缓存以及锁

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：