【项目日志|苍穹外卖】Day7: Redis缓存优化

本文记录了苍穹外卖项目第七天的学习内容，重点介绍了Redis缓存技术的应用、Spring Cache框架的使用，通过缓存优化显著提升系统性能。

请添加图片描述

今日完成任务

• 缓存菜品功能
• 缓存套餐功能
• 添加购物车接口
• 查看购物车接口
• 清空购物车接口
• 删除购物车商品接口

主要功能展示

实现缓存套餐功能

Spring Cache的使用

Spring Cache 是 Spring 提供的一个缓存抽象框架，旨在简化在 Java 应用中集成和使用缓存的流程, 从而提升系统性能、减少数据库或远程服务的访问压力。

业务场景 由于在用户使用高峰的时候，会短时间有大量的并发请求。再直接从数据库中查找数据就不合适了，这是个 I/O 操作，再高峰期会使得用户端卡顿，造成体验下降。

请添加图片描述

解决思路 因此，我们需要通过 Redis 数据库建立缓存区，从而再查询菜品时，若缓存区中有数据，则直接获取，若缓存区中无该数据，再去查找数据库, 从而达到优化查询效率的方法。

Spring 提供了相应框架 Spring Cache，从而通过注解解决。

实现流程 利用@CacheEvict注解，直接清理相应的数据, 这里会在拓充知识点 Spring Cache 中详解

在这里插入图片描述

拓充知识点

1.Spring Cache 注解详解

核心注解功能表

详细注解说明 @EnableCaching - 缓存开关

@Configuration
@EnableCaching
public class CacheConfig {
    // 缓存配置
}

在这里插入图片描述

@Cacheable - 缓存查询

@Cacheable(cacheNames = "dishCache", key = "#categoryId")
public List<DishVO> list(Long categoryId) {
    // 查询逻辑
}

在这里插入图片描述

参数说明：

cacheNames：指定缓存名称，对应缓存管理器中的缓存名 key：指定缓存的键，可通过SpEL表达式指定

注意：该注解可标记在方法或类上

@CachePut - 缓存更新

@CachePut(cacheNames = "myCache", key = "#param")
public Object myMethod(String param) {
    // 方法体
}

@CacheEvict - 缓存清除

@CacheEvict(cacheNames = "dishCache", key = "#categoryId")
public void delete(Long categoryId) {
    // 删除逻辑
}

请添加图片描述

参数说明：

cacheNames：指定缓存名称 key：指定缓存的键 allEntries：是否清除所有缓存数据（true/false）

2.什么是双写一致性？双写一致性的解决方案

在项目中需要确保更新数据库数据时，Redis缓存区同步更新，从而确保两者的数据一致性，这就是"双写一致性"问题。

解决方案对比

推荐方案详解：先更后删策略

@Transactional
public void updateDish(DishDTO dishDTO) {
    // 1. 更新数据库
    dishMapper.update(dishDTO);
    
    // 2. 删除缓存
    redisTemplate.delete("dishCache::" + dishDTO.getCategoryId());
}

优势：

即使删除缓存失败，下次查询也会自动刷新缓存 实现简单，易于维护 适合大多数业务场景

3.redis 的三大缓存问题及解决方案

详细问题解析

缓存穿透： 当一个不存在的数据被大量访问时，会导致大量请求直接访问数据库，浪费数据库资源，严重时导致数据库崩溃。

解决方案：

布隆过滤器：快速判断数据是否存在 缓存空对象：将空结果也缓存，设置较短过期时间

@Cacheable(cacheNames = "dishCache", key = "#id", unless = "#result == null")
public DishVO getById(Long id) {
    Dish dish = dishMapper.getById(id);
    return dish != null ? DishVO.from(dish) : null;
}

缓存击穿： 当一个高并发访问的数据的缓存失效时，导致大量请求同时访问数据库，造成数据库瞬间压力过大。

解决方案：

分布式锁：确保只有一个请求访问数据库 永不过期：设置缓存永不过期，定期更新

@Cacheable(cacheNames = "hotDishCache", key = "#id")
@Scheduled(fixedRate = 300000) // 5分钟更新一次
public List<DishVO> getHotDishes() {
    return dishMapper.getHotDishes();
}

缓存雪崩： 当某一时刻，大量缓存数据同时失效或Redis服务宕机，导致大量请求直接访问数据库，造成压力过大。

解决方案：

多级缓存：本地缓存 + Redis缓存 随机过期时间：避免缓存同时失效

@Cacheable(cacheNames = "dishCache", key = "#categoryId")
public List<DishVO> list(Long categoryId) {
    // 设置随机过期时间
    long expireTime = 3600 + new Random().nextInt(300); // 3600-3900秒
    return dishMapper.listByCategoryId(categoryId);
}

本文为苍穹外卖项目学习笔记，持续更新中…

如果我的内容对你有帮助，希望可以收获你的点赞、评论、收藏。