目录
🧂1.引入缓存的优势
🥓2.哪些数据适合放入缓存
🌭3.使用redis作为缓存组件
🍿4.redis存在的问题
🧈5.添加本地锁
🥞6.添加分布式锁
🥚7.整合redisson作为分布式锁
🚗🚗🚗1.引入缓存的优势
为了系统性能的提升,我们一般都会将部分数据放入缓存中,加速访问。而db承担数据落盘工作。
🚗🚗🚗2.哪些数据适合放入缓存
- 即时性、数据—致性要求不高的
- 访问量大且更新频率不高的数据(读多,写少)
🚗🚗🚗3.使用redis作为缓存组件
先确保reidis正常启动
3.1配置redis
- 1.引入依赖
<!--redis-->
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-data-redis</artifactId>
</dependency>
- 2.配置reids信息
spring
redis:
port: 6379
host: ip地址
password: XXX
3.2优化查询
之前都是从数据库查询的,现在加入缓存逻辑~
/**
* 使用redis缓存
*/
@Override
public Map<String, List<Catalog2Vo>> getCatalogJson() {
//1.加入缓存,缓存中存的数据全都是json
String catalogJson = redisTemplate.opsForValue().get("catalogJson");
if (StringUtils.isEmpty(catalogJson)) {
//2.缓存中如果没有,再去数据库查找
Map<String, List<Catalog2Vo>> catalogJsonFromDB = getCatalogJsonFromDB();
//3.将数据库查到的数据,将对象转换为json存放到缓存
String s = JSON.toJSONString(catalogJsonFromDB);
redisTemplate.opsForValue().set("catalogJson", s);
}
//4.从缓存中获取,转换为我们指定的类型
Map<String, List<Catalog2Vo>> result = JSON.parseObject(catalogJson, new TypeReference<Map<String, List<Catalog2Vo>>>() {
});
return result;
}
/**
* 从数据库查询并封装的分类数据
*
* @return
*/
public Map<String, List<Catalog2Vo>> getCatalogJsonFromDB() {
/**
* 优化:将数据库查询的多次变为一次
*/
List<CategoryEntity> selectList = baseMapper.selectList(null);
//1.查出所有1级分类
List<CategoryEntity> leve1Categorys = getParent_cid(selectList, 0L);
//2.封装数据
Map<String, List<Catalog2Vo>> parentCid = leve1Categorys.stream().collect(Collectors.toMap(k -> k.getCatId().toString(), v -> {
//1.每一个一级分类
List<CategoryEntity> categoryEntities = getParent_cid(selectList, v.getCatId());
List<Catalog2Vo> catalog2Vos = null;
if (categoryEntities != null) {
catalog2Vos = categoryEntities.stream().map(l2 -> {
Catalog2Vo vo = new Catalog2Vo(v.getCatId().toString(), null, l2.getCatId().toString(), l2.getName());
//找二级分类的三级分类
List<CategoryEntity> categoryEntities3 = getParent_cid(selectList, l2.getCatId());
if (categoryEntities3 != null) {
List<Catalog2Vo.Catalog3Vo> collect = categoryEntities3.stream().map(l3 -> {
Catalog2Vo.Catalog3Vo catalog3Vo = new Catalog2Vo.Catalog3Vo(l2.getCatId().toString(), l3.getCatId().toString(), l3.getName());
return catalog3Vo;
}).collect(Collectors.toList());
vo.setCatalog3List(collect);
}
return vo;
}).collect(Collectors.toList());
}
return catalog2Vos;
}));
return parentCid;
}
3.3测试
在本地第一次查询后,查看redis,发现redis已经存储
使用JMeter压测一下
🚗🚗🚗4.redis存在的问题
4.1缓存穿透
- 缓存穿透: 查询一个一定不存在的数据,由于缓存是不命中,将去查询数据库,但是数据库也无此记录,我们没有将这次查询的null写入缓存,这将导致这个不存在的数据每次请求都要到存储层去查询,失去了缓存的意义
- 解决方案:null结果缓存,并加入短暂过期时间
