gpt4 book ai didi

【Redis】Redis 的缓存使用技巧(商户查询缓存)

转载 作者:知者 更新时间:2024-03-12 08:21:34 29 4
gpt4 key购买 nike

1. 什么是缓存

缓存(Cache) 就是数据交换的缓冲区,是存贮数据的临时地方,一般读写性能较高。

缓存的作用:

  • 降低后端负载
  • 提高读写效率,降低响应时间

缓存的成本:

  • 数据一致性成本
  • 代码维护成本
  • 运维成本

2. 添加 Redis 缓存

2.1 缓存工作模型

2.2 代码实现

前端请求说明:

说明
请求方式 POST
请求路径 /shop/id
请求参数 id
返回值

后端接口实现:

@Service
public class ShopServiceImpl extends ServiceImpl<ShopMapper, Shop> implements IShopService {

    @Resource
    private StringRedisTemplate stringRedisTemplate;

    @Override
    public Result queryShopById(Long id) {
        String key = "cache:shop:" + id;
        // 1. 从 redis 查询商铺缓存
        String shopJson = stringRedisTemplate.opsForValue().get(key);
        // 2. 判断是否存在
        if(!StrUtil.isBlank(shopJson)) {
            // 3. 存在,直接返回
            Shop shop = JSONUtil.toBean(shopJson, Shop.class);
            return Result.ok(shop);
        }
        // 4. 不存在,根据 id 查询数据库
        Shop shop = getById(id);
        // 5. 不存在,返回错误
        if(shop == null){
            return Result.fail("店铺不存在!");
        }
        // 6. 存在,写入 redis
        stringRedisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(shop));
        // 7. 返回
        return Result.ok(shop);
    }
}

3. 缓存更新策略

3.1 缓存更新策略类型

缓存更新策略 内存淘汰 超时剔除 主动更新
说明 不用自己维护,利用 Redis 的内存淘汰机制,当内存不足时自动淘汰部分数据,下次查询时更新缓存。 给缓存数据添加 TTL 时间,到期后自动删除缓存。下次查询时更新缓存。 编写业务逻辑,在修改数据库的同时,更新缓存。
一致性 一般
维护成本

业务场景:

  • 低一致性:使用内存淘汰机制。
  • 高一致性:主动更新,并以超时剔除作为兜底方案。

3.2 主动更新策略

方式 描述
Cache Aside Pattern 由缓存的调用者,在更新数据库的同时更新缓存。
Read/Write Through Pattern 缓存与数据库整合为一个服务,由服务来维护一致性。调用者调用该服务,无需关心缓存一致性问题。
Write Behind Caching Pattern 调用者只操作缓存,由其它线程异步的将缓存持久化到数据库,保证最终一致性。

这里推荐使用 Cache Aside Pattern,但操作缓存和数据库时有三个问题需要考虑:

  • 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(推荐):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 TTC 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。(问题:当一个线程进行修改操作时,先删除了缓存,然后另一个线程读取,读取不到缓存便读取数据库,然后更新缓存,更新的是旧的数据库的值,最后第一个线程又更新数据库,导致数据库和缓存不一致。这种问题出现的概率比较高。
  • 先操作数据库,再删除缓存。(推荐。问题:当一个线程读取时正好缓存过期,那么将读取到数据库的数据,然后另一个线程进入进行修改操作,修改数据库后,将缓存删除。最后第一个线程将之前读取的数据写入缓存,就会造成数据库和缓存不一致。但读取缓存是微秒级的并又正好碰上缓存过期,因此该问题的概率很小。)

小结:

  • 读操作:缓存命中直接返回;缓存未命中则查询数据库,并写入缓存,设定超时时间。
  • 写操作:先写数据库,然后再删缓存。要确保数据库与缓存操作的原子性。

3.3 超时剔除和主动更新缓存实现

后端接口实现:

  • 通过 id 查询店铺时,如果缓存未命中,则查询数据库,将数据库写入缓存,并设置超时时间。
@Service
public class ShopServiceImpl extends ServiceImpl<ShopMapper, Shop> implements IShopService {

    @Resource
    private StringRedisTemplate stringRedisTemplate;

