Redis缓存操作_redis做缓存怎么操作id为2024的用户-CSDN博客

本文链接：https://blog.csdn.net/qq_52374254/article/details/125689347

1. 什么是缓存

缓存是一种具备高效读写能力的数据暂存区域。主要作用是降低后端的负载，可以提高服务读写的响应速度。与之同时，实现缓存同时需要一定成本，主要有开发成本，运维成本和一致性问题。在真实开发中，要结合业务需要考虑缓存问题，结合实际的收支比来考虑是否需要缓存。

2. 缓存存在的问题

2.1 缓存更新策略

缓存的更新策略主要有三种 (以Redis为例)：

内存淘汰：Redis自带一种内存淘汰机制，不需要自己维护，当内存不足时自动淘汰部分数据，下次查询时更新缓存。这种方式不需要维护成本，但是一致性较差。
过期淘汰：利用expire命令给数据设置过期时间，到期自动删除缓存，下次查询时更新缓存。这种方式的维护成本也不高，但保证数据一致性的性能也一般。
主动更新：主动完成数据库与缓存同时更新，由我们自己编写业务逻辑，在修改数据库的同时，更新缓存，这种方式维护成本较高，数据一致性也较好。

对于真实的业务场景下的策略选择：

对于低一致性需求：使用内存淘汰机制或者过期淘汰机制
对于高一致性需求：采用主动更新为主，并且使用过期淘汰方式作为兜底方案。

主动更新策略又有三种方案：

Cache Aside Pattern：由缓存的调用者，在更新数据库的同时更新缓存 (多数选择)
Read/Write through Pattern：缓存与数据库整合为一个服务，由服务来维护一致性，调用者调用该服务，无需关心缓存一致性问题
Write Behind Caching Pattern：调用者只操作缓存，由其它线程异步的将缓存数据持久化到数据库，最终保持一致

2.2 缓存穿透

缓存穿透是指客户端请求的数据在缓存中和数据库中都不存在，这样就使得缓存永远都不会生效，这些请求都会打到数据库，对数据库造成极大的压力

缓存穿透的解决方案：

缓存空对象：指对于不存在的数据也在Redis建立缓存，缓存值为空，并且设置一个较短的TTL过期时间以节约内存。优点是实现简单，维护方便。但会增加额外的内存消耗，可能会造成短期的数据不一致问题。
布隆过滤：利用布隆过滤算法，在请求进入Redis之前先判断是否存在，如果不存在则直接拒绝请求。它占用内存较少，但是实现复杂，会存在误判的可能 (误判主要是判断为不存在的就一定不存在，而判断为存在的是有可能不存在的)
其他方式：做好数据的基础格式校验、加强用户权限校验、做好热点参数的限流…

2.3 缓存雪崩

缓存雪崩是指在同一时段大量的缓存key同时失效或者Redis服务器直接宕机，导致海量请求直接到达数据库，带来巨大压力

缓存雪崩解决方案：

给不同的key的TTL过期时间添加随机值，让key的过期时间分散开来
利用Redis集群提高服务的可用性
给缓存业务添加降级限流策略 (快速失败，服务拒绝等等)
给业务添加多级缓存 (从请求发出到请求响应建立多级的缓存)

2.4 缓存击穿

缓存击穿问题也被称作热点Key问题，就是一个高并发访问并且缓存重建业务较为复杂的key突然失效了，无数的请求访问会在瞬间给数据库带来巨大的压力

解决方案：

互斥锁方式：给缓存重建过程加锁，确保重建过程中只有一个线程在执行，其它线程等待。优点是实现简单，没有额外的内存消耗，并且数据的一致性好。但是线程等待会导致性能下降，还会存在死锁风险。
逻辑过期：设置热点Key缓存永不过期，而是设置一个逻辑过期时间，查询到数据时通过对逻辑日期时间判断，来决定是否需要重建。在重建缓存时也需要通过互斥锁来保证单线程执行，利用独立线程异步执行，可以让其他线程无需等待，知道查询到旧的数据即可。但是这种方式不保证一致性，存在额外的内存消耗，而且实现复杂。

3.上代码

3.1 缓存穿透代码实现

// 注入Spring自带的Redis
@Resource
private StringRedisTemplate stringRedisTemplate;

