黑马点评第二个模块---商户查询缓存

最新推荐文章于 2024-04-16 22:34:35 发布

LongZheOVO

最新推荐文章于 2024-04-16 22:34:35 发布

阅读量542

点赞数 1

分类专栏： Java 文章标签： redis Java 缓存

本文链接：https://blog.csdn.net/weixin_53050118/article/details/127834983

版权

Java 专栏收录该内容

52 篇文章 3 订阅

订阅专栏

什么是缓存

缓存就是数据交换的缓冲区（称作Cache），是存贮数据的临时地方，一般读写性能较高。

缓存的作用：

降低后端负载
提高读写效率，降低响应时间

缓存的成本：

数据一致性成本
代码维护成本
运维成本

添加Redis缓存

$[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-40ZOVjvt-1668333180853)(C:\Users\20745\AppData\Roaming\Typora\typora-user-images\image-20221110222210784.png)]$

商铺查询缓存代码实现

 @Resource
    private StringRedisTemplate stringRedisTemplate;
    @Override
    public Object queryById(Long id) {
        //1.从redis查询商铺缓存
        String shopJson = stringRedisTemplate.opsForValue().get(CACHE_SHOP_KEY + id);
        //2.判断是否存在
        if (StrUtil.isNotBlank(shopJson)) {
            //3.存在，直接返回
            return JSONUtil.toBean(shopJson, Shop.class);
        }
        //4.不存在，返回id查询数据库
        Shop shop = getById(id);
        //5.不存在，返回错误
        if (shop==null){
            return Result.fail("店铺不存在! ");
        }
        //6.存在，写入redis
        String jsonShop = JSONUtil.toJsonStr(shop);
        stringRedisTemplate.opsForValue().set(CACHE_SHOP_KEY+id,jsonShop);
        //7.返回
        return  Result.ok(shop);
    }

店铺类型查询添加缓存：

  @Override
    public List<ShopType> getTypeList() {

        //先查询redis
        String shopType = stringRedisTemplate.opsForValue().get(CACHE_TYPE_KEY);
        //如果有数据就返回
        if (shopType!=null){
                return JSONUtil.toList(shopType,ShopType.class);
        }
        //如果没有数据就查询数据库
        List<ShopType> shopTypes = this.list();
        String toJsonStr = JSONUtil.toJsonStr(shopTypes);
        //将查询的数据写入到redis中
        stringRedisTemplate.opsForValue().set(CACHE_TYPE_KEY,toJsonStr);
        return shopTypes;
    }

缓存更新策略

$[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-ojrcoPDr-1668333180855)(C:\Users\20745\AppData\Roaming\Typora\typora-user-images\image-20221111145318590.png)]$

业务场景：

低一致性需求：使用内存淘汰机制。例如店铺类型的查询缓存
高一致性需求：主动更新，并以超时剔除作为兜底方案。例如店铺详情查询的缓存

主动更新策略：

$[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-VLIAN4aH-1668333180856)(C:\Users\20745\AppData\Roaming\Typora\typora-user-images\image-20221111150210637.png)]$

第一种方案需要考虑的问题：

删除缓存还是更新缓存？
- 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：更新数据库时让缓存失效，查询时再更新缓存 √
如何保证缓存与数据库的操作的同时成功或失败？
- 单体系统，将缓存与数据库操作放在一个事务
- 分布式系统，利用TCC等分布式事务方案
先操作缓存还是先操作数据库？
- 先删除缓存，在操作数据库
- 先操作数据库，再删除缓存

$[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-w8PZffss-1668333180857)(C:\Users\20745\AppData\Roaming\Typora\typora-user-images\image-20221111151640729.png)]$

线程1删除缓存之后要更新数据库，同时线程2查询缓存未命中，然后查询数据库，写入缓存。

在这个过程中由于更新数据过程慢而查询的速度快，线程2查出的缓存依然是旧缓存。

从而造成数据库与缓存数据不一致问题。

上图发生线程安全问题的条件：

当一个线程更新数据库时删除缓存时，另一个线程进行查询操作（发生概率大）

$[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-x1sozMrD-1668333180857)(C:\Users\20745\AppData\Roaming\Typora\typora-user-images\image-20221111152126682.png)]$

