引入redis缓存出现的问题以及解决方式

概述

1.适合放入缓存的数据

1.即时性、数据一致性要求不高的
2.访问量大且更新频率不高的数据（读多，写少）
举例：
    1.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）
    2.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
    3.物流信息

2.读模式缓存使用流程

 

 

3.本地缓存与局限性

1.集群情况下，每个节点的本地缓存可能会不一致（数据一致性）

 

4.分布式缓存

使用缓存中间件：
    redis（集群、分片）

 

整合redis

把redis看做Map

1.使用springboot整合redis

1.在需要使用redis的模块导入依赖，启动器
        <!--redis启动器-->
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-data-redis</artifactId>
        </dependency>
​
2.RedisAutoConfiguration查看自动配置
在.yml增加以下配置
spring:
  redis:
    host: 192.168.56.10
    port: 6379

​
3.使用SpringBoot自动配置好的RedisTemplate或者StringRedisTemplate即可操作redis
【一般使用StringRedisTemplate】

2.测试用例

 @Autowired
    StringRedisTemplate stringRedisTemplate;
​
    /**
     * 测试redis
     */
    @Test
    void testRedis() {
        // 获取操作对象
        ValueOperations<String, String> ops = stringRedisTemplate.opsForValue();
​
        // 存储
        ops.set("hello", "world" + UUID.randomUUID());
​
        // 获取
        System.out.println(ops.get("hello"));
    }

 

 

3.lettuce堆外内存溢出（springboot2.3.2已解决）

3.1.lettuce、jedis、redistemplate

三者分别是什么？
    lettuce：redis的客户端，对redis操作进行封装，内部使用netty进行网络通信，性能很强
    jedis：redis的客户端，对redis操作进行封装，停止更新了
    redistemplate：是springboot对redis客户端的再封装

3.2.原因

异常描述：
    当进行压力测试时后期出现堆外内存溢出OutOfDirectMemoryError（压力测试指查询缓存数据）
    
原因：
    1）springboot2.0以后默认使用lettuce作为操作redis的客户端，它使用netty进行网络通信，使用netty创建连接时未及时释放连接
    2）如果没有为netty指定对外内存，默认使用Xms的值（使用-Dio.netty.maxDirectMemory设置值）
​
解决：（只是调大堆外内存治标不治本）
    方法1：升级lettuce客户端（2.3.2已解决）
    方法2：切换使用jedis

3.3.解决方法：切换jedis

步骤：
排除lettuce依赖，导入jedis
<!--redis启动器-->
<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-data-redis</artifactId>
    <exclusions>
        <!--排除springboot默认的redis客户端lettus-->
        <exclusion>
            <groupId>io.lettuce</groupId>
            <artifactId>lettuce-core</artifactId>
        </exclusion>
    </exclusions>
</dependency>
<!--jedis，操作redis的客户端-->
<dependency>
    <groupId>redis.clients</groupId>
    <artifactId>jedis</artifactId>
</dependency>

4.缓存失效问题

读模式，会存在缓存失效问题：
    缓存穿透、雪崩、击穿

4.1.缓存穿透（不存在的数据）

缓存穿透:
    查询一个一定不存在的数据，导致一定会查询缓存+查询DB，缓存失去意义（大并发过来时任然会查询db）
​
风险：
    利用不存在的数据进行攻击，数据库顺时压力增大，最终导致崩溃
​
解决：
    方法1：将null结果缓存，并加入短暂过期时间
    弊端：查询条件使用UUID生成，仍然出现缓存穿透问题，并且redis存满了null
    
    方法2：布隆过滤器，不放行不存在的查询
    在redis维护id的hash表过滤掉id不存在的查询（不到达DB层查询）

4.2.缓存雪崩（大面积失效）

缓存雪崩：
    高并发状态下，大面积redis数据失效，导致所有查询到达DB，DB瞬时压力过重雪崩
    
解决：
    方法1：规避雪崩，设置随机的有效时间（实际上无需设置随机时间，因为每个缓存放入库中的时间本身就不固定）
        让每一个缓存过期时间重复率降低，
    
    方法2：永不失效
​
    方法3：
        事前：尽量保证整个 redis 集群的高可用性，发现机器宕机尽快补上。选择合适的内存淘汰策略。
        事中：本地ehcache缓存 + hystrix限流&降级，避免MySQL崩掉
        事后：利用 redis 持久化机制保存的数据尽快恢复缓存 
​
问题：如果已经出现了缓存雪崩，如何解决？
    方法1：熔断、降级

4.3.缓存击穿（一条失效）

缓存击穿：
    高并发状态下，一条数据过期，所有请求到达DB
​
解决：
    方法1：加分布式锁
    例原子操作（Redis的SETNX或者Memcache的ADD）
    流程：查询cache失败，竞争锁，竞争成功查询cache，查询成功返回释放锁
        查询失败则查询DB，并set缓存，并释放锁
​
    方法2：永不失效

4.4.锁时效问题

结果放入缓存的操作，应该放在同步代码块内，否则会造成重复查询DB的情况

  

4.5.模拟分布式本地锁失效

1.启动多份配置
​
2.修改压测配置
    gulimall.com    80
    /index/catalog.json
​
3.开始压测
    100个线程  循环5次
​
4.本地锁失效，多次查询数据库

 

5.分布式锁

分布式锁就是只有一个坑位，使用redis的分布式锁

http://redis.cn/commands/set.html

赋值多个shell窗口，模拟redis抢占锁的操作

文档1：http://redisdoc.com/string/set.html
文档2：http://www.redis.cn/commands/set.html
​
​

docker exec -it redis redis-cli 最下边的数据，右下角的发送给全部回话，每个窗口都执行了前边的命令，进入到了redis:6379的服务

使用占锁的命令：set lock haha NX 全部发送；

1. 返回nil

2. OK

3. 返回nil

 

 

由此可见，第二把锁抢占成功。

 

5.1.演示分布式锁SETNX

 

代码占用分布式锁：去redis占坑
Boolean lock = redisTemplate.opsForValue().setIfAbsent("lock","111");
if(lock){
//加锁成功
redisTemplate.delete("lock");//删除分布式锁
}else{
//等待上100ms后，再获取下分布式锁重试synchronized()自旋的方式重试
//休眠100ms之后，再重试
return 方法();
}
set lock 111 EX 300 NX
ttl lock

把一段代码指定成为方法，选中，右键，refactor，Extract，Method Object

5.2.问题合集

问题1：（删除锁）
	未执行删除锁逻辑，会导致其他线程无法获得锁，出现死锁
问题2：（设置过期时间）
    锁释放操作可能失败（服务宕机），所以需要设置过期时间
问题3：（设置过期时间的原子性）
    设置过期时间的代码必须在setnx抢占锁的同时设置，保证原子性
问题4：（仅可以删除当前线程占用的锁）
    删除锁时，可能锁已过期删除了其他线程的锁，占锁时设置值为uuid，删除时判断当前uuid是否相等
    并且需要使用lua脚本执行原子删除操作

如果加锁成功执行业务的时候，getDataFromDb()的时候报错了，锁一直没释放咋整，造成了死锁的问题。所以加了锁，一定要考虑死锁的问题。

如果将删除锁放到了finally代码块中，那么程序执行到finally突然断电了，也会造成死锁的问题。

解决：我们可以给锁设置一个自动过期的时间。即使没有删除或业务崩了，redis也会把锁进行删除。

if(lock){

redisTemplate.expire("lock",30,TimeUnits.Second);

//getdb();

}

//但是这样又会出现一个问题，如果没有执行过期时间这行代码就断电了？？？？？

占锁的同时设置过期时间，这个操作必须是原子性的操作。

set lock 111 EX 300 NX //300秒

ttl lock 观察这个lock还剩下多少的生命周期

Boolean lock = redisTemplate.opsForValue().setIfAbsent("lock","111",300,TimeUnit.SECONDS);

