【苍穹外卖 | 项目日记】第六天

前言：

        截止到今天为止，我自身感觉是有很大的进步，今天也一个人独立写了很多的接口，相比较于第一次简直是天差地别。今天在听课的时候也有很多的收获。开心

目录

前言：

今日完结任务：

今日收获：

1.实现了缓存菜品的功能：

2.实现了缓存套餐的功能：

3.购物车相关接口：

杂项知识点：

总结：

---

 

今日完结任务：

• 1.实现了缓存菜品功能
• 2.实现了缓存套餐功能
• 3.实现了添加购物车接口
• 4.实现了查看购物车接口
• 5.实现了清空购物车接口
• 6.实现了删除购物车商品接口

今日收获：

1.实现了缓存菜品的功能：

这个功能的出发点是因为：在项目上线之后，会有大量的并发请求，而我们以前在查询菜品的时候，采用的是直接从数据库中读取数据返回给前端的操作。但这是一个I/O操作，大量的并发I/O操作会狠狠的拷打我们的后端服务器。而用户端的体验也会大大下降（查询数据满慢造成卡顿感受）

因此为了提高我们的用户效率，我们采用这样一种思想：建立一块缓存区，在用户查询对应数据的时候，先看看缓存区有没有，如果缓存区有，直接发送缓存区中的数据，如果缓存区没有，再查询数据库，并且把查询到的数据同时存到缓冲区中，便捷下次查询的效率。

这种思想其实很常见，我们的DNS服务商也在使用这种思想，他们会缓存常见域名对应的IP地址，这样在DNS转换的时候，就不需要再向各级地址进行查询，大大优化了耗时

而我们建立缓存区的方法是使用Redis数据库，在前面我们就介绍过Redis，他是一个存储在内存中的键值类型的数据库，这大大优化了查询效率。

在这里我们贴一段在查询菜品的时候应用Redis优化的代码

 其实Spring 就已经为我们提供了通过注解的方式来解决这些问题，在后面我们也会逐一介绍

2.实现了缓存套餐的功能：

基于和缓存菜品一样的需求，我们来实现缓存套餐，而我们在这里用到了一个依赖：Spring Cache

        Spring Cache是Spring框架提供的一个缓存抽象层，它允许开发者轻松地在应用程序中添加缓存功能。通过使用Spring Cache，开发者可以将常用的数据或计算结果缓存起来，以提高应用程序的性能和响应速度。

Spring Cache的工作原理是基于AOP（面向切面编程）和注解。开发者只需在相应的方法上添加缓存注解，Spring Cache就会使用缓存来缓存方法的返回值。当下次再次调用该方法时，Spring Cache会首先查询缓存中是否存在该返回值，并直接返回缓存结果，避免了重复的计算或数据库查询。

Spring Cache支持多种缓存存储的后端实现，包括基于内存的缓存（如ConcurrentMapCache）、基于Redis的分布式缓存、基于Ehcache的本地缓存等。开发者可以根据项目需求选择合适的缓存实现。

引入依赖：

   org.springframework.boot
   spring-boot-starter-cache

然后我们就可以通过调用相关注解的方式来达到缓存套餐的功能：（在这里我们的底层缓存实现还是redis）

 他的常用注解我会在后面介绍

3.购物车相关接口：

        购物车相关接口其实收获不大，还是普通的curd操作。但是一通写下来确实是让我的熟练度更加好了

杂项知识点：

1.如何保持redis与数据库中的数据的一致性?