线程1查询缓存未命中，查询数据库之后要写入缓存时，有一个线程2插入进来更新数据库，由于缓存本来就没有所以删除缓存也没有。当线程2执行完之后，线程1将查询的旧数据写入缓存中（小概率）

上图发生线程安全问题的条件：

2个线程并行执行。

缓存刚好失效。

并且线程2要在线程1写缓存这个微秒中完成。

综上:

缓存更新策略的最佳实践方案：

低一致性需求：使用Redis自带的内存淘汰机制
高一致性需求：主动更新，并超时剔除作为兜底方案
- 读操作：
  - 缓存命中直接返回
  - 缓存未命中则查询数据库，并写入缓存，设定超时时间
- 写操作：
  - 先写数据库，然后再删除缓存
  - 要确保数据库与缓存操作的原子性

给查询商铺的缓存添加超时剔除和主动更新的策略

修改ShopController中的业务逻辑，满足下面的需求：

根据id查询店铺时，如果缓存未命中，则查询数据库，将数据库结果写入缓存，并设置超时时间
根据id修改店铺时，先修改数据库，再删除缓存

实现商铺缓存与数据库的双写一致性问题（即在更新数据库时，使缓存更新）

代码实现

@Transactional
    public Result update(Shop shop) {
        Long id =shop.getId();
        if (id ==null){
            return Result.fail("修改失败");
        }
        //1.更新数据库
         this.updateById(shop);
         //2.删除缓存
         stringRedisTemplate.delete(CACHE_SHOP_KEY+id);
         return Result.ok("修改成功");
    }

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，这样缓存永远不会生效，这些请求都会打到数据库。

常见的解决方案有两种：

缓存空对象
$- [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-UGy8hK1V-1668333180859)(C:\Users\20745\AppData\Roaming\Typora\typora-user-images\image-20221111231851264.png)]$
- 优点：实现简单，维护方便
- 缺点：
  - 额外的内存消耗
  - 可能造成短期的不一致
布隆过滤器
$- [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-37dZFTJT-1668333180860)(C:\Users\20745\AppData\Roaming\Typora\typora-user-images\image-20221111231936528.png)]$
- 原理：将数据库中的数据对象通过hash算法计算出哈希值，将哈希值转化二进制位保存在布隆过滤器中。去判断数据是否存在，就是判断位置是0还是1，以此去判断数据是否存在。（概率上的统计不是百分之百，不存在是肯定的，存在是不一定的）
优点：内存占用较小，没有多余key
缺点：
- 实现复杂
- 存在误判可能

解决商铺查询的缓存穿透问题：

$[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-2kipk3e9-1668333180860)(C:\Users\20745\AppData\Roaming\Typora\typora-user-images\image-20221111233239817.png)]$

代码改变ShopServiceImpl

     //1.从redis查询商铺缓存
        String shopJson = stringRedisTemplate.opsForValue().get(CACHE_SHOP_KEY + id);

        //2.判断是否存在
        if (StrUtil.isNotBlank(shopJson)) {
            //3.存在，直接返回
            return JSONUtil.toBean(shopJson, Shop.class);
        }
        //判断命中的是否是空值
        if (shopJson!=null){
            return Result.fail("店铺不存在! ");
        }
        //4.不存在，返回id查询数据库
        Shop shop = getById(id);
        //5.不存在，返回错误
        if (shop==null){
        //解决缓存穿透，将空值写入redis
            stringRedisTemplate.opsForValue().set(CACHE_SHOP_KEY+id,"",CACHE_NULL_TTL,TimeUnit.MINUTES);
            return Result.fail("店铺不存在! ");
        }
        //6.存在，写入redis
        String jsonShop = JSONUtil.toJsonStr(shop);
        stringRedisTemplate.opsForValue().set(CACHE_SHOP_KEY+id,jsonShop,CACHE_SHOP_TTL, TimeUnit.MINUTES);
        //7.返回
        return  Result.ok(shop);

