【Redis实战】击穿+雪崩+穿透

架构

短信登录

基于session实现登录

流程图

代码实现

@Slf4j
@Service
public class UserServiceImpl extends ServiceImpl<UserMapper, User> implements IUserService {

    /**
     * session用户key
     */
    public static final String USER_CONSTANT = "user";

    @Override
    public Result sendCode(String phone, HttpSession session) {
        //校验手机号码
        boolean phoneInvalid = RegexUtils.isPhoneInvalid(phone);
        if (phoneInvalid) {
            return Result.fail("手机号码格式错误！");
        }
        //生成6位数的验证码
        String code = RandomUtil.randomNumbers(6);
        session.setAttribute("code", code);
        //发送验证码
        log.info("send code success,code={}", code);
        return Result.ok();
    }

    @Override
    public Result login(LoginFormDTO loginForm, HttpSession session) {
        //校验手机号码
        if (Objects.isNull(loginForm)) {
            return Result.fail("参数为空！");
        }
        String phone = loginForm.getPhone();
        if (RegexUtils.isPhoneInvalid(phone)) {
            return Result.fail("手机号码格式错误！");
        }
        //验证码校验
        String code = (String) session.getAttribute("code");
        if (StringUtils.isBlank(code) || !StringUtils.equals(code, loginForm.getCode())) {
            return Result.fail("验证码错误！");
        }
        LambdaQueryWrapper<User> wrapper = new LambdaQueryWrapper<>();
        wrapper.eq(User::getPhone, phone);
        User user = getOne(wrapper);
        if (!Objects.nonNull(user)) {
            //注册新用户
            user = getNewUserByPhone(phone);
            save(user);
        }
        session.setAttribute(USER_CONSTANT, BeanUtil.copyProperties(user, UserDTO.class));
        return Result.ok();
    }

    /**
     * 根据手机号码创建新用户
     *
     * @param phone 手机号码
     * @return
     */
    private User getNewUserByPhone(String phone) {
        User user = new User();
        user.setCreateTime(LocalDateTime.now());
        user.setPhone(phone);
        user.setNickName(SystemConstants.USER_NICK_NAME_PREFIX + RandomUtil.randomString(10));
        user.setUpdateTime(LocalDateTime.now());
        return user;
    }
}

集群session共享问题

session数据拷贝可以解决这个问题，但是多台tomcat之间存储相同的数据会浪费内存空间，拷贝会有数据延迟。
session每个浏览器有不同的code，tomcat里保存里很多code。

基于Redis实现session登录

验证码流程图

代码实现

    public Result sendCode(String phone, HttpSession session) {
        //校验手机号码
        boolean phoneInvalid = RegexUtils.isPhoneInvalid(phone);
        if (phoneInvalid) {
            return Result.fail("手机号码格式错误！");
        }
        //生成6位数的验证码
        String code = RandomUtil.randomNumbers(6);
        //保存验证码到redis
        stringRedisTemplate.opsForValue().set(LOGIN_CODE_KEY + phone, code, LOGIN_CODE_TTL, TimeUnit.SECONDS);
        //发送验证码
        log.info("send code success,code={}", code);
        return Result.ok();
    }

校验流程图

代码实现

登录

    public Result login(LoginFormDTO loginForm, HttpSession session) {
        //校验手机号码
        if (Objects.isNull(loginForm)) {
            return Result.fail("参数为空！");
        }
        String phone = loginForm.getPhone();
        if (RegexUtils.isPhoneInvalid(phone)) {
            return Result.fail("手机号码格式错误！");
        }
        //验证码校验
        String code = (String) session.getAttribute("code");
        if (StringUtils.isBlank(code) || !StringUtils.equals(code, loginForm.getCode())) {
            return Result.fail("验证码错误！");
        }
        LambdaQueryWrapper<User> wrapper = new LambdaQueryWrapper<>();
        wrapper.eq(User::getPhone, phone);
        User user = getOne(wrapper);
        if (!Objects.nonNull(user)) {
            //注册新用户
            user = getNewUserByPhone(phone);
            save(user);
        }
        session.setAttribute(USER_CONSTANT, BeanUtil.copyProperties(user, UserDTO.class));
        return Result.ok();
}

