源码仓库地址：git@gitee.com:chuangchuang-liu/hm-dingping.git

1、什么是缓存？

缓存(Cache),就是数据交换的缓冲区,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

1.1、为什么要使用缓存？

添加缓存后，重复的数据可以直接从缓存中获取，一定程度上降低服务器的压力
但缓存带来的问题：

缓存作用	使用缓存成本
降低后端负载	数据一致性成本
提高读写效率，提升响应能力	维护成本

1.2、如何使用缓存？

实际开发中,会构筑多级缓存来使系统运行速度进一步提升,例如:本地缓存与redis中的缓存并发使用
浏览器缓存：主要是存在于浏览器端的缓存
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： 当代计算机最大的问题是 cpu性能提升了，但内存读写速度没有跟上，所以为了适应当下的情况，增加了cpu的L1，L2，L3级的缓存

2、添加商铺缓存

• 缓存作用模型

• 核心代码

public Shop queryById(Long id) {
    // 从缓存中查询
    String shopJson = stringRedisTemplate.opsForValue().get(RedisConstants.SHOP_KEY + id);
    if (shopJson != null) {
        // 如果缓存中有，直接返回
        Shop shop = JSON.parseObject(shopJson, Shop.class);
        return shop;
    }
    // 如果缓存中没有，从数据库中查询
    Shop shop = this.getById(id);
    // 如果数据库中没有，返回null
    if (shop == null) {
        return null;
    }
    // 将查询到的数据写入缓存
    stringRedisTemplate.opsForValue().set(RedisConstants.SHOP_KEY + id, JSON.toJSONString(shop));
    return shop;
}

3、缓存更新策略

缓存更新是redis为了节约内存而设计的一种机制，当往redis中插入过多数据，会导致缓存数据过多造成宕机的可能，因此redis会对一些数据进行淘汰。

• 内存淘汰：redis自动进行，当redis内存达到咱们设定的max-memery的时候，会自动触发淘汰机制，淘汰掉一些不重要的数据(可以自己设置策略方式)
• 超时剔除：当给redis设置了过期时间ttl之后，redis会将超时的数据进行删除，方便咱们继续使用缓存
• 主动更新：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一致问题

/	内存淘汰	超时剔除	主动更新
说明	不用我们手动维护，当缓存中的数据过多时，利用redis内存淘汰机制，自动剔除部分数据，下次查询会自动更新	当数据过期时，会被自动剔除。下次查询时进行自动更新	当数据库中的数据进行更改时，手动地对缓存中的数据进行更新
一致性	低	一般	好
成本	无	低	高

业务场景：
低一致性需求：使用内存淘汰机制。如商铺类型数据。
高一致性需求：使用主动更新策略，并以超时剔除作为兜底方案。如商铺信息数据更新。

3.1、缓存与数据库不一致问题

当数据发生更改时，数据库更改了而缓存没有同步更新，或者缓存更新了而数据库没有同步更新，都会造成数据不一致的问题。

3.2、不一致问题解决方案

不一致问题有三种解决方案：

• 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 : 由系统本身完成，数据库与缓存的问题交由系统本身去处理
• Write Behind Caching Pattern ：调用者只操作缓存，其他线程去异步处理数据库，实现最终一致

分析：
方案一可以实现，但具有一定的维护成本
方案二仍存在较大的一致性问题
方案三会存在数据丢失问题，如缓存数据还没来得及写入数据库，redis就崩溃了，那么这部分数据没有被持久化而丢失
综上，最终选择方案一作为数据不一致问题的解决方案

方案一如何处理实现，仍有三个问题需要考虑：

• 是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：更新数据库让缓存失效，再次查询时更新缓存，实现懒加载效果
• 如何保证缓存操作与数据库操作同时成功或失败？
  • 单体系统：使用事务机制保证操作的原子性
  • 分布式系统：使用TCC等分布式解决方案来保证操作的原子性
• 先更新数据库再删除缓存，还是先删除缓存再更新数据库？
• 先删除缓存再操作数据库
• 先更新数据库再删除缓存

