目录
一.Redis
1.基础知识
Redis是一个非关系型数据库,是以键值对的形式来存储数据。基本数据模型是key-value模型;
Redis的五种基础数据类型:String、Hash、List、Set、SortedSet
2.Redis缓存雪崩、击穿、穿透
<1>.缓存雪崩
造成原因:
在设置缓存的时候我们一般也会设置上缓存过期时间,可能会出现在某一个时刻大量缓存同时过期,此时如果有请求访问这些数据的话,缓存不存在,会将请求转移到数据库,如果这些的请求量比较大的,导致数据库的压力增大,严重会导致数据库崩溃。
解决方法:
1.过期时间设置随机值
应该避免给数据设置相同的过期时间,在设置过期时间时,增加一点随机值。
2.服务降级
<1>.请求数据是非核心数据(比如商品属性),暂时停止从缓存查询数据,直接返回预定信息、空值或者错误值。
<2>.请求数据是核心数据(比如商品库存、价格),仍然查询缓存,如果缓存缺失,继续在数据库读取。
造成原因:
redis服务挂了,redis服务宕机,无法处理请求,这就会导致全部转移到数据库去,发生雪崩。
解决方法:
1.添加服务熔断
服务熔断,就是发生雪崩时,暂停对缓存的访问。等redis服务恢复正常后,再允许访问缓存。
2.请求限流
请求限流,就是限制前端请求每秒请求量,使得数据库能承受前端全部请求。
<2>.缓存击穿
和缓存雪崩的区别:雪崩是指大量缓存,击穿是指单一缓存
造成原因:
针对某个缓存请求访问的特别频繁,无法在缓存中处理,访问该数据库的请求一下子都请求数据库,导致数据库压力倍增。
解决方法:
1.不设置过期时间
对于某些访问特别频繁的缓存,不设置过期时间。
2.使用互斥锁
如果缓存失效,只有拿到锁才能访问数据库,降低数据库并发访问。
<3>.缓存穿透
缓存穿透是指访问的数据既不在redis缓存中,也不在数据库中,因为数据库也不存在数据,也无法将数据库数据写入缓存中,每次请求都要请求缓存和服务器。导致系统性能下降。
造成原因:
误操作,删除了缓存和数据的数据。
恶意攻击:专门访问数据库中不存在的数据。
解决方法:
发生缓存穿透,在redis中缓存一个空值或者实现预选设置好的值(比如0),后续请求查询直接在redis中读取空值或者缺省值。
3.Redis读取数据
一般用Redistemplate类实现
(Redis用我自己的方式理解,就是一个替数据库分担的好朋友,我们可以把某些热点的经常需要访问的数据放在redis,可以减轻数据库的调用负担。)
二. SpringCache
导入spring-boot-starter-web依赖配置,若用redis做缓存,还需额外导入spring-boot-starter-cache
例:
@CachePut(value="userCache",key="#user.id")
public R<User> update(User user){}
value:给这个缓存起的名字
key:缓存的key(唯一标识) ,#user.id 就是从当前传入的参数user中取他的主键id
@CacheEvict(value="userCache",key="#id")
public R<String> delete (@PathVariable Long id){}
key:此时这里的key也是直接用的传入的参数
三. Swagger
用于前后端分离,生成相应的接口文档