登录拦截器

import cn.hutool.core.bean.BeanUtil;
import cn.hutool.http.HttpStatus;
import com.hmdp.dto.UserDTO;
import com.hmdp.utils.UserHolder;
import org.apache.commons.lang3.StringUtils;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.StringRedisTemplate;
import org.springframework.stereotype.Component;
import org.springframework.util.CollectionUtils;
import org.springframework.web.servlet.HandlerInterceptor;

import javax.servlet.http.HttpServletRequest;
import javax.servlet.http.HttpServletResponse;
import java.util.Map;
import java.util.concurrent.TimeUnit;

import static com.hmdp.utils.RedisConstants.*;

/**
 * 登录拦截器
 *
 * @author zhangzengxiu
 * @date 2023/10/6
 */
@Component
public class LoginInterceptor implements HandlerInterceptor {

    @Autowired
    private StringRedisTemplate stringRedisTemplate;

    @Override
    public boolean preHandle(HttpServletRequest request, HttpServletResponse response, Object handler) throws Exception {
        //获取请求头的token
        String token = request.getHeader("authorization");
        if (StringUtils.isBlank(token)) {
            response.setStatus(HttpStatus.HTTP_UNAUTHORIZED);
            return false;
        }
        //获取redis中的token
        String tokenKey = LOGIN_USER_KEY + token;
        Map<Object, Object> map = stringRedisTemplate.opsForHash().entries(tokenKey);
        if (CollectionUtils.isEmpty(map)) {
            //未授权
            response.setStatus(HttpStatus.HTTP_UNAUTHORIZED);
            return false;
        }
        UserDTO userDTO = BeanUtil.fillBeanWithMap(map, new UserDTO(), false);
        //用户信息保存到ThreadLocal中
        UserHolder.saveUser(userDTO);
        //刷新token有效期
        stringRedisTemplate.expire(tokenKey, LOGIN_USER_TTL, TimeUnit.MINUTES);
        return true;
    }
}

拦截器的操作方式

方式一

拦截器

public class LoginInterceptor implements HandlerInterceptor {

    private StringRedisTemplate stringRedisTemplate;

    /**
     * 这个LoginInterceptor是new出来的，所以不能使用Spring注入Bean
     */
    public LoginInterceptor(StringRedisTemplate stringRedisTemplate) {
       this.stringRedisTemplate = stringRedisTemplate;
    }
}

使用拦截器

@Configuration
public class MvcConfig implements WebMvcConfigurer {

    @Autowired
    private StringRedisTemplate stringRedisTemplate;
    
    /**
     * 添加拦截器
     *
     * @param registry
     */
    @Override
    public void addInterceptors(InterceptorRegistry registry) {
        InterceptorRegistration registration = registry.addInterceptor(new LoginInterceptor(stringRedisTemplate));
        registration.excludePathPatterns("/user/code");
        registration.excludePathPatterns("/user/login");
        registration.excludePathPatterns("/blog/hot");
        registration.excludePathPatterns("/shop/**");
        registration.excludePathPatterns("/shop-type/**");
        registration.excludePathPatterns("/voucher/**");
    }
}

方式二

拦截器：配置为Spring的组件

@Component
public class LoginInterceptor implements HandlerInterceptor {

    @Autowired
    private StringRedisTemplate stringRedisTemplate;
}

注册拦截器：依赖注入使用即可

@Configuration
public class MvcConfig implements WebMvcConfigurer {

    @Autowired
    private LoginInterceptor loginInterceptor;

    /**
     * 添加拦截器
     *
     * @param registry
     */
    @Override
    public void addInterceptors(InterceptorRegistry registry) {
        InterceptorRegistration registration = registry.addInterceptor(loginInterceptor);
        registration.excludePathPatterns("/user/code");
        registration.excludePathPatterns("/user/login");
        registration.excludePathPatterns("/blog/hot");
        registration.excludePathPatterns("/shop/**");
        registration.excludePathPatterns("/shop-type/**");
        registration.excludePathPatterns("/voucher/**");
    }
}

