使用缓存工具类解决缓存击穿和缓存穿透问题

缓存在提升系统性能的同时，也会面临缓存击穿和缓存穿透等常见问题。为了解决这些问题，我们可以使用缓存工具类来进行优化处理。下面介绍如何使用缓存工具类来解决缓存击穿和缓存穿透问题。

缓存工具类介绍

在这里我们以一个名为 CacheClient 的缓存工具类为例，该类封装了操作 Redis 的方法，能够实现设置缓存、查询缓存并处理缓存击穿、缓存穿透等问题。

import cn.hutool.core.util.BooleanUtil;
import cn.hutool.core.util.StrUtil;
import cn.hutool.json.JSONObject;
import cn.hutool.json.JSONUtil;
import com.hmdp.entity.Shop;
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.*;

@Component
@Slf4j

public class CacheClient {

    private StringRedisTemplate stringRedisTemplate;
    private static final ExecutorService CACHE_REBUILD_EXECUTOR= Executors.newFixedThreadPool(10);

    public CacheClient(StringRedisTemplate stringRedisTemplate) {
        this.stringRedisTemplate = stringRedisTemplate;
    }

    public void set(String key, Object value, Long time, TimeUnit unit){
        stringRedisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(value),time,unit);
    }
    public void setWithLogicalExpire(String key, Object value, Long time, TimeUnit unit){
        RedisData redisData = new RedisData();
        redisData.setExpireTime(LocalDateTime.now().plusSeconds(unit.toSeconds(time)));
        redisData.setData(value);
        stringRedisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(redisData));
    }


    //TODO 解决缓存穿透缓存穿透
    public <R,ID> R queryWithPassThrough(String keyPrefix, ID id, Class<R> type, Function<ID,R> dbFallback,
                                             Long time, TimeUnit unit){
        //1.查询缓存
        String key=keyPrefix + id;
        String json= stringRedisTemplate.opsForValue().get(key);
        if(StrUtil.isNotBlank(json)){

            return JSONUtil.toBean(json,type);
        }
        //判断命中的是否是空值
        if(json!=null){
            return null;
        }
        R r=dbFallback.apply(id);
        if(r==null){
            //将空值写入redis
            stringRedisTemplate.opsForValue().set(key,"",CACHE_NULL_TTL,TimeUnit.MINUTES);
            return null;
        }
        this.set(key,r,time,unit);
        return r;
    }
    //TODO 解决缓存击穿--逻辑过期
    public <R,ID> R queryWithLogicalExpire(String keyPrefix,ID id,Class<R> type,Function<ID,R> dbFallback,
                                           Long time, TimeUnit unit){
        //1.查询缓存
        String key=CACHE_SHOP_KEY + id;
        String json= stringRedisTemplate.opsForValue().get(key);
        if(StrUtil.isBlank(json)){
            return null;
        }
        //命中，把json反序列化为对象
        RedisData redisData = JSONUtil.toBean(json, RedisData.class);
        R r = JSONUtil.toBean((JSONObject) redisData.getData(), type);
        LocalDateTime expireTime=redisData.getExpireTime();
        //判断是否过期
        if(expireTime.isAfter(LocalDateTime.now())){
            //未过期，直接返回店铺信息
            return r;
        }
        //已过期，缓存重建
        String lockKey=LOCK_SHOP_KEY+id;
        boolean isLock = tryLock(lockKey);

        if(isLock){
            // 再次检查数据是否过期
            String shopJson2=stringRedisTemplate.opsForValue().get(key);
            if(StrUtil.isBlank(json)){
                return null;
            }
            redisData = JSONUtil.toBean(json, RedisData.class);
            expireTime=redisData.getExpireTime();
            if(expireTime.isAfter(LocalDateTime.now())){
                //未过期，直接返回店铺信息
                return JSONUtil.toBean((JSONObject)redisData.getData(),type);
            }