总结：

缓存穿透产生的原因是什么？

用户请求的数据在缓存中和数据库都不存在，不断发起这样的请求，给数据库带来巨大压力

缓存穿透的解决方案有哪些？

缓存null值
布隆过滤
增强id的复杂度，避免被猜测id规律
做好数据的基础格式校验
加强用户权限校验
做好热点参数的限量

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服务宕机，导致大量请求到达数据库，带来巨大压力。

$[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-aJ1td6G1-1668333180862)(C:\Users\20745\AppData\Roaming\Typora\typora-user-images\image-20221112141444258.png)]$

解决方案：

给不同的key的TTL添加随机值
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
给业务添加多级缓存

缓存击穿

缓存击穿问题也叫热点Key问题，就是一个被高并发访问并且缓存重建业务比较复杂的key突然失效，无数的请求访问会在瞬间给数据库带来巨大的冲击。

$[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-JScjTItm-1668333180863)(C:\Users\20745\AppData\Roaming\Typora\typora-user-images\image-20221112142801953.png)]$

常见的解决方案有两种：

互斥锁
- 优点
  - 没有额外的内存消耗
  - 保证一致性
  - 实现简单
- 缺点
  - 线程需要等待，性能受影响
  - 可能有死锁风险
逻辑过期
- 优点
  - 线程无需等待，性能较好
- 缺点
  - 不保证一致性
  - 有额外内存消耗
  - 实现复杂

$[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-xOONmy86-1668333180864)(C:\Users\20745\AppData\Roaming\Typora\typora-user-images\image-20221112143709358.png)]$

基于互斥锁解决缓存击穿问题

需求：修改根据id查询商铺的业务，基于互斥锁方式来解决缓存击穿问题
$[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-O4dCgyfo-1668333180869)(C:\Users\20745\AppData\Roaming\Typora\typora-user-images\image-20221112150246274.png)]$

代码实现

//缓存击穿互斥锁实现
    public Shop queryWithMutex(Long id) {
        //1.从redis查询商铺缓存
        String shopJson = stringRedisTemplate.opsForValue().get(CACHE_SHOP_KEY + id);

        //2.判断是否存在
        if (StrUtil.isNotBlank(shopJson)) {
            //3.存在，直接返回
            return JSONUtil.toBean(shopJson, Shop.class);
        }
        //判断命中的是否是空值
        if (shopJson != null) {
            return null;
        }

        //4.实现缓存重建
        //4.1获取互斥锁
        Shop shop;
        try {
            boolean tryLocal = tryLocal(LOCK_SHOP_KEY + id);
            //4.2判断是否获取成功
            if (!tryLocal) {
                //4.3失败，则休眠并重试
                Thread.sleep(50);
                return queryWithMutex(id);
            }

            //注意：获取锁成功应该再次检测redis缓存是否存在，做两次检查，如果存在则无需重建缓存
            String shopJson2 = stringRedisTemplate.opsForValue().get(CACHE_SHOP_KEY + id);
            //2.判断是否存在
            if (StrUtil.isNotBlank(shopJson2)) {
                //3.存在，直接返回
                return JSONUtil.toBean(shopJson2, Shop.class);
            }

            //4.4成功，根据id查询数据库
            shop = getById(id);
           /* //模拟重建的延迟
            Thread.sleep(200);*/
            //5.不存在，返回错误
            if (shop == null) {
                return null;
            }
            //6.存在，写入redis
            String jsonShop = JSONUtil.toJsonStr(shop);
            stringRedisTemplate.opsForValue().set(CACHE_SHOP_KEY + id, jsonShop, CACHE_SHOP_TTL, TimeUnit.MINUTES);
        } catch (InterruptedException e) {
           throw  new RuntimeException(e);
        }finally {
            //7.释放互斥锁
            unLock(LOCK_SHOP_KEY + id);
        }
        //8.返回
        return shop;
    }

基于逻辑过期方式解决缓存击穿问题

需求：修改根据id查询商铺的业务，基于逻辑过期方式来解决缓存击穿问题

$[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-soMxfvTD-1668333180870)(C:\Users\20745\AppData\Roaming\Typora\typora-user-images\image-20221112214049954.png)]$

代码实现

//缓存击穿的逻辑过期代码实现
    public Shop queryWithLogicalExpire(Long id) {
        //1.从redis查询商铺缓存
        String shopJson = stringRedisTemplate.opsForValue().get(CACHE_SHOP_KEY + id);

