缓存-缓存的使用与基本详解

1.缓存使用

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。

哪些数据适合放入缓存？

即时性、数据一致性要求不高的
访问量大且更新频率不高的数据（读多，写少）

举例：

电商类应用，商品分类，商品列表等适合缓存并加一个失效时间（根据数据更新频率来定），后台如果发布了一个商品，买家需要5分钟才能看到新的商品一般还是可以接受的

2.本地缓存

最简单的加入缓存

吞吐量大大提升

这样的方式称作本地缓存

弊端在单体应用没有问题，分布式项目问题如下

缓存不在同一个服务里，导致第一个查数据库得到缓存放入本地，然后又来一个请求负载均衡到第二个服务，没有缓存，导致又去查一遍数据库
假设一个数据库的数据修改了需要修改缓存，那么它只会更新操作数据库的那个服务，其他服务的缓存就会导致数据大量不一致。

分布式系统下应该使用分布式缓存

3.Redis缓存

1.导入依赖


        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-data-redis</artifactId>
        </dependency>

2.application.yml

spring:
  redis:
    host: 192.168.232.209
    port: 6379
    database: 0

3.优化三级分类

   @Autowired
    private RedisTemplate<String,Object> redisTemplate;
//    private Map<String,Object> cacheMap = new HashMap<>();

    private static final String CATALOG_JSON="CATALOG_JSON";
    @Override
    public Map<String, List<Catelog2Vo>> getCatalogJson() {

        Object result = redisTemplate.opsForValue().get(CATALOG_JSON);
        if(result!=null){
            return (Map<String, List<Catelog2Vo>>) result;
        }

        Map<String, List<Catelog2Vo>> map = getCatalogJsonFromDB();
        redisTemplate.opsForValue().set(CATALOG_JSON,map);
        return map;
    }
    public Map<String, List<Catelog2Vo>> getCatalogJsonFromDB() {



        //1.查出所有1级分类
        List<CategoryEntity> selectList = baseMapper.selectList(null);
        /**
         * 将数据库的多次查询变成一次
         */

        //2. 封装数据
        List<CategoryEntity> level1Category = selectList.stream().filter(s->s.getParentCid().equals(0L)).collect(Collectors.toList());
        Map<String, List<Catelog2Vo>> map = level1Category.stream().collect(Collectors.toMap(k -> k.getCatId().toString(), v -> {
            //1.每一个的一级分类,查到1级分类的所有二级分类
            List<CategoryEntity> categoryEntities = selectList.stream().filter(s->s.getParentCid().equals(v.getCatId())).collect(Collectors.toList());

            List<Catelog2Vo> catelog2VoList = categoryEntities.stream().map(c -> {
                Catelog2Vo catelog2Vo = new Catelog2Vo();
                catelog2Vo.setId(c.getCatId().toString());
                catelog2Vo.setName(c.getName());
                catelog2Vo.setCatalog1Id(v.getCatId().toString());

                List<CategoryEntity> categoryEntities1 = selectList.stream().filter(s->s.getParentCid().equals(c.getCatId())).collect(Collectors.toList());
                List<Catelog2Vo.Catelog3Vo> collect = categoryEntities1.stream().map(c3 -> {
                    Catelog2Vo.Catelog3Vo catelog3Vo = new Catelog2Vo.Catelog3Vo();
                    catelog3Vo.setId(c3.getCatId().toString());
                    catelog3Vo.setName(c3.getName());
                    catelog3Vo.setCatalog2Id(c.getCatId().toString());
                    return catelog3Vo;
                }).collect(Collectors.toList());

                catelog2Vo.setCatalog3List(collect);

                return catelog2Vo;
            }).collect(Collectors.toList());


            return catelog2VoList;
        }));
        return map;
    }

4.进行压力测试

会有异常

1.第一种异常

连接量太大

2.第二种异常

很重要 堆外内存溢出 OutOfDirectMemoryError

分析源码

这是

lettuce-core 老版本报的错  就是内存没有及时释放，导致内存泄漏，是新来的空间大于最大空间，就会抛出堆外内存溢出

新版本可以不用解决

springboot2.0 以后默认使用lettuce作为操作 redis的客户端。它使用netty进行网络通信。
lettuce 的bug导致netty 堆外内存溢出，-Xmx300m; netty如果没有指定堆外内存，默认是使用-Xms300m
可以通过 -Dio.netty.maxDirectMemory进行设置
但是不能只是用 -Dio.netty.maxDirectMemory进行设置
可以升级lettuce客户端版本解决
可以使用jedis

3.来整合jedis

没玩过，试试，虽然这个Bug新版本解决了，但是想多学一点就来整合一下

1.导入依赖

 <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-data-redis</artifactId>
            <exclusions>
                <exclusion>
                    <groupId>io.lettuce</groupId>
                    <artifactId>lettuce-core</artifactId>
                </exclusion>
            </exclusions>
        </dependency>

        <dependency>
            <groupId>redis.clients</groupId>
            <artifactId>jedis</artifactId>
        </dependency>