什么是缓存

数据交换的缓冲区，一般在内存，读写的性能较高

那么有那些缓存呢

  1. 浏览器缓存
  2. tomcat缓存
  3. 数据库缓存
  4. cpu缓存
  5. 磁盘缓存

缓存的作用

  1. 提高读写效率，降低响应时间
  2. 缓存高频数据，降低数据库的访问次数

缓存的成本

  1. 一致性成本
  2. 代码维护成本
  3. 运维成本

添加Redis缓存

以博客系统为例，可以添加那些缓存呢

  1. 用户的信息
  2. 首页文章
  3. 高频文章

哪些数据不适合添加成缓存呢？易变的数据

缓存的问题

缓存的更新-一致性问题

redis的数据怎么更新呢？

  1. 内存淘汰：当内存不足，redis会自动淘汰部分内存
  2. expire：设置超时时间
  3. 主动更新：程序员手动控制

主动更新的三种方法

1.Cache Aside Pattern

缓存的调用者在更新数据库的同时更新缓存

2.Read/Write Through Pattern

服务者保证一致性，调用者无需担心

3.Write Behind Caching Pattern

缓存的调用者只关心更新缓存，由其他线程异步将缓存持久化到数据库，保证最终一致性（万一缓存宕机数据就丢失了，而且异步检测有性能消耗）

综上，调用者自己更新的第一种方法最好

考虑三个问题

  1. 删除缓存还是更新缓存？删除
  2. 如何保证缓存和数据库的操作同时成功或失败？一个事务上
  3. 先操作缓存还是先操作数据库？
    两种都有问题

    第一种发生的可能性比较高，因为数据库的操作需要更多的时间，其他线程容易乘虚而入
    但是第二种的可能性比较低，所以推荐用第二种。
进阶

参考Redis一致性保证 1.第一种方案：采用延时双删策略

在写库前后都进行redis.del(key)操作，并且设定合理的超时时间。

伪代码如下：

public void write(String key,Object data){
	 redis.delKey(key);
	 db.updateData(data);
	 Thread.sleep(500);
	 redis.delKey(key);
 }

具体的步骤就是：

  1. 先删除缓存；
  2. 再写数据库；
  3. 休眠500毫秒；
  4. 再次删除缓存。

那么，这个500毫秒怎么确定的，具体该休眠多久呢？

需要评估自己的项目的读数据业务逻辑的耗时。这么做的目的，就是确保读请求结束，写请求可以删除读请求造成的缓存脏数据。

当然这种策略还要考虑redis和数据库主从同步的耗时。最后的的写数据的休眠时间：则在读数据业务逻辑的耗时基础上，加几百ms即可。比如：休眠1秒。

设置缓存过期时间

从理论上来说，给缓存设置过期时间，是保证最终一致性的解决方案。所有的写操作以数据库为准，只要到达缓存过期时间，则后面的读请求自然会从数据库中读取新值然后回填缓存。

该方案的弊端

结合双删策略+缓存超时设置，这样最差的情况就是在超时时间内数据存在不一致，而且又增加了写请求的耗时。

2、第二种方案：异步更新缓存(基于订阅binlog的同步机制)

技术整体思路：

MySQL binlog增量订阅消费+消息队列+增量数据更新到redis

读Redis：热数据基本都在Redis
写MySQL:增删改都是操作MySQL
更新Redis数据：MySQ的数据操作binlog，来更新到Redis
Redis更新

1）数据操作主要分为两大块：

一个是全量(将全部数据一次写入到redis)
一个是增量（实时更新）
这里说的是增量,指的是mysql的update、insert、delate变更数据。

2）读取binlog后分析 ，利用消息队列,推送更新各台的redis缓存数据。

这样一旦MySQL中产生了新的写入、更新、删除等操作，就可以把binlog相关的消息推送至Redis，Redis再根据binlog中的记录，对Redis进行更新。

其实这种机制，很类似MySQL的主从备份机制，因为MySQL的主备也是通过binlog来实现的数据一致性。

这里可以结合使用canal(阿里的一款开源框架)，通过该框架可以对MySQL的binlog进行订阅，而canal正是模仿了mysql的slave数据库的备份请求，使得Redis的数据更新达到了相同的效果。

当然，这里的消息推送工具你也可以采用别的第三方：kafka、rabbitMQ等来实现推送更新Redis。

以上就是Redis和MySQL数据一致性详解。

缓存穿透

产生的原因：用户查询的数据在缓存和数据库中都不存在，这样的请求会给数据库带来压力

redis 查数据库一样查询列表 redis怎么查询数据_oracle


布隆过滤器：基于Redis的Bitmap实现，具体内容后面补充

缓存雪崩

缓存雪崩是指在同一时间大量的缓存key同时失效或者Redis服务器宕机，导致大量请求到达数据库 ，带来巨大压力。
解决方案

  1. key同时失效：给不同的key的TTL添加随机值
  2. Redis服务器宕机：Redis多机数据库保证高可用：哨兵、集群

缓存击穿

缓存击穿是指热点key的突然过期，导致多个线程同时访问数据库带来的压力。
解决方案：

  1. 互斥锁：性能受影响，注意临界资源，防止死锁
  2. 逻辑过期：有额外的内存消耗，不保证一致性

两种方法都可以，只缓存热点数据也不会消耗太多的 内存。

封装工具类

后面去实现一个Redis工具类，能够处理缓存穿透问题和缓存击穿问题。
再去学一下Jmeter测试工具