Redis（缓存篇 ==＞超详细的缓存介绍与数据一致性解决方案 & 代码实现

白日日白

已于 2022-11-03 11:53:47 修改

阅读量1.3k

点赞数 3

分类专栏： # Redis 文章标签：缓存 redis 数据库 spring boot nginx

于 2022-10-20 00:46:16 首次发布

本文链接：https://blog.csdn.net/weixin_48841931/article/details/127417616

版权

Redis 专栏收录该内容

12 篇文章 6 订阅

订阅专栏

本章导学：

了解什么是缓存
了解缓存更新的几种策略
- 内存淘汰
- 过期剔除
- 主动更新（重点掌握）
代码实现

一、什么是缓存？

缓存就是数据交换的缓冲区，是存贮数据的临时地方，一般读写速度性能较高

当今电脑的CPU发展已经非常强大了，它的运算能力十分之高，已经远远超出内存、磁盘的读写数据的能力。但是，CPU所做的任何运算，都要先从磁盘或者内存读出数据，放到CPU寄存器里后才可以进行运算。所以就出现了一个问题： 数据读写能力远远低于CPU运算能力，计算机性能收到了限制

那么为了解决这个问题，人们就在CPU内部添加了一块缓存区，CPU会把经常需要读写的数据，放到CPU缓存区，当我们做高速运算的时候，就不用从内存或者磁盘里读出数据，而是直接从CPU内部的缓存区取出数据，大大提高了读取速度。

但是凡事有利就有弊，缓存也是如此。如果我们从磁盘里读出了数据并添加到缓存，然后磁盘里的数据进行了变更，但我们缓存区的数据没有随之更新，就出现了数据一致性问题。

优势：

降低了后端负载
提高了读写效率
降低相应时间

弊端：

数据一致性问题
代码维护成本提高

二、缓存更新的策略

为了解决数据一致性问题，我们需要更新缓存。这里介绍几种更新缓存的策略。

2.1、内存淘汰策略

说明：开发人员无需自己维护，利用Redis自带的缓存淘汰机制，当内存不足时自动淘汰部分缓存，下次查询时再更新缓存。

一致性：低。因为该机制只会在内存不足时触发。当且仅当内存不足时，才会删除掉旧的缓存，待下次查询时进行缓存更新。

维护成本：无。使用Redis缓存淘汰机制，开发人员无需任何操作。

2.2、超时剔除策略

说明：在添加缓存的时候，主动为缓存设置过期时间（TTL），待设置时间结束后缓存自动删除，等待下次查询后更新缓存。

一致性：一般。取决于设置的过期时间长短。

维护成本：低。只需要开发人员在添加缓存时设置TTL即可。

2.3、主动更新策略

说明：在开发人员编写业务逻辑时，只要遇到数据库的修改，同步更新缓存。

一致性：高。数据库一变更，缓存直接

维护成本：高。需要开发人员编码实现数据库与缓存同步。

具体选择哪种方案来解决数据一致性问题，我们需要结合业务场景来看。

低一致性需求：采用内存淘汰策略

高一致性需求：采用主动更新策略，并使用过期淘汰策略作为兜底。

在采用主动更新策略的时候，我们还需要考虑三个问题：

1、是更新缓存还是删除缓存？

2、如何保证数据库与缓存同成功或同失败？

3、是先操作数据库还是先操作缓存？

问题一：先删除缓存较好。假设我们每次更新数据库都对应的更新缓存，那么如果该数据修改了一万次，我们也要更新一万次缓存，而用户只访问该数据一次，无效的<写>操作太多了！

而如果我们先删除缓存，不论数据库修改了多少次，只有当用户访问了这条数据，我们才把数据添加到缓存里，那么对于缓存的操作只有一次。

问题二：把缓存与数据库操作放在同一个事务里即可。

问题三：我们看下面的情况演示

先删除缓存，再更新数据库（正常情况），数据库原始数据V1=10

先删除缓存，再更新数据库（异常情况），数据库原始数据V1=10

接下来我们看先更新数据库，再删除缓存的两种情况

先更新数据库，再删除（正常情况），数据库原始数据V1=10

先更新数据库，再删除（异常情况），数据库原始数据V1=10

我们主要分析一下这种情况：首先，要达成上述情况我们需要满足两个前提：

1，再用户查询的时候，缓存恰好过期了

2，再查询完数据库写入缓存的这微秒时间（缓存写入是非常快的），被线程B抢占更新了数据库，而数据库的更新往往是比较慢的。只有非常非常小的概率会出现，在缓存写入过程中的微秒时间内，数据库完成了更新并删除了缓存两个步骤

总结：

基于以上四种分析，我们可以得出之前提过三个问题的答案了。

1、是更新缓存还是删除缓存？

答：删除缓存

2、如何保证数据库与缓存同成功或同失败？

答：把数据库与缓存操作放在同一个事务

3、是先操作数据库还是先操作缓存？

答：先操作数据库

所以更新缓存的最佳策略就是：

低一致性需求：使用Redis内存淘汰策略

高一致性需求：使用主动更新策略，并用过期淘汰策略兜底

读操作：

缓存命中直接返回
缓存未命中，查询数据库后，写入缓存，并设置过期时间

写操作：

先修改数据库，再删除缓存

三、代码实现

需求：通过ID查询店铺信息，并添加到缓存。需要保证数据一致性

操作：先从Redis查询缓存，命中了直接返回，没命中去数据库查询，查询后添加缓存并设置过期时间。

Controller层方法如下：

具体实现：

    //需求，通过ID查询店铺信息，并添加到缓存。需要保证数据一致性
    @Override
    public Result queryById(Long id) {
        //定义个cacheID作为key，后续方便使用
        String cacheId = CACHE_SHOP_KEY + id;
        
        //1、从Redis中查询商户信息
        String shopJson = stringRedisTemplate.opsForValue().get(cacheId);

        //2、击中了，转成对象直接返回
        if(StrUtil.isNotBlank(shopJson)){
            return Result.ok(JSONUtil.toBean(shopJson,Shop.class));
        }

        //3、没击中，去数据库查
        //Shop shop = getById(id);
        Shop shop = query().eq("id", id).one();

        //4、数据库里也没查到，返回异常
        if(shop == null){
            return Result.fail(SHOP_ERROR);
        }

        //5、添加数据到redis缓存
        stringRedisTemplate.opsForValue().set(cacheId,JSONUtil.toJsonStr(shop));
        
        //6、设置过期时间，30分钟
        stringRedisTemplate.expire(cacheId,CACHE_SHOP_TTL, TimeUnit.SECONDS);

        //6、返回数据
        return Result.ok(shop);
        
    }

需求：通过ID修改店铺信息，并添加到缓存。需要保证数据一致性

操作：先更新数据库信息，再删除缓存（更新里只用做这两步），待下一次查询后，根据查询到的数据库信息添加缓存，并设置过期时间

Controller层方法如下：

具体实现：

    //数据库与缓存的操作放在同一个事务中处理
    @Override
    @Transactional
    public Result updateByShopId(Shop shop) {
        //判断用户输入的ID是否存在
        Long shopId = shop.getId();
        if(shopId == null){
            return Result.fail("商铺ID不存在！");
        }

        //1、更新数据库
        boolean update = updateById(shop);

        //2、删除缓存
        //key的话我们在查询方法里有定义过的         String cacheId = CACHE_SHOP_KEY + id;
        stringRedisTemplate.delete(CACHE_SHOP_KEY + shop.getId());

        return Result.ok();
    }

接下来我们访问一下商铺信息，观察Redis缓存