1.没有引入缓存时的业务逻辑
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
@GetMapping("/{id}")
public Result queryShopById(@PathVariable("id") Long id) {
//这里是直接查询数据库
return shopService.queryById(id);
}
在没有引入缓存的时候,每次访问商铺信息都需要从数据库中查询,然而这一操作是非常耗时的,同时,在高并发访问下,可能会导致数据库的宕机。为了解决上述问题,我们需要添加缓存。
2.为查询商户添加缓存
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。
代码思路:如果缓存有,则直接返回,如果缓存不存在,则查询数据库,然后存入redis。
代码思路:如果缓存有,则直接返回,如果缓存不存在,则查询数据库,然后存入redis。
3.缓存的更新策略
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)。这种方式一致性差,因为数据库中数据可能已经更新了,但是redis由于没有到达max-memery,因此其缓存的数据始终不更新,导致一致性很差。但是这种机制是redis自发的,没有维护成本。
- 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。这种方式相比第一种在一致性上稍好,当TTL到期后就会删除缓存,有一定的一致性。由于存储时需要设定TTL,所以需要一定维护成本。
- 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。这种方式由程序员控制缓存的更新,一致性好,但是成本很高。
4.数据一致性问题
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。目前有三种解决方案:
- 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
综合考虑使用方案一,但是仍然有一下几个问题需要处理。
- 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 ✔
如果采用更新缓存方案,那么假设我们每次操作数据库后,都更新缓存,但是中间如果没有人查询,那么这个更新缓存动作实际上只有最后一次是有意义的,中间的更新动作意义并不大。因此,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
- 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 ✔
修改代码 保证数据一致性
5.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。如果有人恶意请求这些数据,那么可能导致数据库宕机。
5.1 解决方案
- 缓存空对象: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。此时,即使数据库中也查不到数据,那么就保存一个空对象到redis中。这样下次再通过这个key查询时就不会发生缓存穿透现象
- 好处:实现简单,维护方便
- 缺点
- 保存空对象造成额外的内存开销
- 可能造成数据的短期不一致现象。比如当前查询shopId=0,数据库中没有该数据,那么redis中保存shopId=0的空对象,此时正好产生了一个shopId=0的对象保存的数据库中,但是再次查询shopId=0因为redis中有数据,那么就会返回一个空对象。解决方法是给空对象设置一个有效期。
- 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;假设布隆过滤器判断这个数据不存在,则直接返回。
- 优点:节约内存空间
- 缺点: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。
5.2 代码实现
private Shop queryWithPassThrough(Long id) {
// TODO 根据ID到Redis中去查询数据
String shopJSON = stringRedisTemplate.opsForValue().get(CACHE_SHOP_KEY + id);
// TODO 如果查到了且不是空数据 则直接返回 isNotBlack ""返回false
if (StrUtil.isNotBlank(shopJSON)) {
// 将Json转化成对象返回
return JSONUtil.toBean(shopJSON, Shop.class);
}
// TODO 判断redis中存储的是否是空对象 如果是空数据 返回错误信息
if (Objects.equals(shopJSON, "")) {
return null;
}
// TODO 如果没查到 则去数据库查询
Shop shopObj = super.getById(id);
// TODO 数据库中如果没查到,则创建一个空对象存储到redis中
if (shopObj == null) {
stringRedisTemplate.opsForValue().set(CACHE_SHOP_KEY + id, "", CACHE_NULL_TTL, TimeUnit.MINUTES);
return null;
}
// TODO 数据库中如果查到了,则将结果保存到Redis中
stringRedisTemplate.opsForValue().set(CACHE_SHOP_KEY + id, JSONUtil.toJsonPrettyStr(shopObj), CACHE_SHOP_TTL, TimeUnit.MINUTES);
return shopObj;
}private Shop queryWithPassThrough(Long id) {
// TODO 根据ID到Redis中去查询数据
String shopJSON = stringRedisTemplate.opsForValue().get(CACHE_SHOP_KEY + id);
// TODO 如果查到了且不是空数据 则直接返回 isNotBlack ""返回false
if (StrUtil.isNotBlank(shopJSON)) {
// 将Json转化成对象返回
return JSONUtil.toBean(shopJSON, Shop.class);
}
// TODO 判断redis中存储的是否是空对象 如果是空数据 返回错误信息
if (Objects.equals(shopJSON, "")) {
return null;
}
// TODO 如果没查到 则去数据库查询
Shop shopObj = super.getById(id);
// TODO 数据库中如果没查到,则创建一个空对象存储到redis中
if (shopObj == null) {
stringRedisTemplate.opsForValue().set(CACHE_SHOP_KEY + id, "", CACHE_NULL_TTL, TimeUnit.MINUTES);
return null;
}
// TODO 数据库中如果查到了,则将结果保存到Redis中
stringRedisTemplate.opsForValue().set(CACHE_SHOP_KEY + id, JSONUtil.toJsonPrettyStr(shopObj), CACHE_SHOP_TTL, TimeUnit.MINUTES);
return shopObj;
}
5.3 缓存穿透总结
产生原因: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
解决方案:
- 被动方案
- 设置空对象
- 布隆过滤
- 主动方案
- 设置复杂的Id值,做好基础数据格式校验。如果前端ID很复杂,比如必须18位。那么在代码中就可以判断ID是否满足18位,如果不满足直接打回。
6.缓存雪崩
