Redis 真实场景

目录

缓存更新策略 

 缓存穿透

 缓存雪崩

 缓存击穿

 互斥锁:

逻辑过期

Redis 工具类封装

布隆过滤器

---

缓存更新策略 

 

 

 

 

异常情况发生的概率 1.先删缓存，在操作数据库   >    2. 先操作数据库，在删缓存 

 

 缓存穿透

 

 缓存雪崩

 缓存击穿

 

 逻辑过期：在缓存中单独设置过期时间字段，在检测到过期后，获取锁开一个新线程去更新数据，自己返回老的数据，其他请求发现过期，会尝试获取锁，发现获取不到则已经有人在更新，自己则依然返回老的数据。

 互斥锁:

使用setNX模拟互斥锁，设置成功则继续运行code，失败则等待继续尝试从缓存中获取数据

@Component
public class RedisUtil {
    @Autowired
    StringRedisTemplate stringRedisTemplate;

//    使用redis模拟锁lock的功能
    public Boolean tryLock(String key){
        return stringRedisTemplate.opsForValue().setIfAbsent(key, "1", 10, TimeUnit.SECONDS);
    }
    //    使用redis模拟锁lock的功能
    public Boolean unLock(String key){
        return stringRedisTemplate.delete(key);
    }
}

逻辑过期

//给缓存数据添加过期时间
    public void saveRedisByExpire(User user, int expireSeconds) {
        RedisData data = new RedisData();
        data.setData(user);
        data.setExpireTime(LocalDateTime.now().plusSeconds(expireSeconds));
        stringRedisTemplate.opsForValue().set("user:1", JSONUtil.toJsonStr(data));
    }


//逻辑过期的代码

    private static final ExecutorService CACHE_REBUID_EXECUTOR = Executors.newFixedThreadPool(10);

    User queryWithLogicExpire() throws JsonProcessingException, InterruptedException {
        String key = "user:" + 1;
        //1.从redis查询缓存
        String result = stringRedisTemplate.opsForValue().get(key);
        //2.判断是否存在  防止缓存穿透(查询redis和数据库中都不存在的数据,当数据不存在时，设置value=""的数据，并设置过期时间，
        // 在过期时间内，可能存在数据库和缓存数据不一致的风险，所以设置的过期时间不宜过长)
        if (StringUtils.isBlank(result)) {
            //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 data = JSONUtil.toBean(result, RedisData.class);
        User user = JSONUtil.toBean((JSONObject) data.getData(), User.class);
        LocalDateTime expireTime = data.getExpireTime();
        //5.判断是否过期
        if (expireTime.isAfter(LocalDateTime.now())) {
            //5.1未过期，直接返回
            return user;
        }
        //5.2已过期，需要缓存重建
        //6.重建缓存
        //6.1获取互斥锁
        String lockKey = "lock:user:" + 1;
        //6.2判断是否获取锁成功
        if (redisUtil.tryLock(lockKey)) {
            //6.3成功，开启一个线程实现缓存重建
            CACHE_REBUID_EXECUTOR.submit(() -> {
                //模拟查询数据库
                User userDB = new User("wangwu", 54);
                try {
                    redisUtil.saveRedisByExpire(userDB, 100);
                } catch (Exception e) {
                    e.printStackTrace();
                    throw new RuntimeException("存储Redis错误", e);
                } finally {
                    redisUtil.unLock(lockKey);
                }
            });
        }
        //6.4 主线程结束，spring中redisUtil会销毁，则报连接异常，真实环境不存在这种情况
        Thread.sleep(3000);
        return user;
    }

Redis 工具类封装

package com.lb.util;

import cn.hutool.core.util.StrUtil;
import cn.hutool.json.JSONObject;
import cn.hutool.json.JSONUtil;
import com.lb.pojo.RedisData;
import com.lb.pojo.User;
import org.springframework.beans.factory.annotation.Autowired;
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;

@Component
public class RedisCacheUtil {
    @Autowired
    private StringRedisTemplate stringRedisTemplate;

    private static final Long CACHE_NULL_TTL = 5L;
    private static final Long CACHE_USER_TTL = 30L;

    public void set(String key, Object value, Long time, TimeUnit timeUnit) {
        stringRedisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(value), time, timeUnit);
    }