4.2缓存雪崩
- 缓存雪崩: 在我们设置缓存时key采用了相同的过期时间,导致缓存在某一时刻同时失效,大量请求全部转发到DB, DB瞬时压力过重雪崩。
- 解决方案:原有的失效时间基础上增加一个随机值,比如1-5分钟随机,这样每一个缓存的过期时间的重复率就会降低,就很难引发集体失效的事件。
4.3缓存击穿
缓存击穿 :对于一些设置了过期时间的key,如果这些key可能会在某些时间点被超高并发地访问,是一种非常“热点”的数据。如果这个key在大量请求同时进来前正好失效,那么所有对这个key的数据查询都落到db,我们称为缓存击穿。
解决方案:枷锁 大量并发只让一个去查,其他人等待,查到以后释放锁,其他人获取到锁,先查缓存,就会有数据,不用去db
🚗🚗🚗5.添加本地锁
若在缓存redis中没有查到,也去数据库查询,在查询数据库时,添加本地锁,在查之前,再次判断缓存reids中是否有数据,如果有,直接返回,如果没有,在查数据库,在查完数据库后,由于延迟原因,我们查完数据库时,将数据存放到缓存中,然后在释放锁
/**
* 使用redis缓存
*/
@Override
public Map<String, List<Catalog2Vo>> getCatalogJson() {
//1.使用redis缓存,存储为json对象
String catalogJson = redisTemplate.opsForValue().get("catalogJson");
//2.判断缓存中是否有
if (StringUtils.isEmpty(catalogJson)) {
System.out.println("缓存没有命中~查询数据库...");
//3.如果缓存中没有,从数据库
Map<String, List<Catalog2Vo>> catalogJsonFromDB = getCatalogJsonFromDB();
return catalogJsonFromDB;
}
System.out.println("缓存命中....直接返回");
//5.如果缓存中有,转换为我们需要的类型
Map<String, List<Catalog2Vo>> result = JSON.parseObject(catalogJson, new TypeReference<Map<String, List<Catalog2Vo>>>() {
});
return result;
}
/**
* 从数据库查询并封装的分类数据
*
* @return
*/
public Map<String, List<Catalog2Vo>> getCatalogJsonFromDB() {
/**
* 优化:将数据库查询的多次变为一次
*/
//TODO 本地锁,在分布式下,必须使用分布式锁
//加锁,防止缓存击穿,使用同一把锁
synchronized (this) {
//加所以后,我们还要去缓存中确定一次,如果缓存中没有,才继续查数据库
String catalogJson = redisTemplate.opsForValue().get("catalogJson");
if (!StringUtils.isEmpty(catalogJson)) {
//如果缓存中有,从缓存中获取
Map<String, List<Catalog2Vo>> result = JSON.parseObject(catalogJson, new TypeReference<Map<String, List<Catalog2Vo>>>() {
});
return result;
}
System.out.println("查询了数据库~");
List<CategoryEntity> selectList = baseMapper.selectList(null);
//1.查出所有1级分类
List<CategoryEntity> leve1Categorys = getParent_cid(selectList, 0L);
//2.封装数据
Map<String, List<Catalog2Vo>> parentCid = leve1Categorys.stream().collect(Collectors.toMap(k -> k.getCatId().toString(), v -> {
//1.每一个一级分类
List<CategoryEntity> categoryEntities = getParent_cid(selectList, v.getCatId());
List<Catalog2Vo> catalog2Vos = null;
if (categoryEntities != null) {
catalog2Vos = categoryEntities.stream().map(l2 -> {
Catalog2Vo vo = new Catalog2Vo(v.getCatId().toString(), null, l2.getCatId().toString(), l2.getName());
//找二级分类的三级分类
List<CategoryEntity> categoryEntities3 = getParent_cid(selectList, l2.getCatId());
if (categoryEntities3 != null) {
List<Catalog2Vo.Catalog3Vo> collect = categoryEntities3.stream().map(l3 -> {
Catalog2Vo.Catalog3Vo catalog3Vo = new Catalog2Vo.Catalog3Vo(l2.getCatId().toString(), l3.getCatId().toString(), l3.getName());