            //再次检查数据依然过期
            // 开启独立线程
            CACHE_REBUILD_EXECUTOR.submit(()->{

                try {
                    R r1 = dbFallback.apply(id);
                    Thread.sleep(300);
                    this.setWithLogicalExpire(key,r1,time,unit);
                }catch (Exception e){
                    throw new RuntimeException(e);
                }finally {
                    //释放锁
                    unlock(lockKey);
                }
            });
        }
        //返回过期数据
        return r;
    }


    //获取锁
    private boolean tryLock(String key){
        Boolean flag=stringRedisTemplate.opsForValue().setIfAbsent(key,"1",LOCK_SHOP_TTL,TimeUnit.MINUTES);
        return BooleanUtil.isTrue(flag);
    }
    //释放锁
    private void unlock(String key){
        stringRedisTemplate.delete(key);
    }

}

解决缓存穿透问题

缓存穿透是指查询一个不存在的数据，由于缓存层无法命中，导致请求直接访问数据库，这会对系统造成额外负担。为了解决缓存穿透问题，我们可以通过以下方法：

// 处理缓存穿透
public <R,ID> R queryWithPassThrough(String keyPrefix, ID id, Class<R> type, Function<ID,R> dbFallback,
                                      Long time, TimeUnit unit){
    String key = keyPrefix + id;
    String json = stringRedisTemplate.opsForValue().get(key);
    if(StrUtil.isNotBlank(json)){
        return JSONUtil.toBean(json, type);
    }

    if(json != null){
        return null;
    }

    R r = dbFallback.apply(id);
    if(r == null){
        stringRedisTemplate.opsForValue().set(key, "", CACHE_NULL_TTL, TimeUnit.MINUTES);
        return null;
    }

    this.set(key, r, time, unit);
    return r;
}

在 queryWithPassThrough 方法中，首先尝试从缓存中获取数据，如果未命中则查询数据库，如果数据库中也没有数据，则将空值写入缓存。

解决缓存击穿问题

缓存击穿是指热点数据在缓存失效后被大量请求同时访问，导致请求直接访问数据库。为了解决缓存击穿问题，我们可以通过逻辑过期和锁机制来提高缓存效率，具体实现如下：

// 处理缓存击穿--逻辑过期
public <R,ID> R queryWithLogicalExpire(String keyPrefix, ID id, Class<R> type, Function<ID,R> dbFallback,
                                       Long time, TimeUnit unit){
    String key = CACHE_SHOP_KEY + id;
    String json = stringRedisTemplate.opsForValue().get(key);
    if(StrUtil.isBlank(json)){
        return null;
    }

    RedisData redisData = JSONUtil.toBean(json, RedisData.class);
    R r = JSONUtil.toBean((JSONObject) redisData.getData(), type);
    LocalDateTime expireTime = redisData.getExpireTime();

    if(expireTime.isAfter(LocalDateTime.now())){
        return r;
    }

    String lockKey = LOCK_SHOP_KEY + id;
    boolean isLock = tryLock(lockKey);

    if(isLock){
        // 重新检查数据是否过期
        String shopJson2 = stringRedisTemplate.opsForValue().get(key);
        if(StrUtil.isBlank(json)){
            return null;
        }
        redisData = JSONUtil.toBean(json, RedisData.class);
        expireTime = redisData.getExpireTime();
        if(expireTime.isAfter(LocalDateTime.now())){
            return JSONUtil.toBean((JSONObject) redisData.getData(), type);
        }

        // 开启独立线程进行缓存重建
        CACHE_REBUILD_EXECUTOR.submit(() -> {
            try {
                R r1 = dbFallback.apply(id);
                Thread.sleep(300);
                this.setWithLogicalExpire(key, r1, time, unit);
            } catch (Exception e){
                throw new RuntimeException(e);
            } finally {
                unlock(lockKey);
            }
        });
    }

    return r;
}

在 queryWithLogicalExpire 方法中，首先判断缓存是否过期，如果过期则尝试获取锁，通过锁机制保证只有一个线程重新构建缓存，并设置逻辑过期时间，避免缓存击穿问题。

通过以上的优化，我们可以有效解决缓存击穿和缓存穿透问题，提高系统的性能和稳定性。

希望以上内容对您有所帮助，更多技术分享请关注我的CSDN博客。