redis缓存

缓存穿透
​ 查询一个一定不存在的数据，就会一直去数据库查

​ 解决：null结果缓存，并加入短暂过期时间，实际在配置中让spring.cache.redis.cache-null-value=true

缓存雪崩
​ 大量key在某一时刻都失效，就会将全部请求查询放给数据库

​ 解决：一定要加上过期时间，spring.cache.redis.time-to-live=3600000 即1小时，也可以加上随机过期时间

缓存击穿
​ 一个热点key正好过期，但是大量请求进来，都查数据库

​ 解决：分布式锁

2.9 分布式锁Redisson
 读写锁：
     改数据加写锁，写锁没释放都要等待
     读数据加读锁，读锁没释放写要等待
     保证一定能读到最新数据，修改期间写是排它锁（互斥锁，独享锁），读锁是共享锁
     读+读：相当于无锁，并发读，只会在redis中记录好，所有当前的读锁，他们都会同时加锁成功
     写+读：等待写锁释放
     写+写：阻塞方式
     读+写：有读锁，也要等待
     but：在浏览器访问多个read，会有被阻塞的现象，在等待读，jmeter没有
 闭锁：RCountDownLatch
 信号量：RSemaphore

参考文档

2.10 SpringCache
基本原理（P172）
​ CacheManager(RedisCacheManager)>Cache(RedisCache)>Cache负责缓存的读写

​ 可以解决：缓存穿透和缓存雪崩

​ 不能解决：缓存击穿（默认cache配置），可以让sync=true，即加本地锁，就会进入synchronized方法

​ 也就是，springboot对读模式有处理方法，对于写模式没有（主要加读写锁，或者写多的去数据库别缓存）

// spring中对于缓存是有个分区的概念，就是value，便于删除所有"category"分区的数据
// 代表当前方法的结果需要缓存，如果缓存中有，方法不调用，如果缓存中没有，调用方法，最后将方法的结果放入缓存
@Cacheable(key = "#root.methodName",value = {"category"},sync = true)  
@CacheEvict(value = "category",key = "'getLevelFirstCategorys'")
@CacheEvict(value = "category",allEntries = true)  //所有都删除

缓存数据一致性
双写模式

比如：要更新三级分类菜单，那么更新完后，就把缓存手动改掉

失效模式

比如：要更新三级分类菜单，那么更新完后，就把缓存直接删掉

上面两种其实都有漏洞，比如

​ 双写模式下：两个请求该一个数据，第一个先到，但是第一个超慢，就会把第二个要改的数据在缓存中覆盖。可以加锁避免这种情况，只有一个写请求执行完，才放另一个进来，也可以给过期时间，就能最终一致

​ 失效模式：三个请求，第一个写1号数据然后删，第二个是写2号数据然后删，但是时间久，第三个进来读发现没有就读数据库，读到之后准备写缓存碰巧很久，久到2号数据修改完成都删了，此时第三个请求只包含1号的修改数据，然后就把读到的缓存起来，正好漏过2号数据的修改。可以加锁避免这种情况，因为同时存在读写

​ 一句话，经常修改的数据注解去读数据库，非要缓存的加过期时间，加读写锁，写都排队就行。在商城系统中，对于缓存的数据，不应该是实时性一致性太高的，所以只需加上过期时间，保证一天都能拿到最新数据即可，不用过度设计。