Spring整合redis

将redis整合到项目查询中：（在service中）

• 1、缓存的简单设计：
  • 连接缓存
  • 查询缓存
  • 缓存中没有，查询sql
  • sql查询到的数据存入redis
• redis的整合步奏
  • 设计数据存储策略
    • 数据对象名key设计：数据对象id：对象属性（user（表）：wz（主键id）：password）

      

  • 加入一个redis的工厂单例bean，
    • 写一个reids工具类，用来将redis的池初始化到spring容器中

      

    • 写一个spring整合redis的配置类：将redis的连接池创建到spring容器中

      

      

• 缓存在高并发和安全压力下的问题：
  • 缓存穿透：查询一个数据库中不存在的数据，比如商品详情，查询一个不存在的ID，每次都会访问DB，如果有人恶意破坏，很可能直接对DB造成过大地压力。
    • 解决方案：
      • 1.当通过某一个key去查询数据的时候，如果对应在数据库中的数据都不存在，我们将此key对应的value设置为一个默认的值，比如“NULL”，并设置一个缓存的短暂的过期时间，这时在缓存失效之前，所有通过此key的访问都被缓存挡住了。后面如果此key对应的数据在DB中存在时，缓存失效之后，通过此key再去访问数据，就能拿到新的value了。
      • 2.常见的则是采用布隆过滤器（可以用很小的内存保留很多的数据），将所有可能存在的数据哈希到一个足够大的bitmap中，一个一定不存在的数据会被 这个bitmap拦截掉，从而避免了对底层存储系统的查询压力。（布隆过滤器：实际上是一个很长的二进制向量和一系列随机映射函数。布隆过滤器可以用于检索一个元素是否在一个集合中。它的优点是空间效率和查询时间都远远超过一般的算法，缺点是有一定的误识别率和删除困难。）
  • 缓存雪崩：缓存中集体key失效，
    • 解决：在原有的失效时间上加一个随机值，这样每一个缓存的失效时间的重复率降低，很难引起集体失效
  • 缓存击穿：缓存的热点key失效，导致大量的sql访问db，
    • 解决：使用redis数据库的分布式锁，解局mysql的压力问题
      • 1、redis自带的分布式锁，set ex nx
        • set nx ：当key不存在的时候，才能成功。当多个请求同时请求redis的时候，只会有1个请求set成功，其他请求返回nil。等待过期时间结束，其他请求才能set

          

          

      • 2、redisson框架（NIO）：一个redis的juc的实现，既有jedis的功能，又有juc的lock功能的客户端实
      • 将redis整合到项目查询中：（在service中）
      • 1、缓存的简单设计：
        • 连接缓存
        • 查询缓存
        • 缓存中没有，查询sql
        • sql查询到的数据存入redis
      • redis的整合步奏
        • 设计数据存储策略
          • 数据对象名key设计：数据对象id：对象属性（user（表）：wz（主键id）：password）

            

        • 加入一个redis的工厂单例bean，
          • 写一个reids工具类，用来将redis的池初始化到spring容器中

            

          • 写一个spring整合redis的配置类：将redis的连接池创建到spring容器中

            

            

      • 缓存在高并发和安全压力下的问题：
        • 缓存穿透：查询一个数据库中不存在的数据，比如商品详情，查询一个不存在的ID，每次都会访问DB，如果有人恶意破坏，很可能直接对DB造成过大地压力。
          • 解决方案：
            • 1.当通过某一个key去查询数据的时候，如果对应在数据库中的数据都不存在，我们将此key对应的value设置为一个默认的值，比如“NULL”，并设置一个缓存的短暂的过期时间，这时在缓存失效之前，所有通过此key的访问都被缓存挡住了。后面如果此key对应的数据在DB中存在时，缓存失效之后，通过此key再去访问数据，就能拿到新的value了。
            • 2.常见的则是采用布隆过滤器（可以用很小的内存保留很多的数据），将所有可能存在的数据哈希到一个足够大的bitmap中，一个一定不存在的数据会被 这个bitmap拦截掉，从而避免了对底层存储系统的查询压力。（布隆过滤器：实际上是一个很长的二进制向量和一系列随机映射函数。布隆过滤器可以用于检索一个元素是否在一个集合中。它的优点是空间效率和查询时间都远远超过一般的算法，缺点是有一定的误识别率和删除困难。）
        • 缓存雪崩：缓存中集体key失效，
          • 解决：在原有的失效时间上加一个随机值，这样每一个缓存的失效时间的重复率降低，很难引起集体失效
        • 缓存击穿：缓存的热点key失效，导致大量的sql访问db，
          • 解决：使用redis数据库的分布式锁，解局mysql的压力问题
            • 1、redis自带的分布式锁，set ex nx
              • set nx ：当key不存在的时候，才能成功。当多个请求同时请求redis的时候，只会有1个请求set成功，其他请求返回nil。等待过期时间结束，其他请求才能set

                

                

            • 2、redisson框架（NIO）：一个redis的juc的实现，既有jedis的功能，又有juc的lock功能的客户端实现