设置过期时间又出现了个问题

加锁业务运行的时间过长，超过了锁的过期时间，此时再进行删除锁，删除的可能就是别人占用的锁了。

解决：占锁的时候，指定uuid，

set("lock",uuid);

if(redisTemplate.opsForValue().get("lock").equals(uuid)){

//删除自己的锁

redisTemplate.delete("lock");

}

//又又又出现了个问题，redis获取锁的时候，时间过长（业务时间+获取锁的时间）超过了锁的过期时间了，获取第一把锁，传递给服务的时候，锁过期了，进来了第二把锁，由于微服务获取的是第一把锁，一对比，一样，就把锁给删除了，实际上删除的是第二把锁。

//先获取值对比+对比成功后删除==原子操作。 lua脚本解锁。

String script = "if redis.call('get',KEYS[1]) == ARGS[1] then return redis.call('del',KEYS[1]) else return 0 end";
Long i = redisTemplate.execute(new DefaultRedisScript<Long>(scirpt,Long.class),Arrays.asList("lock"),uuid);

//核心：加锁保证原子性，解锁保证原子性

  public Map<String, List<Catelog2Vo>> getCatalogJsonFromDbWithRedisLock() throws InterruptedException {

        //抢占分布式锁，去redis占坑
        UUID uuid = UUID.randomUUID();
        Boolean flag = stringRedisTemplate.opsForValue().setIfAbsent("lock", uuid.toString(),30L,TimeUnit.SECONDS);
        if(flag){
            //加锁成功
//            stringRedisTemplate.expire("lock",30L,TimeUnit.SECONDS);
            Map<String, List<Catelog2Vo>> dataFromDb = getDataFromDb();
            //本实例的锁执行到这里过期了，它会删除其他实例抢占的锁
            //加了UUID还是不行，由于网络交互，虽然返回的是自己的锁，但是在返回的过程中，自己的锁过期了，来了别的实例的锁，
            // 这里删除的就是别人的锁了。所以删除所，也得是原子操作

//            if(uuid.toString().equals(stringRedisTemplate.opsForValue().get("lock"))){
//                stringRedisTemplate.delete("lock"); //解锁【如果没有删除锁，那么就造成了死锁问题，一直循环等待，程序废了】
//            }
            /**
             * 使用lua脚本，进行原子业务删除锁
             *http://redis.cn/commands/set.html
             */
            String script = "if redis.call(\"get\",KEYS[1]) == ARGV[1]\n" +
                    "then\n" +
                    "    return redis.call(\"del\",KEYS[1])\n" +
                    "else\n" +
                    "    return 0\n" +
                    "end";
            Long lock = stringRedisTemplate.execute(new DefaultRedisScript<Long>(script, Long.class), Arrays.asList("lock"), uuid.toString());
            System.out.println("lock == 0,删除失败；lock==1 删除成功");
            return dataFromDb;
        }else{
            //加锁失败。。。重试机制 自旋转
            Thread.sleep(1000);
            return getCatalogJsonFromDbWithRedisLock();
        }
    }

5.3.redis分布式锁版本

/**
 * 查询三级分类（原生版redis分布式锁版本）
 */
public Map<String, List<Catalog2VO>> getCatalogJsonFromDBWithRedisLock() {
    // 1.抢占分布式锁，同时设置过期时间
    String uuid = UUID.randomUUID().toString();
    // 使用setnx占锁（setIfAbsent）
    Boolean isLock = redisTemplate.opsForValue().setIfAbsent(CategoryConstant.LOCK_KEY_CATALOG_JSON, uuid, 300, TimeUnit.SECONDS);
    if (isLock) {
        // 2.抢占成功
        Map<String, List<Catalog2VO>> result = null;
        try {
            // 查询DB
            return getCatalogJsonFromDB();
        } finally {
            // 3.查询UUID是否是自己，是自己的lock就删除
            // 封装lua脚本（原子操作解锁）
            // 查询+删除（当前值与目标值是否相等，相等执行删除，不等返回0）
            String luaScript = "if redis.call('get',KEYS[1]) == ARGV[1]\n" +
                    "then\n" +
                    "    return redis.call('del',KEYS[1])\n" +
                    "else\n" +
                    "    return 0\n" +
                    "end";
            // 删除锁
            redisTemplate.execute(new DefaultRedisScript<Long>(luaScript, Long.class), Arrays.asList(CategoryConstant.LOCK_KEY_CATALOG_JSON), uuid);
        }
    } else {
        // 4.加锁失败，自旋重试
        try {
            Thread.sleep(200);
        } catch (InterruptedException e) {
            e.printStackTrace();
        }
        return getCatalogJsonFromDBWithRedisLock();
    }
}

Redisson

文档：
https://github.com/redisson/redisson/wiki/Table-of-Content

 

1.概述

1.不推荐直接使用SETNX实现分布式锁，应该使用Redisson
因为根据锁的实现会分为
	读写锁、可重入锁、闭锁、信号量、

2.封装了分布式Map、List等类型

3.Redisson与lettuce、jedis一样都是redis的客户端，代替了redisTemplate

2.使用原生redisson(看门狗)

步骤：
1.引入依赖
<!--redisson，redis客户端，封装了分布式锁实现，也可以使用springboot的方式，不需要自己配置-->
<dependency>
    <groupId>org.redisson</groupId>
    <artifactId>redisson</artifactId>
    <version>3.13.3</version>
</dependency>

2.配置类
import org.redisson.Redisson;
import org.redisson.api.RedissonClient;
import org.redisson.config.Config;
import org.springframework.beans.factory.annotation.Value;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;

import java.io.IOException;
@Configuration
public class MyRedissonConfig {

    /**
     * 注入客户端实例对象
     */
    @Bean(destroyMethod="shutdown")
    public RedissonClient redisson(@Value("${spring.redis.host}") String host, @Value("${spring.redis.port}")String port) throws IOException {
        // 1.创建配置
        Config config = new Config();
        config.useSingleServer().setAddress("redis://" + host + ":" + port);// 单节点模式
//        config.useSingleServer().setAddress("rediss://" + host + ":" + port);// 使用安全连接
//        config.useClusterServers().addNodeAddress("127.0.0.1:7004", "127.0.0.1:7001");// 集群模式
        // 2.创建redisson客户端实例
        RedissonClient redissonClient = Redisson.create(config);
        return redissonClient;
    }
}

2、配置redisson

2. 配置方法 · redisson/redisson Wiki · GitHub

 

单Redis节点模式

程序化配置方法：

package com.atguigu.gulimall.product.config;

import org.redisson.Redisson;
import org.redisson.api.RedissonClient;
import org.redisson.config.Config;
import org.redisson.config.SingleServerConfig;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;

import java.io.IOException;

/**
 * @author pshdhx
 * @date 2022-04-24 14:53
 */
@Configuration
public class RedissonConfig {

    /**
     * 所有对Redisson的使用都是通过RedissonClient
     * @return
     * @throws IOException
     */
    @Bean(destroyMethod="shutdown")
    public RedissonClient redisson() throws IOException {
        //1、创建配置
        Config config = new Config();
        config.useSingleServer().setAddress("redis://82.157.206.41:6379");

        //2、根据Config创建出RedissonClient实例
        //Redis url should start with redis:// or rediss://
        RedissonClient redissonClient = Redisson.create(config);
        return redissonClient;
    }
}

二、redisson-lock测试代码

https://github.com/redisson/redisson/wiki/8.-%E5%88%86%E5%B8%83%E5%BC%8F%E9%94%81%E5%92%8C%E5%90%8C%E6%AD%A5%E5%99%A8

2.1.可重入锁

redisson实现了JUC包下的可重入锁

RLock lock = redissonClient.getLock("redisson_lock");

