【小众点评项目】开发日记 DAY 02

lyx7762

已于 2022-12-01 22:04:44 修改

阅读量198

点赞数

分类专栏： Redis 文章标签： redis 缓存数据库

于 2022-11-28 13:34:18 首次发布

本文链接：https://blog.csdn.net/lyx7762/article/details/128077838

版权

Redis 专栏收录该内容

7 篇文章 0 订阅

订阅专栏

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。
在这里插入图片描述
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
在这里插入图片描述

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。
在这里插入图片描述

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。
在这里插入图片描述

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。
在这里插入图片描述

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。
在这里插入图片描述

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。

在这里插入图片描述

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);
    }

}