        //2.判断是否存在
        if (StrUtil.isBlank(shopJson)) {
            //3.不存在，直接返回
            return null;
        }
        //4.命中，需要先把json反序列化为对象
        RedisData<Shop> redisData = JSON.parseObject(shopJson,new TypeReference<RedisData<Shop>>(){});
        Shop shop=redisData.getData();
        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 shop;
        }

        //5.2已过期，需要缓存重建

        //6.缓存重建

        //6.1判断是否获取锁成功
        if (tryLocal(LOCK_SHOP_KEY+id)) {
            //6.2成功，开启独立线程，实现缓存重建
            CACHE_REBUILD_EXECUTOR.submit(()->{
                try {
                    //重建缓存
                    this.saveShopToRedis(id,20L);
                } catch (Exception e) {
                        throw new RuntimeException(e);
                }finally {
                    //释放锁
                    unLock(LOCK_SHOP_KEY+id);
                }
            });
            return shop;
        }
        //6.3返回过期的商铺信息
        return null;
    }
    public void saveShopToRedis(Long id,Long expireSeconds) throws InterruptedException {
        //1.查询店铺数据
        Shop shop=getById(id);
        Thread.sleep(200);
        //2.封装逻辑过期时间
        RedisData<Shop> redisData = new RedisData<>();
        redisData.setData(shop);
        redisData.setExpireTime(LocalDateTime.now().plusSeconds(expireSeconds));
        //3.写入Redis
        stringRedisTemplate.opsForValue().set(CACHE_SHOP_KEY+id,JSONUtil.toJsonStr(redisData));
    }

缓存工具封装：

基于StringRedisTemplate封装一个缓存工具类，满足下列需求：

方法1：将任意Java对象序列化为json并存储在string类型的key中，并且可以设置TTL过期时间

方法2：将任意Java对象序列化为json并存储在string类型的key中，并且key设置逻辑过期时间，用于处理缓存击穿问题

方法3：根据指定的key查询缓存，并反序列化为指定类型，利用缓存空值的方式解决缓存穿透问题

方法4：根据指定的key查询缓存，并反序列化为指定类型，需要利用逻辑过期解决缓存击穿问题

代码实现

@Slf4j
@Component
public class CacheClient {
    private StringRedisTemplate stringRedisTemplate;

    public CacheClient(StringRedisTemplate stringRedisTemplate) {
        this.stringRedisTemplate = stringRedisTemplate;
    }

    /**
     * 将任意Java对象序列化为json并存储在string类型的key中，并且可以设置TTL过期时间
     * @param key
     * @param value
     * @param time
     * @param unit
     */
    public void set(String key, Object value, Long time, TimeUnit unit){
        stringRedisTemplate.opsForValue().set(key, JSON.toJSONString(value),time,unit);
    }

    /**
     *将任意Java对象序列化为json并存储在string类型的key中，并且key设置逻辑过期时间，用于处理缓存击穿问题
     * @param key
     * @param value
     * @param time
     * @param unit
     */
    public void setWithLogicalExpire(String key,Object value,Long time,TimeUnit unit){

        //设置逻辑过期
        RedisData<Object> redisData =new RedisData<>();
        redisData.setData(value);
        redisData.setExpireTime(LocalDateTime.now().plusSeconds(unit.toSeconds(time)));
        //写入redis
        stringRedisTemplate.opsForValue().set(key,JSON.toJSONString(redisData));
    }

    /**
     *
     * @param keyPrefix key的前缀
     * @param id
     * @param type   具体的类型
     * @param <R>     泛型  返回值
     * @param <ID>    泛型 id
     * @return
     */
    //实现缓存穿透的工具
    public <R,ID> R   queryWithPassThrough(String keyPrefix, ID id, Class<R> type,
                                           Function<ID,R> dbFallback,Long time,TimeUnit unit) {
        //1.从redis查询商铺缓存
        String shopJson = stringRedisTemplate.opsForValue().get(keyPrefix + id);