Redis实现session共享

拦截器优化

当前存在的问题：
如果用户访问不需要登录鉴权的接口，token就不会刷新，token可能会过期。

token刷新拦截器

import cn.hutool.core.bean.BeanUtil;
import com.hmdp.dto.UserDTO;
import com.hmdp.utils.UserHolder;
import org.apache.commons.lang3.StringUtils;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.StringRedisTemplate;
import org.springframework.stereotype.Component;
import org.springframework.util.CollectionUtils;
import org.springframework.web.servlet.HandlerInterceptor;

import javax.servlet.http.HttpServletRequest;
import javax.servlet.http.HttpServletResponse;
import java.util.Map;
import java.util.concurrent.TimeUnit;

import static com.hmdp.utils.RedisConstants.LOGIN_USER_KEY;
import static com.hmdp.utils.RedisConstants.LOGIN_USER_TTL;

/**
 * @author zhangzengxiu
 * @date 2023/10/6
 */
@Component
public class RefreshTokenInterceptor implements HandlerInterceptor {

    @Autowired
    private StringRedisTemplate stringRedisTemplate;

    @Override
    public boolean preHandle(HttpServletRequest request, HttpServletResponse response, Object handler) throws Exception {
        //获取请求头的token
        String token = request.getHeader("authorization");
        if (StringUtils.isBlank(token)) {
            return true;
        }
        //获取redis中的token
        String tokenKey = LOGIN_USER_KEY + token;
        Map<Object, Object> map = stringRedisTemplate.opsForHash().entries(tokenKey);
        if (CollectionUtils.isEmpty(map)) {
            //未授权
            return true;
        }
        UserDTO userDTO = BeanUtil.fillBeanWithMap(map, new UserDTO(), false);
        //用户信息保存到ThreadLocal中
        UserHolder.saveUser(userDTO);
        //刷新token有效期
        stringRedisTemplate.expire(tokenKey, LOGIN_USER_TTL, TimeUnit.MINUTES);
        return true;
    }
}

登录拦截器

import cn.hutool.http.HttpStatus;
import com.hmdp.dto.UserDTO;
import com.hmdp.utils.UserHolder;
import org.springframework.stereotype.Component;
import org.springframework.web.servlet.HandlerInterceptor;

import javax.servlet.http.HttpServletRequest;
import javax.servlet.http.HttpServletResponse;
import java.util.Objects;

/**
 * 登录拦截器
 *
 * @author zhangzengxiu
 * @date 2023/10/6
 */
@Component
public class LoginInterceptor implements HandlerInterceptor {

    @Override
    public boolean preHandle(HttpServletRequest request, HttpServletResponse response, Object handler) throws Exception {
        UserDTO userDTO = UserHolder.getUser();
        if (Objects.isNull(userDTO)) {
            response.setStatus(HttpStatus.HTTP_UNAUTHORIZED);
            return false;
        }
        return true;
    }

    /**
     * 后置拦截器
     * 销毁用户信息，防止内存泄露
     *
     * @param request
     * @param response
     * @param handler
     * @param ex
     * @throws Exception
     */
    @Override
    public void afterCompletion(HttpServletRequest request, HttpServletResponse response, Object handler, Exception ex) throws Exception {
        UserHolder.removeUser();
    }
}

商户查询

缓存

缓存就是数据交换的缓冲区称作Cache，是存储数据的临时地方，一般读写性能比较高。

CPU缓存

计算机构造：CPU+内存+磁盘
CPU要做数据计算必须先从内存或者硬盘读取到数据，然后放到寄存器才可以运算。计算机性能受限
CPU会把经常需要读写的数据放到CPU缓存中，这样做高速运算的时候，就不需要每次从内存或者磁盘中进行数据读取，再进行运算，而是直接从缓存中获取数据进行运算。
这样可以充分释放CPU的运算能力。CPU缓存越大，可存储的数据越多，处理的性能越高。

web应用开发过程中的缓存

优缺点

缓存作用模型

优化商户缓存流程

代码实现

@Service
public class ShopServiceImpl extends ServiceImpl<ShopMapper, Shop> implements IShopService {

