商户查询缓存

HeJin大约 11 分钟项目实战Redis项目实战

01.什么是缓存

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

浏览器缓存。
应用层缓存。
数据库缓存。
CPU缓存。
磁盘缓存。

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。

02.添加商户缓存

缓存作用模型

根据id查询商铺缓存的流程

添加商铺查询缓存

ShopServiceImpl：Redis的value使用String。

@Override
public Result queryShopById(Long id) {
    Shop shop;
    // 1.Redis查询商铺缓存
    String shopKey = RedisConstants.CACHE_SHOP_KEY + id;
    String shopJson = stringRedisTemplate.opsForValue().get(shopKey);
    if (ObjectUtil.isNotEmpty(shopJson)){
        shop = JSONUtil.toBean(shopJson, Shop.class);
        return Result.ok(shop);
    }
    // 2.缓存未命中: 查询数据库
    shop = getById(id);
    if (ObjectUtil.isEmpty(shop)){
        return Result.fail("店铺不存在!");
    }
    // 3.商铺数据写入Redis
    stringRedisTemplate.opsForValue().set(shopKey, JSONUtil.toJsonStr(shop));
    // 4.返回商铺信息
    return Result.ok(shop);
}

添加店铺类型查询缓存

ShopTypeServiceImpl：Redis的value使用Set。

@Override
public Result queryTypeList() {
    Set<ShopType> shopTypeSet;
    // 1.Redis查询店铺类型
    String shopTypeKey = RedisConstants.CACHE_SHOP_TYPE_KEY;
    Set<String> shopTypeJson = stringRedisTemplate.opsForSet().members(shopTypeKey);
    if (Objects.nonNull(shopTypeJson) && !shopTypeJson.isEmpty()){
        shopTypeSet = shopTypeJson.stream()
                .map(st -> JSONUtil.toBean(st, ShopType.class))
                .collect(Collectors.toSet());
        return Result.ok(shopTypeSet);
    }
    // 2.缓存未命中，查询数据库
    List<ShopType> shopTypes = query().orderByAsc("sort").list();
    shopTypeSet = new HashSet<>(shopTypes);
    if (ObjectUtil.isEmpty(shopTypeSet) || shopTypeSet.isEmpty()){
        return Result.fail("店铺类型无数据");
    }
    // 3.店铺类型数据写入缓存
    for (ShopType shopType : shopTypeSet) {
        stringRedisTemplate.opsForSet().add(shopTypeKey, JSONUtil.toJsonStr(shopType));
    }
    // 4.返回店铺类型数据
    return Result.ok(shopTypeSet);
}

03.缓存更新策略

策略选择

	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	差	一般	好
维护成本	无	低	高

业务场景：

低一致性需求：使用内存淘汰机制。例如店铺类型的查询缓存。
高一致性需求：主动更新，并以超时剔除作为兜底方案。例如店铺详情查询的缓存。

主动更新

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数据持久化到数据库，保证最终一致。

最后选择的是Cache Aside Pattern，因为这可以保持数据库和缓存的数据一致性。

主动更新策略Cache Aside Pattern，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：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。
- 先操作数据库，再删除缓存。

最佳实践

低一致性需求：使用Redis自带的内存淘汰机制。
高一致性需求：主动更新，并以超时剔除作为兜底方案。
- 读操作：缓存命中则直接返回。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，然后再删除缓存。要确保数据库与缓存操作的原子性。

