缓存穿透是在使用缓存如Redis时常见的问题之一。它指的是用户请求的数据在缓存中不存在,在数据库中也不存在。这类请求如果没有合理处理,会导致每一次请求都穿透缓存直达数据库层面,从而造成不必要的数据库负载,尤其当这类请求量大时会导致数据库服务压力过大,严重时甚至会导致数据库崩溃。
为了解决这个问题,我们可以在Redis层面上进行一定的技术处理,具体实现方式如下所示:
首先,我们定义一个Java服务类,用于对商店信息进行查询和缓存操作:
import cn.hutool.core.util.StrUtil;
import cn.hutool.json.JSONUtil;
import com.hmdp.dto.Result;
import com.hmdp.entity.Shop;
import com.hmdp.mapper.ShopMapper;
import com.hmdp.service.IShopService;
import com.baomidou.mybatisplus.extension.service.impl.ServiceImpl;
import org.springframework.data.redis.core.StringRedisTemplate;
import org.springframework.stereotype.Service;
import javax.annotation.Resource;
import java.util.concurrent.TimeUnit;
import static com.hmdp.utils.RedisConstants.*;
@Service
public class ShopServiceImpl extends ServiceImpl<ShopMapper, Shop> implements IShopService {
// 这里使用Spring Framework提供的StringRedisTemplate来操作Redis
@Resource
private StringRedisTemplate stringRedisTemplate;
/**
* 根据商店ID查询商店信息
*
* @param id 商店ID
* @return 查询结果
*/
@Override
public Result queryById(Long id) {
// 缓存中的key
String key = CACHE_SHOP_KEY + id;
// 1.从Redis中查询商店信息缓存
String shopJson = stringRedisTemplate.opsForValue().get(key);
// 2.若存在缓存,直接返回商店信息
if (StrUtil.isNotBlank(shopJson)) {
Shop shop = JSONUtil.toBean(shopJson, Shop.class);
return Result.ok(shop);
}
// 3.命中的是空值缓存,直接返回无此商店信息
if (shopJson != null) {
return Result.fail("店铺信息不存在");
}
// 4.缓存未命中,查询数据库
Shop shop = getById(id);
// 5.数据库中也无此商店信息,将空值缓存到Redis并返回
if (shop == null) {
stringRedisTemplate.opsForValue().set(key, "", CACHE_NULL_TTL, TimeUnit.MINUTES);
return Result.fail("店铺不存在!");
}
// 6.数据库有此商店信息,写入Redis缓存并返回
stringRedisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(shop), CACHE_SHOP_TTL, TimeUnit.MINUTES);
return Result.ok(shop);
}
}
在这里,我们使用StringRedisTemplate
来操作Redis。每当我们尝试查询一个店铺信息的时候,我们首先检查Redis缓存。如果我们找到了缓存数据,我们直接将其反序列化为Shop对象并返回。如果我们在缓存中找到一个空字符串,则返回一个表示店铺不存在的失败响应。
如果缓存中没有任何信息,我们便数据库查询。如果数据库查询也返回空结果,我们将一个空字符串写入Redis,并设置一个较短的过期时间,这样在一定时间内,相同的无效查询不会穿透到数据库层。如果我们从数据库中得到了有效结果,我们将其序列化为JSON并将其写入缓存,设置一个较长的过期时间,然后返回结果。
通过这种方法,我们可以有效地防止缓存穿透,减轻数据库的压力。