    @Autowired
    private StringRedisTemplate stringRedisTemplate;

    @Override
    public Result queryShopById(Long id) {
        if (Objects.isNull(id) || id < 0) {
            return Result.fail("非法商户！");
        }
        //从redis中查询缓存信息
        String shopCacheKey = CACHE_SHOP_KEY + id;
        String shopJson = stringRedisTemplate.opsForValue().get(shopCacheKey);
        if (StringUtils.isNotBlank(shopJson)) {
            Shop shop = JSONUtil.toBean(shopJson, Shop.class);
            return Result.ok(shop);
        }
        //未命中缓存查询数据库
        Shop shop = getById(id);
        if (Objects.isNull(shop)) {
            return Result.fail("商户不存在！");
        }
        //缓存商户信息
        stringRedisTemplate.opsForValue().set(shopCacheKey, JSONUtil.toJsonStr(shop));
        return Result.ok(shop);
    }
}

缓存更新策略

缓存一致性问题

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

• 01
  • 维护成本高，需要手动编写代码实现
• 02
  • 可能没现成的，需要单独维护
• 03
  • 一致性差：还没异步去更新DB，其他线程去查询了数据库
  • 可靠性差：还没将数据更新到DB，Redis服务挂了，数据丢失了

手动维护

先删除缓存再操作DB

正常情况

异常情况

数据不一致情况

先操作DB再删除缓存（使用）

正常情况

异常情况

出现的可能性相对较低，加超时时间作为兜底！！！
出现的条件：

• 两条线程并行执行
• 线程1执行时，缓存刚好失效
• 查询数据库后写缓存是微秒级别的
  • 这时刚好另一条线程来进更新了数据库并且删除了缓存，可能性很低

总结

最佳实践方案

业务代码实现

设置超时时间

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，这些请求会全部打到数据库中。

解决方案

缓存空对象

布隆过滤器

并不是100%准确，有风险

业务代码

解决方案：

总结

缓存雪崩

缓存雪崩是指同意时段大量的缓存key同时失效或者redis宕机，导致大量请求到达数数据库，带来巨大压力。

未命中

服务宕机

解决方案

• 给不同的key的TTL添加随机值。（缓存预热过期都时间一样）
• 利用Redis集群提高服务的可用性
• 给缓存业务添加服务降级、限流（如：快速失败，拒绝服务等）
• 给业务添加多级缓存

缓存击穿（热点key）

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复杂的key突然失效，无数的请求在瞬间给业务数据库带来巨大的冲击。

解决方案

互斥锁

性能差，阻塞

逻辑过期

不设置过期时间，永不过期，做活动的时候才会去添加

VS

互斥锁牺牲了可用性，保证了一致性：CP
逻辑过期牺牲了一致性，保证了可用性：AP

互斥锁解决缓存击穿问题

setnx

setnx只有第一个可以操作成功，其他的都会失败。
可以设置有效期作为兜底
有效期设置为业务执行时间的10-20倍

代码实现

获取锁

    /**
     * 尝试获取锁
     *
     * @param key
     * @return
     */
    private boolean tryLock(String key) {
        //setnx
        Boolean flag = stringRedisTemplate.opsForValue().setIfAbsent(key, "1", 10, TimeUnit.SECONDS);
        //自动拆箱 防止NPE
        return BooleanUtil.isTrue(flag);
    }

释放锁

    /**
     * 释放锁
     *
     * @param key
     */
    private void unLock(String key) {
        stringRedisTemplate.delete(key);
    }

