缓存(1)

缓存

本地缓存和分布式缓存

放入缓存的数据格式

• 即时性、数据一致性要求不高的
• 访问量大且更新效率不高的数据

本地缓存：放在本地内存中，先进行查询

redis依赖

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

redis本地配置方案

• 引入data-redis-starter
• 简单配置redis的host等信息
• 使用springboot自动配置好的stringRedisTemplate

//springboot2.0以后默认使用Lettuce作为操作redis的客户端，它使用netty进行了网络通信
//Letuce bug导致堆外内存溢出 -Xmx300m：netty如果没有指定堆外内存，默认使用_Xmx300m
//可以通过Dio.netty.maxDirectMemory进行设置
//解决方案：不能只使用Dio.netty.maxDirectMemoy只去调整堆外内存
//1.升级Lettuce客户端
//2.切换使用jedis

lettuce可用数据传输量较大，但是会有后台内存溢出的bug，可进行包排除引入jedis

dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-data-redis</artifactId>
    <exclusions>
        <exclusion>
            <groupId>io.lettuce</groupId>
            <artifactId>lettuce-core</artifactId>
        </exclusion>
    </exclusions>
</dependency>
<dependency>
    <groupId>redis.clients</groupId>
    <artifactId>jedis</artifactId>
</dependency>

缓存击穿：

指查询一个一定不存在的数据，由于缓存是不命中，蒋去查询数据库，但数据库也无此记录，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

风险：

利用不存在的数据进行攻击，数据库瞬间压力增大，最终导致崩溃

解决：

null结果缓存，并加入短暂过期时间

缓存雪崩

缓存雪崩是指在我们设置缓存时key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瞬间压力过重雪崩

解决：

原有的失效时间的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的请求，是一种非常热点的数据

• 如果这个key在大量请求同时进来刚好失效，那么所有对这个key的数据查询都落到db，我们称为缓存击穿

解决：

加锁

大量并发只让一个去查，其他人等待，查到以后释放锁，其他人获取到锁，先查缓存，就会有数据，不用去db

加锁

单节点加锁

• synchronized代码块

只要是同一把锁就能锁住需要这个锁的所有线程

synchronized(this){

}
当前对象加锁

springboot所有的组件在容器中都是单例的

或者直接在方法上加synchronized

批量数据竞争锁，当得到锁之后，我们应该再去缓存中确定一次，如果没有才需要继续查询

 public Map<String, List<Catelog2Vo>> getCatalogJson() {
        // 加入缓存逻辑,缓存中存的数据是Josn字符串,还用逆转为能用的对象类型［序列化和反序列化］
        /*解决缓存穿透
        * 空结果缓存，解决缓存穿透问题*/
        /*解决缓存雪崩
        * 设置过期时间(加随机值)，解决缓存雪崩*/
        /*解决缓存击穿
        * 加锁，解决缓存击穿*/
        String catalogJSON = redisTemplate.opsForValue().get("catalogJSON");

        if (StringUtils.isEmpty(catalogJSON)){
            // 缓存中没有,查询数据库
            Map<String, List<Catelog2Vo>> catelogJsonFromDb = getCatalogJsonFromdb();
            //查询到的数据再放入缓存
            String s = JSON.toJSONString(catelogJsonFromDb);
            redisTemplate.opsForValue().set("catalogJSON",s);
            return  catelogJsonFromDb;
        }

        //转为我们指定的对象
        Map<String, List<Catelog2Vo>> result = JSON.parseObject(catalogJSON,new TypeReference<Map<String, List<Catelog2Vo>>>(){});
        return result;
    }

    /*从数据库查询和封装整个分类数据*/
    public Map<String, List<Catelog2Vo>> getCatalogJsonFromdb() {
        /*查询所有的一级分类*/
        synchronized (this){
            String catalogJSON = redisTemplate.opsForValue().get("catalogJSON");
            if (!StringUtils.isEmpty(catalogJSON)){
                /*缓存不为空，直接返回*/
                Map<String, List<Catelog2Vo>> result = JSON.parseObject(catalogJSON,new TypeReference<Map<String, List<Catelog2Vo>>>(){});
                return result;
            }
            List<CategoryEntity> level1Categorys = getLevel1Categorys();

            /*数据封装*/
            Map<String, List<Catelog2Vo>> parent_cid = level1Categorys.stream().collect(Collectors.toMap(k ->
                    k.getCatId().toString(), v -> {
                /*拿到每一个的一级分类，查询所有一级分类的二级分类*/
                List<CategoryEntity> categoryEntitys = baseMapper.selectList(new QueryWrapper<CategoryEntity>().eq("parent_cid", v.getCatId()));
                List<Catelog2Vo> catelog2Vos = null;
                if (categoryEntitys != null) {
                    catelog2Vos = categoryEntitys.stream().map(l2 -> {
                        Catelog2Vo catelog2Vo = new Catelog2Vo(v.getCatId().toString(), null, l2.getCatId().toString(), l2.getName());
                        /*找当前二级分类的三级分类分装成ｖｏ*/
                        List<CategoryEntity> level3Catalog = baseMapper.selectList(new QueryWrapper<CategoryEntity>().eq("parent_cid", l2.getCatId()));
                        if (level3Catalog!=null){
                            List<Catelog2Vo.Category3Vo> collect = level3Catalog.stream().map(l3 -> {
                                Catelog2Vo.Category3Vo category3Vo = new Catelog2Vo.Category3Vo( l2.getCatId().toString(), l3.getCatId().toString(), l3.getName());
                                return category3Vo;
                            }).collect(Collectors.toList());
                            catelog2Vo.setCatalog3List(collect);
                        }
                        return catelog2Vo;

                    }).collect(Collectors.toList());
                }
                return catelog2Vos;
            }));
            return parent_cid;
        }
    }

分布式加锁

分布式锁会较慢，进程锁较快

本地锁缺点，在分布式的情况下锁不住所有的服务，在分布式情况下，想要锁住所有，必须使用分布式锁

[外链图片转存中…(img-TaecYBWr-1667726316762)]

分布式锁会较慢，进程锁较快

本地锁缺点，在分布式的情况下锁不住所有的服务，在分布式情况下，想要锁住所有，必须使用分布式锁