@ResponseBody
@GetMapping("/hello")
public String hello(){
//1、获取一把锁，只要锁的名字一样，就是同一把锁
RLock lock = redisson.getLock("my-lock");
//2、加锁
lock.lock();//阻塞式等待，可以理解为同步，默认加的锁都是30s后过期。
//锁的自动续期，如果业务超长，运行期间自动给锁续为30s。不用担心业务时间长，锁自动过期被删除。
//加锁的业务只要完成，就不会给当前的锁进行续期，即使不手动解锁，锁默认都会在30s后进行自动删除。
try{
System.out.println("加锁成功，执行业务..."+Thread.currentThread().getId());
Thread.sleep(30000);
}Catch(Exception e){

}finally{
//3、解锁，假设解锁的代码没有运行，redisson也不会出现死锁。
System.out.println("释放锁。。。"+Thread.currentThread().getId());
lock.unlock();
}

return "hello world";
}

@ResponseBody
    @GetMapping(value = "/hello")
    public String hello() {

        //1、获取一把锁，只要锁的名字一样，就是同一把锁
        RLock myLock = redisson.getLock("my-lock");

        //2、加锁
        myLock.lock();      //阻塞式等待。默认加的锁都是30s
        //1）、锁的自动续期，如果业务超长，运行期间自动锁上新的30s。不用担心业务时间长，锁自动过期被删掉
        //2）、加锁的业务只要运行完成，就不会给当前锁续期，即使不手动解锁，锁默认会在30s内自动过期，不会产生死锁问题
        // myLock.lock(10,TimeUnit.SECONDS);   //10秒钟自动解锁,自动解锁时间一定要大于业务执行时间
        //问题：在锁时间到了以后，不会自动续期
        //1、如果我们传递了锁的超时时间，就发送给redis执行脚本，进行占锁，默认超时就是 我们制定的时间
        //2、如果我们指定锁的超时时间，就使用 lockWatchdogTimeout = 30 * 1000 【看门狗默认时间】
        //只要占锁成功，就会启动一个定时任务【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】,每隔10秒都会自动的再次续期，续成30秒
        // internalLockLeaseTime 【看门狗时间】 / 3， 10s
        /**
         * 最佳实战
         * lock.lock(40,TimeUnit.SECONDS); //省掉了续期操作，手动解锁。【指定时间大于业务执行时间即可】
         */
        try {
            System.out.println("加锁成功，执行业务..." + Thread.currentThread().getId());
            try {
                TimeUnit.SECONDS.sleep(20);
            } catch (InterruptedException e) {
                e.printStackTrace();
            }
        } catch (Exception ex) {
            ex.printStackTrace();
        } finally {
            //3、解锁  假设解锁代码没有运行，Redisson会不会出现死锁
            System.out.println("释放锁..." + Thread.currentThread().getId());
            myLock.unlock();
        }

        return "hello";
    }

三、lock的看门狗原理，redisson是如何解决死锁

如果说：

lock.lock(10,TimeUnit.SECONDS);//10秒之后自动解锁，自动解锁的时间一定要大于业务的执行时间。

//如果我们传递了锁的超时时间，就发送给redis执行脚本，进行占锁，默认时间就是我们指定的时间。

//如果我们未指定锁的超时时间，获取连接管理器的配置，获取看门狗的时间，30*1000毫秒。

lock.lock()是无限期等待的方法；只有获取锁以后，才会执行业务代码；

lock.tryLock(100,10,TimeUnit.SECONDS); 我们最多等待100秒，如果还没有等待到，那就算了。

RLock fairLock = redisson.getFairLock("anyLock");

fairLock.lock();

公平锁：锁一旦被释放，最先排队的请求会先获取到锁，默认是非公平锁，一起抢占。

 

 

2.2.过期时间、自动续期、手动释放（lua原子操作）

原理：
	// 1）默认过期时间30S
    // 2）锁自动续期+30S，业务超长情况下（看门狗）
    // 3）如果线程宕机，看门狗不会自动续期，锁会自动过期
    // 4）unlock使用lua脚本释放锁，不会出现误删锁

代码案例：
/**
 * 测试redisson实现分布式锁
 */
@ResponseBody
@GetMapping("/testRedisson")
public String test() {
    // 1.获取锁
    RLock lock = redissonClient.getLock("redisson_lock");

    // 2.加锁
    // 1）锁自动续期+30S，业务超长情况下（看门狗）
    // 2）如果线程宕机，看门狗不会自动续期，锁会自动过期
    // 3）unlock使用lua脚本释放锁，不会出现误删锁
    lock.lock();

    try {
        // 加锁成功，执行业务
        System.out.println("加锁成功，执行业务..." + Thread.currentThread().getId());
        Thread.sleep(30000);
    } catch (Exception e) {

    } finally {
        // 3.解锁
        System.out.println("解锁..." + Thread.currentThread().getId());
        lock.unlock();
    }

    return "testRedisson";
}

2.3.指定超时不自动续期

1.查看源码
	1）当不指定超时时间时，默认30S过期，且启动一个定时任务【自动续期任务】
		续期时间点=默认过期时间/3，没隔10S执行一次续期
	2）当指定超时时间时，不会自动续期

2.推荐设置过期时间
	1）可以省略自动续期操作
	2）若真的超时未完成，则很有可能是数据库宕机，即使续期也无法完成，不应该无限续期下去

/**
 * 测试redisson实现分布式锁
 */
@ResponseBody
@GetMapping("/testRedisson")
public String test() {
    // 1.获取锁
    RLock lock = redissonClient.getLock("redisson_lock");

    // 2.加锁
    // 1）锁自动续期+30S，业务超长情况下（看门狗）
    // 2）如果线程宕机，看门狗不会自动续期，锁会自动过期
    // 3）unlock使用lua脚本释放锁，不会出现误删锁
    lock.lock();

    try {
        // 加锁成功，执行业务
        System.out.println("加锁成功，执行业务..." + Thread.currentThread().getId());
        Thread.sleep(30000);
    } catch (Exception e) {

    } finally {
        // 3.解锁
        System.out.println("解锁..." + Thread.currentThread().getId());
        lock.unlock();
    }

    return "testRedisson";
}

2.4.tryLock

// 尝试加锁，最多等待100秒
// 超时时间30秒
lock.tryLock(100, 30, TimeUnit.SECONDS);

2.5.公平锁

// 有顺序进行加锁操作，按照请求的顺序
RLock lock = redisson.getFairLock("fair-lock");

2.6.读写锁

写+读：读阻塞
写+写：阻塞
读+写：写阻塞

RReadWriteLock rwlock = redisson.getReadWriteLock("lock");
// 读锁
rwlock.readLock().lock(10, TimeUnit.SECONDS);
// 写锁
rwlock.writeLock().lock(10, TimeUnit.SECONDS);

//保证能够读到最新数据，修改期间，我们的写锁是一个排他锁（互斥） ，读锁是一个共享锁。
//只要写锁没有释放，读就必须等待。
//读+读：都加了读锁，相当于无锁的状态；
//读+写：有读锁，写需要要等待读锁释放；
//写+读 ：有写锁，读锁需要等待写锁释放；
//写+写：阻塞方式；
//总结：只要有写的状态，都必须等待。

@GetMapping("/write")
@ResponseBody
public String writeValue(){
    RReadWriteLock readWriteLock = redissonClient.getReadWriteLock("rw-lock");
    String s = "";
    RLock rLock = readWriteLock.writeLock();
    try{
        //改数据加锁
        rLock.lock();
        s = UUID.randomUUID().toString();
        Thread.sleep(300000);
        redisTemplate.opsForValue().set("writeValue",s);
    }catch (Exception e){
        e.printStackTrace();
    }finally {
        rLock.unlock();
    }
    return s;
}

@GetMapping("/read")
@ResponseBody
public String reavValue(){
    RReadWriteLock readWriteLock = redissonClient.getReadWriteLock("rw-lock");
    String s = "";
    //加读锁
    RLock rLock = readWriteLock.readLock();
    rLock.lock();
    try{
        s = (String) redisTemplate.opsForValue().get("writeValue");
    }catch (Exception e){
        e.printStackTrace();
    }finally {
        rLock.unlock();
    }
    return s;
}

