四
    public <R, ID> R queryWithLogicalExpire(
            String keyPrefix, ID id, Class<R> type, Function<ID, R> dbFallback, Long time, TimeUnit unit) {
        String key = keyPrefix + id;
        // 1.从redis查询商铺缓存
        String json = stringRedisTemplate.opsForValue().get(key);
        // 2.判断是否存在
        if (StrUtil.isBlank(json)) {
            // 3.存在，直接返回
            return null;
        }
        // 4.命中，需要先把json反序列化为对象
        RedisData redisData = JSONUtil.toBean(json, RedisData.class);
        R r = JSONUtil.toBean((JSONObject) redisData.getData(), type);
        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 r;
        }
        // 5.2.已过期，需要缓存重建
        // 6.缓存重建
        // 6.1.获取互斥锁
        String lockKey = LOCK_SHOP_KEY + id;
        boolean isLock = tryLock(lockKey);
        // 6.2.判断是否获取锁成功
        if (isLock){
            // 6.3.成功，开启独立线程，实现缓存重建
            CACHE_REBUILD_EXECUTOR.submit(() -> {
                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;
    }

	//使用互斥锁解决
    public <R, ID> R queryWithMutex(
            String keyPrefix, ID id, Class<R> type, Function<ID, R> 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 ("".equals(json)){
            //为空，返回错误
            return null;
        }

        // 4.实现缓存重建
        // 4.1.获取互斥锁
        String lockKey = LOCK_SHOP_KEY + 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, "", CACHE_NULL_TTL, 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);
    }
}

在ShopServiceImpl 中

@Resource
private CacheClient cacheClient;

 @Override
    public Result queryById(Long id) {
        // 解决缓存穿透
        Shop shop = cacheClient
                .queryWithPassThrough(CACHE_SHOP_KEY, id, Shop.class, this::getById, CACHE_SHOP_TTL, TimeUnit.MINUTES);

        // 互斥锁解决缓存击穿
        // Shop shop = cacheClient
        //         .queryWithMutex(CACHE_SHOP_KEY, id, Shop.class, this::getById, CACHE_SHOP_TTL, TimeUnit.MINUTES);

        // 逻辑过期解决缓存击穿
        // Shop shop = cacheClient
        //         .queryWithLogicalExpire(CACHE_SHOP_KEY, id, Shop.class, this::getById, 20L, TimeUnit.SECONDS);