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。保证key不会同时失效。
- 利用Redis集群提高服务的可用性
7.缓存击穿(热点Key问题)
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。
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
- 使用互斥锁来解决
- 使用逻辑过期来解决。
7.1 使用互斥锁来解决
因为锁具有互斥性。因此可以通过锁来控制只有一个线程去访问数据库,对数据进行重建,其他的进行在查不到缓存的时候都继续等待,过一段时间后重新访问缓存查看数据是否已经被重建。
如上图所示,线程1访问缓存,缓存没有命中。那么接下来就应该访问数据库重建缓存。但是需要先获取锁,只有当获取到锁以后,才能访问数据库。此时线程2查询缓存发现没有命中,那么也应该访问数据库重建缓存。但是此时线程1持有锁,线程2获取不到锁,因此是能休眠等待。等到线程1重建缓存后,线程2再次查询缓存,直接命中。这样就不会出现对数据库访问的激增。
考虑到锁的互斥性,这我们采用Redis的Setnx命令来实现获取锁和删除锁。
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);
}
public Shop queryWithMutex(Long id) {
String key = CACHE_SHOP_KEY + id;
// 1、从redis中查询商铺缓存
String shopJson = stringRedisTemplate.opsForValue().get("key");
// 2、判断是否存在
if (StrUtil.isNotBlank(shopJson)) {
// 存在,直接返回
return JSONUtil.toBean(shopJson, Shop.class);
}
//判断命中的值是否是空值
if (shopJson != null) {
//返回一个错误信息
return null;
}
// 4.实现缓存重构
//4.1 获取互斥锁
String lockKey = "lock:shop:" + id;
Shop shop = null;
try {
boolean isLock = tryLock(lockKey);
// 4.2 判断否获取成功
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);
// 5.不存在,返回错误
if(shop == 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.写入redis
stringRedisTemplate.opsForValue().set(key,JSONUtil.toJsonStr(shop),CACHE_NULL_TTL,TimeUnit.MINUTES);
}catch (Exception e){
throw new RuntimeException(e);
}
finally {
//7.释放互斥锁
unlock(lockKey);
}
return shop;
}
7.2 逻辑过期方案
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(因为对于热点key数据,我们会提前手动的将他们添加到redis中),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。
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;
}
- 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
8.对上述方法进行封装成一个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
- 方法5:根据指定的key查询缓存,并反序列化为指定类型,需要利用互斥锁解决缓存击穿问题
package com.hmdp.utils;
import cn.hutool.core.util.BooleanUtil;
import cn.hutool.core.util.StrUtil;
import cn.hutool.json.JSONObject;
import cn.hutool.json.JSONUtil;
import lombok.extern.slf4j.Slf4j;
import org.springframework.data.redis.core.StringRedisTemplate;
import org.springframework.stereotype.Component;
import java.time.LocalDateTime;
import java.util.concurrent.ExecutorService;
import java.util.concurrent.Executors;
import java.util.concurrent.TimeUnit;
import java.util.function.Function;
import static com.hmdp.utils.RedisConstants.LOCK_SHOP_KEY;
import static com.hmdp.utils.RedisConstants.LOCK_SHOP_TTL;
/**
* Redis工具类,用来实现对redis中的查询和写入
* 提供解决缓存穿透和缓存击穿的方法
*/
@Component
@Slf4j
public class CacheClient {
private final StringRedisTemplate stringRedisTemplate;
public static final ExecutorService CACHE_REBUILD_EXECUTOR = Executors.newFixedThreadPool(10);
public CacheClient(StringRedisTemplate redisTemplate) {
this.stringRedisTemplate = redisTemplate;
}
/**
* 将任意Java类型的数据序列化成JSON并存储在String类型的key中,并可以设置TTL时间
*
* @param key
* @param value
* @param time
* @param timeUnit
*/
public void set(String key, Object value, Long time, TimeUnit timeUnit) {
stringRedisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(value), time, timeUnit);
}
/**
* 将任意Java类型的数据序列化成JSON并存储在String类型的key中,并可以设置逻辑过期时间,用于解决缓存击穿的问题
*
* @param key
* @param value
* @param time
* @param timeUnit
*/
public void setWithLogicalExpire(String key, Object value, Long time, TimeUnit timeUnit) {
RedisData redisData = new RedisData();
redisData.setData(value);
redisData.setExpireTime(LocalDateTime.now().plusSeconds(timeUnit.toSeconds(time)));
stringRedisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(redisData), time, timeUnit);
}
/**
* 根据指定的可key查询缓存,并反序列化成指定类型,利用缓存空对象方法解决缓存穿透问题
*
* @param keyPrefix
* @param id
* @param type
