(目录)
实现这个方案：商户查询缓存
理解
缓存击穿，缓存穿透，缓存雪崩等问题，对于这些概念的理解不仅仅是停留在概念上，更是能在代码中看到对应的内容
商户查询缓存
1. 什么是缓存 ( Cache )?
前言:什么是缓存?
就像自行车,越野车的避震器
举个例子:
越野车,山地自行车,都拥有"避震器",防止车体加速后因惯性,在酷似"U"字母的地形上飞跃,硬着陆导致的损害,像个弹簧一样;
同样,实际开发中,系统也需要"避震器",防止过高的数据访问猛冲系统,导致其操作线程无法及时处理信息而瘫痪;
这在实际开发中对企业讲,对产品口碑,用户评价都是致命的;所以企业非常重视缓存技术;
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, 一般从数据库中获取,存储于本地代码
例如:
- 本地用于高并发
例1:Static final ConcurrentHashMap<K,V> map = new ConcurrentHashMap<>();
- 用于redis等缓存
例2:static final Cache<K,V> USER_CACHE = CacheBuilder.newBuilder().build();
- 本地缓存
例3:Static final Map<K,V> map = new HashMap();
由于其被
Static修饰, 所以随着类的加载而被加载到内存之中,作为本地缓存,由于其又被final修饰, 所以其引用(例3:map) 和 对象(例3:new HashMap()) 之间的关系是固定的,不能改变,因此不用担心赋值(=)导致缓存失效;
为什么要使用缓存
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实际开发过程中,企业的数据量,少则几十万,多则几千万,这么大数据量,如果没有缓存来作为"避震器",系统是几乎撑不住的,所以企业会大量运用到缓存技术;
但是缓存也会增加代码复杂度和运营的成本:
如何使用缓存
实际开发中,会构筑多级缓存来使系统运行速度进一步提升。
例如:本地缓存 与 redis中的缓存并发使用
浏览器缓存：主要是存在于浏览器端的缓存应用层缓存：可以分为tomcat本地缓存，比如之前提到的map，或者是使用redis作为缓存数据库缓存：在数据库中有一片空间是 buffer pool，增改查数据都会先加载到mysql的缓存中CPU缓存：当代计算机最大的问题是 cpu性能提升了，但内存读写速度没有跟上，所以为了适应当下的情况，增加了cpu的L1，L2，L3级的缓存
2. 添加 商户缓存、商铺分类缓存
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);
}
缓存模型和思路
标准操作方式：
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。
添加商户缓存代码：
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。
@Autowired
private StringRedisTemplate stringRedisTemplate;
@Override
public Result queryShopById(Long id) {
// 1. 从 Redis 中查询商铺缓存
String shopJson = stringRedisTemplate.opsForValue().get(CACHE_SHOP_KEY + id);
// 2. 判断是否存在
// 3. 存在 ， 直接返回
if(StrUtil.isNotBlank(shopJson)){
Shop shop=JSONUtil.toBean(shopJson, Shop.class);
return Result.ok(shop);
}
// 4. 不存在 ，根据 id 去数据库查询
Shop shop = getById(id);
// 5. 不存在 ， 返回 404
if(shop==null){
return Result.fail("商铺不存在");
}
// 6. 存在 ， 写入 Redis
stringRedisTemplate.opsForValue().set(CACHE_SHOP_KEY + id, JSONUtil.toJsonStr(shop));
return Result.ok(shop);
}
添加商铺分类缓存：
ShopTypeController类
package com.hmdp.controller;
import com.hmdp.dto.Result;
import com.hmdp.entity.ShopType;
import com.hmdp.service.IShopTypeService;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RestController;
import javax.annotation.Resource;
import java.util.List;
@RestController
@RequestMapping("/shop-type")
public class ShopTypeController {
@Resource
private IShopTypeService typeService;
// public Result queryTypeList() {
// List<ShopType> typeList = typeService
// .query().orderByAsc("sort").list();
// return Result.ok(typeList);
// }
@GetMapping("list")
public Result queryTypeList() {
return typeService.queryTypeLists();
}
}
IShopTypeService实现类
package com.hmdp.service;
import com.hmdp.dto.Result;
import com.hmdp.entity.ShopType;
import com.baomidou.mybatisplus.extension.service.IService;
public interface IShopTypeService extends IService<ShopType> {
Result queryTypeLists();
}
ShopTypeServiceImpl实现类
package com.hmdp.service.impl;
import cn.hutool.core.util.StrUtil;
import cn.hutool.json.JSONUtil;
import com.hmdp.dto.Result;
import com.hmdp.entity.ShopType;
import com.hmdp.mapper.ShopTypeMapper;
import com.hmdp.service.IShopTypeService;
import com.baomidou.mybatisplus.extension.service.impl.ServiceImpl;
import com.hmdp.utils.RedisConstants;
import org.springframework.data.redis.core.StringRedisTemplate;
import org.springframework.stereotype.Service;
import javax.annotation.Resource;
import java.util.List;
@Service
public class ShopTypeServiceImpl extends ServiceImpl<ShopTypeMapper, ShopType> implements IShopTypeService {
@Resource
private StringRedisTemplate stringRedisTemplate;
@Override
public Result queryTypeLists() {
//获取radis中商户
String shopType=stringRedisTemplate.opsForValue().get("shopType");
if (StrUtil.isNotBlank(shopType)) {
//存在，直接返回
List<ShopType> shopTypes = JSONUtil.toList(shopType, ShopType.class);
return Result.ok(shopTypes);
}
//不存在，从数据库中查询写入redis
List<ShopType> shopTypes = query().orderByAsc("sort").list();
//不存在，返回错误
if (shopTypes == null) {
return Result.fail("分类不存在");
}
//将查询到的信息存入radis
stringRedisTemplate.opsForValue().set("shopType",JSONUtil.toJsonStr(shopTypes));
//返回
return Result.ok(shopTypes);
}
}
效果展示：
没添加缓存前：耗时 1.54s
添加缓存后：254ms
3. 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
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
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
- 先操作缓存还是先操作数据库？
先删除缓存，再操作数据库 （出现线程安全可能性高）
先操作数据库，再删除缓存 （出现线程安全可能性低）会出现下面的情况：
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。
因为缓存操作极快，方案二出现问题可能性低
4. 实现商铺和缓存与数据库双写一致
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
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
/**
* 查询商铺
* @param id
* @return
*/
@Override
public Result queryShopById(Long id) {
// 1. 从 Redis 中查询商铺缓存
String shopJson = stringRedisTemplate.opsForValue().get(CACHE_SHOP_KEY + id);
// 2. 判断是否存在
// 3. 存在 ， 直接返回
if(StrUtil.isNotBlank(shopJson)){
Shop shop=JSONUtil.toBean(shopJson, Shop.class);
return Result.ok(shop);
}
// 4. 不存在 ，根据 id 去数据库查询
Shop shop = getById(id);
// 5. 不存在 ， 返回 404
if(shop==null){
return Result.fail("商铺不存在");
}
// 6. 存在 ， 写入 Redis
stringRedisTemplate.opsForValue().set(CACHE_SHOP_KEY + id, JSONUtil.toJsonStr(shop),CACHE_SHOP_TTL, TimeUnit.MINUTES);
return Result.ok(shop);
}