04.商铺缓存和数据库的双写一致

商铺存入redis添加过期时间：

ShopServiceImpl

@Override
public Result queryShopById(Long id) {
    Shop shop;
    // 1.Redis查询商铺缓存
    String shopKey = RedisConstants.CACHE_SHOP_KEY + id;
    String shopJson = stringRedisTemplate.opsForValue().get(shopKey);
    if (ObjectUtil.isNotEmpty(shopJson)){
        shop = JSONUtil.toBean(shopJson, Shop.class);
        return Result.ok(shop);
    }
    // 2.缓存未命中: 查询数据库
    shop = getById(id);
    if (ObjectUtil.isEmpty(shop)){
        return Result.fail("店铺不存在!");
    }
    // 3.商铺数据写入Redis: 添加过期时间
    stringRedisTemplate.opsForValue().set(shopKey, JSONUtil.toJsonStr(shop), RedisConstants.CACHE_SHOP_TTL, TimeUnit.MINUTES);
    // 4.返回商铺信息
    return Result.ok(shop);
}

ShopController

@PutMapping
public Result updateShop(@RequestBody Shop shop) {
    if (null == shop.getId()){
        return Result.fail("店铺id不能为空!");
    }
    return shopService.updateShop(shop);
}

ShopServiceImpl

@Override
@Transactional(rollbackFor = Exception.class)
public Result updateShop(Shop shop) {
    // 1.更新数据库
    updateById(shop);
    // 2.删除缓存
    stringRedisTemplate.delete(RedisConstants.CACHE_SHOP_KEY + shop.getId());

    return Result.ok();
}

05.缓存穿透问题及解决思路

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，这样缓存永远不会生效，这些请求都会打到数据库。

常见的解决方案有两种：

缓存空对象：
- 优点：实现简单，维护方便。
- 缺点：额外的内存消耗，可能造成短期的不一致。
布隆过滤：
- 优点：内存占用较少，没有多余key。
- 缺点：实现复杂，存在误判可能。

缓存穿透产生的原因是什么？

用户请求的数据在缓存中和数据库中都不存在，不断发起这样的请求，给数据库带来巨大压力

缓存穿透的解决方案有哪些？

缓存null值。
布隆过滤。
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。
加强用户权限校验。
做好热点参数的限流。

06.解决商铺查询缓存穿透

ShopServiceImpl：缓存穿透解决方案是缓存null值。

@Override
public Result queryShopById(Long id) {
    Shop shop;
    // 1.Redis查询商铺缓存
    String shopKey = RedisConstants.CACHE_SHOP_KEY + id;
    String shopJson = stringRedisTemplate.opsForValue().get(shopKey);
    if (StrUtil.isNotBlank(shopJson)){
        shop = JSONUtil.toBean(shopJson, Shop.class);
        return Result.ok(shop);
    }
    // 命中是否为空值
    if (Objects.nonNull(shopJson)){
        return Result.fail("店铺不存在!");
    }
    // 2.缓存未命中: 查询数据库
    shop = getById(id);
    if (ObjectUtil.isEmpty(shop)){
        // 将空值写入Redis
        stringRedisTemplate.opsForValue().set(shopKey, "", RedisConstants.CACHE_NULL_TTL, TimeUnit.MINUTES);
        return Result.fail("店铺不存在!");
    }
    // 3.商铺数据写入Redis
    stringRedisTemplate.opsForValue().set(shopKey, JSONUtil.toJsonStr(shop), RedisConstants.CACHE_SHOP_TTL, TimeUnit.MINUTES);
    // 4.返回商铺信息
    return Result.ok(shop);
}

07.缓存雪崩问题及解决思路

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。

08.缓存击穿问题及解决思路

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。

常见的解决方案有两种：

互斥锁。
image-20230131115725079
逻辑过期。
image-20230131115944992

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

09.利用互斥锁解决缓存击穿问题

互斥锁解决商铺查询

ShopServiceImpl

@Override
public Result queryShopById(Long id) {
    Shop shop = queryWithMutex(id);
    if (Objects.isNull(shop)){
        return Result.fail("店铺不存在");
    }
    return Result.ok(shop);
}