    @Override
    public Result queryShopById(Long id) {
        String key = "cache:shop:" + id;
        // 1. 从 redis 查询商铺缓存
        String shopJson = stringRedisTemplate.opsForValue().get(key);
        // 2. 判断是否存在
        if(!StrUtil.isBlank(shopJson)) {
            // 3. 存在,直接返回
            Shop shop = JSONUtil.toBean(shopJson, Shop.class);
            return Result.ok(shop);
        }
        // 4. 不存在,根据 id 查询数据库
        Shop shop = getById(id);
        // 5. 不存在,返回错误
        if(shop == null){
            return Result.fail("店铺不存在!");
        }
        // 6. 存在,写入 redis
        stringRedisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(shop));
        stringRedisTemplate.expire(key, 30, TimeUnit.MINUTES);
        // 7. 返回
        return Result.ok(shop);
    }
}
  • 通过 id 修改店铺时,先修改数据库,再删除缓存。
@Service
public class ShopServiceImpl extends ServiceImpl<ShopMapper, Shop> implements IShopService {

    @Resource
    private StringRedisTemplate stringRedisTemplate;
    
	@Override
    @Transactional
    public Result updateShop(Shop shop) {
        Long id = shop.getId();
        if(id == null){
            return Result.fail("店铺 id 不能为空!");
        }
        // 1. 更新数据库
        updateById(shop);
        // 2. 删除缓存
        stringRedisTemplate.delete("cache:shop:" + id);
        return Result.ok();
    }
}

4. 缓存穿透

4.1 基本介绍

缓存穿透 是指客户端请求的数据在缓存中和数据库中都不存在,这样缓存永远不生效,这些请求都会打到数据库。(如果不断发起这样的请求,会给数据库带来巨大压力)

常见解决方案:

方案 描述 优点 缺点
缓存空对象 如果请求的数据缓存不存在,并且数据库也不存在,数据库将给缓存更新个空对象。 实现简单,维护方便。 额外的内存消耗,可能造成短期的不一致。
布隆过滤器 内存占用较少,没有多余 key 实现复杂,存在误判可能
增强 id 的复杂度,避免被猜测 id 规律
做好数据的基础格式校验
做好热点参数的限流

4.2 通过缓存空对象解决缓存穿透问题

代码实现:

public Shop queryWithPassThrough(Long id) {
    String key = "cache:shop:" + id;
    // 1. 从 redis 查询商铺缓存
    String shopJson = stringRedisTemplate.opsForValue().get(key);
    // 2. 判断是否存在
    if (!StrUtil.isBlank(shopJson)) {
        // 3. 存在,直接返回
        return JSONUtil.toBean(shopJson, Shop.class);
    }
    // 判断命中的是否为空值
    if (shopJson != null) {
        return null;
    }
    // 4. 不存在,根据 id 查询数据库
    Shop shop = getById(id);
    // 5. 不存在,返回错误
    if (shop == null) {
        // 将空值写入 Redis
        stringRedisTemplate.opsForValue().set(key, "", 2, TimeUnit.MINUTES);
        // 返回错误信息
        return null;
    }
    // 6. 存在,写入 redis
    stringRedisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(shop));
    stringRedisTemplate.expire(key, 30, TimeUnit.MINUTES);
    // 7. 返回
    return shop;
}

5. 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

6. 缓存击穿

6.1 基本介绍

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。

常见解决方案:

解决方案 优点 缺点
互斥锁 没有额外的内存消耗;保证一致性;实现简单 线程需要等待,性能受影响;可能有死锁风险
逻辑过期 线程无需等待,性能较好 不保证一致性;有额外内存消耗;实现复杂

6.2 基于互斥锁方式解决缓存击穿问题

这里通过 Redis 中的 SETNX 命令去自定义一个互斥锁,通过 del 命令去删除这个 key 来解锁。

自定义尝试获取锁和释放锁实现

// 尝试获取锁
private boolean tryLock(String key){
    Boolean flag = stringRedisTemplate.opsForValue().setIfAbsent(key, "1", 10, TimeUnit.SECONDS);
    // 拆箱过程可能有空值
    return BooleanUtil.isTrue(flag);
}

// 释放锁
private void unlock(String key){
    stringRedisTemplate.delete(key);
}

业务逻辑实现:

@Override
public Result queryShopById(Long id) {
    // 互斥锁缓存击穿
    Shop shop = queryWithMutex(id);
    if(shop == null){
        Result.fail("店铺不存在!");
    }
    // 7. 返回
    return Result.ok(shop);
}

// 互斥锁存击穿
public Shop queryWithMutex(Long id){
    String key = "cache:shop:" + id;
    // 1. 从 redis 查询商铺缓存
    String shopJson = stringRedisTemplate.opsForValue().get(key);
    // 2. 判断是否存在
    if(!StrUtil.isBlank(shopJson)) {
        // 3. 存在,直接返回
        return JSONUtil.toBean(shopJson, Shop.class);
    }
    // 判断命中的是否为空值
    if(shopJson != null ){
        return null;
    }