// 业务场景：通过id来查询某个商铺
@Override
public Result queryById(Long id) {
	// 1.从redis查询商铺的缓存，查询到的是一个json字符串
	String shopJson = stringRedisTemplate.opsForValue.get("cache:shop:" + id);   // 这里建议做一下key的拼接，不要直接传入id，这样可以使redis里面的缓存结构性更强，并且对于拼接的常量可以封装成一个常量类，让代码更优雅，这里为了直观，我直接写了。
	// 2.判断是否存在
	if(StrUtil.isNotBlank(shopJson)){   // StrUtil是hutool提供的工具类，它里面封装了很多实用方法，后面会提供maven坐标，直接导入就可以用了
		// 存在，直接返回 (记得将json字符串转为对象)
		return Result.ok(JSONUtil.toBean(shopJson,Shop.class));  // JSONUtil也是hutool里面的
	}
	// 3. 还要进一步判断命中的是否是空值
	if(shopJson != null) {
		return Result.fail();
	}
	// 4.不存在，根据id查询数据库
	Shop shop = getById(id);
	// 5.判断是否为空
	if(shop == null) {
		// 将空值也要传入redis，并且设置一个较短的过期时间，用以解决缓存穿透问题
		stringRedisTemplate.opsForValue().set("cache:shop:" +id,"",2L,TimeUnit.MINUTES);
		// 返回
		return Result.fail();
	}
	// 6.不为空，写会redis，并设置过期时间
	stringTemplate.opsForValue().set("cache:shop:" + id,JSONUtil.toJSONSTR(shop),30L,TimeUnit.MINUTES);
	// 7.最终返回
	return Result.ok(shop);
}

3.2 缓存雪崩解决

缓存雪崩的解决方案涉及了很多SpringCloud的知识和应用，不好说不好说，这里就跳了(hhhhhh)

3.3 互斥锁解决缓存击穿

// 同样先注入redis
@Resource
private StringRedisTemplate stringRedisTemplate;

// 先创建一个线程池，后面会用到
private static final ExecutorService CACHE_REBUILD_EXECUTOR = Executors.newFixedThreadPool(10);

// 获取锁，用redis中的setnx来模拟互斥锁
private boolean tryLock(String key) {
    Boolean flag = stringRedisTemplate.opsForValue().setIfAbsent(key, "1", 10, TimeUnit.SECONDS);
    return BooleanUtil.isTrue(flag);   // 注意不要直接返回，直接返回会执行拆箱操作，有可能出现空指针异常
}

// 释放锁
private void unlock(String key) {
 stringRedisTemplate.delete(key);
}

// 业务场景 => 通过id查询某个商铺
@Override
public Result queryById(id) {
      // 1.从redis查询商铺缓存
      String shopJson = stringRedisTemplate.opsForValue().get("cache:shop:" + id);
      // 2.判断是否存在
      if (StrUtil.isNotBlank(shopJson)) {
      // 3.存在，直接返回
          return Result.ok(JSONUtil.toBean(shopJson, Shop.class));
      }
      // 还要判断命中的是否是空值
      if (shopJson != null)) {
      // 返回错误信息
          return Result.fail();
      }
      // 4.实现缓存重建
      // 4.1 获取互斥锁 (方法在前面有定义)
      String lockKey = "lock:shop:" + id;
      Shop shop = null;
      try {
      	boolean isLock = tryLock(lockKey);
      	// 4.2 判断是否获取锁成功
      	if(!isLock) {
      		// 4.3 失败，则休眠重试
      		Thread.sleep(50);
      		// 重试，重新查询缓存
      		this.queryById(id);
      	}
      	// 4.4 获取锁成功
      	shop = getById(id);
      	// 这里模拟一个重建的延时
      	Thread.sleep(200);
      	// 5.不存在，直接返回错误
      	if(shop == null) {
      		// 将空值也要存入redis(缓存空对象)
      		stringRedisTemplate.opsForValue.set("cache:shop:" + id,"",2L,TimeUnit.MINUTES);
      		// 返回错误
      		return Result.fail();
      	}
      	// 6.存在，写回redis，并且设置超时时间
      	stringRedisTemplate.opsForValue().set("cache:shop:" + id,JSONUTIl.toJsonStr(shop),30L,TimeUnit.MINUTES);
      }catch(InterruptdException e) {
      	throw new RuntimeException(e);
      }finally{
      	// 7.不要忘了释放锁！！
      	unlock(lockKey);
      } 
      // 8.返回
      return Result.ok(shop);
}

