Redis缓存实战（2）

末蓝、 2023-09-26 21:27 104阅读 0赞

**目录**

缓存定义

Redis缓存实战

1删除缓存还是更新缓存？

2如何保证缓存与数据库的操作同时成功或者失败？

3先操作数据库还是缓存？

缓存问题

缓存穿透

缓存雪崩

缓存击穿

--------------------

## **缓存定义** ##

缓存（Cache)是数据交换的缓冲区，是存储数据的临时地方，读写性能较高。缓存的作用：降低后端负载并且提高读写时间，降低响应时间。缓存的成本：数据一致性成本，代码维护成本和运维成本。

## **Redis缓存实战** ##

此代码模拟商户查询，查询商户时首先从redis缓存中查询是否有符合自己id的商户，如果有直接返回，如果没有然后从数据库中查询，如果数据库中查询到对应的数据，然后将该数据添加到redis缓存中，并且返回该数据，如果还是没有查询到就会返回异常信息。代码如下

@GetMapping("/select")
        public Result select(Long id){
            TbShop tbShop = (TbShop) redisTemplate.opsForValue().get("shopcache" + id);
            if(tbShop!=null){
                return Result.success(tbShop);
            }
            TbShop tbShop1 = tbShopMapper.selectById(id);
            if(tbShop1==null){
                return Result.error("404","未发现该商铺");
            }
            redisTemplate.opsForValue().set("shopcache"+id,tbShop1,30,TimeUnit.MINUTES);
            return Result.success(tbShop1);
    
        }

对于更新数据库信息，缓存更新策略如下图

![fa5ad124c1c846bc923bb46450b7b589.png][]

这里采用主动更新策略，在更新数据库的时候同时更新缓存。操作缓存和数据库有三个问题需要考虑如下。

### 1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，无效操作比较多

删除缓存：更新数据库让缓存失效，查询时更新缓存，效果比较好

### 2如何保证缓存与数据库的操作同时成功或者失败？ ###

单体系统：将缓存和数据库放在一个事务中。

分布式系统：利用TCC等分布式事务方案。

### 3先操作数据库还是缓存？ ###

先删除数据库再操作数据库会遇到如下问题

![f12e94531f994e13960a47d813615398.png][]

经过如图所示过程就会出现缓存保存旧的数据的情况。并且这种情况的发生概念是非常高的。

先操作数据库，再删除缓存会出现如下情况

![75231944090542ee955578a7871ab357.png][]

这种情况下也会发生缓存中存入旧数据的情况，但是由于缓存的执行时间远远小于数据库操作数据，所有这种情况的发生概念会比较小，因此可以选择先更新数据库，然后再删除缓存。

代码如下

@Transactional
        @PostMapping("/update")
        public Result update(@RequestBody  TbShop tbShop){
            int update = tbShopMapper.updateById(tbShop);
            redisTemplate.delete("shopcache"+tbShop.getId());
            return Result.success();
    
        }

## **缓存问题** ##

### 缓存穿透 ###

缓存穿透是指客户端请求的数据在缓存和数据库中都不存在，这样缓存永远都不会生效，这些请求都会打到数据中。

常见的解决方案：缓存空对象或者布隆过滤。

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。

布隆过滤：优点：内存占用少，没有多余的key。缺点：实现复杂和存在误判可能。

### 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

### 缓存击穿 ###

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。

解决方案：可以通过互斥锁和逻辑过期的方式进行解决。

![fc7949cff5684ef1b5a46a0c951ecd07.png][]

这里利用互斥锁的方式来进行模拟

互斥锁流程如下图

![8c7fc1478cca4ce3acaefa5942ff79a1.png][]

代码如下

@GetMapping("/select1")
        public Result select1(Long id){
            TbShop tbShop = (TbShop) redisTemplate.opsForValue().get("shopcache" + id);
            if(tbShop!=null){
                return Result.success(tbShop);
            }
            TbShop tbShop1 = null;
            String lockkey = "lockshop"+id;
            try {
                boolean trylock = trylock(lockkey);
                if(!trylock){
                    Thread.sleep(50);
                   return select(id);
                }
                tbShop1 = tbShopMapper.selectById(id);
                System.out.println("数据库查询");
                Thread.sleep(200);
                if(tbShop1==null){
                    return Result.error("404","未发现该商铺");
                }
                redisTemplate.opsForValue().set("shopcache"+id,tbShop1,30,TimeUnit.MINUTES);
            } catch (InterruptedException e) {
                e.printStackTrace();
            } finally {
                unlock(lockkey);
            }
            return Result.success(tbShop1);
    
        }
    
      private boolean trylock(String key){
            Boolean aBoolean = redisTemplate.opsForValue().setIfAbsent(key, "1", 10, 
            TimeUnit.SECONDS);
            return BooleanUtil.isTrue(aBoolean);
        }
        private void unlock(String key){
            redisTemplate.delete(key);
        }

通过jmeter压测工具使用一千多个线程进行测试，后端仅仅只是执行了一次调用数据库操作，实验结果因此得到验证。

[fa5ad124c1c846bc923bb46450b7b589.png]: https://img-blog.csdnimg.cn/fa5ad124c1c846bc923bb46450b7b589.png
[f12e94531f994e13960a47d813615398.png]: https://img-blog.csdnimg.cn/f12e94531f994e13960a47d813615398.png
[75231944090542ee955578a7871ab357.png]: https://img-blog.csdnimg.cn/75231944090542ee955578a7871ab357.png
[fc7949cff5684ef1b5a46a0c951ecd07.png]: https://img-blog.csdnimg.cn/fc7949cff5684ef1b5a46a0c951ecd07.png
[8c7fc1478cca4ce3acaefa5942ff79a1.png]: https://img-blog.csdnimg.cn/8c7fc1478cca4ce3acaefa5942ff79a1.png