        //2.判断是否存在
        if (StrUtil.isNotBlank(shopJson)) {
            //3.存在，直接返回
            return JSON.parseObject(shopJson, type);
        }
        //判断命中的是否是空值
        if (shopJson != null) {
            return null;
        }
        //4.不存在，返回id查询数据库
        R shop = dbFallback.apply(id);
        //5.不存在，返回错误
        if (shop == null) {
            //解决缓存穿透，将空值写入redis
            stringRedisTemplate.opsForValue().set(CACHE_SHOP_KEY + id, "", CACHE_NULL_TTL, TimeUnit.MINUTES);
            return null;
        }
        //6.存在，写入redis
        set(CACHE_SHOP_KEY + id,shop,time,unit);
        //7.返回
        return shop;
    }

    //定义一把锁
    private boolean tryLocal(String key) {
        Boolean flag = stringRedisTemplate.opsForValue().setIfAbsent(key, "Lock", 10, TimeUnit.SECONDS);
        return BooleanUtil.isTrue(flag);
    }

    //释放锁
    private void unLock(String key) {
        Boolean flag = stringRedisTemplate.delete(key);
    }
    //自定义线程池
    private static final ExecutorService CACHE_REBUILD_EXECUTOR = Executors.newFixedThreadPool(10);

    //实现缓存击穿的逻辑过期工具
    public <R,ID> R queryWithLogicalExpire(String keyPrefix,ID id,Class<R> type,
                                           Function<ID,R> dbFallBack,Long time,TimeUnit unit) {
        //1.从redis查询商铺缓存
        String shopJson = stringRedisTemplate.opsForValue().get(CACHE_SHOP_KEY + id);

        //2.判断是否存在
        if (StrUtil.isBlank(shopJson)) {
            //3.不存在，直接返回
            return null;
        }
        //4.命中，需要先把json反序列化为对象
        RedisData<R> redisData = JSON.parseObject(shopJson,new TypeReference<RedisData<R>>(){});
        R shop= redisData.getData();
        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 shop;
        }

        //5.2已过期，需要缓存重建

        //6.缓存重建

        //6.1判断是否获取锁成功
        if (tryLocal(LOCK_SHOP_KEY+id)) {

            //1.从redis查询商铺缓存
            String shopJson2 = stringRedisTemplate.opsForValue().get(CACHE_SHOP_KEY + id);

            //2.判断是否存在
            if (StrUtil.isBlank(shopJson2)) {
                //3.不存在，直接返回
                return null;
            }
            //4.命中，需要先把json反序列化为对象
            RedisData<R> redisData2 = JSON.parseObject(shopJson,new TypeReference<RedisData<R>>(){});
            R shop2= redisData.getData();
            LocalDateTime expireTime2 = redisData2.getExpireTime();
            //5.判断是否过期
            if (expireTime2.isAfter(LocalDateTime.now())){
                //5.1未过期，直接返回店铺信息
                return shop2;
            }
            //6.2成功，开启独立线程，实现缓存重建
            CACHE_REBUILD_EXECUTOR.submit(()->{
                try {
                    //重建缓存
                    R r1=dbFallBack.apply(id);
                    Thread.sleep(200);
                    //写入redis
                    setWithLogicalExpire(keyPrefix+id,r1,time,unit);
                } catch (Exception e) {
                    throw new RuntimeException(e);
                }finally {
                    //释放锁
                    unLock(LOCK_SHOP_KEY+id);
                }
            });
        }
        //6.3返回过期的商铺信息
        return shop;
    }
}

LongZheOVO

关注

1
点赞
踩
1

收藏

觉得还不错? 一键收藏
0
评论
黑马点评第二个模块---商户查询缓存

线程1查询缓存未命中，查询数据库之后要写入缓存时，有一个线程2插入进来更新数据库，由于缓存本来就没有所以删除缓存也没有。缓存击穿问题也叫热点Key问题，就是一个被高并发访问并且缓存重建业务比较复杂的key突然失效，无数的请求访问会在瞬间给数据库带来巨大的冲击。方法3：根据指定的key查询缓存，并反序列化为指定类型，利用缓存空值的方式解决缓存穿透问题。线程1删除缓存之后要更新数据库，同时线程2查询缓存未命中，然后查询数据库，写入缓存。代码改变ShopServiceImpl。
复制链接

扫一扫