因为缓存操作是快操作、数据库操作是慢操作。第一种方案在并发情况下更加容易出现数据不一致的问题。

4、实现商铺数据缓存与数据库的同步修改

核心思路：

• 查询商铺数据时，如果缓存没有数据，则查询数据库，同步更新到缓存并设置过期时间；
• 更新数据库数据时，直接删除缓存数据

核心代码

/**
 * 案例：给查询商铺的缓存添加超时剔除和主动更新的策略
 * （先操作数据库后删除缓存）
 * @param id 商铺id
 * @return
 */
@Override
public Shop queryById(Long id) {
    // 从缓存中查询
    String shopJson = stringRedisTemplate.opsForValue().get(RedisConstants.SHOP_KEY + id);
    if (shopJson != null) {
        // 如果缓存中有，直接返回
        Shop shop = JSON.parseObject(shopJson, Shop.class);
        return shop;
    }
    // 如果缓存中没有，从数据库中查询
    Shop shop = this.getById(id);
    // 如果数据库中没有，返回null
    if (shop == null) {
        return null;
    }
    // 将查询到的数据写入缓存
    stringRedisTemplate.opsForValue().set(RedisConstants.SHOP_KEY + id, JSON.toJSONString(shop),
            RedisConstants.SHOP_KEY_TTL, TimeUnit.MINUTES);
    return shop;
}

@Override
@Transactional // 保证数据库操作和缓存操作的原子性
public boolean updateByShopId(Shop shop) {
    if (shop.getId() == null) {
        return false;
    }
    // 更新数据库
    updateById(shop);
    // 更新缓存
    stringRedisTemplate.delete(RedisConstants.SHOP_KEY + shop.getId());
    return true;
}

5、缓存穿透

5.1、什么是缓存穿透？

缓存穿透指的是：当请求到达redis和数据库均未命中，且客户端发来大量这种恶意请求，造成数据库服务宕机的问题成为缓存穿透。

5.2、缓存穿透解决方案

常见的缓存穿透解决方案有两种：

• 缓存空对象
• 布隆过滤器

	优点	缺点
缓存空对象	实现简单	造成内存存储大量垃圾数据；存在短期的不一致
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

缓存空对象思路分析：当redis和数据库均未命中，则向redis中对应的key缓存一条空对象，当再次查询同一key时，直接返回空对象即可，减少数据库的压力。
布隆过滤器： 布隆过滤器其实采用的是哈希思想来解决这个问题，通过一个庞大的二进制数组，走哈希思想去判断当前这个要查询的这个数据是否存在，如果布隆过滤器判断存在，则放行，这个请求会去访问redis，哪怕此时redis中的数据过期了，但是数据库中一定存在这个数据，在数据库中查询出来这个数据后，再将其放入到redis中，但因为其实通过hash的思想进行判断，会存在误判的可能。

总的来说，如果布隆过滤器判断不存在，那这条数据就是真的不存在；如果判断存在，但数据不一定就真的存在。

5.3、缓存空对象编码实现

• 核心代码

public Shop queryById(Long id) {
// 从缓存中查询
String shopJson = stringRedisTemplate.opsForValue().get(RedisConstants.SHOP_KEY + id);
if (StrUtil.isNotBlank(shopJson)) {
    // 如果缓存中有，直接返回
    Shop shop = JSON.parseObject(shopJson, Shop.class);
    return shop;
}
// 判断redis是否缓存空值 shopJson != null，说明其是""空字符串
if (shopJson !=null){
    return null;
}
// 如果缓存中未命中，从数据库中查询
Shop shop = this.getById(id);
// 如果数据库中没有，返回null
if (shop == null) {
    // 数据库也未命中，缓存null值到redis
    stringRedisTemplate.opsForValue().set(RedisConstants.SHOP_KEY + id, SHOP_NULL_VALUE,
                                          RedisConstants.SHOP_NULL_VALUE_TTL, TimeUnit.MINUTES);
    return null;
}
// 将查询到的数据写入缓存
stringRedisTemplate.opsForValue().set(RedisConstants.SHOP_KEY + id, JSON.toJSONString(shop),
                                      RedisConstants.SHOP_KEY_TTL, TimeUnit.MINUTES);
return shop;
}

