【Redis-02】Redis的缓存

Redis的缓存

  • 1.概念
    • 1.1什么是缓存
    • 1.2为什么使用缓存
    • 1.3如何使用
      • 1.3.1不适用缓存之前
      • 1.3.2 缓存模型和思路(使用方法)
      • 1.3.3 使用之后
  • 2.缓存更新策略
    • 2.1数据库缓存不一致解决方案
    • 2.2数据库和缓存不一致采用什么方案
    • 2.3代码实例
  • 3.缓存穿透
    • 3.1缓存穿透是什么
    • 3.2缓存穿透解决方案
    • 3.3代码实例
    • 3.3缓存穿透总结
  • 4.缓存雪崩
  • 5.缓存击穿
    • 5.1 缓存击穿是什么
    • 5.2解决方案
    • 5.3 代码实例
      • 5.3.1 利用互斥锁解决缓存击穿问题
      • 5.3.2 利用逻辑过期解决缓存击穿问题

1.概念

1.1什么是缓存

缓存(Cache),就是数据交换的缓冲区,俗称的缓存就是缓冲区内的数据

1.2为什么使用缓存

一句话:因为速度快,好用。缓存数据存储于代码中,而代码运行在内存中,内存的读写性能远高于磁盘,缓存可以大大降低用户访问并发量带来的服务器读写压力。
【Redis-02】Redis的缓存_第1张图片

1.3如何使用

使用根据id查询的例子来进行说明

1.3.1不适用缓存之前

在我们查询商户信息时,我们是直接操作从数据库中去进行查询的,大致逻辑是这样,直接查询数据库那肯定慢咯,所以我们需要增加缓存

@GetMapping("/{id}")
public Result queryShopById(@PathVariable("id") Long id) {
    //这里是直接查询数据库
    return shopService.queryById(id);
}

1.3.2 缓存模型和思路(使用方法)

标准的操作方式就是查询数据库之前先查询缓存,如果缓存数据存在,则直接从缓存中返回,如果缓存数据不存在,再查询数据库,然后将数据存入redis。
【Redis-02】Redis的缓存_第2张图片

1.3.3 使用之后

代码思路:如果缓存有,则直接返回,如果缓存不存在,则查询数据库,然后存入redis。

【Redis-02】Redis的缓存_第3张图片
下面是使用缓存要解决的问题

2.缓存更新策略

缓存更新是redis为了节约内存而设计出来的一个东西,主要是因为内存数据宝贵,当我们向redis插入太多数据,此时就可能会导致缓存中的数据过多,所以redis会对部分数据进行更新,或者把他叫为淘汰更合适。

**内存淘汰:**redis自动进行,当redis内存达到咱们设定的max-memery的时候,会自动触发淘汰机制,淘汰掉一些不重要的数据(可以自己设置策略方式)

**超时剔除:**当我们给redis设置了过期时间ttl之后,redis会将超时的数据进行删除,方便咱们继续使用缓存

**主动更新:**我们可以手动调用方法把缓存删掉,通常用于解决缓存和数据库不一致问题
【Redis-02】Redis的缓存_第4张图片

2.1数据库缓存不一致解决方案

由于我们的缓存的数据源来自于数据库,而数据库的数据是会发生变化的,因此,如果当数据库中数据发生变化,而缓存却没有同步,此时就会有一致性问题存在,其后果是:

用户使用缓存中的过时数据,就会产生类似多线程数据安全问题,从而影响业务,产品口碑等;怎么解决呢?有如下几种方案

Cache Aside Pattern 人工编码方式:缓存调用者在更新完数据库后再去更新缓存,也称之为双写方案

Read/Write Through Pattern : 由系统本身完成,数据库与缓存的问题交由系统本身去处理

Write Behind Caching Pattern :调用者只操作缓存,其他线程去异步处理数据库,实现最终一致
【Redis-02】Redis的缓存_第5张图片

2.2数据库和缓存不一致采用什么方案

综合考虑使用方案一,但是方案一调用者如何处理呢?这里有几个问题

操作缓存和数据库时有三个问题需要考虑:

如果采用第一个方案,那么假设我们每次操作数据库后,都操作缓存,但是中间如果没有人查询,那么这个更新动作实际上只有最后一次生效,中间的更新动作意义并不大,我们可以把缓存删除,等待再次查询时,将缓存中的数据加载出来

