购物车的redis数据结构使用hashmap效率会更高（1、同步缓存 2、查询缓存）

一、回忆一下该项目之前所使用的数据结构

1、 有用到redis缓存技术的是访问商品的详情页面前先访问redis（kv结构）。
2、 有用到hashMap结构的是商品的详情页面制作spu下其他sku商品为哈希表（hash结构）。

二、这里购物车的缓存使用hashmap数据结构

1、 存储的是购物车集合
2、 键：用户id
3、 购物车里的某个sku商品的更新
4、 使用哪个数据结构较好？kv和hashmap
×如果使用kv结构，取出json，转换为集合，集合再遍历出对象，修改对象，再放回集合，转为json，最后放回缓存。（较麻烦）
√使用hash结构存储（方便修改和查询购物车某个对象数据）

代码实现（注意这里有一个重大bug，同步缓存hmset进去之前，要先删除之前的缓存！！！！）：

//同步到Redis缓存中
@Override
public void flushCartCache(String memberId) {

    OmsCartItem omsCartItem = new OmsCartItem();
    omsCartItem.setMemberId(memberId);
    List<OmsCartItem> omsCartItemList = omsCartItemMapper.select(omsCartItem);   //查询某个用户memberId的购物车

    Jedis jedis = redisUtil.getJedis();

    HashMap<String,String> hashMap = new HashMap<>();

    for (OmsCartItem cartItem : omsCartItemList) {        //遍历该购物车列表

//在购物车当中用户点击商品的选中状态，需要查询缓存，但是缓存当中的总价格没有计算，这里在同步之前，就计算总价格！！！bug！！！
cartItem.setTotalPrice(cartItem.getPrice().multiply(cartItem.getQuantity()));

        hashMap.put(cartItem.getProductSkuId(), JSON.toJSONString(cartItem));   //把skuId作为k，购物车对象作为v
    }


    jedis.del("user:"+memberId+":cart");  //重大的bug！！！要先删除原本的缓存，再同步新的缓存！！！
    jedis.hmset("user:"+memberId+":cart",hashMap);



    jedis.close();
}

5、这里的实体类出现了bug，商品的数量如果使用int类型，会导致tk通用mapping封装不上这个字段，无法添加到数据库。
所以这里的实体类要把int类型改成BigDecimal

web层还是int类型，需要new BigDecimal()对象接收quantity才行

6、启动类拉到gmall包下，否则会扫描不到redisUtil工具，不要忘了加注解扫描mapper包

@MapperScan(basePackages = "com.atguigu.gmall.cart.service.mapper")

7、redis使用哈希map数据结构的所有方法

redis-cli -h 172.25.0.11 -p 6379   //连接redis
keys *   //查询所有key

hvals user:1:cart     查询(所有)用户id为1的所有购物车内容
hget user:1:cart 127  查询（一个）用户id为1的购物车的（一个）sku商品id为127的商品
hset user:1:cart 127 value  添加（一个）skuId为127及其其他所有（多个）value值到用户id为1的用户

del user:1:cart 删除用户id为1的所有购物车信息

三、既然有同步缓存，那当然还有查询缓存，在service服务层，类似之前做的商品详细页面添加的缓存技术一样，都是为了保护数据库的！代码如下：

//用户已经登录，查询该用户的db的购物车，此操作为用户最为频繁的操作，需要添加中间件缓存服务器
@Override
public List<OmsCartItem> cartList(String memberId) {

    Jedis jedis = null;
    List<OmsCartItem> omsCartItemList = new ArrayList<>();

    try{
        jedis = redisUtil.getJedis();
        String member = "user:"+memberId+":cart";
        List<String> hvals = jedis.hvals(member);

        if(hvals.size()!=0){  //查询缓存，不为空，即存储了该用户的数据
            for (String hval : hvals) {
                OmsCartItem omsCartItem = JSON.parseObject(hval, OmsCartItem.class);
                omsCartItemList.add(omsCartItem);
            }

        }else {

            String token = UUID.randomUUID().toString();
            String lock = jedis.set(member, token, "nx", "px", 10 * 1000);    //防止缓存击穿
            if(StringUtils.isNotBlank(lock) && lock.equals("OK")){

                //操作数据库，需要被保护
                OmsCartItem omsCartItem = new OmsCartItem();
                omsCartItem.setMemberId(memberId);
                omsCartItemList = omsCartItemMapper.select(omsCartItem);

                HashMap<String,String> hashMap = new HashMap<>();

                if(omsCartItemList.size()==0){            //查询数据库获得的是空值
                    jedis.setex(member,2*60,JSON.toJSONString(""));           //防止缓存穿透

                }else {      //数据库中有值，同步到缓存当中

                    for (OmsCartItem cartItem : omsCartItemList) {        //遍历该购物车列表
                        hashMap.put(cartItem.getProductSkuId(), JSON.toJSONString(cartItem));   //把skuId作为k，购物车对象作为v
                    }
                    jedis.hmset(member,hashMap);

                }

                String script ="if redis.call('get', KEYS[1]) == ARGV[1] then return redis.call('del', KEYS[1]) else return 0 end";
                jedis.eval(script, Collections.singletonList(member),Collections.singletonList(token));    //使用脚本删除锁，确保原子性执行，避免删除别人的锁

            }else {
                return cartList(memberId);
            }

        }

    }catch (Exception e){
        e.printStackTrace();
    }finally {
        jedis.close();
    }



    return omsCartItemList;
}