    // 4. 实现缓存重建
    // 4.1 获取互斥锁
    String lockKey = "lock:shop:" + id;
    Shop shop = null;
    try {
        boolean isLock = tryLock(lockKey);
        // 4.2 判断是否获取成功
        if(!isLock) {
            // 4.3 失败,则休眠并重试
            Thread.sleep(50);
            return queryWithMutex(id);
        }
        // 4.4 成功,则根据 id 查询数据库
        shop = getById(id);
        // 5. 不存在,返回错误
        if(shop == null){
            // 将空值写入 Redis
            stringRedisTemplate.opsForValue().set(key, "", 2, TimeUnit.MINUTES);
            // 返回错误信息
            return null;
        }
        // 6. 存在,写入 redis
        stringRedisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(shop));
        stringRedisTemplate.expire(key, 30, TimeUnit.MINUTES);
        // 7. 释放互斥锁
        unlock(lockKey);
    } catch (InterruptedException e) {
        throw new RuntimeException(e);
    }
    // 8. 返回
    return shop;
}

6.3 基于逻辑过期方式解决缓存击穿问题

在不修改原有实体类的情况下,可以新定义一个类用来保存原有的数据并添加逻辑过期时间

@Data
public class RedisData {
    // 逻辑过期时间
    private LocalDateTime expireTime;
    // 要存储到 Redis 中的数据
    private Object data;
}

将店铺数据和逻辑过期时间封装并保存到 Redis 中

public void saveShop2Redis(Long id, Long expireSeconds){
    // 1. 查询店铺数据
    Shop shop = getById(id);
    // 2. 封装逻辑过期时间
    RedisData redisData = new RedisData();
    redisData.setData(shop);
    redisData.setExpireTime(LocalDateTime.now().plusSeconds(expireSeconds));
    // 3. 写入 Redis
    stringRedisTemplate.opsForValue().set("cache:shop:" + id, JSONUtil.toJsonStr(redisData));
}

业务实现:

// 定义线程池
private static final ExecutorService CACHE_REBUILD_EXECUTOR = Executors.newFixedThreadPool(10);

// 基于逻辑过期缓存穿透
public Shop queryWithLogicalExpire(Long id) {
    String key = "cache:shop:" + id;
    // 1. 从 redis 查询商铺缓存
    String shopJson = stringRedisTemplate.opsForValue().get(key);
    // 2. 判断是否存在
    if (StrUtil.isBlank(shopJson)) {
        // 3. 不存在,直接返回
        return null;
    }
    // 4. 命中,需要吧 json 反序列化为对象
    RedisData redisData = JSONUtil.toBean(shopJson, RedisData.class);
    LocalDateTime expireTime = redisData.getExpireTime();
    // 因为 data 类型为 Object,并不知道为 Shop,这里会转成 JSONObject
    JSONObject data = (JSONObject) redisData.getData();
    Shop shop = JSONUtil.toBean(data, Shop.class);
    // 5. 判断是否过期
    if (expireTime.isAfter(LocalDateTime.now())) {
        // 5.1 未过期,直接返回店铺信息
        return shop;
    }
    // 5.2 已过期,需要缓存重建
    // 6. 缓存重建
    // 6.1 获取互斥锁
    String lockKey = "lock:shop:" + id;
    boolean isLock = tryLock(lockKey);
    // 6.2 判断是否获取锁成功
    if (isLock) {
        // 6.3 成功,开启独立线程,实现缓存重建
        CACHE_REBUILD_EXECUTOR.submit(() -> {
            // 重建缓存
            this.saveShop2Redis(id, 1800L);
            // 释放锁
            unlock(lockKey);
        });
    }
    // 6.4 返回过期的店铺信息
    return shop;
}

7. 缓存工具封装

接下来将对以下四个方法进行封装:

  1. 将任意 Java 对象序列化为 JSON 并存储在 String 类型的 key 中,并可以设置 TTL 过期时间
  2. 将任意 Java 对象序列化为 JSON 并存储在 String 类型的 key 中,并可以设置逻辑过期时间,用于处理缓存击穿问题
  3. 根据指定的 key 查询缓存,并反序列化为指定类型,利用缓存空值的方式解决缓存穿透问题
  4. 根据指定的 key 查询缓存,并反序列化为指定类型,利用逻辑过期解决缓存击穿问题
@Slf4j
@Component
public class CacheClient {

    private final StringRedisTemplate stringRedisTemplate;

    public CacheClient(StringRedisTemplate stringRedisTemplate) {
        this.stringRedisTemplate = stringRedisTemplate;
    }