5.4、补充说明

缓存穿透的解决方案当然不止前面说的这两种，还可以考虑：

• 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

6、缓存雪崩

6.1、什么是缓存雪崩？

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。

6.2、解决方案

• 在设置热点key时，设置不同的TTL，避免热点key同时失效
• 添加redis集群，提供高可用服务
• 给缓存业务添加降级限流策略
• 给业务添加多级缓存

7、缓存击穿

7.1、什么是缓存击穿？

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
• 逻辑过期

逻辑分析：在线程1重建缓存过程的同时，其他大量线程也都查询缓存，然后走查询数据库重建缓存这样的过程，对数据库服务造成巨大压力。

解决方案：

• 互斥锁

只有获取到锁资源的线程可以重建缓存，其他线程则需要一直等待重试，知道缓存中有数据或拿到锁资源。

• 逻辑过期

在设置热点key时不设置TTL，而是在数据本身中设置一个逻辑过期时间，这样在redis中这个数据基本可以认为永不失效。通过代码来判断数据是否失效，当线程1查询数据失效时，尝试获取锁资源，开启独立线程进行缓存重建，而自己则返回旧数据。
同时，其他大量线程查询数据失效时，也尝试获取锁资源。如果失败，则不等待，直接返回旧数据即可！

• 方案优缺点比对

	优点	缺点
互斥锁	实现简单没有额外内存消耗保证数据一致性	性能较差，大量线程需要等待存在死锁风险
逻辑过期	线程无需等待，服务可用性好	不保证一致性；实现复杂；存在额外内存消耗（存储逻辑过期时间）

7.2、利用互斥锁解决缓存击穿

• 核心思路

• 核心代码

private Shop queryWithMutexLock(Long id) {
    // 从缓存中查询
    String shopJson = stringRedisTemplate.opsForValue().get(RedisConstants.SHOP_KEY + id);
    if (StrUtil.isNotBlank(shopJson)) {
        // 如果缓存中有，直接返回
        Shop shop = JSON.parseObject(shopJson, Shop.class);
        return shop;
    }
    // 判断redis是否缓存空值 shopJson != null，说明其是""空字符串
    if (shopJson != null) {
        return null;
    }
    try {
        // 获取互斥锁
        if (!getMutexLock(id)) {
            // 未获取到锁，等待一段时间后重试
            Thread.sleep(50);
            queryWithMutexLock(id);
        }

        // Double Check
        shopJson = stringRedisTemplate.opsForValue().get(RedisConstants.SHOP_KEY + id);
        if (StrUtil.isNotBlank(shopJson)) {
            // 如果缓存中有，直接返回
            Shop shop = JSON.parseObject(shopJson, Shop.class);
            return shop;
        }
        // 判断redis是否缓存空值 shopJson != null，说明其是""空字符串
        if (shopJson != null) {
            return null;
        }

        // 从数据库中查询，进行缓存重建
        Shop shop = this.getById(id);
        // 数据库也未命中，缓存null值到redis
        if (shop == null) {
            stringRedisTemplate.opsForValue().set(RedisConstants.SHOP_KEY + id, SHOP_NULL_VALUE,
                    RedisConstants.SHOP_NULL_VALUE_TTL, TimeUnit.MINUTES);
            return null;
        }
        // 将查询到的数据写入缓存
        stringRedisTemplate.opsForValue().set(RedisConstants.SHOP_KEY + id, JSON.toJSONString(shop),
                RedisConstants.SHOP_KEY_TTL, TimeUnit.MINUTES);
        return shop;
    } catch (InterruptedException e) {
        throw new RuntimeException(e);
    } finally {
        // 释放互斥锁
        releaseMutexLock(id);
    }
}