/**
 * 解决商铺查询缓存击穿: 互斥锁
 * @param id 商铺id
 * @return 商铺信息
 */
private Shop queryWithMutex(Long id) {
    Shop shop = null;
    // 1.Redis查询商铺缓存
    String shopKey = RedisConstants.CACHE_SHOP_KEY + id;
    String shopJson = stringRedisTemplate.opsForValue().get(shopKey);
    if (StrUtil.isNotBlank(shopJson)){
        shop = JSONUtil.toBean(shopJson, Shop.class);
        return shop;
    }
    // 命中是否为空值
    if (RedisConstants.CACHE_NULL_VALUE.equals(shopJson)){
        return null;
    }
    // 2.实现缓存重建
    // 2.1 获取互斥锁
    String lockKey = RedisConstants.LOCK_SHOP_KEY + id;
    try {
        boolean isLock = tryLock(lockKey);
        // 2.2判断是否获取成功
        if (!isLock){
            // 2.3 获取锁失败，休眠并重试
            Thread.sleep(50);
            return queryWithMutex(id);
        }
        // 2.4.1 获取锁成功，查询缓存
        shopJson = stringRedisTemplate.opsForValue().get(shopKey);
        if (StrUtil.isNotBlank(shopJson)){
            shop = JSONUtil.toBean(shopJson, Shop.class);
            return shop;
        }
        // 命中是否为空值
        if (RedisConstants.CACHE_NULL_VALUE.equals(shopJson)){
            return null;
        }
        // 2.4.2 获取锁成功，查询数据库
        shop = getById(id);
        // 模拟重建的延时
        Thread.sleep(200);
        if (ObjectUtil.isEmpty(shop)){
            // 将空值写入Redis
            stringRedisTemplate.opsForValue().set(shopKey, RedisConstants.CACHE_NULL_VALUE, RedisConstants.CACHE_NULL_TTL, TimeUnit.MINUTES);
            return null;
        }
        // 3.商铺数据写入Redis
        stringRedisTemplate.opsForValue().set(shopKey, JSONUtil.toJsonStr(shop), RedisConstants.CACHE_SHOP_TTL, TimeUnit.MINUTES);
    } catch (InterruptedException e) {
        throw new RuntimeException();
    } finally {
        // 4.释放互斥锁
        unlock(lockKey);
    }
    // 5.返回商铺信息
    return shop;
}

互斥锁的获取和释放

/**
 * 获取互斥锁
 * @param key key
 * @return boolean
 */
private boolean tryLock(String key){
    Boolean flag = stringRedisTemplate.opsForValue().setIfAbsent(key, "1", RedisConstants.LOCK_SHOP_TTL, TimeUnit.SECONDS);
    return BooleanUtil.isTrue(flag);
}

/**
 * 释放互斥锁
 * @param key key
 */
private void unlock(String key){
    stringRedisTemplate.delete(key);
}

10.利用逻辑过期解决缓存击穿问题

需求：修改根据id查询商铺的业务，基于逻辑过期方式来解决缓存击穿问题。

private static final ExecutorService CACHE_REBUILD_EXECUTOR = new ThreadPoolExecutor(
        10,
        15,
        20, TimeUnit.SECONDS,
        new LinkedBlockingQueue<>(),
        ThreadFactoryBuilder.create().build(),
        new ThreadPoolExecutor.AbortPolicy());