2.7.信号量Semphore

先设置一个值
	"park" 3

acquire：获取一个信号量，为0阻塞
release：释放一个信号量，+1
tryacquire：尝试获取一个信号量，不阻塞

作用：【限流】
	所有服务上来了去获取一个信号量，一个一个放行（最多只能n个线程同时执行）

/**
     * 车库停车
     * 3车位
     * 信号量也可以做分布式限流！！！！！！！！！！！！！！！！
     */
    @GetMapping(value = "/park")
    @ResponseBody
    public String park() throws InterruptedException {

        RSemaphore park = redisson.getSemaphore("park");
        park.acquire();     //获取一个信号、获取一个值,占一个车位
        /**
         * 防止阻塞 tryAcquire
         */

        boolean flag = park.tryAcquire();

        if (flag) {
            //执行业务
        } else {
            return "error";
        }

        return "ok=>" + flag;
    }

    @GetMapping(value = "/go")
    @ResponseBody
    public String go() {
        RSemaphore park = redisson.getSemaphore("park");
        park.release();     //释放一个车位
        return "ok";
    }

 

2.8.闭锁CountDownLatch

// 等待一组操作执行完毕，统一执行

/**
 * 5个班级全部走完了，我们才可以锁大门。
 */
@GetMapping("/lockDoor")
@ResponseBody
public String lockDoor() throws InterruptedException {
    RCountDownLatch door = redissonClient.getCountDownLatch("door");
    door.trySetCount(5);
    door.await(); //等待闭锁完成
    return "放假了";
}
@GetMapping("/gogogo/{id}")
@ResponseBody
public String gogogo(@PathVariable("id") String id){
    RCountDownLatch door = redissonClient.getCountDownLatch("door");
    door.countDown();//计数器-1
    return id+"班级的人都走了";
}

 

2.9.锁的粒度

锁的粒度一定要小，例如不应该锁整个商品操作，应该带上商品ID

2.10.redisson分布式锁版本

/**
 * 查询三级分类（redisson分布式锁版本）
 */
public Map<String, List<Catalog2VO>> getCatalogJsonFromDBWithRedissonLock() {
    // 1.抢占分布式锁，同时设置过期时间
    RLock lock = redisson.getLock(CategoryConstant.LOCK_KEY_CATALOG_JSON);
    lock.lock(30, TimeUnit.SECONDS);
    try {
        // 2.查询DB
        Map<String, List<Catalog2VO>> result = getCatalogJsonFromDB();
        return result;
    } finally {
        // 3.释放锁
        lock.unlock();
    }
}

数据一致性

写模式，会存在数据一致性问题：
	1.加读写锁实现（所以对一致性高的数据不要放在缓存里）
	2.引入canal，感知mysql更新去更新缓存
	3.读多写多，直接查数据库

1.双写模式和失效模式与最终一致性（指修改数据方案）

注：双写模式和失效模式都会导致数据一致性问题（写和读操作并发时导致，解决，读与写操作加读写锁）

双写模式：
	描述：同时写
	漏洞：缓存有脏数据。操作1写缓存慢于操作2写缓存，导致缓存与DB数据不一致
	解决：
		方案1：写数据库+写缓存整个加锁
		方案2：业务是否允许暂时性数据不一致问题，若允许则给数据设置一个过期时间即可

失效模式：
	描述：DB写完，删除缓存
	注：下图有错误，用户3先读db-1，然后用户2再写db-2，用户2删缓存，用户3写缓存【写入脏数据1】
	漏洞：缓存有脏数据。用户3将db-1写入了缓存
	解决：
		方案1：写数据库+写缓存整个加锁
		方案2：业务是否允许暂时性数据不一致问题，若允许则给数据设置一个过期时间即可

/**
     * 缓存里边的数据如何和数据库保持一致
     *  1、双写模式
     *  2、失效模式
     * @return
     * @throws InterruptedException
     */

    public Map<String, List<Catelog2Vo>> getCatalogJsonFromDbWithRedissonLock() throws InterruptedException {

        //抢占分布式锁，去redis占坑
        /**
         * 锁的粒度越细，速度越快
         */
        RLock lock = redissonClient.getLock("catalogJson-lock");
        //加锁成功
        lock.lock();
        Map<String, List<Catelog2Vo>> dataFromDb = null;
        try{
            dataFromDb = getDataFromDb();
            return dataFromDb;
        }catch (Exception e){

        }finally {
            lock.unlock();
        }
        return dataFromDb;


    }

如果是分类的数据修改了，那咋整？

双写模式与失效模式带来的问题

 

2.解决方案（选用失效模式）

/**

* 缓存一致性的解决

* 锁的粒度越细，越快；

* //粒度约定：具体缓存的是某个数据，锁的粒度是product-11-lock;如果锁的粒度是product-lock ,11号商品是小并发，12号商品是大并发，、

* 用的同一把锁，本来查询11号商品会很快的，但是现在需要等待12号锁的释放后再查询11号商品，会导致查询11号商品速度变慢。

* 1、缓存里边的数据如何和数据库保持一致

* 双写模式：更新数据库后，再更新缓存。问题：缓存读到的数据库可能有延迟，无法达到最终的一致性。

* 1号机器 将记录改为1---->写入数据库------------------------------->将1写入缓存

* 2号机器 将记录改为2-------------->写入数据库--->将2写入缓存

* 由于2号数据来的晚，但是更新缓存较快，1号数据来得早，但是更新缓存慢，最终数据库写入的是2，缓存中写入的是1，有了脏数据的问题。

* 姐解决方法：加锁（在写数据库和写缓存的时候，加锁，全部完成之后，再进行解锁）

* 如果说对数据一致性要求不高，可以在redis设置数据过期时间，进行解决。

*

*

* 失效模式：更新数据库后，删除掉缓存，等待下次主动查询进行更新。

* 1号机器：写数据1-->删除缓存

* 2号机器 写数据2----------------->删除缓存

* 3号机器 读缓存->读的db数据1--------->更新缓存

* 此时，缓存中存取的是数据1，db中存取的是数据2，数据不一致。

* 解决方式：加入读写锁

* 经常修改的数据，不能加缓存。

*

*/

 

三种方案：
	1.仅加过期时间即可（首先考虑业务造成脏数据的概率，例如用户维度数据（订单数据、用户数据）并发几率很小，每过一段时间触发读的主动更新）
	2.canal订阅binlog的方式（菜单、商品介绍等基础数据）【完美解决】
	3.加读写锁
	4.实时性、一致性要求高的数据，应该直接查数据库
    
最终方案：
    1.所有数据加上过期时间
    2.读写数据加分布式读写锁（经常写的数据不要放在缓存里）

2.1.canal

canal：
    阿里开源的中间件，可以作为数据库的从服务器，订阅数据库的binlog日志，数据更新canal也同步更新redis
    
另一作用：
    解析不同的表日志分析计算生成一张新的表记录
    案例：
    	根据用户访问的商品记录、订单记录 + 商品记录表共同生成一张用户推荐表，展示首页的数据（每个用户的首页推荐数据是不一样的）

缓存一致性最终的解决方案：

1. 缓存的所有数据都有过期时间，数据过期下一次查询触发主动更新缓存

2. 读写数据的时候，加上分布式的读写锁，写的时候排队，读的时候相当于共享锁=无锁。

 

SpringCache

简介：
    通过注解实现缓存；属于spring内容不是springboot

文档：
    https://docs.spring.io/spring/docs/current/spring-framework-reference/integration.html#spring-integration

spring cache主要是学习下这几个注解

https://docs.spring.io/spring-framework/docs/5.2.22.RELEASE/spring-framework-reference/integration.html#cache-annotations

开启缓存功能，在方法上：

@EnableCaching

@Cacheable({"category","product"})