/**
 * 获取互斥锁
 * @param id
 * @return
 */
private boolean getMutexLock(Long id) {
    String key = "lock:shop" + id;
    Boolean flag = stringRedisTemplate.opsForValue().setIfAbsent(key, "1", 10, TimeUnit.SECONDS);
    // 不要直接返回包装类，存在空指针异常问题，需要使用工具类BooleanUtil.isTrue()方法进行校验
    return BooleanUtil.isTrue(flag);
}

/**
 * 释放互斥锁
 * @param id
 */
private void releaseMutexLock(Long id) {
    String key = "lock:shop" + id;
    stringRedisTemplate.delete(key);
}

7.3、利用逻辑过期解决缓存击穿

• 核心思路

• 核心代码

/**
 * 查询商铺信息（缓存击穿-逻辑过期）
 *
 * @param id
 * @return
 */
private Shop queryWithLogicExpireTime(Long id) {
    // 从缓存中查询
    String shopJson = stringRedisTemplate.opsForValue().get(RedisConstants.SHOP_KEY + id);
    // 判断是否过期
    RedisData redisData = JSONUtil.toBean(shopJson, RedisData.class);
    Shop shop = JSONUtil.toBean((JSONObject) redisData.getData(), Shop.class);
    if (StrUtil.isNotBlank(shopJson)) {
        // 未过期,返回商铺
        if (redisData.getExpireTime().isAfter(LocalDateTime.now())) {
            return shop;
        }
    }

    try {
        // 尝试获取互斥锁
        if (!getMutexLock(id)) {
            // 未获取到锁，返回旧商品信息
            return shop;
        }

        // Double Check
        shopJson = stringRedisTemplate.opsForValue().get(RedisConstants.SHOP_KEY + id);
        if (StrUtil.isNotBlank(shopJson)) {
            // 检查缓存是否存在,且是否过期
            shopJson = stringRedisTemplate.opsForValue().get(RedisConstants.SHOP_KEY + id);
            if (StrUtil.isNotBlank(shopJson)) {
                // 判断是否过期
                redisData = JSONUtil.toBean(shopJson, RedisData.class);
                shop = JSONUtil.toBean((JSONObject) redisData.getData(), Shop.class);
                // 未过期,返回商铺
                if (redisData.getExpireTime().isAfter(LocalDateTime.now())) {
                    return shop;
                }
            }
        }

        // 从数据库中查询，进行缓存重建
        shop = this.getById(id);
        // 数据库也未命中，返回null
        if (shop == null) {
            return null;
        }
        // 将查询到的数据写入缓存,设置逻辑过期
        RedisData newRedisData = new RedisData();
        newRedisData.setData(shop);
        newRedisData.setExpireTime(LocalDateTime.now().plusMinutes(RedisConstants.SHOP_KEY_TTL));
        stringRedisTemplate.opsForValue().set(RedisConstants.SHOP_KEY + id, JSON.toJSONString(newRedisData));
        return shop;
    } catch (Exception e) {
        throw new RuntimeException(e);
    } finally {
        // 释放互斥锁
        releaseMutexLock(id);
    }
}

8、简单封装缓存工具类

@Component
public class CacheUtil {

    private final StringRedisTemplate stringRedisTemplate;

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

    public void set(String key, String value, long timeout, TimeUnit unit) {
        stringRedisTemplate.opsForValue().set(key, value, timeout, unit);
    }

    public String get(String key) {
        return stringRedisTemplate.opsForValue().get(key);
    }

    public void delete(String key) {
        stringRedisTemplate.delete(key);
    }
}

希望以上内容，可以帮助到大家！