③使用Redis缓存，并增强数据一致性。

.29.

发布于 2024-01-09 13:57:47

1300

发布于 2024-01-09 13:57:47

文章被收录于专栏：个人技术博客个人技术博客

个人简介：Java领域新星创作者；阿里云技术博主、星级博主、专家博主；正在Java学习的路上摸爬滚打，记录学习的过程~ 个人主页：.29.的博客

使用Redis缓存，并增强数据一致性。

Redis缓存
- 🚀为什么使用缓存？
- 🚀如何添加Redis缓存？
- 🚀缓存数据一致性问题（双写问题）
- 🚀实现缓存与数据库双写一致（此方式不能保证绝对一致）

Redis缓存

🚀为什么使用缓存？

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。

缓存的作用：
- 降低后端负载。
- 提高读写效率，降低响应时间。

使用缓存的同时，也会增加代码复杂度和运营的成本。

缓存的成本：
- 数据一致性成本（双写问题）
- 代码维护成本
- 运维成本

缓存的使用案例：

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(例如:

// 例1:本地用于高并发
Static final ConcurrentHashMap<K,V> map = new ConcurrentHashMap<>(); 

//例2:用于redis等缓存
static final Cache<K,V> USER_CACHE = CacheBuilder.newBuilder().build(); 

//例3:本地缓存
Static final Map<K,V> map =  new HashMap();

由于其被Static修饰,所以随着类的加载而被加载到内存之中,作为本地缓存,由于其又被final修饰,所以其引用(例3:map)和对象(例3:new HashMap())之间的关系是固定的,不能改变,因此不用担心赋值(=)导致缓存失效;

🚀如何添加Redis缓存？

Redis缓存作用模型：

标准的操作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。

为查询的数据添加缓存业务逻辑：

    @Resource
    private StringRedisTemplate stringRedisTemplate;

    // 根据id查询商铺信息
    @Override
    public Result queryById(Long id) {
        // redis缓存的key
        String key = RedisConstants.CACHE_SHOP_KEY + id;
        //1. 从redis缓存中获取shop信息
        String shopJSON = stringRedisTemplate.opsForValue().get(key);

        //2. 缓存存在，返回（Hutool工具：StrUtil、JSONUtil）
        if(StrUtil.isNotBlank(shopJSON)){
            Shop shop = JSONUtil.toBean(shopJSON, Shop.class);
            return Result.ok(shop);
        }

        //3. 缓存未命中，从数据库中获取
        Shop shop = this.getById(id);

        //4. 数据库中不存在，返回错误
        if(shop == null) return Result.fail("店铺不存在！");

        //5. 数据库中存在，存入redis缓存（Hutool工具：JSONUtil）
        stringRedisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(shop));

        //6. 返回
        return Result.ok(shop);
    }

🚀缓存数据一致性问题（双写问题）

双写问题：

双写问题通常出现在以下场景：

写入数据源： 应用程序接收到写入请求后，首先将数据写入主要的数据源（例如数据库）。
写入缓存： 同时，应用程序尝试将相同的数据写入缓存，以提高后续对该数据的读取性能。

在这个过程中，如果写入数据源成功而写入缓存失败，或者写入缓存成功而写入数据源失败，就会导致数据不一致的情况。例如：

写入数据源成功，写入缓存失败： 在这种情况下，缓存中可能没有最新的数据，而应用程序仍然从缓存中读取旧数据，导致不一致。
写入缓存成功，写入数据源失败： 这种情况下，缓存中包含了最新的数据，但是由于数据源没有更新，当应用程序从数据源中读取数据时，可能得到旧的数据，同样导致不一致。

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 : 缓存与数据库整合为一个服务，用服务来维护一致性。调用者调用该服务，无需关系缓存一致性问题。即：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

使用Cache Aside Pattern人工编码方式，需要注意的问题：

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操作同时成功或失败？
- 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？
- 选择①：先删除缓存，再操作数据库
- 选择②：先操作数据库，再删除缓存（√）
- 应该具体操作缓存还是操作数据库？我们应当是先操作数据库，再删除缓存 ，原因在于，如果你选择第一种方案，在两个线程并发来访问时，假设线程1先来，他先把缓存删了，此时线程2过来，他查询缓存数据并不存在，此时他写入缓存，当他写入缓存后，线程1再执行更新动作时，实际上写入的就是旧的数据，新的数据被旧数据覆盖了。

🚀实现缓存与数据库双写一致（此方式不能保证绝对一致）

流程：

查询数据时，若缓存未命中，从数据库中获取，再将结果写入缓存，设置过期时间(TTL)。
修改数据时，先更新数据库，再删除缓存。

查询数据时：

    // 根据id查询商铺信息
    @Override
    public Result queryById(Long id) {
        // redis缓存的key
        String key = "cache:shop:" + id;
        //1. 从redis缓存中获取shop信息
        String shopJSON = stringRedisTemplate.opsForValue().get(key);

        //2. 缓存存在，返回
        if(StrUtil.isNotBlank(shopJSON)){
            Shop shop = JSONUtil.toBean(shopJSON, Shop.class);
            return Result.ok(shop);
        }

        //3. 缓存未命中，从数据库中获取
        Shop shop = this.getById(id);

        //4. 数据库中不存在，返回错误
        if(shop == null) return Result.fail("店铺不存在！");

        //5. 数据库中存在，存入redis缓存，并设置过期时间ttl
        stringRedisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(shop), 30L, TimeUnit.MINUTES);

        //6. 返回
        return Result.ok(shop);
    }

查询数据时(解决缓存穿透)：

    // 根据id查询商铺信息（缓存空值，避免缓存穿透问题）
    @Override
    public Result queryById(Long id) {
        // redis缓存的key
        String key = RedisConstants.CACHE_SHOP_KEY + id;
        //1. 从redis缓存中获取shop信息
        String shopJSON = stringRedisTemplate.opsForValue().get(key);

        if(shopJSON == null){ // 获取值为空，返回错误
            return Result.fail("商铺不存在！");
        }

        //2. 缓存存在，返回
        if(StrUtil.isNotBlank(shopJSON)){
            Shop shop = JSONUtil.toBean(shopJSON, Shop.class);
            return Result.ok(shop);
        }

        //3. 缓存未命中，从数据库中获取
        Shop shop = this.getById(id);

        //4. 数据库中不存在，空值写入Redis，返回错误
        if(shop == null){
            // 控制写入Redis，设置2分钟有效期
            stringRedisTemplate.opsForValue().set(key, "", 2L, TimeUnit.MINUTES);
            //返回错误
            return Result.fail("商铺不存在！");
        }

        //5. 数据库中存在，存入redis缓存
        stringRedisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(shop), 30L, TimeUnit.MINUTES);

        //6. 返回
        return Result.ok(shop);
    }

修改数据时：

    @Override
    @Transactional  //开启事务，保证证缓存与数据库操作同时成功或失败
    public Result update(Shop shop) {
        Long id = shop.getId();
        if(id == null) return Result.fail("商铺ID不能为空!");
        
        //注意: 先更新数据库再删除缓存
        
        //1. 更新数据库
        this.updateById(shop);

        //2. 删除缓存
        stringRedisTemplate.delete("cache:shop:" + id);

        return Result.ok();
    }