缓存和分布式锁

缓存

缓存使用

为了系统性能的提升，我们一般都会将部分数据放入缓存中，加速访问。而 db 承担数据落盘工作。
哪些数据适合放入缓存？
 即时性、数据一致性要求不高的
 访问量大且更新频率不高的数据（读多，写少）
举例：电商类应用，商品分类，商品列表等适合缓存并加一个失效时间(根据数据更新频率来定)，后台如果发布一个商品，买家需要 5 分钟才能看到新的商品一般还是可以接受的。

伪代码实现

data = cache.load(id);//从缓存加载数据
If(data == null){
data = db.load(id);//从数据库加载数据 cache.put(id,data);//保存到 cache 中
}
return data;

注意：在开发中，凡是放入缓存中的数据我们都应该指定过期时间，使其可以在系统即使没有主动更新数据也能自动触发数据加载进缓存的流程。避免业务崩溃导致的数据永久不一致问题。

缓存失效问题

缓存穿透

• 缓存穿透是指查询一个一定不存在的数据，由于缓存是不命中，将去查询数据库，但是数据库也无此记录，我们没有将这次查询的 null 写入缓存，这将导致这个不存在的数据每次请求都要到存储层去查询，失去了缓存的意义。
• 在流量大时，可能 DB 就挂掉了，要是有人利用不存在的 key 频繁攻击我们的应用，这就是漏洞。
• 解决：
  缓存空结果、并且设置短的过期时间。

缓存雪崩

• 缓存雪崩是指在我们设置缓存时采用了相同的过期时间，导致缓存在某一时刻同时失效，请求全部转发到 DB，DB 瞬时压力过重雪崩。
• 解决：
  原有的失效时间基础上增加一个随机值，比如 1-5 分钟随机，这样每一个缓存的过期时间的重复率就会降低，就很难引发集体失效的事件。

缓存击穿

• 对于一些设置了过期时间的 key，如果这些 key 可能会在某些时间点被超高并发地访问，是一种非常“热点”的数据。
• 这个时候，需要考虑一个问题：如果这个 key 在大量请求同时进来前正好失效，那么所有对这个 key 的数据查询都落db，我们称为缓存击穿。
• 解决：加锁

缓存数据一致性

保证一致性模式

双写模式

失效模式

改进方法

上诉两种模式在应用中也会出现数据不一致的情况

可以使用
分布式读写锁
分布式读写锁。读数据等待写数据整个操作完成

Redisson 完成分布式锁

简介

Redisson 是架设在 Redis 基础上的一个 Java 驻内存数据网格（In-Memory Data Grid）。充分的利用了 Redis 键值数据库提供的一系列优势，基于 Java 实用工具包中常用接口，为使用者提供了一系列具有分布式特性的常用工具类。使得原本作为协调单机多线程并发程序的工具包获得了协调分布式多机多线程并发系统的能力，大大降低了设计和研发大规模分布式系统的难度。同时结合各富特色的分布式服务，更进一步简化了分布式环境中程序相互之间的协作。
官方文档

配置

// 默认连接地址 127.0.0.1:6379
RedissonClient redisson = Redisson.create(); Config config = new Config();
//redis://127.0.0.1:7181 //可以用"rediss://"来启用SSL连接
config.useSingleServer().setAddress("redis://192.168.56.10:6379");
RedissonClient redisson = Redisson.create(config);

使用分布式锁

RLock lock = redisson.getLock("anyLock");// 最常见的用方法 lock.lock(); 

使用看门狗对锁的时间进行续期
看门狗的原理是定时任务：重新给锁设置过期时间，新的过期时间就是看门狗的默认时间;
锁时间/3是定时任务周期;

// 加锁以后10秒钟自动解锁// 无需调用unlock方法手动解锁
lock.lock(10, TimeUnit.SECONDS);

// 尝试加锁，最多等待100秒，上锁以后10秒自动解锁

boolean res = lock.tryLock(100, 0, TimeUnit.SECONDS); if (res) { 
	try {
	...
	} finally {
	lock.unlock();
	}
}

使用其他参照官方文档进行测试

cananl
阿里开源框架，可以将redis作为mysql的从库，监听mysql操作日志，对于mysql中关于缓存相关表的更新会同步更新redis中的信息。

• 优点：无需关注并发情况下的业务数据库一致性，由数据库层面维护数据，可以做到数据的及时更新。
• 缺点： 加了一个中间件，且需要编写相应的缓存维护方法