3.4 逻辑过期解决缓存击穿

// 同样先注入redis
@Resource
private StringRedisTemplate stringRedisTemplate;

// 先创建一个线程池，后面会用到
private static final ExecutorService CACHE_REBUILD_EXECUTOR = Executors.newFixedThreadPool(10);

// 获取锁，用redis中的setnx来模拟互斥锁
private boolean tryLock(String key) {
    Boolean flag = stringRedisTemplate.opsForValue().setIfAbsent(key, "1", 10, TimeUnit.SECONDS);
    return BooleanUtil.isTrue(flag);   // 注意不要直接返回，直接返回会执行拆箱操作，有可能出现空指针异常
}

// 释放锁
private void unlock(String key) {
 stringRedisTemplate.delete(key);
}

// 业务场景 => 通过id查询某个商铺
@Override
public Result queryById(id) {
    // 1.从redis查询商铺缓存
    String shopJson = stringRedisTemplate.opsForValue().get("cache:shop:" + id);
    // 2.判断是否存在
    if (StrUtil.isBlank(shopJson)) {
        // 3.不存在，直接返回
        return Result.fail();
    }
    // 4.命中，需要先把json反序列化为对象 RedisData 是我定义的一个类，里面专门封装了过期时间(后面提供)
    RedisData redisData = JSONUtil.toBean(shopJson, RedisData.class);
    JSONObject data = (JSONObject) redisData.getData();
    Shop shop = JSONUtil.toBean(data, Shop.class);
    LocalDateTime expireTime = redisData.getExpireTime();
    // 5.判断是否过期
    if (expireTime.isAfter(LocalDateTime.now())) {
        // 5.1.未过期，直接返回店铺信息
        return Result.ok(shop);
    }
    // 5.2.已过期，需要缓存重建

    // 6.缓存重建
    // 6.1.获取互斥锁
    String lockKey = "lock:shop:" + id;
    boolean isLock = tryLock(lockKey);
    // 6.2.判断是否获取锁成功
    if (isLock) {
        // 6.3.成功，开启独立线程，实现缓存重建
        CACHE_REBUILD_EXECUTOR.submit(() -> {
            try {
                // 重建 saveShop2Redis方法在后面定义
                this.saveShop2Redis(id,1800L);
            } catch (Exception e) {
                throw new RuntimeException(e);
            }finally {
                // 释放锁
                unlock(lockKey);
            }
        });
    }

    // 6.4.返回过期的商铺信息
    return Result.ok(shop);
}
public void saveShop2Redis(Long id,Long expireSeconds) {
    // 查询店铺数据
    Shop shop = getById(id);
    // 封装逻辑过期时间
    RedisData redisData = new RedisData();
    redisData.setData(shop);
    redisData.setExpireTime(LocalDateTime.now().plusSeconds(expireSeconds));
    // 写入Redis
    stringRedisTemplate.opsForValue().set("cache:shop:" + id,JSONUtil.toJsonStr(redisData));
    }

4. 一些工具

4.1 hutool坐标

  <dependency>
      <groupId>cn.hutool</groupId>
      <artifactId>hutool-all</artifactId>
      <version>5.7.17</version>
  </dependency>

4.2 RedisData

@Data
public class RedisData {
    private LocalDateTime expireTime;
    private Object data;
}

4.3 常量类

public class RedisConstants {
    public static final String LOGIN_CODE_KEY = "login:code:";
    public static final Long LOGIN_CODE_TTL = 3L;
    public static final String LOGIN_USER_KEY = "login:token:";
    public static final Long LOGIN_USER_TTL = 36000L;

    public static final Long CACHE_NULL_TTL = 2L;

    public static final Long CACHE_SHOP_TTL = 30L;
    public static final String CACHE_SHOP_KEY = "cache:shop:";

    public static final String LOCK_SHOP_KEY = "lock:shop:";
    public static final Long LOCK_SHOP_TTL = 10L;

    public static final String SECKILL_STOCK_KEY = "seckill:stock:";
    public static final String BLOG_LIKED_KEY = "blog:liked:";
    public static final String FEED_KEY = "feed:";
    public static final String SHOP_GEO_KEY = "shop:geo:";
    public static final String USER_SIGN_KEY = "sign:";
}

用来替换前面的缓存Key的前缀