        if (shop == null) {
            return Result.fail("店铺不存在！");
        }
        // 7.返回
        return Result.ok(shop);
    }
赚钱给孩子买茅台喝
关注
专栏目录
黑马点评第二个模块---商户查询缓存
weixin_53050118的博客
11-13 598
线程1查询缓存未命中，查询数据库之后要写入缓存时，有一个线程2插入进来更新数据库，由于缓存本来就没有所以删除缓存也没有。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比较复杂的key突然失效，无数的请求访问会在瞬间给数据库带来巨大的冲击。方法3：根据指定的key查询缓存，并反序列化为指定类型，利用缓存空值的方式解决缓存穿透问题。线程1删除缓存之后要更新数据库，同时线程2查询缓存未命中，然后查询数据库，写入缓存。代码改变ShopServiceImpl。
【小众点评项目】 开发日记 DAY 02
lyx7762的博客
11-28 189
基于Redis实现缓存，并解决缓存中出现的缓存穿透，缓存雪崩和缓存击穿等问题
2021-08-17 Mybatis-Plus仅查部分字段时需注意
bb
08-17 424
使用MPselectOne且查部分字段时，一定要有一个字段不为null，否则查出来的对象为null Shop shop = shopMapper.selectOne(Wrappers.lambdaQuery(Shop.class).select(Shop::getName, Shop::getDistrict).eq(Shop::getId, shopId)); 因此至少需要一个非null字段，才能保证这个对象一定存在，否则就需要判断对象是否为null Shop shop = shopMapper.s
黑马点评项目-商户查询缓存
dingd1234的博客
04-17 1477
一、什么是缓存 缓存就是数据交换的缓冲区，是存储数据的临时地方，一般读写性能较高。 缓存的作用： 降低后端负载。当用户进行请求时，先去查询缓存，查询到之后直接返回给用户，而不必查询数据库，大大降低了后端的压力。 提高读写效率，降低响应时间。数据库的读写是磁盘读写，其响应时间一般比较长，而 Redis 是基于内存的，读写时间快。 缓存的成本： 一致性成本。当数据库中的数据发生了改变，而缓存中的数据还是旧的数据，当用户从缓存中读取数据时，获取到的依旧是旧的数据。 代码维护成本。为了解决一致性成本，以及缓存
Redis+Springboot实现缓存功能、缓存更新策略、缓存穿透、缓存雪崩、缓存击穿、缓存工具封装
weixin_51351637的博客
11-02 3011
数据交换的缓冲区（称为Cache），是存储数据的临时地方，一般读写性能较高/*** 根据id查询商铺信息* @param id 商铺id* @return 商铺详情数据*/}用户查询的数据在Redis与数据库中都没有。
Redis项目实战--商户查询缓存
wjf83902的博客
05-13 751
1、解决缓存空对象的缺点的方式：每次新增数据时，主动的将数据插入到redis缓存中，覆盖之前的null。2、布隆过滤器中存放的是一个个字节，并非真正的数据。1、判断String类型是否为空：StrUtil.isNotBlank(shopJson)。当shopJson为null、""、" "是均返回false。1、需求：修改根据id查询商铺的业务，基于互斥锁方式来解决缓存击穿问题2、注意：这里的互斥锁不是我们平常用的synolize锁或者lock锁：这种锁，我们拿到了可以执行代码，没有拿到则继续等待。
黑马redis实战篇-商铺缓存
温涛的博客
04-25 927
黑马redis实战篇-商铺缓存笔记，包含有jmeter下载
Redis实战篇--商户查询缓存
qq_51729037的博客
01-28 172
Redis实战篇--商户查询缓存
Redis项目实战——商户查询缓存
weixin_46838605的博客
08-29 1081
部分热点key（被高并发访问且缓存重建业务较复杂的key）在缓存中失效或过期，如果第一次请求未命中，会去数据库查询并写入缓存，但若在此期间有大量同样的请求涌入，就会有大量请求涌到数据库要求查询，给数据库造成巨大压力。客户端请求的数据在缓存和数据库中都没有，无法建立缓存，如果多次请求这个不存在的数据，这些请求就会全部打到数据库，给数据库造成压力。大量redis缓存中的key同时失效或过期，或者redis服务器宕机，大量请求直接到达数据库，给数据库造成巨大压力。宕机一个redis还有其他redis。
Redis从入门到精通(四)Redis实战(二)商户查询缓存 测试项目代码
04-04
本教程将基于“Redis从入门到精通(四)Redis实战(二)商户查询缓存”的主题，深入探讨如何利用Redis来实现商户查询的高效缓存策略。我们将通过测试项目代码来理解这一过程。 首先，让我们理解Redis缓存的基本概念。...
(全网最全(求挑战))黑马点评 商户查询缓存练习； “P37 实战篇-商户查询缓存-03.缓存练习题分析”的String、List、ZSet(SortedSet)、Hash四种实现方法
m0_71473660的博客
06-09 514
黑马点评 “P37 实战篇-商户查询缓存-03.缓存练习题分析”的String、List、ZSet(SortedSet)三种实现方法（实现ShopTypeList那个视频的）
【Redis】Redis实战：黑马点评之商户查询缓存
qq_50675319的博客
09-17 1232
在原来的业务逻辑中，如果用户查询缓存未命中，会去直接查询数据库，在这种情况下，如果用户查询的是热点数据且缓存重建比较复杂，就容易出现缓存击穿问题，这里我们可以假设商铺查询就是热点数据，需要针对缓存击穿问题设计相应的解决方案 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，如果从缓存未命中，则进行互斥锁的获取，获取互斥锁后，判断是否获得到了锁，如果没有获得锁，则休眠，过一段时间再对上述业务逻辑进行重试，获取到锁的线程可以需要去查询数据库并将数
Redis --- 实战篇
shuai_h的博客
07-20 921
Redis缓存
使用Chrome浏览器时打开网页如何禁用缓存
bjzhang75的博客
09-27 354
使用Chrome浏览器时打开网页如何禁用缓存
PHP常用缓存技术
sheji888的专栏
09-26 758
PHP中常用的缓存技术包括编译缓存和数据缓存两大类。编译缓存主要用于减少PHP代码的编译时间，提高执行效率；数据缓存则用于减少数据库的访问次数和计算量，提升性能。在实际应用中，可以根据项目的具体需求和性能要求来选择适合的缓存技术。同时，还需要注意缓存的粒度和有效期等设置，以确保缓存的有效性和一致性。
java：缓存 json格式
最新发布
hongyuxiongji的博客
09-28 391
在这段代码中，将实体类转换为 JSON 格式字符串进行存储。当需要获取数据时，可以从缓存中取出 JSON 字符串，再转换回实体类对象进行使用。这样可以方便地存储和组装数据。// 如果数据不同或者未缓存，更新缓存并记录日志。// 使用 MyBatis 查询数据库数据并获取列表。// 假设你已经正确配置了连接工厂。// 假设的数据库实体类。
大厂面试真题-说一下Mybatis的缓存
个人专长：数据结构和算法、大数据、数据库、主流框架
09-28 973
首先看一下原理图Mybatis提供了两种缓存机制：一级缓存（L1 Cache）和二级缓存（L2 Cache），旨在提高数据库查询的性能，减少数据库的访问次数。注意查询的顺序是先二级缓存，再一级缓存。一级缓存是SqlSession级别的缓存，它基于类实现，该类是Mybatis默认的缓存实现，内部使用来存储缓存数据。每个SqlSession在创建时都会关联一个Executor，Executor中包含了两个重要的缓存对象：和（后者主要用于存储过程调用，此处主要讨论）。在类中，被初始化为的实例，并存储在Execut
【算法】leetcode热题100 146.LRU缓存.&& container/list用法
qq_49400568的博客
09-25 990
实现语言：go lang。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值