本地缓存在分布式环境下是不行的,因为每个服务的缓存都在自己的服务器中
分布式缓存:以redis为例,可以搭建redis集群,做分片存储
总结:
分布式锁核心代码案例:
public Map<String, List<Catelog2Vo>> getCatelogJsonFromDBWithReidsLock() {
// 占分布式锁,去redis占坑
String uuid = UUID.randomUUID().toString();
// 锁的自动续期我们这里没有做,采用的延长锁的过期时间300秒
Boolean lock = stringRedisTemplate.opsForValue().setIfAbsent("lock", uuid, 300, TimeUnit.SECONDS);
if (lock) {
System.out.println("获取分布式锁成功。。。");
// 得到锁以后我们去缓存中再查询一次,如果没有才继续查询
Map<String, List<Catelog2Vo>> dataFromDB;
// 如果在这里断电了锁也会自动过期
try {
dataFromDB = getDataFromDB();
} finally {
// 不管怎么样都要删除锁,程序执行出现异常也要删锁
String script = "if redis.call(\"get\",KEYS[1]) == ARGV[1]\n" +
"then\n" +
" return redis.call(\"del\",KEYS[1])\n" +
"else\n" +
" return 0\n" +
"end";
Long lock1 = stringRedisTemplate.execute(new DefaultRedisScript<Long>(script, Long.class), Arrays.asList("lock"), uuid);
}
return dataFromDB;
} else {
// 没有拿到锁
System.out.println("没有拿到锁,重试");
try {
Thread.sleep(200L);
} catch (Exception e) {
}
return getCatelogJsonFromDBWithReidsLock(); // 自旋
}
}
缓存数据一致性:对数据库的修改没有及时保存到缓存中,导致两者数据不一致
缓存数据一致性问题:无论是双写模式还是失效模式都会出现缓存数据不一致的问题
使用canal解决缓存一致性问题
对系统数据一致性要求高的可以添加读写锁
redisson使用案例:
秒杀业务中用信号量代表商品总数量,保存在redis中,使用redissonTemplate获取信号量,并将信号量减一,表示自己已经购买过此商品。
共享锁和排它锁参考
spring cache简化缓存开发:
spring cache案例: