Redis Study查询缓存

广东漂泊十三年少年

已于 2022-11-23 16:46:07 修改

阅读量296

点赞数

分类专栏： Redis 文章标签： redis 缓存数据库

于 2022-11-20 15:43:59 首次发布

本文链接：https://blog.csdn.net/weixin_54128683/article/details/127947395

版权

Redis 专栏收录该内容

7 篇文章 0 订阅

订阅专栏

定义

在这里插入图片描述
浏览器：一般缓存在本地的都是js，css等不经常改变
tomcat-map，redis：一般缓存经常查询的值
数据库：索引

分析

在这里插入图片描述
数据一致性：清楚缓存，延迟双删

添加redis缓存

业务流程如下
在这里插入图片描述
service层实现

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

实际分析耗时：
数据库查询时redis的三到四倍

缓存更新策略

由于缓存中可能存在与数据库不一致的旧数据，所以提供缓存更新的策略
在这里插入图片描述
我们对于第三种主动更新进行分析

Cache Aside Pattern ：对于编码人员需要更强的劳动力
Read/Write Through Pattern ：比较难以实现，难封装
Write Behind Caching Pattern ：我们对所有的curd都在缓存中调用，给一个独立的线程，异步的对数据库更新，保证最终一致性，好处是进行批处理，对于多次对一个数据的修改，只更新最后一次修改，坏处是比较复杂，若缓存宕机，数据就丢失了，可靠性和一致性较差

接下来我们分析 Cache Aside Pattern
在这里插入图片描述
接下来我们对比一下

以上两种情况都会因为线程不一致的原因发生查询数据错误的情况，但是通常我们还是会选择后者，这种情况可以通过加锁解决，但是后续会有更好的解决方式 ----延迟双删

总结
在这里插入图片描述
使用：
首先我们需要在添加redis时加上过期时间，这里不在赘述

    @Override
    @Transactional
    public Result update(Shop shop) {
        Long id = shop.getId();
        if (id == null) {
            return Result.fail("店铺id不能为空");
        }
        // 1.更新数据库
        updateById(shop);
        // 2.删除缓存
        stringRedisTemplate.delete(CACHE_SHOP_KEY + id);
        return Result.ok();
    }

这里我们要考虑，如果在删除缓存时抛出异常，我们要将数据库操作进行回滚，处理成一个事务，加上@Transactional注解

缓存穿透的解决思路

在这里插入图片描述

对于第一种方式我们进行实现
在这里插入图片描述
总结

缓存雪崩的解决思路

在这里插入图片描述

缓存击穿及解决

在这里插入图片描述

互斥锁的实现

在这里插入图片描述

    public <R, ID> R queryWithMutex(
            String keyPrefix, ID id, Class<R> type, Function<ID, R> dbFallback, Long time, TimeUnit unit) {
        String key = keyPrefix + id;
        // 1.从redis查询商铺缓存
        String shopJson = stringRedisTemplate.opsForValue().get(key);
        // 2.判断是否存在
        if (StrUtil.isNotBlank(shopJson)) {
            // 3.存在，直接返回
            return JSONUtil.toBean(shopJson, type);
        }
        // 判断命中的是否是空值
        if (shopJson != null) {
            // 返回一个错误信息
            return null;
        }

        // 4.实现缓存重建
        // 4.1.获取互斥锁
        String lockKey = LOCK_SHOP_KEY + id;
        R r = null;
        try {
            boolean isLock = tryLock(lockKey);
            // 4.2.判断是否获取成功
            if (!isLock) {
                // 4.3.获取锁失败，休眠并重试
                Thread.sleep(50);
                return queryWithMutex(keyPrefix, id, type, dbFallback, time, unit);
            }
            // 4.4.获取锁成功，根据id查询数据库
            r = dbFallback.apply(id);
            // 5.不存在，返回错误
            if (r == null) {
                // 将空值写入redis
                stringRedisTemplate.opsForValue().set(key, "", CACHE_NULL_TTL, TimeUnit.MINUTES);
                // 返回错误信息
                return null;
            }
            // 6.存在，写入redis
            this.set(key, r, time, unit);
        } catch (InterruptedException e) {
            throw new RuntimeException(e);
        }finally {
            // 7.释放锁
            unlock(lockKey);
        }
        // 8.返回
        return r;
    }