private Shop queryWithLogicExpire(Long id) {
    // 1.Redis查询商铺缓存
    String shopKey = RedisConstants.CACHE_SHOP_KEY + id;
    String shopJson = stringRedisTemplate.opsForValue().get(shopKey);
    // 1.1 缓存未命中
    if (StrUtil.isBlank(shopJson)){
        // 直接返回null
        return null;
    }
    // 2.命中: json反序列化
    RedisData redisData = JSONUtil.toBean(shopJson, RedisData.class);
    Shop shop = JSONUtil.toBean((JSONObject) redisData.getData(), Shop.class);
    LocalDateTime expireTime = redisData.getExpireTime();
    // 3.判断是否过期
    if (expireTime.isAfter(LocalDateTime.now())){
        // 3.1 未过期，直接返回店铺信息
        return shop;
    }
    // 3.2 已过期，需要缓存重建
    // 4.缓存重建
    // 4.1 获取互斥锁
    String lockKey = RedisConstants.LOCK_SHOP_KEY + id;
    boolean isLock = tryLock(lockKey);
    // 4.2 判断是否获取锁成功
    if (isLock){
        // 4.3 成功，开启独立线程，实现缓存重建
        // 4.3.1 再次查询缓存，命中直接返回
        shopJson = stringRedisTemplate.opsForValue().get(shopKey);
        if (StrUtil.isNotBlank(shopJson)){
            redisData = JSONUtil.toBean(shopJson, RedisData.class);
            shop = JSONUtil.toBean((JSONObject) redisData.getData(), Shop.class);
            expireTime = redisData.getExpireTime();
            // 3.判断是否过期
            if (expireTime.isAfter(LocalDateTime.now())){
                // 3.1 未过期，直接返回店铺信息
                return shop;
            }
        }
        // 4.3.2 未命中，缓存重建
        CACHE_REBUILD_EXECUTOR.submit(() -> {
            try {
                this.saveShop2Redis(id, 20L);
            } catch (Exception e) {
                throw new RuntimeException(e);
            } finally {
                // 释放锁
                unlock(lockKey);
            }
        });
    }
    return shop;
}

public void saveShop2Redis(Long id, Long expireSeconds) throws InterruptedException {
    // 1.查询店铺数据
    Shop shop = getById(id);
    Thread.sleep(200);
    // 2.封装逻辑过期时间
    RedisData redisData = new RedisData();
    redisData.setData(shop);
    redisData.setExpireTime(LocalDateTime.now().plusSeconds(expireSeconds));
    // 存入Redis
    stringRedisTemplate.opsForValue().set(RedisConstants.CACHE_SHOP_KEY + id, JSONUtil.toJsonStr(redisData));
}

11.封装Redis工具类

基于StringRedisTemplate封装一个缓存工具类，满足下列需求：

方法1：将任意Java对象序列化为json并存储在string类型的key中，并且可以设置TTL过期时间。

/**
 * 往Redis存储数据，并设置过期时间
 * @param key 存储key
 * @param object 存储value
 * @param time 过期时间
 * @param unit 时间单位
 */
public void set(String key, Object object, Long time, TimeUnit unit){
    stringRedisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(object), time, unit);
}

方法2：将任意Java对象序列化为json并存储在string类型的key中，并且可以设置逻辑过期时间，用于处理缓存击穿问题。

/**
 * 往Redis存储数据，并设置逻辑过期
 * @param key 存储key
 * @param object 存储value
 * @param time 逻辑过期时间
 * @param unit 时间单位
 */
public void setWithLogicExpire(String key, Object object, Long time, TimeUnit unit){
    RedisData redisData = new RedisData();
    redisData.setData(object);
    redisData.setExpireTime(LocalDateTime.now().plusSeconds(unit.toSeconds(time)));
    stringRedisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(redisData));
}

方法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。

/**
 * 解决查询缓存穿透: 缓存null值
 * @param keyPrefix key前缀
 * @param id 对象id
 * @param type 对象Class
 * @param dbFallback 数据库查询语句
 * @param time 过期时间
 * @param unit 时间单位
 * @param <R> 返回类型
 * @param <T> id类型
 * @return R
 */
public <R, T> R queryWithPassThrough(String keyPrefix, T id, Class<R> type,
                                      Function<T, R> dbFallback,
                                      Long time, TimeUnit unit) {
    String key = keyPrefix + id;
    String json = stringRedisTemplate.opsForValue().get(key);
    if (StrUtil.isNotBlank(json)){
        return JSONUtil.toBean(json, type);
    }
    // 缓存命中空值
    if (Objects.nonNull(json)){
        return null;
    }
    R r = dbFallback.apply(id);
    if (ObjectUtil.isEmpty(r)){
        this.set(key, RedisConstants.CACHE_NULL_VALUE, RedisConstants.CACHE_NULL_TTL, TimeUnit.MINUTES);
        return null;
    }
    this.set(key, r, time, unit);
    return r;
}

