【Redis】实现商铺和缓存与数据库双写一致

在上节我们已经分析了缓存更新策略的最佳实践，因此这节课我们就动手来试试，给查询商铺的缓存添加超时剔除和主动更新的策略。

修改ShopController中的业务逻辑，满足下面的需求，需求分为两步，也就是我们查询和更新时要干的事：

① 根据id查询店铺时，如果缓存未命中，则查询数据库，将数据库结果写入缓存，并设置超时时间，这样将来就可以做到超时剔除了

② 根据id修改店铺时，先修改数据库，再删除缓存

---

一、查询

RedisConstants.java

public static final Long CACHE_SHOP_TTL = 30L;

---

ShopServiceImpl.java

@Service
public class ShopServiceImpl extends ServiceImpl<ShopMapper, Shop> implements IShopService {
    @Autowired
    private StringRedisTemplate stringRedisTemplate;

    @Override
    public Result queryById(Long id) {
        String key = RedisConstants.CACHE_SHOP_KEY + id;
        String shopJson = stringRedisTemplate.opsForValue().get(key);
        // 2.判断是否存在
        if (StrUtil.isNotBlank(shopJson)) {
            // 3.存在，直接返回
            Shop shop = JSONUtil.toBean(shopJson, Shop.class);
            return Result.ok(shop);
        }
        // 4.不存在，根据id查询数据库
        Shop shop = getById(id);
        // 5.查询数据库不存在，直接返回错误
        if (shop == null) {
            return Result.fail("店铺不存在！");
        }
        // 6.存在，写入redis
        //\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\
        stringRedisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(shop), CACHE_SHOP_TTL, TimeUnit.MINUTES);
        //\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\
        // 7.返回
        return Result.ok(shop);
    }
}

---

二、更新

ShopController.java

之前的更新是直接使用Mybatis-Plus的 updateById()，因此没有我们什么业务，现在我们要将它改一下。

我们会在service层添加缓存逻辑

/**
 * 更新商铺信息
 * @param shop 商铺数据
 * @return 无
 */
@PutMapping
public Result updateShop(@RequestBody Shop shop) {
    // 写入数据库
    return shopService.update(shop);
}

---

IShopService.java

Result update(Shop shop);

---

ShopServiceImpl.java

更新我们分析过，第一步就是更新数据库，第二步就是删除缓存，最后返回结果即可。

其中删除的key就是之前存储时用到的key

// 将来删除缓存的时候如果抛异常，那么更新数据库的也应该回滚，因此整个方法应该有一个统一的事物
@Transactional
@Override
public Result update(Shop shop) {
    Long id = shop.getId();
    if (id == null) {
        return Result.fail("店铺id不能为空");
    }
    // 1.更新数据库
    updateById(shop);
    // 2.删除缓存
    stringRedisTemplate.delete(RedisConstants.CACHE_SHOP_KEY + id);

    return Result.ok();
}

此时我们就实现了缓存的同步更新，因为我们现在是一个单体项目，因此数据库操作和缓存操作都在一个方法里，可以通过事物去控制他们的原子性。

但如果你是一个分布式系统，那么这块可能就麻烦一点了，有可能你删除完数据库，删除缓存这块的动作可能不是由你来做的，而是另外一个系统，有可能是通过MQ去异步的通知对方，然后对方去完成这个缓存的处理。当然如果你想要保证两边的这样的一个一致性，就必须借助于我们之前给大家讲的TCC这样的方案才能保证这种一致性。

---

三、测试

重启服务，清除控制台数据，然后到前端页面随便查询一个店铺，查询的时候记得清除之前查询店铺时留下的缓存

此时redis中已经没有数据了，我们重新访问店铺，刷新，此时第一次访问，因为缓存未命中，因此是会到数据库中查询店铺信息的

接下来验证写入redis有没有加过期时间，TTL：1645S，证明它已经有过期时间了。

证明定时清理这块已经触发了。

接下来就是测试更新，看看更新后缓冲是否也会跟着去更新。

因为更新的动作一般是由管理端去做的，现在我们浏览器看到的页面是面向用户的端，而不是商家的后台管理，因此我们并没有像面向客户的端的页面操作，此时我们只能借助于像Postman这样的工具去实现。

将103茶餐厅改为了102茶餐厅可以发现请求成功

回到控制台来查看结果，可以发现更新操作确实是执行了

执行了后我们去数据库中做一个校验：可以发现名字确实变成102茶餐厅了。

回到redis刷新查看，可以发现原来的缓存已经删掉了。我们当初的策略就是更新的时候移除缓存，因此此时如果有用户在浏览器中再次刷新，它看到的一定是 102茶餐厅

并且此时应该会重建缓存，值应该也为 102茶餐厅，所以我们现在已经实现了数据库

因此现在我们已经实现了数据库与缓存的数据同步了，每当数据库发生更新，缓存会移除，这样一来用户查询就能查到最新的数据了。