//当前结果是可缓存的。如果缓存中有，方法就不用调用；如果缓存中没有，就需要调用，就方法的结果放入到缓存。

//每一个需要缓存的数据，都需要指定到放入到哪个名字的缓存。【实际上是个分区，按照业务类型分区。】

只需要使用注解就能完成缓存操作。

 

1.整合

注：name::key，缓存区域化指name，key是键

1.引入SpringCache依赖
<!--Spring Cache，使用注解简化开发-->
<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-cache</artifactId>
</dependency>
    
2.引入redis依赖
<!--redis启动器-->
<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-data-redis</artifactId>
</dependency>
    
3.这一步只是查看一下自动配置类+属性类，没有实际编码动作
    1）自动配置以下内容：
    属性类：CacheProperties.java【属性以spring.cache开头】
    自动配置类：CacheAutoConfiguration.java【会导入RedisCacheConfiguration配置】
    redis自动配置类：RedisCacheConfiguration.java【往IOC注入了redis缓存管理器】
    redis缓存管理器：RedisCacheManager【会初始化所有缓存（决定每个缓存使用什么配置）】
    	【如果RedisCacheConfiguration有就使用，没有就使用默认的（导致缓存使用默认配置，默认配置值来自于this.cacheProperties.getRedis()）】
    注：缓存区域化只是springcache的内容，在redis里数据存放没有区域化的概念，体现为 name::key
    
4.注解解释：
		@Cacheable：更新缓存【读操作：如果当前缓存存在方法不被执行，不存在则执行get方法并更新缓存】
		@CacheEvict：删除缓存【写操作：失效模式，方法执行完删除缓存】
		@CachePut：更新缓存【写操作：双写模式，方法执行完更新缓存】
		@Caching：组合以上多个缓存操作
		@CacheConfig：在类级别共享缓存的相同配置
    
5.属性
spring:
  redis:
    host: 192.168.56.10
    port: 6379
  cache:
    type: redis # 使用redis作为缓存
    redis:
      time-to-live: 3600s # 过期时间
      # key-prefix: CACHE_ # 会导致自己在@Cacheable里设置的名字失效，所以这里不指定
      use-key-prefix: true # key值加前缀
      cache-null-values: true # 缓存控制

6.默认行为：
	key自动生成：缓存名字::key值
    默认过期时间：-1
    value值默认序列化方式：jdk序列化【值使用jdk序列化后存放到redis】

7.自定义行为
    缓存名字：value = {"category"}【区域划分】
	key值：key = "'levelCategorys'"
        【接收一个SpEl表达式，可以获取当前方法名，参数列表，单引号表字符串】
        【使用方法名作为key："#root.method.name"】
    过期时间：在application.yml中指定
    修改序列化方式要在配置类中修改

8.配置类【添加@EnableCache使用springcache】
@EnableConfigurationProperties(CacheProperties.class)
@EnableCaching
@Configuration
public class MyCacheConfig {
 
//    @Autowired
//    CacheProperties cacheProperties;

    /**
     * 需要将配置文件中的配置设置上
     * 1、使配置类生效
     * 1）开启配置类与属性绑定功能EnableConfigurationProperties
     *
     * @ConfigurationProperties(prefix = "spring.cache")  public class CacheProperties
     * 2）注入就可以使用了
     * @Autowired CacheProperties cacheProperties;
     * 3）直接在方法参数上加入属性参数redisCacheConfiguration(CacheProperties redisProperties)
     * 自动从IOC容器中找
     * <p>
     * 2、给config设置上
     */
    @Bean
    RedisCacheConfiguration redisCacheConfiguration(CacheProperties cacheProperties) {
        RedisCacheConfiguration config = RedisCacheConfiguration.defaultCacheConfig();
        config = config.serializeKeysWith(RedisSerializationContext.SerializationPair.fromSerializer(new StringRedisSerializer()));
        config = config.serializeValuesWith(RedisSerializationContext.SerializationPair.fromSerializer(new GenericJackson2JsonRedisSerializer()));

        // 当自己往IOC注入了RedisCacheConfiguration配置类时，以下参数全都失效，需要手动设置
        CacheProperties.Redis redisProperties = cacheProperties.getRedis();
        if (redisProperties.getTimeToLive() != null) {
            config = config.entryTtl(redisProperties.getTimeToLive());
        }
        if (redisProperties.getKeyPrefix() != null) {
            config = config.prefixCacheNameWith(redisProperties.getKeyPrefix());
        }
        if (!redisProperties.isCacheNullValues()) {
            config = config.disableCachingNullValues();
        }
        if (!redisProperties.isUseKeyPrefix()) {
            config = config.disableKeyPrefix();
        }
        return config;
    }
}
        
9.使用案例：在service层代码上添加注解
/**
 * 查出所有1级分类
 */
@Cacheable(value = {"category"}, key = "'level1Categorys'")
@Override
public List<CategoryEntity> getLevel1Categorys() {
    System.out.println("调用了getLevel1Categorys...");
    // 查询父id=0
    return baseMapper.selectList(new QueryWrapper<CategoryEntity>().eq("parent_cid", 0));
}

redis缓存管理器源码，会初始化过期时间、key前缀、空数据是否缓存、是否使用缓存前缀

 * 整合SpringCache，简化缓存开发
 * 1、引入依赖 cache redis
 * 2、写配置
 *      1、自动配置了那些 CacheAutoConfiguration RedisCacheConfiguration
 *          自动配置好了缓存管理器：RedisCacheManager
 *      2、编写配置文件
 *        spring:
 *          cache:
 *              type: redis
 *      3、测试使用缓存
 * @Cacheable:触发将数据保存到缓存的操作，在serviceImpl中将返回值保存的缓存
 * @CacheEvict：触发将数据库从缓存中进行删除的操作
 * @CachePut:不影响方法，执行缓存
 * @Caching：组合以上的多个操作
 * @CacheConfig：在类级别共享缓存的相同配置
 * 开启缓存功能，在方法上：
 * @EnableCaching
 * @Cacheable({"category","product"})
 * //当前结果是可缓存的。如果缓存中有，方法就不用调用；如果缓存中没有，就需要调用，就方法的结果放入到缓存。
 * //每一个需要缓存的数据，都需要指定到放入到哪个名字的缓存。【实际上是个分区，按照业务类型分区。】
 * 只需要使用注解就能完成缓存操作。
 * 默认行为：
 *  1、如果缓存中有，方法不调用
 *  2、key默认是自动生成，缓存的名字：simpleKey 自动生成的key值
 *  3、缓存的value值，默认使用的jdk序列化机制，将序列化的机制存取到redis
 *  4、默认的ttl时间：-1：默认永久存在
 * 
 * 
 * 
 * 开启自定义缓存：
 * 1、指定我们生成的缓存使用的key ：用SPEL表达式指定key属性；@Cacheable(value={"category"},key="'levelCategory'" | key="#root.method.name")
 *          SPEL的语法：https://docs.spring.io/spring-framework/docs/current/reference/html/integration.html#cache-spel-context
 * 2、指定缓存数据的存活时间  //spring.cache.redis.ttl = 300000 #30s
 * 3、将value值存取为json格式，方便其他语言的方法能够跨平台调用 : 全局配置configuration bean 但是ttl不是我们指定的了
 * 

Spring Cache的配置

在基于redis的配置基础上，配置

1、引入包

<dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-cache</artifactId>
        </dependency>

2、application.properties

spring.cache.type=redis

3、主启动类中开启cache缓存

@EnableRedisHttpSession     //开启springsession
@EnableCaching      //开启缓存功能
@EnableFeignClients(basePackages = "com.xunqi.gulimall.product.feign")
@EnableDiscoveryClient
@MapperScan("com.xunqi.gulimall.product.dao")
@SpringBootApplication //(exclude = GlobalTransactionAutoConfiguration.class)
public class GulimallProductApplication {

    public static void main(String[] args) {
        SpringApplication.run(GulimallProductApplication.class, args);
    }