业务代码

    /**
     * 互斥锁解决缓存缓存击穿问题
     *
     * @param id
     * @return
     */
    private Shop queryShopByMutex(Long id) {
        //从redis中查询缓存信息
        String shopCacheKey = CACHE_SHOP_KEY + id;
        String shopJson = stringRedisTemplate.opsForValue().get(shopCacheKey);
        if (StringUtils.isNotBlank(shopJson)) {
            return getShopFromCache(shopJson);
        }
        Shop shop = null;
        String lockKey = "lock:shop:" + id;
        try {
            //获取互斥锁
            boolean isLock = tryLock(lockKey);
            if (!isLock) {
                //获取锁失败，休眠 重试
                TimeUnit.MILLISECONDS.sleep(50);
                //一直重试 会有性能问题
                return queryShopByMutex(id);
            }
            //获取锁成功，再次查询缓存是否存在，Double Check
            shopJson = stringRedisTemplate.opsForValue().get(shopCacheKey);
            if (StringUtils.isNotBlank(shopJson)) {
                return getShopFromCache(shopJson);
            }
            //未命中缓存查询数据库
            shop = getById(id);
            //模拟重建延时200ms
            TimeUnit.MILLISECONDS.sleep(200);
            if (Objects.isNull(shop)) {
                //缓存空值 缓存2min
                stringRedisTemplate.opsForValue().set(shopCacheKey, NULL_VAL, CACHE_NULL_TTL, TimeUnit.MINUTES);
                return null;
            }
            //缓存商户信息，添加过期时间 30分钟
            stringRedisTemplate.opsForValue().set(shopCacheKey, JSONUtil.toJsonStr(shop), CACHE_SHOP_TTL, TimeUnit.MINUTES);
        } catch (InterruptedException e) {
            throw new RuntimeException();
        } finally {
            //释放互斥锁
            unLock(lockKey);
        }
        return shop;
    }

    /**
     * 从缓存中获取shop信息
     *
     * @param shopJson
     * @return
     */
    private Shop getShopFromCache(String shopJson) {
        if (StringUtils.equals(NULL_VAL, shopJson)) {
            //空值
            return null;
        }
        return JSONUtil.toBean(shopJson, Shop.class);
    }

模拟并发请求

线程组 QPS=200

逻辑过期解决缓存击穿问题

业务流程图

缓存预热

    /**
     * 模拟缓存预热
     *
     * @param id
     * @param expireSeconds 过期时间
     */
    public void saveShopToRedis(Long id, long expireSeconds) {
        if (Objects.isNull(id)) {
            return;
        }
        Shop shop = getById(id);
        RedisData redisData = new RedisData();
        redisData.setData(shop);
        redisData.setExpireTime(LocalDateTime.now().plusSeconds(expireSeconds));
        //未设置过期时间
        stringRedisTemplate.opsForValue().set(CACHE_SHOP_KEY + id, JSONUtil.toJsonStr(redisData));
    }

    @Autowired
    private ShopServiceImpl shopService;

    /**
     * 单测：缓存预热
     */
    @Test
    public void saveShopToRedis() {
        shopService.saveShopToRedis(1L, 10L);
    }

逻辑过期时间

业务代码实现

    /**
     * 缓存重建线程池
     */
    private static final ExecutorService CACHE_REBUILD_EXECUTOR = Executors.newFixedThreadPool(10);

	/**
     * 查询商户信息
     * 逻辑过期解决缓存击穿问题
     *
     * @param id
     
     * @return
     */
    public Shop queryShopByLogicExpire(Long id) {
        if (Objects.isNull(id) || id < 0) {
            return null;
        }
        RedisData redisData = getRedisDataFromCache(id);
        JSONObject data = (JSONObject) redisData.getData();
        Shop shop = JSONUtil.toBean(data, Shop.class);
        //是否过期
        if (!cacheIsExpire(redisData)) {
            //未过期
            return shop;
        }
        //过期
        String lockKey = LOCK_SHOP_KEY + id;
        //获取互斥锁
        if (!tryLock(lockKey)) {
            //获取互斥锁失败，返回已经过期的商户信息
            return shop;
        }
        //获取锁成功
        redisData = getRedisDataFromCache(id);
        //Double Check 再次查看缓存是否过期
        if (!cacheIsExpire(redisData)) {
            //没过期，无需重建缓存
            return JSONUtil.toBean((JSONObject) redisData.getData(), Shop.class);
        }
        //开启独立线程进行缓存重建
        CACHE_REBUILD_EXECUTOR.submit(() -> {
            try {
                this.saveShopToRedis(id, 20L);
            } catch (Exception e) {
                throw new RuntimeException(e);
            } finally {
                //释放锁
                unLock(lockKey);
            }
        });
        return shop;
    }