方法4：根据指定的key查询缓存，并反序列化为指定类型，需要利用逻辑过期解决缓存击穿问题。

/**
 * 逻辑过期解决缓存穿透查询
 * @param keyPrefix key前缀
 * @param id 对象id
 * @param type 对象类型
 * @param dbFallback 数据查询语句
 * @param time 逻辑过期时间
 * @param unit 时间单位
 * @param <R> 返回类型
 * @param <T> id类型
 * @return R
 */
public <R, T> R queryWithLogicExpire(String keyPrefix, T id, Class<R> type,
                                      Function<T, R> dbFallback, Long time, TimeUnit unit) {
    String key = keyPrefix + id;
    String json = stringRedisTemplate.opsForValue().get(key);
    if (StrUtil.isBlank(json)){
        return null;
    }

    RedisData redisData = JSONUtil.toBean(json, RedisData.class);
    R r = JSONUtil.toBean((JSONObject) redisData.getData(), type);
    LocalDateTime expireTime = redisData.getExpireTime();
    if (expireTime.isAfter(LocalDateTime.now())){
        return r;
    }

    String lockKey = RedisConstants.LOCK_SHOP_KEY + id;
    boolean isLock = tryLock(lockKey);
    if (isLock){
        // 获取锁之后再次查询缓存
        json = stringRedisTemplate.opsForValue().get(key);
        if (StrUtil.isNotBlank(json)){
            redisData = JSONUtil.toBean(json, RedisData.class);
            r = JSONUtil.toBean((JSONObject) redisData.getData(), type);
            expireTime = redisData.getExpireTime();
            if (expireTime.isAfter(LocalDateTime.now())){
                return r;
            }
        }
        // 缓存重建
        CACHE_REBUILD_EXECUTOR.submit(() -> {
            try {
                R r1 = dbFallback.apply(id);
                this.setWithLogicExpire(key, r1, time, unit);
            } catch (Exception e) {
                throw new RuntimeException(e);
            } finally {
                unlock(lockKey);
            }
        });
    }
    return r;
}

完整代码：CacheClientopen in new window

商户查询缓存

# 01.什么是缓存

# 缓存的作用

# 缓存的成本

# 02.添加商户缓存

# 缓存作用模型

# 根据id查询商铺缓存的流程

# 添加商铺查询缓存

# 添加店铺类型查询缓存

# 03.缓存更新策略

# 策略选择

# 主动更新

# 最佳实践

# 04.商铺缓存和数据库的双写一致

# 05.缓存穿透问题及解决思路

# 06.解决商铺查询缓存穿透

# 07.缓存雪崩问题及解决思路

# 08.缓存击穿问题及解决思路

# 09.利用互斥锁解决缓存击穿问题

# 互斥锁解决商铺查询

# 互斥锁的获取和释放

# 10.利用逻辑过期解决缓存击穿问题

# 11.封装Redis工具类

01.什么是缓存

缓存的作用

缓存的成本

02.添加商户缓存

缓存作用模型

根据id查询商铺缓存的流程

添加商铺查询缓存

添加店铺类型查询缓存

03.缓存更新策略

策略选择

主动更新

最佳实践

04.商铺缓存和数据库的双写一致

05.缓存穿透问题及解决思路

06.解决商铺查询缓存穿透

07.缓存雪崩问题及解决思路

08.缓存击穿问题及解决思路

09.利用互斥锁解决缓存击穿问题

互斥锁解决商铺查询

互斥锁的获取和释放

10.利用逻辑过期解决缓存击穿问题

11.封装Redis工具类