redis实战-缓存数据&解决缓存与数据库数据划一性

缓存的定义

缓存(Cache),就是数据互换的缓冲区,俗称的缓存就是缓冲区内的数据,一般从数据库中获取,存储于本地代码。防止过高的数据访问猛冲体系,导致其操纵线程无法及时处理信息而瘫痪，这在实际开辟中对企业讲,对产品口碑,用户评价都是致命的;所以企业非常重视缓存技能，redis作为最常用的缓存中间件，也是面试的高频考点。
使用缓存的目的

缓存数据存储于代码中,而代码运行在内存中,内存的读写性能远高于磁盘,缓存可以大大降低用户访问并发量带来的服务器读写压力。实际开辟过程中,企业的数据量,少则几十万,多则几千万,这么大数据量,如果没有缓存,体系是几乎撑不住的,所以企业会大量运用到缓存技能。

怎样使用缓存

实际开辟中,会构筑多级缓存来使体系运行速率进一步提升,例如:本地缓存与redis中的缓存并发使用
   欣赏器缓存：主要是存在于欣赏器端的缓存
  应用层缓存：可以分为tomcat本地缓存，比如之前提到的map，或者是使用redis作为缓存
  数据库缓存：在数据库中有一片空间是 buffer pool，增改查数据都会先加载到mysql的缓存中
  CPU缓存：当代计算机最大的题目是 cpu性能提升了，但内存读写速率没有跟上，所以为了顺应当下的环境，增加了cpu的L1，L2，L3级的缓存
  缓存商店信息

 商店信息接口具有很高的并发量，查询数据不能每次都从数据库查询，要将商店数据缓存到redis中，来应对高并发

1. @GetMapping("/{id}")
2. public Result queryShopById(@PathVariable("id") Long id) {
3.     //这里是直接查询数据库
4.     return shopService.queryById(id);
5. }

复制代码

缓存模子和思绪

标准的操纵方式就是查询数据库之前先查询缓存，如果缓存数据存在，则直接从缓存中返回，如果缓存数据不存在，再查询数据库，然后将数据存入redis。

 代码实现

留意此时缓存数据不设置过期时间，为了减轻数据库压力，缓存应该常驻在内存中，但也会带来一个那就是缓存数据与数据库数据不划一的题目,这就引出了缓冲更新策略这一题目

1. @Override
2.     public Result queryById(Long id) {
3.         //根据业务代码组装key
4.         String key = CACHE_SHOP_KEY + id;
5.         //从redis中获取商铺信息
6.         String shopJson = stringRedisTemplate.opsForValue().get(key);
7.         if (StrUtil.isNotBlank(shopJson)) {
8.             //将json转化为shop对象直接返回
9.             Shop shop = JSONUtil.toBean(shopJson, Shop.class);
10.             return Result.ok(shop);
12.         }
13.         Shop shop = getById(id);
14.         if (shop == null) {
15.             return Result.fail("店铺不存在");
16.         }
17.         //将数据库查询的数据写入缓存
18.         stringRedisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(shop));
19.         //返回
20.         return Result.ok(shop);

复制代码

缓存更新策略

更新策略主要根据业务来选择，在本项目中采用的是自动更新＋超时剔除的更新策略，超时剔除主要是作为保底的更新策略，保证缓存在没有触发自动更新的环境下，每隔一段时间就会清理缓存
   缓存更新是redis为了节约内存而计划出来的一个东西，主要是因为内存数据名贵，当我们向redis插入太多数据，此时就可能会导致缓存中的数据过多，所以redis会对部分数据举行更新，或者把他叫为淘汰更符合。
  内存淘汰：redis自动举行，当redis内存达到咱们设定的max-memery的时间，会自动触发淘汰机制，淘汰掉一些不重要的数据(可以本身设置策略方式)
  超时剔除：当我们给redis设置了过期时间ttl之后，redis会将超时的数据举行删除，方便咱们继续使用缓存
  自动更新：我们可以手动调用方法把缓存删掉，通常用于解决缓存和数据库不划一题目
  

 数据库缓存数据不划一解决方案

由于我们的缓存的数据源来自于数据库,而数据库的数据是会发生变化的,因此,如果当数据库中数据发生变化,而缓存却没有同步,此时就会有划一性题目存在,其后果是:
用户使用缓存中的过时数据,就会产生类似多线程数据安全题目,从而影响业务,产品口碑等;怎么解决呢？有如下几种方案
   Cache Aside Pattern 人工编码方式：缓存调用者在更新完数据库后再去更新缓存，也称之为双写方案
  Read/Write Through Pattern : 由体系本身完成，数据库与缓存的题目交由体系本身去处理
  Write Behind Caching Pattern ：调用者只操纵缓存，其他线程去异步处理数据库，实现最终划一
  使用方案二增加了体系复杂度，倒霉于调用者排查有关题目，方案三会有一系列线程安全，造成数据库缓存不划一的环境，经过综合考虑选用人工编码的方式较为稳妥
人工编码步骤

• 删除缓存：更新数据库时让缓存失效，查询时再更新缓存，（如果是更新数据库的同时，更新缓存，会有太多更新动作，无法保证性能）
  
• 在单体体系中，将缓存与数据库操纵放在一个事务，保证更新数据库成功时，缓存也要添加成功，即保证两个操纵同时成功或失败
  
• 先操纵数据库，再删除缓存，在多线程的环境下，操纵数据库的时间要比操纵redis缓存的时间多得多，出现数据库写完，缓存失效的可能性较小
  

实现商店和缓存与数据库双写划一

• 根据id查询店铺时，如果缓存未命中，则查询数据库，将数据库结果写入缓存，并设置超时时间
  
• 根据id修改店铺时，先修改数据库，再删除缓存
  

添加缓存时设置redis缓存时添加过期时间

1. @Override
2.     public Result queryById(Long id) {
3.         //根据业务代码组装key
4.         String key = CACHE_SHOP_KEY + id;
5.         //从redis中获取商铺信息
6.         String shopJson = stringRedisTemplate.opsForValue().get(key);
7.         if (StrUtil.isNotBlank(shopJson)) {
8.             //将json转化为shop对象直接返回
9.             Shop shop = JSONUtil.toBean(shopJson, Shop.class);
10.             return Result.ok(shop);
12.         }
13.         Shop shop = getById(id);
14.         if (shop == null) {
15.             return Result.fail("店铺不存在");
16.         }
17.         //将数据库查询的数据写入缓存,并设置过期时间
18.         stringRedisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(shop), 30L,TimeUnit.MINUTES);
19.         //返回
20.         return Result.ok(shop);
21.     }

复制代码

我们确定了采用删除策略，来解决双写题目，当我们修改了数据之后，然后把缓存中的数据举行删除，查询时发现缓存中没有数据，则会从mysql中加载最新的数据，从而避免数据库和缓存不划一的题目，此方法必要加@Transactional注解来声明事务

1. @Transactional
2. @Override
3. public Result update(Shop shop) {
4.     Long id = shop.getId();
5.     //判断id是否为空，因为可以绕过前端直接发送请求，此步必须判断
6.     if (id == null) {
7.         return Result.fail("店铺id不能为空");
8.     }
9.     //更新数据库
10.     updateById(shop);
11.     //删除缓存
12.     stringRedisTemplate.delete(CACHE_SHOP_KEY + id);
13.     return Result.ok();
14. }

复制代码

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。