* @param dbFallback
* @param time
* @param timeUnit
* @param <R>
* @param <ID>
* @return
*/
public <R, ID> R queryWithPassThrough(String keyPrefix, ID id, Class<R> type, Function<ID, R> dbFallback, Long time, TimeUnit timeUnit) {
// TODO 首先根据ID查询Redis
String key = keyPrefix + id;
String json = stringRedisTemplate.opsForValue().get(key);
// TODO 如果查询到,判断是否为空对象,如果为空对象 则返回null
if (StrUtil.isBlank(json)) {
return null;
}
// TODO 如果查询到,且不为空对象,则直接返回该对象
if (!json.equals("")) {
return JSONUtil.toBean(json, type);
}
// TODO 如果查询不到,则去数据库查询
R r = dbFallback.apply(id);
// TODO 如果在数据库中查询不到,则返回空对象,并设置空对象的过期时间
if (r == null) {
this.set(key, "", time, timeUnit);
return null;
}
// TODO 如果查询到,则将该对象保存到Redis中,并返回该对象
this.set(key, JSONUtil.toJsonStr(r), time, timeUnit);
return r;
}
/**
* 根据指定的可key查询缓存,并反序列化成指定类型,利用逻辑过期方法解决缓存击穿问题
*
* @param keyPrefix
* @param id
* @param type
* @param dbFallback
* @param time
* @param timeUnit
* @param <R>
* @param <ID>
* @return
*/
public <R, ID> R queryWithLogicalExpire(String keyPrefix, ID id, Class<R> type, Function<ID, R> dbFallback, Long time, TimeUnit timeUnit, String lockKeyPrefix) {
// TODO 根据ID到redis中查询数据
String key = keyPrefix + id;
String json = stringRedisTemplate.opsForValue().get(key);
// TODO 如果查询不到,则直接返回空
if (StrUtil.isBlank(json)) {
return null;
}
// TODO 如果查询到,判断是否过期 如果没有过期,则直接返回
RedisData redisData = JSONUtil.toBean(json, RedisData.class);
LocalDateTime expireTime = redisData.getExpireTime();
R r = JSONUtil.toBean((JSONObject) redisData.getData(), type);
if (expireTime.isAfter(LocalDateTime.now())) {
return r;
}
// TODO 如果已经过期,则尝试获取锁 如果获取到,则创建新的线程来重建数据
if (tryLock(lockKeyPrefix + id)) {
// 获取锁成功
CACHE_REBUILD_EXECUTOR.submit(() -> {
// 创建线程 查询数据库
try {
R r1 = dbFallback.apply(id);
this.setWithLogicalExpire(key, r1, time, timeUnit);
} catch (Exception e) {
throw new RuntimeException(e);
} finally {
unlock(lockKeyPrefix + id);
}
});
}
// TODO 返回旧数据
return r;
}
/**
* 根据指定的可key查询缓存,并反序列化成指定类型,利用互斥锁方法解决缓存击穿问题
*
* @param keyPrefix
* @param id
* @param type
* @param dbFallback
* @param time
* @param timeUnit
* @param lockKeyPrefix
* @param <R>
* @param <ID>
* @return
*/
public <R, ID> R queryWithMutex(String keyPrefix, ID id, Class<R> type, Function<ID, R> dbFallback, Long time, TimeUnit timeUnit, String lockKeyPrefix) {
// TODO 1.根据ID到Redis中去查询数据
String json = stringRedisTemplate.opsForValue().get(keyPrefix + id);
// TODO 2.如果查到了且不是空数据 则直接返回 isNotBlack ""返回false
if (StrUtil.isNotBlank(json)) {
// 将Json转化成对象返回
return JSONUtil.toBean(json, type);
}
// TODO 3.判断redis中存储的是否是空对象 如果是空数据 返回错误信息
if ("".equals(json)) {
return null;
}
// TODO 4.如果没查到 则去获取锁,如果获取到锁,则查询数据库重建缓存,如果没有获取到锁,则等待后重新到缓存查询
R r = null;
try {
if (!tryLock(keyPrefix + id)) {
// 如果没有获取到锁,那么线程等待后重新调用该方法
Thread.sleep(50);
return queryWithMutex(keyPrefix, id, type, dbFallback, time, timeUnit, lockKeyPrefix);
}
// TODO 5.如果获取到锁,则去数据库查询
r = dbFallback.apply(id);
// TODO 6.数据库中如果没查到,则创建一个空对象存储到redis中
if (r == null) {
this.set(keyPrefix + id, "", time, timeUnit);
return null;
}
// TODO 7.数据库中如果查到了,则将结果保存到Redis中
this.set(keyPrefix + id, JSONUtil.toJsonStr(r), time, timeUnit);
} catch (InterruptedException e) {
throw new RuntimeException(e);
} finally {
// TODO 8.释放锁
unlock(keyPrefix + id);
}
return r;
}
/**
* 获取锁
*
* @param key
* @return
*/
private boolean tryLock(String key) {
Boolean lock = stringRedisTemplate.opsForValue().setIfAbsent(LOCK_SHOP_KEY + key, "1", LOCK_SHOP_TTL, TimeUnit.SECONDS);
return BooleanUtil.isTrue(lock);
}
/**
* 释放锁
*
* @param key
*/
private void unlock(String key) {
stringRedisTemplate.delete(LOCK_SHOP_KEY + key);
}
}