  • 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

应该具体操作缓存还是操作数据库,我们应当是先操作数据库,再删除缓存,原因在于,如果你选择第一种方案,在两个线程并发来访问时,假设线程1先来,他先把缓存删了,此时线程2过来,他查询缓存数据并不存在,此时他写入缓存,当他写入缓存后,线程1再执行更新动作时,实际上写入的就是旧的数据,新的数据被旧数据覆盖了。

  • 先操作缓存还是先操作数据库?
    • 先删除缓存,再操作数据库
    • 先操作数据库,再删除缓存
      【Redis-02】Redis的缓存_第6张图片

2.3代码实例

核心思路如下:

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

修改重点代码1:修改ShopServiceImpl的queryById方法

**设置redis缓存时添加过期时间
【Redis-02】Redis的缓存_第7张图片

修改重点代码2

代码分析:通过之前的淘汰,我们确定了采用删除策略,来解决双写问题,当我们修改了数据之后,然后把缓存中的数据进行删除,查询时发现缓存中没有数据,则会从mysql中加载最新的数据,从而避免数据库和缓存不一致的问题
【Redis-02】Redis的缓存_第8张图片

3.缓存穿透

3.1缓存穿透是什么

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。

3.2缓存穿透解决方案

缓存空对象思路分析:**当我们客户端访问不存在的数据时,先请求redis,但是此时redis中没有数据,此时会访问到数据库,但是数据库中也没有数据,这个数据穿透了缓存,直击数据库,我们都知道数据库能够承载的并发不如redis这么高,如果大量的请求同时过来访问这种不存在的数据,这些请求就都会访问到数据库,简单的解决方案就是哪怕这个数据在数据库中也不存在,我们也把这个数据存入到redis中去,这样,下次用户过来访问这个不存在的数据,那么在redis中也能找到这个数据就不会进入到缓存了

**布隆过滤:**布隆过滤器其实采用的是哈希思想来解决这个问题,通过一个庞大的二进制数组,走哈希思想去判断当前这个要查询的这个数据是否存在,如果布隆过滤器判断存在,则放行,这个请求会去访问redis,哪怕此时redis中的数据过期了,但是数据库中一定存在这个数据,在数据库中查询出来这个数据后,再将其放入到redis中,

假设布隆过滤器判断这个数据不存在,则直接返回

这种方式优点在于节约内存空间,存在误判,误判原因在于:布隆过滤器走的是哈希思想,只要哈希思想,就可能存在哈希冲突

【Redis-02】Redis的缓存_第9张图片

常见的解决方案有两种:

  • 缓存空对象
    • 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(如果更新数据库没有更新缓存就会造成短期数据不一致,若是更新数据库之后立马更新了缓存则不会存在不一致的情况)
  • 布隆过滤
    • 优点:内存占用较少,没有多余key
    • 缺点:
      • 实现复杂
      • 存在误判可能

3.3代码实例

   @Override
    public Result queryById(Long id) {
        String key = CACHE_SHOP_KEY+id;
        //1.根据id查询缓存中商铺的信息
        String shopStr = stringRedisTemplate.opsForValue().get(key);

        //2.判断缓存是否命中
        if (StrUtil.isNotBlank(shopStr)) {
            //3.命中返回数据
            Shop shop = JSONUtil.toBean(shopStr, Shop.class);
            return Result.ok(shop);
        }
        //缓存穿透设置null值,若redis中是null则直接返回null
        if (shopStr == null) {
            return Result.fail("该商品不存在");
        }

        //4.未命中根据id查询数据库
        Shop shop = getById(id);

        //5.判断商铺是否存在

        if (shop == null) {
            //缓存穿透设置null值,
            //设置过期时间,减小短期数据不一致的情况
            stringRedisTemplate.opsForValue().set(key,null,CACHE_NULL_TTL, TimeUnit.MINUTES);
            return Result.fail("商铺不存在哦");
        }
        //6.存在,写入redis
        stringRedisTemplate.opsForValue().set(key,JSONUtil.toJsonStr(shop),CACHE_SHOP_TTL, TimeUnit.MINUTES);
        return Result.ok(shop);
    }

3.3缓存穿透总结

小总结:**

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中都不存在,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
  • 做好热点参数的限流