}

初次使用Spring Cache的@Cacheable接口

    //每一个需要缓存的数据我们都来指定需要放到哪个名字下的缓存【缓存的分区（按照业务类型进行分区）】
    @Override
    @Cacheable({"category","product"}) //代表当前方法的结果需要缓存，如果缓存中有，那么就方法不用调用了。如果缓存中没有，则会调用方法，将方法的返回结果放入到缓存。
    public List<CategoryEntity> getLevel1Categorys() {
        System.out.println("测试cacheable的缓存");

第一次访问页面，控制台打印：

redis的缓存情况：

第二次，第三次访问页面，控制台打印

可见，确实将缓存的结果加载到了redis的缓存，以后访问不直接调用Impl的方法了，直接从redis的缓存中获取数据。

/**
     * 默认行为：
     *  1、如果缓存中有，方法则不会调用
     *  2、key，默认是自动生成的。category::SimpleKey[]
     *  3、默认使用jdk的序列化机制，将结果缓存到redis
     *  4、默认时间TTL=-1 永不过期，不符合规范
     *
     *  自定义操作：
     *  1、指定缓存的key，使用key属性，接收SPEL表达式，相关语法见
     *      https://docs.spring.io/spring-framework/docs/5.2.22.RELEASE/spring-framework-reference/integration.html#cache
     *          直接搜索 root.即可找到 #root.methodName  #root.method.name key = "#root.method.name"
     *  2、存活时间
     *  3、如果使用序列化机制，其他语言获取缓存不兼容，需要保存为json模式
     *  4、
     * @return
     */
    @Override
    @Cacheable(value = {"category","product"},key = "'level1KeyByCache'")

spring.cache.type=redis

#20 秒
spring.cache.redis.time-to-live=20000

 

4、自定义缓存配置

package com.atguigu.gulimall.product.config;

import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.boot.autoconfigure.cache.CacheProperties;
import org.springframework.boot.context.properties.EnableConfigurationProperties;
import org.springframework.cache.annotation.EnableCaching;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import org.springframework.data.redis.cache.RedisCacheConfiguration;
import org.springframework.data.redis.serializer.GenericJackson2JsonRedisSerializer;
import org.springframework.data.redis.serializer.RedisSerializationContext;
import org.springframework.data.redis.serializer.StringRedisSerializer;

/**
 * @author pshdhx
 * @date 2022-07-25 9:56
 */
@Configuration
@EnableCaching
@EnableConfigurationProperties(CacheProperties.class)
public class MyCacheConfig {
    /**
     * 配置Cache的源码跟踪
     *
     * CacheAutoConfiguration-->
     * {
     *      public String[] selectImports(AnnotationMetadata importingClassMetadata) {
     *             CacheType[] types = CacheType.values();
     *             String[] imports = new String[types.length];
     *
     *             for(int i = 0; i < types.length; ++i) {
     *                 imports[i] = CacheConfigurations.getConfigurationClass(types[i]);
     *             }
     *
     *             return imports;
     *         }
     * }
     *
     * --->getConfigurationClass  继续获取缓存的配置类型
     * {
     *     static {
     *         mappings.put(CacheType.REDIS, RedisCacheConfiguration.class);
     *
     *     }
     * }
     * --> RedisCacheConfiguration 里边有redis的缓存配置
     * {
     *     private org.springframework.data.redis.cache.RedisCacheConfiguration createConfiguration(CacheProperties cacheProperties, ClassLoader classLoader) {
     *         Redis redisProperties = cacheProperties.getRedis();
     *         org.springframework.data.redis.cache.RedisCacheConfiguration config = org.springframework.data.redis.cache.RedisCacheConfiguration.defaultCacheConfig();
     *         config = config.serializeValuesWith(SerializationPair.fromSerializer(new JdkSerializationRedisSerializer(classLoader)));
     *         if (redisProperties.getTimeToLive() != null) {
     *             config = config.entryTtl(redisProperties.getTimeToLive());
     *         }
     *
     *         if (redisProperties.getKeyPrefix() != null) {
     *             config = config.prefixKeysWith(redisProperties.getKeyPrefix());
     *         }
     *
     *         if (!redisProperties.isCacheNullValues()) {
     *             config = config.disableCachingNullValues();
     *         }
     *
     *         if (!redisProperties.isUseKeyPrefix()) {
     *             config = config.disableKeyPrefix();
     *         }
     *
     *         return config;
     *     }
     * }
     * defaultCacheConfig 里边有默认的配置，拿出来看看
     * {
     *     public static RedisCacheConfiguration defaultCacheConfig(@Nullable ClassLoader classLoader) {
     *
     * 		DefaultFormattingConversionService conversionService = new DefaultFormattingConversionService();
     *
     * 		registerDefaultConverters(conversionService);
     *
     * 		return new RedisCacheConfiguration(Duration.ZERO, true, true, CacheKeyPrefix.simple(),
     * 				SerializationPair.fromSerializer(RedisSerializer.string()),
     * 				SerializationPair.fromSerializer(RedisSerializer.java(classLoader)), conversionService);
     *        }
     * }
     * 可以看到这两个序列化器
     * SerializationPair.fromSerializer(RedisSerializer.string()),
     * SerializationPair.fromSerializer(RedisSerializer.java(classLoader)), conversionService);
     *
     * 下载了Source后，上边的注释
     * * <dd>{@link org.springframework.data.redis.serializer.StringRedisSerializer}</dd>
     * 	 * <dt>value serializer</dt>
     * 	 * <dd>{@link org.springframework.data.redis.serializer.JdkSerializationRedisSerializer}</dd>
     *
     * 所以，value的序列化器要改；
     */

    @Autowired
    CacheProperties cacheProperties;

    @Bean
    RedisCacheConfiguration redisCacheConfiguration(){
        RedisCacheConfiguration config = RedisCacheConfiguration.defaultCacheConfig();
        /**
         * 修改源码中的value的序列化器，这样redis中的value就不会使用jdk的序列化了，防止别的语言拿不到值，所以转为json结构
         */
        config = config.serializeKeysWith(RedisSerializationContext.SerializationPair.fromSerializer(new StringRedisSerializer()));
        config = config.serializeValuesWith(RedisSerializationContext.SerializationPair.fromSerializer(new GenericJackson2JsonRedisSerializer()));
        //让class中的配置文件生效
        /**
         * 1、第一种方法是直接引入到注解@EnableConfigurationProperties(CacheProperties.class)后，直接注入，把源码中的代码拿过来即可。
         * 2、第一种方法是直接引入到注解@EnableConfigurationProperties(CacheProperties.class)后，仿照源码，作为入参，把源码中的代码拿过来即可。
         *
         */
        CacheProperties.Redis redisProperties = cacheProperties.getRedis();

        if (redisProperties.getTimeToLive() != null) {
            config = config.entryTtl(redisProperties.getTimeToLive());
        }

        if (redisProperties.getKeyPrefix() != null) {
//            config = config.prefixCacheNameWith(redisProperties.getKeyPrefix());
            config = config.prefixKeysWith(redisProperties.getKeyPrefix());
        }

        if (!redisProperties.isCacheNullValues()) {
            config = config.disableCachingNullValues();
        }

        if (!redisProperties.isUseKeyPrefix()) {
            config = config.disableKeyPrefix();
        }
        return config;
    }


}

2.读模式与写模式

2.1.读模式

直接在get方法上添加@Cacheable即可
/**
 * 查出所有1级分类
 */
@Cacheable(value = {"category"}, key = "'level1Categorys'")
@Override
public List<CategoryEntity> getLevel1Categorys() {
    System.out.println("调用了getLevel1Categorys...");
    // 查询父id=0
    return baseMapper.selectList(new QueryWrapper<CategoryEntity>().eq("parent_cid", 0));
}