return catalog3Vo;
}).collect(Collectors.toList());
vo.setCatalog3List(collect);
}
return vo;
}).collect(Collectors.toList());
}
return catalog2Vos;
}));
//4.将从数据库中获取的数据,转换为Json存储到redis
String s = JSON.toJSONString(parentCid);
//设置缓存时间,方式雪崩
redisTemplate.opsForValue().set("catalogJson", s, 1, TimeUnit.DAYS);
return parentCid;
}
}
🚗🚗🚗6.添加分布式锁
使用分布式锁 步骤
- 1.先去redis中设置一个key,为了保持原子性,同时设置过期时间
- 2.判断是否设置成功,成功则继续业务操作,失败则自选再次获取
- 3.执行业务之后,需要删除key释放锁,为了保持原子性,使用lua脚本
/**
* 使用redis缓存
*/
@Override
public Map<String, List<Catalog2Vo>> getCatalogJson() {
//1.使用redis缓存,存储为json对象
String catalogJson = redisTemplate.opsForValue().get("catalogJson");
//2.判断缓存中是否有
if (StringUtils.isEmpty(catalogJson)) {
System.out.println("缓存没有命中~查询数据库...");
//3.如果缓存中没有,从数据库
Map<String, List<Catalog2Vo>> catalogJsonFromDB = getCatalogJsonFromDBWithRedisLock();
return catalogJsonFromDB;
}
System.out.println("缓存命中....直接返回");
//5.如果缓存中有,转换为我们需要的类型
Map<String, List<Catalog2Vo>> result = JSON.parseObject(catalogJson, new TypeReference<Map<String, List<Catalog2Vo>>>() {
});
return result;
}
/**
* 从数据库中获取数据,使用分布所锁
*
* @return
*/
public Map<String, List<Catalog2Vo>> getCatalogJsonFromDBWithRedisLock() {
//1.占分布式锁,去redis占位
String uuid = UUID.randomUUID().toString();
//2.设置过期时间,必须和加锁同步
Boolean lock = redisTemplate.opsForValue().setIfAbsent("lock", uuid, 300, TimeUnit.SECONDS);
if (lock) {
System.out.println("获取分布式锁成功..." + redisTemplate.opsForValue().get("lock"));
//加锁成功...执行业务
Map<String, List<Catalog2Vo>> dataFromDb;
try {
dataFromDb = getDataFromDb();
} finally {
String script = "if redis.call('get', KEYS[1]) == ARGV[1] then return redis.call('del', KEYS[1]) else return 0 end";
//删除锁,原子性
Long lock1 = redisTemplate.execute(new DefaultRedisScript<Long>(script, Long.class), Arrays.asList("lock"), uuid);
}
return getDataFromDb();
} else {
//加锁失败...重试
//休眠100毫秒
try {
Thread.sleep(2000);
} catch (InterruptedException e) {
}
return getCatalogJsonFromDBWithRedisLock();//自旋方式
}
}
/**
* 提起方法,从数据库中获取
*
* @return
*/
private Map<String, List<Catalog2Vo>> getDataFromDb() {
//加所以后,我们还要去缓存中确定一次,如果缓存中没有,才继续查数据库
String catalogJson = redisTemplate.opsForValue().get("catalogJson");
if (!StringUtils.isEmpty(catalogJson)) {
//如果缓存中有,从缓存中获取
Map<String, List<Catalog2Vo>> result = JSON.parseObject(catalogJson, new TypeReference<Map<String, List<Catalog2Vo>>>() {
});
return result;
}
System.out.println("查询了数据库~");
List<CategoryEntity> selectList = baseMapper.selectList(null);
//1.查出所有1级分类
List<CategoryEntity> leve1Categorys = getParent_cid(selectList, 0L);