4.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。

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

【Redis-02】Redis的缓存_第10张图片

5.缓存击穿

5.1 缓存击穿是什么

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较复杂的key突然失效了,无数的请求访问会在瞬间给数据库带来巨大的冲击。
逻辑分析:假设线程1在查询缓存之后,本来应该去查询数据库,然后把这个数据重新加载到缓存的,此时只要线程1走完这个逻辑,其他线程就都能从缓存中加载这些数据了,但是假设在线程1没有走完的时候,后续的线程2,线程3,线程4同时过来访问当前这个方法, 那么这些线程都不能从缓存中查询到数据,那么他们就会同一时刻来访问查询缓存,都没查到,接着同一时间去访问数据库,同时的去执行数据库代码,对数据库访问压力过大
【Redis-02】Redis的缓存_第11张图片

5.2解决方案

常见的解决方案有两种:

  • 互斥锁
  • 逻辑过期
    解决方案一、使用锁来解决:

因为锁能实现互斥性。假设线程过来,只能一个人一个人的来访问数据库,从而避免对于数据库访问压力过大,但这也会影响查询的性能,因为此时会让查询的性能从并行变成了串行,我们可以采用tryLock方法 + double check来解决这样的问题。

假设现在线程1过来访问,他查询缓存没有命中,但是此时他获得到了锁的资源,那么线程1就会一个人去执行逻辑,假设现在线程2过来,线程2在执行过程中,并没有获得到锁,那么线程2就可以进行到休眠,直到线程1把锁释放后,线程2获得到锁,然后再来执行逻辑,此时就能够从缓存中拿到数据了。
【Redis-02】Redis的缓存_第12张图片
解决方案二、逻辑过期方案

方案分析:我们之所以会出现这个缓存击穿问题,主要原因是在于我们对key设置了过期时间,假设我们不设置过期时间,其实就不会有缓存击穿的问题,但是不设置过期时间,这样数据不就一直占用我们内存了吗,我们可以采用逻辑过期方案。

我们把过期时间设置在 redis的value中,注意:这个过期时间并不会直接作用于redis,而是我们后续通过逻辑去处理。假设线程1去查询缓存,然后从value中判断出来当前的数据已经过期了,此时线程1去获得互斥锁,那么其他线程会进行阻塞,获得了锁的线程他会开启一个 线程去进行 以前的重构数据的逻辑,直到新开的线程完成这个逻辑后,才释放锁, 而线程1直接进行返回,假设现在线程3过来访问,由于线程线程2持有着锁,所以线程3无法获得锁,线程3也直接返回数据,只有等到新开的线程2把重建数据构建完后,其他线程才能走返回正确的数据。

这种方案巧妙在于,异步的构建缓存,缺点在于在构建完缓存之前,返回的都是脏数据。
在这里插入图片描述
【Redis-02】Redis的缓存_第13张图片
进行对比

**互斥锁方案:**由于保证了互斥性,所以数据一致,且实现简单,因为仅仅只需要加一把锁而已,也没其他的事情需要操心,所以没有额外的内存消耗,缺点在于有锁就有死锁问题的发生,且只能串行执行性能肯定受到影响

逻辑过期方案: 线程读取过程中不需要等待,性能好,有一个额外的线程持有锁去进行重构数据,但是在重构数据完成前,其他的线程只能返回之前的数据,且实现起来麻烦
【Redis-02】Redis的缓存_第14张图片

5.3 代码实例

5.3.1 利用互斥锁解决缓存击穿问题

核心思路:相较于原来从缓存中查询不到数据后直接查询数据库而言,现在的方案是 进行查询之后,如果从缓存没有查询到数据,则进行互斥锁的获取,获取互斥锁后,判断是否获得到了锁,如果没有获得到,则休眠,过一会再进行尝试,直到获取到锁为止,才能进行查询

如果获取到了锁的线程,再去进行查询,查询后将数据写入redis,再释放锁,返回数据,利用互斥锁就能保证只有一个线程去执行操作数据库的逻辑,防止缓存击穿
【Redis-02】Redis的缓存_第15张图片

操作锁的代码:**

核心思路就是利用redis的setnx方法来表示获取锁,该方法含义是redis中如果没有这个key,则插入成功,返回1,在stringRedisTemplate中返回true, 如果有这个key则插入失败,则返回0,在stringRedisTemplate返回false,我们可以通过true,或者是false,来表示是否有线程成功插入key,成功插入的key的线程我们认为他就是获得到锁的线程。

    //利用setnx,存在才能设置的原理,用来当做锁
    private boolean tryLock(String lockKey){
        Boolean aBoolean = stringRedisTemplate.opsForValue().setIfAbsent(lockKey, "1", 10, TimeUnit.MINUTES);
        return BooleanUtil.isTrue(aBoolean);
    }
    //释放锁
    private void unLock(String lockKey){
        stringRedisTemplate.delete(lockKey);
    }