    // 将任意 Java 对象序列化为 JSON 并存储在 String 类型的 key 中,并可以设置 TTL 过期时间
    public void set(String key, Object value, Long time, TimeUnit unit) {
        stringRedisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(value), time, unit);
    }

    // 将任意 Java 对象序列化为 JSON 并存储在 String 类型的 key 中,并可以设置逻辑过期时间,用于处理缓存击穿问题
    public void setWithLogicalExpire(String key, Object value, Long time, TimeUnit unit) {
        // 设置逻辑过期
        RedisData redisData = new RedisData();
        redisData.setData(value);
        redisData.setExpireTime(LocalDateTime.now().plusSeconds(unit.toSeconds(time)));
        // 写入 redis
        stringRedisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(redisData));
    }

    // 根据指定的 key 查询缓存,并反序列化为指定类型,利用缓存空值的方式解决缓存穿透问题
    public <R, ID> R queryWithPassThrough(
            String keyPrefix, ID id, Class<R> type, Function<ID, R> dbFallback, Long time, TimeUnit unit) {
        String key = keyPrefix + id;
        // 1. 从 redis 查询商铺缓存
        String json = stringRedisTemplate.opsForValue().get(key);
        // 2. 判断是否存在
        if (!StrUtil.isBlank(json)) {
            // 3. 存在,直接返回
            return JSONUtil.toBean(json, type);
        }
        // 判断命中的是否为空值
        if (json != null) {
            return null;
        }
        // 4. 不存在,根据 id 查询数据库
        R r = dbFallback.apply(id);
        // 5. 不存在,返回错误
        if (r == null) {
            // 将空值写入 Redis
            stringRedisTemplate.opsForValue().set(key, "", 2, TimeUnit.MINUTES);
            // 返回错误信息
            return null;
        }
        // 6. 存在,写入 redis
        this.set(key, r, time, unit);
        // 7. 返回
        return r;
    }

    // 根据指定的 key 查询缓存,并反序列化为指定类型,利用逻辑过期解决缓存击穿问题
    // 定义线程池
    private static final ExecutorService CACHE_REBUILD_EXECUTOR = Executors.newFixedThreadPool(10);

    // 尝试获取锁
    private boolean tryLock(String key) {
        Boolean flag = stringRedisTemplate.opsForValue().setIfAbsent(key, "1", 10, TimeUnit.SECONDS);
        // 拆箱过程可能有空值
        return BooleanUtil.isTrue(flag);
    }

    // 释放锁
    private void unlock(String key) {
        stringRedisTemplate.delete(key);
    }

    // 基于逻辑过期缓存穿透
    public <R, ID> R queryWithLogicalExpire(
            String keyPrefix1, String keyPrefix2, ID id, Class<R> type, Function<ID, R> dbFallback, Long time, TimeUnit unit) {
        String key = keyPrefix1 + id;
        // 1. 从 redis 查询商铺缓存
        String json = stringRedisTemplate.opsForValue().get(key);
        // 2. 判断是否存在
        if (StrUtil.isBlank(json)) {
            // 3. 不存在,直接返回
            return null;
        }
        // 4. 命中,需要吧 json 反序列化为对象
        RedisData redisData = JSONUtil.toBean(json, RedisData.class);
        LocalDateTime expireTime = redisData.getExpireTime();
        // 因为 data 类型为 Object,并不知道为 Shop,这里会转成 JSONObject
        JSONObject data = (JSONObject) redisData.getData();
        R r = JSONUtil.toBean(data, type);
        // 5. 判断是否过期
        if (expireTime.isAfter(LocalDateTime.now())) {
            // 5.1 未过期,直接返回店铺信息
            return r;
        }
        // 5.2 已过期,需要缓存重建
        // 6. 缓存重建
        // 6.1 获取互斥锁
        String lockKey = keyPrefix2 + id;
        boolean isLock = tryLock(lockKey);
        // 6.2 判断是否获取锁成功
        if (isLock) {
            // 6.3 成功,开启独立线程,实现缓存重建
            CACHE_REBUILD_EXECUTOR.submit(() -> {
                try {
                    // 重建缓存
                    // 查询数据库
                    R r1 = dbFallback.apply(id);
                    // 写入 Redis
                    this.setWithLogicalExpire(key, r1, time, unit);
                } catch (Exception e) {
                    throw new RuntimeException(e);
                } finally {
                    // 释放锁
                    unlock(lockKey);
                }
            });
        }
        // 6.4 返回过期的店铺信息
        return r;
    }
}

29 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com