    /**
     * 缓存是否过期
     *
     * @param redisData
     * @return
     */
    private boolean cacheIsExpire(RedisData redisData) {
        //是否过期 Double check
        if (redisData.getExpireTime().isAfter(LocalDateTime.now())) {
            //未过期
            return false;
        }
        return true;
    }

    private RedisData getRedisDataFromCache(Long id) {
        String shopCacheKey = CACHE_SHOP_KEY + id;
        String shopJson = stringRedisTemplate.opsForValue().get(shopCacheKey);
        if (StringUtils.isBlank(shopJson)) {
            //不存在 直接返回
            return null;
        }
        return JSONUtil.toBean(shopJson, RedisData.class);
    }

压测

jmeter压测100QPS
查看运行结果
前面会返回旧数据

后面会返回新数据

数据会有短暂不一致的问题，但是保证了可用性。

封装缓存工具

代码

import cn.hutool.core.util.BooleanUtil;
import cn.hutool.json.JSONObject;
import cn.hutool.json.JSONUtil;
import lombok.extern.slf4j.Slf4j;
import org.apache.commons.lang3.StringUtils;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.StringRedisTemplate;
import org.springframework.stereotype.Component;

import java.time.LocalDateTime;
import java.util.Objects;
import java.util.concurrent.ExecutorService;
import java.util.concurrent.Executors;
import java.util.concurrent.TimeUnit;
import java.util.function.Function;

import static com.hmdp.utils.RedisConstants.LOCK_SHOP_KEY;

/**
 * @author zhangzengxiu
 * @date 2023/10/7
 */
@Slf4j
@Component
public class CacheClient {

    @Autowired
    private StringRedisTemplate stringRedisTemplate;

    /**
     * 缓存不存在的数据
     */
    public static final String NULL_VAL = "-1";

    /**
     * 锁key前缀
     */
    private static final String LOCK_KEY = "lock:";
    /**
     * 缓存重建线程池
     */
    private static final ExecutorService CACHE_REBUILD_EXECUTOR = Executors.newFixedThreadPool(10);

    /**
     * 设置缓存
     *
     * @param key
     * @param value
     * @param expireTime
     * @param timeUnit
     */
    public void set(String key, Object value, long expireTime, TimeUnit timeUnit) {
        stringRedisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(value), expireTime, timeUnit);
    }

    /**
     * 逻辑过期时间
     *
     * @param key
     * @param value
     * @param expireTime
     * @param timeUnit
     */
    public void setLogicExpire(String key, Object value, long expireTime, TimeUnit timeUnit) {
        RedisData redisData = new RedisData();
        redisData.setData(value);
        redisData.setExpireTime(LocalDateTime.now().plusSeconds(timeUnit.toSeconds(expireTime)));
        stringRedisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(redisData));
    }

    /**
     * 解决缓存穿透问题
     *
     * @param id
     * @param keyPrefix
     * @param type
     * @param function
     * @param expireTime
     * @param timeUnit
     * @param <R>
     * @param <ID>
     * @return
     */
    public <R, ID> R queryWithPassThrough(ID id, String keyPrefix, Class<R> type, Function<ID, R> function, long expireTime, TimeUnit timeUnit) {
        if (Objects.isNull(id)) {
            return null;
        }
        //从redis中查询缓存信息
        String cacheKey = keyPrefix + id;
        String json = stringRedisTemplate.opsForValue().get(cacheKey);
        if (StringUtils.isNotBlank(json)) {
            if (StringUtils.equals(NULL_VAL, json)) {
                //空值
                return null;
            }
            return JSONUtil.toBean(json, type);
        }
        //未命中缓存查询数据库
        R res = function.apply(id);
        if (Objects.isNull(res)) {
            //缓存空值 缓存2min
            this.set(cacheKey, NULL_VAL, 2L, TimeUnit.MINUTES);
            return null;
        }
        //缓存添加过期时间
        this.set(cacheKey, JSONUtil.toJsonStr(res), expireTime, timeUnit);
        return res;
    }

