高并发如何实现单用户信息查询接口

高并发如何实现单用户信息查询接口

故事情节

• 产品：小李，有个单用户信息查询的功能，需要你实现一下
• 小李：这还不简单，两分钟我给你实现
• 两分钟过去…
• 小李：欧克了，部署上线了
• 运维：哪个傻蛋写的接口，导致MySQL宕机了
• 小李一愣，他写的接口明明没有报错啊，这是怎么回事呢？
• 产品：小李赶紧给我排查出来，否则这个月的奖金一分都没有
• 小李：这这这，我不知道什么问题啊
• 小李纳闷中，思来思去不知道什么问题如何解决…
• 小李：老黄，只能求你出马了，这个月我的奖金全部都给你
• 老黄听到小李的请求，他微微一笑，答应了下来
• 老黄：么得问题了
• 老黄耐心地指导小李修复了这个错误，并对代码进行了优化和完善
• 小李听得认真，心里暗自发誓要吸取教训，以后在工作中更加严谨细致。而这次经历也让他对老黄产生了更深的敬意和信任
• 最终，小李成功排查并解决了问题，产品顺利上线运行。产品部门的领导对他的表现给予了肯定和赞赏，而他也因为自己的努力和进步获得了全额的奖金

小李写的代码：

Service层：
直接查询MySQL返回数据

 public UserQueryRespDTO queryUserByUserId(Long userId) {
    LambdaQueryWrapper<UserDO> queryWrapper = Wrappers.lambdaQuery(UserDO.class)
            .eq(UserDO::getUserId, userId);
    List<UserDO> userDOList = userMapper.selectList(queryWrapper);
    UserDO userDO = CollUtil.isNotEmpty(userDOList) ? userDOList.get(0) : null;
    UserQueryRespDTO userQueryRespDTO = new UserQueryRespDTO();
    BeanUtil.convert(userDO, userQueryRespDTO);
    return userQueryRespDTO;
}

流程图：

http 请求直接打到 MySQL 数据库，不宕机才怪嘞

老黄写的代码：

Service层：

1. 先读取 Redis 缓存，数据存在直接返回用户
2. 数据不存在，读取 MySQL 数据库，加上双重判定锁，减轻获得分布式锁后线程访问数据库压力
3. 读取到 MySQL 数据，缓存到 Redis 并且返回
4. 读取数据为NULL，缓存空对象到 Redis 中，并设置一个较短的过期时间（防止缓存穿透）

public UserQueryRespDTO queryUserByUserId(Long userId) {
    UserDO userDO = distributedCache.safeGet(
            USER_INFO_KEY + userId,
            UserDO.class,
            () -> {
                LambdaQueryWrapper<UserDO> queryWrapper = Wrappers.lambdaQuery(UserDO.class)
                        .eq(UserDO::getUserId, userId);
                List<UserDO> userDOList = userMapper.selectList(queryWrapper);
                return CollUtil.isNotEmpty(userDOList) ? userDOList.get(0) : null;
            },
            30,
            TimeUnit.MINUTES,
            null,
            null,
            key -> {
                // 缓存空对象，解决缓存穿透。也可以使用布隆过滤器。
                distributedCache.put(key, new UserDO(), 5, TimeUnit.MINUTES);
            });
    UserQueryRespDTO userQueryRespDTO = new UserQueryRespDTO();
    BeanUtil.convert(userDO, userQueryRespDTO);
    return userQueryRespDTO;
}

第二行distributedCache.safeGet方法

public <T> T safeGet(String key, Class<T> clazz, CacheLoader<T> cacheLoader, long timeout, TimeUnit timeUnit,
                     RBloomFilter<String> bloomFilter, CacheGetFilter<String> cacheGetFilter, CacheGetIfAbsent<String> cacheGetIfAbsent) {
    T result = get(key, clazz);
    // 缓存结果不等于空或空字符串直接返回；通过函数判断是否返回空，为了适配布隆过滤器无法删除的场景；两者都不成立，判断布隆过滤器是否存在，不存在返回空
    if (!CacheUtil.isNullOrBlank(result)
            || Optional.ofNullable(cacheGetFilter).map(each -> each.filter(key)).orElse(false)
            || Optional.ofNullable(bloomFilter).map(each -> !each.contains(key)).orElse(false)) {
        return result;
    }
    RLock lock = redissonClient.getLock(SAFE_GET_DISTRIBUTED_LOCK_KEY_PREFIX + key);
    lock.lock();
    try {
        // 双重判定锁，减轻获得分布式锁后线程访问数据库压力
        if (CacheUtil.isNullOrBlank(result = get(key, clazz))) {
            // 如果访问 cacheLoader 加载数据为空，执行后置函数操作
            if (CacheUtil.isNullOrBlank(result = loadAndSet(key, cacheLoader, timeout, timeUnit, true, bloomFilter))) {
                Optional.ofNullable(cacheGetIfAbsent).ifPresent(each -> each.execute(key));
            }
        }
    } finally {
        lock.unlock();
    }
    return result;
}

流程图：