//2.封装数据
Map<String, List<Catalog2Vo>> parentCid = leve1Categorys.stream().collect(Collectors.toMap(k -> k.getCatId().toString(), v -> {
//1.每一个一级分类
List<CategoryEntity> categoryEntities = getParent_cid(selectList, v.getCatId());
List<Catalog2Vo> catalog2Vos = null;
if (categoryEntities != null) {
catalog2Vos = categoryEntities.stream().map(l2 -> {
Catalog2Vo vo = new Catalog2Vo(v.getCatId().toString(), null, l2.getCatId().toString(), l2.getName());
//找二级分类的三级分类
List<CategoryEntity> categoryEntities3 = getParent_cid(selectList, l2.getCatId());
if (categoryEntities3 != null) {
List<Catalog2Vo.Catalog3Vo> collect = categoryEntities3.stream().map(l3 -> {
Catalog2Vo.Catalog3Vo catalog3Vo = new Catalog2Vo.Catalog3Vo(l2.getCatId().toString(), l3.getCatId().toString(), l3.getName());
return catalog3Vo;
}).collect(Collectors.toList());
vo.setCatalog3List(collect);
}
return vo;
}).collect(Collectors.toList());
}
return catalog2Vos;
}));
//4.将从数据库中获取的数据,转换为Json存储到redis
String s = JSON.toJSONString(parentCid);
//设置缓存时间,方式雪崩
redisTemplate.opsForValue().set("catalogJson", s, 1, TimeUnit.DAYS);
return parentCid;
}
🚗🚗🚗7.整合redisson作为分布式锁
7.1引入依赖
<!--redisson作为所有分布式锁-->
<dependency>
<groupId>org.redisson</groupId>
<artifactId>redisson</artifactId>
<version>3.12.0</version>
</dependency>
7.2程序化配置
在配置地址时,一定要添加reds://
@Configuration
public class MyRedissonConfig {
@Bean(destroyMethod = "shutdown")
public RedissonClient redissonClient() throws IOException {
//1.创建配置
Config config = new Config();
config.useSingleServer().setAddress("redis://192.168.20.130:6379");
//2.根据config创建redisson实例
RedissonClient redissonClient = Redisson.create(config);
return redissonClient;
}
}
7.3实例解析
- 1.锁的自动续期,如果业务超长,运行期间自动给锁续上新的30秒,不用担心业务超长,所自动过期被删除掉
- 2.加锁的业务只要运行完成,就不会给当前锁续期,即使不手动解锁,锁默认在30秒后自动删除
@Autowired
RedissonClient redissonClient;
@ResponseBody
@GetMapping("/hello")
public String hello() {
//1.设置redis的key获取一把锁,只要名字相同,就是同一把锁
RLock lock = redissonClient.getLock("my-lock");
//2.手动枷锁
lock.lock();//阻塞式等待,默认30秒
try {
//3.执行业务
System.out.println("枷锁成功!" + Thread.currentThread().getName());
//4.模拟业务消耗时间
Thread.sleep(20000);
} catch (Exception e) {
} finally {
//3.释放锁
System.out.println("释放锁~"+Thread.currentThread().getName());
lock.unlock();//不删除,默认30秒后过期,自动删除
}
return "hello";
}
- 3.如果我们传递了锁的超时时间,就发送给redis执行脚本,进行占锁,默认超时就是我们指定的时间
- 4.如果未指定锁的超时时间,就使用30*1000【LockWatchingTimeOut看门狗默认时间】
- 只要占锁成功,就会启动一个定时任务【重新给锁设置过期时间,新的过期时间就是看门狗的默认时间】,每隔(【LockWatchingTimeOut看门狗默认时间】/3)折磨长时间自动续期;