2.2.写模式

失效模式

/**
 * 级联更新
 * 缓存策略：失效模式，方法执行完删除缓存
 */
@CacheEvict(value = "category", key = "'level1Categorys'")
@Transactional
@Override
public void updateCascade(CategoryEntity category) {
    this.updateById(category);
    if (!StringUtils.isEmpty(category.getName())) {
        // 更新冗余表
        categoryBrandRelationService.updateCategory(category.getCatId(), category.getName());
        // TODO 更新其他冗余表
    }
}

双写模式

/**
 * 级联更新
 * 缓存策略：双写模式，方法执行完更新缓存
 */
@CachePut(value = "category", key = "'level1Categorys'")
@Transactional
@Override
public void updateCascade(CategoryEntity category) {
    this.updateById(category);
    if (!StringUtils.isEmpty(category.getName())) {
        // 更新冗余表
        categoryBrandRelationService.updateCategory(category.getCatId(), category.getName());
        // TODO 更新其他冗余表
    }
}

2.3.@Caching+失效模式+解决击穿、雪崩、穿透（分布式锁）

失效模式，级联更新类型时，删除与类型相关的所有缓存

两种方式：
    方式1：指定每个key
    @Caching(evict = {
        @CacheEvict(value = "category", key = "'getLevel1Categorys'"),
        @CacheEvict(value = "category", key = "'getCatalogJson'")
    })
    
    方式2：直接删除区域化内所有缓存
    @CacheEvict(value = {"category"}, allEntries = true)
/**
 * 级联更新所有关联表的冗余数据
 * 缓存策略：失效模式，方法执行完删除缓存
 */
@CacheEvict(value = {"category"}, allEntries = true)
@Transactional
@Override
public void updateCascade(CategoryEntity category) {
    this.updateById(category);
    if (!StringUtils.isEmpty(category.getName())) {
        // 更新冗余表
        categoryBrandRelationService.updateCategory(category.getCatId(), category.getName());
        // TODO 更新其他冗余表
    }
}

/**
 * 查出所有1级分类
 */
@Cacheable(value = {"category"}, key = "'getLevel1Categorys'")
@Override
public List<CategoryEntity> getLevel1Categorys() {
    System.out.println("调用了getLevel1Categorys...");
    // 查询父id=0
    return baseMapper.selectList(new QueryWrapper<CategoryEntity>().eq("parent_cid", 0));
}

/**
 * 查询三级分类并封装成Map返回
 * 使用SpringCache注解方式简化缓存设置
 */
@Cacheable(value = {"category"}, key = "'getCatalogJson'")
@Override
public Map<String, List<Catalog2VO>> getCatalogJsonWithSpringCache() {
    // 未命中缓存
    // 1.抢占分布式锁，同时设置过期时间【不使用读写锁，因为就是为了防止缓存击穿】
    RLock lock = redisson.getLock(CategoryConstant.LOCK_KEY_CATALOG_JSON);
    lock.lock(30, TimeUnit.SECONDS);
    try {
        // 2.double check，占锁成功需要再次检查缓存
        // 查询非空即返回
        String catlogJSON = redisTemplate.opsForValue().get("getCatalogJson");
        if (!StringUtils.isEmpty(catlogJSON)) {
            // 查询成功直接返回不需要查询DB
            Map<String, List<Catalog2VO>> result = JSON.parseObject(catlogJSON, new TypeReference<Map<String, List<Catalog2VO>>>() {
            });
            return result;
        }

        // 3.查询所有分类，按照parentCid分组
        Map<Long, List<CategoryEntity>> categoryMap = baseMapper.selectList(null).stream()
                .collect(Collectors.groupingBy(key -> key.getParentCid()));

        // 4.获取1级分类
        List<CategoryEntity> level1Categorys = categoryMap.get(0L);

        // 5.封装数据
        Map<String, List<Catalog2VO>> result = level1Categorys.stream().collect(Collectors.toMap(key -> key.getCatId().toString(), l1Category -> {
            // 6.查询2级分类，并封装成List<Catalog2VO>
            List<Catalog2VO> catalog2VOS = categoryMap.get(l1Category.getCatId())
                    .stream().map(l2Category -> {
                        // 7.查询3级分类，并封装成List<Catalog3VO>
                        List<Catalog2VO.Catalog3Vo> catalog3Vos = categoryMap.get(l2Category.getCatId())
                                .stream().map(l3Category -> {
                                    // 封装3级分类VO
                                    Catalog2VO.Catalog3Vo catalog3Vo = new Catalog2VO.Catalog3Vo(l2Category.getCatId().toString(), l3Category.getCatId().toString(), l3Category.getName());
                                    return catalog3Vo;
                                }).collect(Collectors.toList());
                        // 封装2级分类VO返回
                        Catalog2VO catalog2VO = new Catalog2VO(l1Category.getCatId().toString(), catalog3Vos, l2Category.getCatId().toString(), l2Category.getName());
                        return catalog2VO;
                    }).collect(Collectors.toList());
            return catalog2VOS;
        }));
        return result;
    } finally {
        // 8.释放锁
        lock.unlock();
    }
}

4.细节

2.1.@ConfigurationProperties标注方法上使用

使用@ConfigurationProperties标注在方法上使用时必须配合@Bean + @Configuration使用
    
@Configuration
public class DruidDataSourceConfig {
    /**
     * DataSource 配置
     * @return
     */
    @ConfigurationProperties(prefix = "spring.datasource.druid.read")
    @Bean(name = "readDruidDataSource")
    public DataSource readDruidDataSource() {
        return new DruidDataSource();
    }


    /**
     * DataSource 配置
     * @return
     */
    @ConfigurationProperties(prefix = "spring.datasource.druid.write")
    @Bean(name = "writeDruidDataSource")
    @Primary
    public DataSource writeDruidDataSource() {
        return new DruidDataSource();
    }
}
spring.datasource.druid.write.username=root
spring.datasource.druid.write.password=1
spring.datasource.druid.write.driver-class-name=com.mysql.jdbc.Driver

spring.datasource.druid.read.url=jdbc:mysql://localhost:3306/jpa
spring.datasource.druid.read.username=root
spring.datasource.druid.read.password=1
spring.datasource.druid.read.driver-class-name=com.mysql.jdbc.Driver

2.2.@ConfigurationProperties标注类上使用

@ConfigurationProperties(prefix = "spring.datasource")
@Component
@Setter
@Getter
public class DatasourcePro {

    private String url;
    private String username;
    private String password;
    // 配置文件中是driver-class-name, 转驼峰命名便可以绑定成
    private String driverClassName;
    private String type;
}



@Controller
@RequestMapping(value = "/config")
public class ConfigurationPropertiesController {

    @Autowired
    private DatasourcePro datasourcePro;

    @RequestMapping("/test")
    @ResponseBody
    public Map<String, Object> test(){

        Map<String, Object> map = new HashMap<>();
        map.put("url", datasourcePro.getUrl());
        map.put("userName", datasourcePro.getUsername());
        map.put("password", datasourcePro.getPassword());
        map.put("className", datasourcePro.getDriverClassName());
        map.put("type", datasourcePro.getType());

        return map;
    }
}
spring.datasource.url=jdbc:mysql://127.0.0.1:8888/test?useUnicode=false&autoReconnect=true&characterEncoding=utf-8
spring.datasource.username=root
spring.datasource.password=root
spring.datasource.driver-class-name=com.mysql.jdbc.Driver
spring.datasource.type=com.alibaba.druid.pool.DruidDataSource

2.3. @EnableConfigurationProperties标注在类上使用

@EnableConfigurationProperties(prefix = "spring.datasource.druid.read")
@Configuration
public class DruidDataSourceConfig {
    /**
     * DataSource 配置
     * @return
     */
    @ConfigurationProperties(prefix = "spring.datasource.druid.read")
    @Bean(name = "readDruidDataSource")
    public DataSource readDruidDataSource(JDBCProperties properties) {
        DruidDataSource dataSource = new DruidDataSource();
        // dataSource.setUrl(properties.getXX)
        return dataSource;
    }