    private boolean tryLock(String key) {
        Boolean flag = stringRedisTemplate.opsForValue().setIfAbsent(key, "1", 10, TimeUnit.SECONDS);
        return BooleanUtil.isTrue(flag);
    }

    private void unlock(String key) {
        stringRedisTemplate.delete(key);
    }

由于redis存在和互斥锁类似性质的api，这里可以直接使用，关于互斥锁，可以参考os的pv

逻辑锁的实现

在这里插入图片描述

    public void setWithLogicalExpire(String key, Object value, Long time, TimeUnit unit) {
        // 设置逻辑过期
        RedisData redisData = new RedisData();
        redisData.setData(value);
        redisData.setExpireTime(LocalDateTime.now().plusSeconds(unit.toSeconds(time)));
        // 写入Redis
        stringRedisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(redisData));
    }

这里时设置逻辑过期时间的函数

 public <R,ID> R queryWithPassThrough(
            String keyPrefix, ID id, Class<R> type, Function<ID, R> dbFallback, Long time, TimeUnit unit){
        String key = keyPrefix + id;
        // 1.从redis查询商铺缓存
        String json = stringRedisTemplate.opsForValue().get(key);
        // 2.判断是否存在
        if (StrUtil.isNotBlank(json)) {
            // 3.存在，直接返回
            return JSONUtil.toBean(json, type);
        }
        // 判断命中的是否是空值
        if (json != null) {
            // 返回一个错误信息
            return null;
        }

        // 4.不存在，根据id查询数据库
        R r = dbFallback.apply(id);
        // 5.不存在，返回错误
        if (r == null) {
            // 将空值写入redis
            stringRedisTemplate.opsForValue().set(key, "", CACHE_NULL_TTL, TimeUnit.MINUTES);
            // 返回错误信息
            return null;
        }
        // 6.存在，写入redis
        this.set(key, r, time, unit);
        return r;
    }

    public <R, ID> R queryWithLogicalExpire(
            String keyPrefix, ID id, Class<R> type, Function<ID, R> dbFallback, Long time, TimeUnit unit) {
        String key = keyPrefix + id;
        // 1.从redis查询商铺缓存
        String json = stringRedisTemplate.opsForValue().get(key);
        // 2.判断是否存在
        if (StrUtil.isBlank(json)) {
            // 3.存在，直接返回
            return null;
        }
        // 4.命中，需要先把json反序列化为对象
        RedisData redisData = JSONUtil.toBean(json, RedisData.class);
        R r = JSONUtil.toBean((JSONObject) redisData.getData(), type);
        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 r;
        }
        // 5.2.已过期，需要缓存重建
        // 6.缓存重建
        // 6.1.获取互斥锁
        String lockKey = LOCK_SHOP_KEY + id;
        boolean isLock = tryLock(lockKey);
        // 6.2.判断是否获取锁成功
        if (isLock){
            // 6.3.成功，开启独立线程，实现缓存重建
            CACHE_REBUILD_EXECUTOR.submit(() -> {
                try {
                    // 查询数据库
                    R newR = dbFallback.apply(id);
                    // 重建缓存
                    this.setWithLogicalExpire(key, newR, time, unit);
                } catch (Exception e) {
                    throw new RuntimeException(e);
                }finally {
                    // 释放锁
                    unlock(lockKey);
                }
            });
        }
        // 6.4.返回过期的商铺信息
        return r;
    }

这里的逻辑比较复杂，需要好好揣摩一下