    //处理缓存击穿
    public void setWithLogicExpire(String key, Object value, Long time, TimeUnit timeUnit) {
        //设置逻辑过期
        RedisData data = new RedisData();
        data.setData(value);
        data.setExpireTime(LocalDateTime.now());
        //写入Redis
        stringRedisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(data), time, timeUnit);
    }

    private static final ExecutorService CACHE_REBUID_EXECUTOR = Executors.newFixedThreadPool(10);



    //缓存击透的查询
    public <R, ID> R queryWithPassThrough(
            String keyPrefix, ID id, Class<R> clazz, Function<ID, R> dbFunction, Long time, TimeUnit timeUnit) {
        String key = keyPrefix + id;
        //1.从redis查询缓存
        String result = stringRedisTemplate.opsForValue().get(key);
        //2.判断是否存在  防止缓存穿透(查询redis和数据库中都不存在的数据,当数据不存在时，设置value=""的数据，并设置过期时间，
        // 在过期时间内，可能存在数据库和缓存数据不一致的风险，所以设置的过期时间不宜过长)
        if (StrUtil.isNotBlank(result)) {
            //3.存在，直接返回
            return JSONUtil.toBean(result, clazz);
        }

        //数据为空字符串时
        if (result != null) {
            //返回一个错误信息
            return null;
        }

        //4.不存在，根据id查询数据库
        R r = dbFunction.apply(id);
        //5.不存在，返回错误
        if (r == null) {
            //数据库不存在，防止缓存穿透
            stringRedisTemplate.opsForValue().set(key, "", CACHE_NULL_TTL, TimeUnit.MINUTES);
            return null;
        }
        //6.存在，写入Redis
        setWithLogicExpire(key, r, time, timeUnit);
        return r;
    }

    //    使用redis模拟锁lock的功能
    public Boolean tryLock(String key) {
        return stringRedisTemplate.opsForValue().setIfAbsent(key, "1", 10, TimeUnit.SECONDS);
    }

    //    使用redis模拟锁lock的功能
    public Boolean unLock(String key) {
        return stringRedisTemplate.delete(key);
    }


    //缓存过期的查询
    public <R, ID> R queryWithLogicExpire(
            String keyPrefix, ID id, Class<R> clazz, Function<ID, R> dbFunction, Long time, TimeUnit timeUnit) {
        String key = keyPrefix + id;
        //1.从redis查询缓存
        String result = stringRedisTemplate.opsForValue().get(key);
        //2.判断是否存在
        if (StrUtil.isBlank(result)) {
            //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 data = JSONUtil.toBean(result, RedisData.class);
        R r = JSONUtil.toBean((JSONObject) data.getData(), clazz);
        LocalDateTime expireTime = data.getExpireTime();
        //5.判断是否过期
        if (expireTime.isAfter(LocalDateTime.now())) {
            //5.1未过期，直接返回
            return r;
        }
        //5.2已过期，需要缓存重建
        //6.重建缓存
        //6.1获取互斥锁
        String lockKey = "lock:user:" + 1;
        //6.2判断是否获取锁成功
        if (tryLock(lockKey)) {
            //6.3成功，开启一个线程实现缓存重建
            CACHE_REBUID_EXECUTOR.submit(() -> {
                try {
                    //查询数据库
                    R r1 = dbFunction.apply(id);
                    //写入数据库
                    setWithLogicExpire(key, id, time, timeUnit);
                } catch (Exception e) {
                    e.printStackTrace();
                    throw new RuntimeException("存储Redis错误", e);
                } finally {
                    unLock(lockKey);
                }
            });
        }
        return r;
    }

    private void queryWithPassThrough_Test() {
        String CACHE_USER_KEY = "user:";
        RedisCacheUtil util = new RedisCacheUtil();
        User user = util.queryWithPassThrough(CACHE_USER_KEY, 1L, User.class, this::getById, CACHE_USER_TTL, TimeUnit.MINUTES);
    }

    private User getById(Long id) {
        //模拟查询数据库
        return new User("lisi", 31);
    }
}

布隆过滤器

方式一 : 基于google的guava

redis使用布隆过滤器_Sora33的博客-CSDN博客

方式二：基于redission 

Redis - Redisson_naki_bb的博客-CSDN博客_redisson redis

Redis 之布隆过滤器_wang0112233的博客-CSDN博客_redis布隆过滤器