    /**
     * DataSource 配置
     * @return
     */
    @ConfigurationProperties(prefix = "spring.datasource.druid.write")
    @Bean(name = "writeDruidDataSource")
    @Primary
    public DataSource writeDruidDataSource() {
        return new DruidDataSource();
    }
}

5.spring-cache不足

1、读模式:
	缓存穿透:查询一个DB不存在的数据。解决:缓存空数据;ache-null-values=true【布隆过滤器】
	缓存击穿:大量并发进来同时查询一个正好过期的数据。解决:加锁; 默认未加锁【sync = true】只是本地锁
	缓存雪崩:大量的key同时过期。解决:加上过期时间。: spring.cache.redis.time-to-live= 360000s
2、写模式:（缓存与数据库一致)（没有解决）
	1)、手动读写加锁。
	2)、引入canal，感知mysql的更新去更新缓存
	3)、读多写多，直接去查询数据库就行
	
总结:
	常规数据（读多写少，即时性，一致性要求不高的数据）﹔完全可以使用Spring-Cache，写模式(只要缓存的数据有过期时间就可以）
	特殊数据:特殊设计（canal、读写锁）

                                                     
在RedisCache里面打断点查看get同步方法

最终版：失效模式+解决击穿、雪崩、穿透（本地锁）

/**
 * 级联更新所有关联表的冗余数据
 * 缓存策略：失效模式，方法执行完删除缓存
 */
@CacheEvict(value = {"category"}, allEntries = true)
@Transactional
@Override
public void updateCascade(CategoryEntity category) {
    this.updateById(category);
    if (!StringUtils.isEmpty(category.getName())) {
        // 更新冗余表
        categoryBrandRelationService.updateCategory(category.getCatId(), category.getName());
        // TODO 更新其他冗余表
    }
}

/**
 * 查出所有1级分类
 */
@Cacheable(value = {"category"}, key = "'getLevel1Categorys'", sync = true)
@Override
public List<CategoryEntity> getLevel1Categorys() {
    System.out.println("调用了getLevel1Categorys...");
    // 查询父id=0
    return baseMapper.selectList(new QueryWrapper<CategoryEntity>().eq("parent_cid", 0));
}

/**
 * 查询三级分类并封装成Map返回
 * 使用SpringCache注解方式简化缓存设置
 */
@Cacheable(value = {"category"}, key = "'getCatalogJson'", sync = true)
@Override
public Map<String, List<Catalog2VO>> getCatalogJsonWithSpringCache() {
    // 未命中缓存
    // 1.double check，占锁成功需要再次检查缓存（springcache使用本地锁）
    // 查询非空即返回
    String catlogJSON = redisTemplate.opsForValue().get("getCatalogJson");
    if (!StringUtils.isEmpty(catlogJSON)) {
        // 查询成功直接返回不需要查询DB
        Map<String, List<Catalog2VO>> result = JSON.parseObject(catlogJSON, new TypeReference<Map<String, List<Catalog2VO>>>() {
        });
        return result;
    }

    // 2.查询所有分类，按照parentCid分组
    Map<Long, List<CategoryEntity>> categoryMap = baseMapper.selectList(null).stream()
            .collect(Collectors.groupingBy(key -> key.getParentCid()));

    // 3.获取1级分类
    List<CategoryEntity> level1Categorys = categoryMap.get(0L);

    // 4.封装数据
    Map<String, List<Catalog2VO>> result = level1Categorys.stream().collect(Collectors.toMap(key -> key.getCatId().toString(), l1Category -> {
        // 5.查询2级分类，并封装成List<Catalog2VO>
        List<Catalog2VO> catalog2VOS = categoryMap.get(l1Category.getCatId())
                .stream().map(l2Category -> {
                    // 7.查询3级分类，并封装成List<Catalog3VO>
                    List<Catalog2VO.Catalog3Vo> catalog3Vos = categoryMap.get(l2Category.getCatId())
                            .stream().map(l3Category -> {
                                // 封装3级分类VO
                                Catalog2VO.Catalog3Vo catalog3Vo = new Catalog2VO.Catalog3Vo(l2Category.getCatId().toString(), l3Category.getCatId().toString(), l3Category.getName());
                                return catalog3Vo;
                            }).collect(Collectors.toList());
                    // 封装2级分类VO返回
                    Catalog2VO catalog2VO = new Catalog2VO(l1Category.getCatId().toString(), catalog3Vos, l2Category.getCatId().toString(), l2Category.getName());
                    return catalog2VO;
                }).collect(Collectors.toList());
        return catalog2VOS;
    }));
    return result;
}

StringRedisTemplate

1.一些使用案例

1.1.BoundHashOperations

/**
 * 根据用户信息获取购物车redis操作对象
 */
private BoundHashOperations<String, Object, Object> getCartOps() {
    // 获取用户登录信息
    UserInfoTO userInfo = CartInterceptor.threadLocal.get();
    String cartKey = "";
    if (userInfo.getUserId() != null) {
        // 登录态，使用用户购物车
        cartKey = CartConstant.CART_PREFIX + userInfo.getUserId();
    } else {
        // 非登录态，使用游客购物车
        cartKey = CartConstant.CART_PREFIX + userInfo.getUserKey();
    }
    // 绑定购物车的key操作Redis
    BoundHashOperations<String, Object, Object> operations = redisTemplate.boundHashOps(cartKey);
    return operations;
}
get方法：

/**
 * 根据skuId获取购物车商品信息
 */
@Override
public CartItemVO getCartItem(Long skuId) {
    // 获取购物车redis操作对象
    BoundHashOperations<String, Object, Object> cartOps = getCartOps();
    String cartItemJSONString = (String) cartOps.get(skuId.toString());
    CartItemVO cartItemVo = JSON.parseObject(cartItemJSONString, CartItemVO.class);
    return cartItemVo;
}
put方法：

/**
 * 添加sku商品到购物车
 */
@Override
public CartItemVO addToCart(Long skuId, Integer num) throws ExecutionException, InterruptedException {
    // 获取购物车redis操作对象
    BoundHashOperations<String, Object, Object> operations = getCartOps();
    // 获取商品
    String cartItemJSONString = (String) operations.get(skuId.toString());
    if (StringUtils.isEmpty(cartItemJSONString)) {
        // 购物车不存在此商品，需要将当前商品添加到购物车中
        CartItemVO cartItem = new CartItemVO();
        CompletableFuture<Void> getSkuInfoFuture = CompletableFuture.runAsync(() -> {
            // 远程查询当前商品信息
            R r = productFeignService.getInfo(skuId);
            SkuInfoVO skuInfo = r.getData("skuInfo", new TypeReference<SkuInfoVO>() {
            });
            cartItem.setSkuId(skuInfo.getSkuId());// 商品ID
            cartItem.setTitle(skuInfo.getSkuTitle());// 商品标题
            cartItem.setImage(skuInfo.getSkuDefaultImg());// 商品默认图片
            cartItem.setPrice(skuInfo.getPrice());// 商品单价
            cartItem.setCount(num);// 商品件数
            cartItem.setCheck(true);// 是否选中
        }, executor);

        CompletableFuture<Void> getSkuAttrValuesFuture = CompletableFuture.runAsync(() -> {
            // 远程查询attrName:attrValue信息
            List<String> skuSaleAttrValues = productFeignService.getSkuSaleAttrValues(skuId);
            cartItem.setSkuAttrValues(skuSaleAttrValues);
        }, executor);

        CompletableFuture.allOf(getSkuInfoFuture, getSkuAttrValuesFuture).get();
        operations.put(skuId.toString(), JSON.toJSONString(cartItem));
        return cartItem;
    } else {
        // 当前购物车已存在此商品，修改当前商品数量
        CartItemVO cartItem = JSON.parseObject(cartItemJSONString, CartItemVO.class);
        cartItem.setCount(cartItem.getCount() + num);
        operations.put(skuId.toString(), JSON.toJSONString(cartItem));
        return cartItem;
    }
}