因为我们在添加redis作为缓冲区之后，如果缓冲区中存在数据，我们是直接从缓冲区拿数据的，如果我们更改了数据库，可能就会造成数据库与缓冲区数据不一致的情况。

1. 读写双写（Write-through）：在更新数据库时，同时更新Redis缓存。这意味着在写入数据库的同时，将相同的数据写入Redis缓存。这种方式确保了数据库和缓存中的数据始终保持一致。但是需要注意的是，双写操作会增加系统的写入负载和延迟，并且需要保证写入操作的原子性。

2. 读写更新（Write-behind）：在更新数据库时，延迟更新Redis缓存。这种方式先更新数据库，然后异步地更新Redis缓存，以提高写入的性能和响应速度。在这种情况下，可能会出现一小段时间内数据库和缓存数据的不一致，但后续的读取操作会从数据库中获取最新的数据并更新缓存。

3. 缓存失效策略：通过在缓存中设置适当的过期时间或失效策略，确保缓存中的数据在一定时间后会过期并从数据库中重新加载。这样可以保证在数据更新或过期后，下一次读取操作将从数据库中获取最新的数据，并更新缓存。这种方式适用于数据变化不频繁、对数据实时性要求不高的场景。

4. 发布订阅模式（Pub/Sub）：使用Redis的发布订阅功能，当数据库中的数据发生变化时，通过发布消息的方式通知订阅者（Redis缓存）进行更新。这样可以保证在数据发生变化时，及时通知Redis缓存更新，以保持数据的一致性。

 2.什么是redis三大问题：穿透,击穿,雪崩

1. 穿透（Cache Penetration）：当一个不存在的键被频繁查询时，会导致缓存无效并且每次查询都需要访问数据库。这种情况下，恶意用户可以通过构造不存在的键来绕过缓存，直接请求数据库。这不仅浪费了数据库的资源，还可能导致数据库压力过大。为了解决穿透问题，可以使用布隆过滤器或者在查询得到空结果时也进行缓存，设置一个较短的过期时间。

2. 击穿（Cache Breakdown）：当一个热点键过期或被清除时，同时又有大量的请求访问该键，导致这些请求直接访问数据库，称为击穿。这种情况下，数据库会承受巨大的压力，可能导致宕机或性能下降。为了解决击穿问题，可以使用互斥锁或者分布式锁，保证只有一个请求能够访问数据库，并在请求获取到数据后更新缓存。

3. 雪崩（Cache Avalanche）：当大量的缓存键在同一时间失效，或者缓存服务器发生故障，导致大量的请求直接访问数据库，称为雪崩效应。这种情况下，数据库会承受巨大的压力，可能导致宕机或性能下降。为了解决雪崩问题，可以采用多级缓存架构，将请求分散到多个缓存服务器，或者使用热点数据预加载的方式，提前加载热门数据到缓存中。

 3.spring cache中的@Cacheable、@CachePut、@CacheEvict  @三个注解

1. @Cacheable注解：用于在方法执行前检查缓存中是否存在对应的值，如果存在则直接返回缓存结果，否则执行方法并将返回值存入缓存中。该注解常用于读取操作。

   @Cacheable(cacheNames = "myCache", key = "#param")
   public Object myMethod(String param) {
       // 方法体
   }
   

   • cacheNames：指定缓存名称，对应于配置中的缓存管理器中的缓存名。
   • key：指定缓存的键，可以通过SpEL表达式指定，例如#param表示使用方法的参数作为键。

2. @CachePut注解：用于将方法的返回值存入缓存中，无论缓存中是否已存在该键，都会将返回值存入缓存。该注解常用于更新操作。

   @CachePut(cacheNames = "myCache", key = "#param")
   public Object myMethod(String param) {
       // 方法体
   }
   

   • cacheNames：缓存名称。 
   • key：缓存键。

3. @CacheEvict注解：用于从缓存中清除对应的值。该注解常用于删除操作。

   @CacheEvict(cacheNames = "myCache", key = "#param")
   public void myMethod(String param) {
       // 方法体
   }
   

   • cacheNames：缓存名称。
   • key：缓存键。

 除了这三个注解以外，还有一个启动类注解@EnableCaching，标识在启动类上，表示开启缓存注解功能

总结：

        创造缓冲区来减少对数据库的直接查询，提高访问效率是一个不错的思想，他巧妙的利用的Redis的存储特性。在实际业务开发中也是一个比较常见的需求，因此今天还是有学到一点好东西的。

如果我的内容对你有帮助，请点赞，评论，收藏。创作不易，大家的支持就是我坚持下去的动力！