利用Redis进行数据缓存

1. 引言

缓存有啥用？

1. 降低对数据库的请求，减轻服务器压力
2. 提高了读写效率

缓存有啥缺点？

1. 如何保证数据库与缓存的数据一致性问题？
2. 维护缓存代码
3. 搭建缓存一般是以集群的形式进行搭建，需要运维的成本

2. 将信息添加到缓存的业务流程

上图可以清晰的了解Redis在项目中所处的位置，是数据库与客户端之间的一个中间件，也是数据库的保护伞。有了Redis可以帮助数据库进行请求的阻挡，阻止请求直接打入数据库，提高响应速率，极大的提升了系统的稳定性。

3. 实现代码

下面将根据查询商铺信息来作为背景进行代码书写，具体的流程图如上所示。

3.1 代码实现（信息添加到缓存中）

public static final String SHOPCACHEPREFIX = "cache:shop:";
    
    @Autowired
    private StringRedisTemplate stringRedisTemplate;

    // JSON工具
    ObjectMapper objectMapper = new ObjectMapper();

    @Override
    public Result queryById(Long id) {
   
        //从Redis查询商铺缓存
        String cacheShop = stringRedisTemplate.opsForValue().get(SHOPCACHEPREFIX + id);

        //判断缓存中数据是否存在
        if (!StringUtil.isNullOrEmpty(cacheShop)) {
   
            //缓存中存在则直接返回
            try {
   
                // 将子字符串转换为对象
                Shop shop = objectMapper.readValue(cacheShop, Shop.class);
                return Result.ok(shop);
            } catch (JsonProcessingException e) {
   
                e.printStackTrace();
            }
        }

        //缓存中不存在，则从数据库里进行数据查询
        Shop shop = getById(id);

        //数据库里不存在，返回404
        if (null==shop){
   
            return Result.fail("信息不存在");
        }
        //数据库里存在，则将信息写入Redis
        try {
   
            String shopJSon = objectMapper.writeValueAsString(shop);
          stringRedisTemplate.opsForValue().set(SHOPCACHEPREFIX+id,shopJSon,30,TimeUnit.MINUTES);
        } catch (JsonProcessingException e) {
   
            e.printStackTrace();
        }
        //返回
        return Result.ok(shop);
    }

3.2 缓存更新策略

数据库与缓存数据一致性问题，当数据库信息修改后，缓存的信息应该如何处理？

	内存淘汰	超时剔除	主动更新
说明	不需要自己进行维护，利用Redis的淘汰机制进行数据淘汰	给缓存数据添加TTL	编写业务逻辑，在修改数据库的同时更新缓存
一致性	差劲	一般	好
维护成本	无	低	高

这里其实是需要根据业务场景来进行选择

1. 高一致性：选主动更新
2. 低一致性：内存淘汰和超时剔除

3.3 实现主动更新

此时需要实现数据库与缓存一致性问题，在这个问题之中还有多个问题值得深思

1. 删除缓存还是更新缓存？
   当数据库发生变化时，我们如何处理缓存中无效的数据，是删除它还是更新它？
   更新缓存：每次更新数据库都更新缓存，无效写操作较多
   删除缓存：更新数据库时删除缓存，查询时再添加缓存
   由此可见，选择删除缓存是高效的。

2. 如何保证缓存与数据库的操作的同时成功或失败？
   单体架构：单体架构中采用事务解决
   分布式架构：利用分布式方案进行解决

3. 先删除缓存还是先操作数据库？

在并发情况下，上述情况是极大可能会发生的，这样子会导致缓存与数据库数据库不一致。

先操作数据库，在操作缓存这种情况，在缓存数据TTL刚好过期时，出现一个A线程查询缓存，由于缓存中没有数据，则向数据库中查询，在这期间内有另一个B线程进行数据库更新操作和删除缓存操作，当B的操作在A的两个操作间完成时，也会导致数据库与缓存数据不一致问题。

完蛋！！！两种方案