    /**
     * 逻辑过期解决缓存击穿问题
     *
     * @param id
     * @return
     */
    public <R, ID> R queryByLogicExpire(String keyPrefix, ID id, Class<R> type, long expireTime, TimeUnit unit, Function<ID, R> function) {
        if (Objects.isNull(id)) {
            return null;
        }
        String cacheKey = keyPrefix + id;
        RedisData redisData = getRedisDataFromCache(cacheKey);
        JSONObject data = (JSONObject) redisData.getData();
        R res = JSONUtil.toBean(data, type);
        //是否过期
        if (!cacheIsExpire(redisData)) {
            //未过期
            return res;
        }
        //过期
        String lockKey = LOCK_KEY + id;
        //获取互斥锁
        if (!tryLock(lockKey)) {
            //获取互斥锁失败，返回已经过期的信息
            return res;
        }
        //获取锁成功
        redisData = getRedisDataFromCache(cacheKey);
        //Double Check 再次查看缓存是否过期
        if (!cacheIsExpire(redisData)) {
            //没过期，无需重建缓存
            return JSONUtil.toBean((JSONObject) redisData.getData(), type);
        }
        //开启独立线程进行缓存重建
        CACHE_REBUILD_EXECUTOR.submit(() -> {
            try {
                //查询DB
                R r = function.apply(id);
                //写入redis
                this.setLogicExpire(lockKey, r, expireTime, unit);
            } catch (Exception e) {
                throw new RuntimeException(e);
            } finally {
                //释放锁
                unLock(lockKey);
            }
        });
        return res;
    }

    /**
     * 缓存是否过期
     *
     * @param redisData
     * @return
     */
    private boolean cacheIsExpire(RedisData redisData) {
        //是否过期 Double check
        if (redisData.getExpireTime().isAfter(LocalDateTime.now())) {
            //未过期
            return false;
        }
        return true;
    }

    /**
     * 从缓存中获取RedisData
     *
     * @param cacheKey
     * @return
     */
    private RedisData getRedisDataFromCache(String cacheKey) {
        String shopJson = stringRedisTemplate.opsForValue().get(cacheKey);
        if (StringUtils.isBlank(shopJson)) {
            //不存在 直接返回
            return null;
        }
        return JSONUtil.toBean(shopJson, RedisData.class);
    }

    /**
     * 尝试获取锁
     *
     * @param key
     * @return
     */
    private boolean tryLock(String key) {
        //setnx
        Boolean flag = stringRedisTemplate.opsForValue().setIfAbsent(key, "1", 10, TimeUnit.SECONDS);
        //自动拆箱 防止NPE
        return BooleanUtil.isTrue(flag);
    }

    /**
     * 释放锁
     *
     * @param key
     */
    private void unLock(String key) {
        stringRedisTemplate.delete(key);
    }

}

使用方式

    @Override
    public Result queryShopById(Long id) {
        //获取店铺信息 缓存穿透
        //Shop shop = queryShopByPassThrough(id);
        //使用工具类实现
        Shop shop = cacheClient.queryWithPassThrough(id, CACHE_SHOP_KEY, Shop.class, this::getById, CACHE_SHOP_TTL, TimeUnit.MINUTES);
        //互斥锁 缓存击穿
        //Shop shop = queryShopByMutex(id);
        //逻辑过期时间 解决缓存击穿问题
        //Shop shop = queryShopByLogicExpire(id);
        Shop shop = cacheClient.queryByLogicExpire(CACHE_SHOP_KEY, id, Shop.class, CACHE_SHOP_TTL, TimeUnit.MINUTES, this::getById);
        if (Objects.isNull(shop)) {
            return Result.fail("商户不存在！");
        }
        return Result.ok(shop);
    }