操作代码:

    @Override
    public Result queryWithMutex(Long id) {
        String key = CACHE_SHOP_KEY+id;
        //1.根据id查询缓存中商铺的信息
        String shopStr = stringRedisTemplate.opsForValue().get(key);

        //2.判断缓存是否命中
        if (StrUtil.isNotBlank(shopStr)) {
            //3.命中返回数据
            Shop shop = JSONUtil.toBean(shopStr, Shop.class);
            return Result.ok(shop);
        }
        //3.缓存穿透设置null值,若redis中是null则直接返回null
        if (shopStr == null) {
            return Result.fail("该商品不存在");
        }
        //4互斥锁
        String lockKey = LOCK_SHOP_KEY + id;
        //4.1 判断是否拿到互斥锁
        boolean b = tryLock(lockKey);
        Shop shop = null;
        try {
            //4.2 未拿到进行休眠,然后在进行查询redis
            if (!b) {
                //根据id查询缓存中商铺的信息
                Thread.sleep(10);
                return Result.ok(stringRedisTemplate.opsForValue().get(key));
            }


            //5.未命中根据id查询数据库
             shop = getById(id);

            //6.判断商铺是否存在

            if (shop == null) {
                //缓存穿透设置null值,
                //设置过期时间,减小短期数据不一致的情况
                stringRedisTemplate.opsForValue().set(key, null, CACHE_NULL_TTL, TimeUnit.MINUTES);
                return Result.fail("商铺不存在哦");
            }
            //7.存在,写入redis
            stringRedisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(shop), CACHE_SHOP_TTL, TimeUnit.MINUTES);
        }catch(Exception e){
            e.printStackTrace();
            throw new RuntimeException(e);
        }
        finally {
            //8.释放锁
            unLock(lockKey);
        }
        return Result.ok(shop);
    }

5.3.2 利用逻辑过期解决缓存击穿问题

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
思路分析:当用户开始查询redis时,判断是否命中,如果没有命中则直接返回空数据,不查询数据库,而一旦命中后,将value取出,判断value中的过期时间是否满足,如果没有过期,则直接返回redis中的数据,如果过期,则在开启独立线程后直接返回之前的数据,独立线程去重构数据,重构完成后释放互斥锁。
【Redis-02】Redis的缓存_第16张图片

如果封装数据:因为现在redis中存储的数据的value需要带上过期时间,此时要么你去修改原来的实体类,要么你
步骤一、

新建一个实体类,我们采用第二个方案,这个方案,对原来代码没有侵入性。

@Data
public class RedisData {
    private LocalDateTime expireTime;
    private Object data;
}

步骤二、**

ShopServiceImpl 新增此方法,利用单元测试进行缓存预热

    //将数据放在Redis中
    private void savaDateToRedis(Long id,Long expireSeconds){
        //1.从数据库中取出数据
        Shop shop = getById(id);
        //2.封装过期时间
        RedisData 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));
    }

步骤三:正式代码

   private static final ExecutorService CACHE_REBUILD_EXECUTOR = Executors.newFixedThreadPool(10);
    @Override
    public Result queryWithLogicalExpire(Long id) {
        String key = CACHE_SHOP_KEY+id;
        //1.根据id查询缓存中商铺的信息
        String json = stringRedisTemplate.opsForValue().get(key);



        //2.判断缓存是否命中
        if (StrUtil.isBlank(json)) {
            //3.为命中返回数据
            return null;
        }
        RedisData redisData = JSONUtil.toBean(json, RedisData.class);
        Shop shop = JSONUtil.toBean((JSONObject) redisData.getData(), Shop.class);
        LocalDateTime expireTime = redisData.getExpireTime();

        //3.判断缓存是否过期
        //未过期
        if (expireTime.isAfter(LocalDateTime.now())) {
            return  Result.ok(shop);
        }

        //已过期
        //4.获取互斥锁
        //未获取
        String lockKey = LOCK_SHOP_KEY + id;

        //获取
        if (tryLock(lockKey)) {
            //5. 开启线程将数据放在redis中
            CACHE_REBUILD_EXECUTOR.submit( ()->{

                try{
                    //重建缓存
                    this.savaDateToRedis(id,20L);
                }catch (Exception e){
                    throw new RuntimeException(e);
                }finally {
                    //6. 释放互斥锁
                    unLock(lockKey);
                }
            });

        }
        return Result.ok(shop);
    }

你可能感兴趣的:(Redis,缓存,redis,spring)