缓存

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。

为什么要使用缓存？

  • 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；
  • 实际开发过程中,企业的数据量,少则几十万,多则几千万,这么大数据量,如果没有缓存来作为”避震器”,系统是几乎撑不住的,所以企业会大量运用到缓存技术;
  • 但是缓存也会增加代码复杂度和运营的成本

如何使用缓存？

  • 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

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,本次介绍 redis 中的缓存并发使用。

查询、添加缓存

缓存模型和思路

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。

更新缓存

更新策略

缓存更新是redis为了节约内存而设计出来的一个东西，主要是因为内存数据宝贵，当我们向redis插入太多数据，此时就可能会导致缓存中的数据过多，所以redis会对部分数据进行更新，或者把他叫为淘汰更合适。

  • 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：当我们给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

数据库缓存不一致解决方案

由于我们的缓存的数据源来自于数据库,而数据库的数据是会发生变化的,因此,如果当数据库中数据发生变化,而缓存却没有同步,此时就会有一致性问题存在。

  • 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

综合考虑使用方案一，Cache Aside Pattern。方案一调用者如何处理呢？

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
先操作缓存还是先操作数据库？
  • 先删除缓存，再操作数据库
  • 先操作数据库，再删除缓存
如何保证缓存与数据库的操作的同时成功或失败？
  • 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

案例代码

/** * 查询资源详情 * @param id * @return */@Overridepublic ResModel<Resource> getResource(Integer id) {String key = CACHE_RESOURCE_KEY + id;//查询缓存String json = redisTemplate.opsForValue().get(key);if (StrUtil.isNotBlank(json)){//缓存存在Resource resource = JSONUtil.toBean(json,Resource.class);return ResModel.success(Code.SUCCESS,resource);}//缓存不存在，查询数据库Resource resource = getById(id);if (resource==null){return ResModel.error(Code.NON_EXISTENT);}//添加缓存redisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(resource), Duration.ofMinutes(30));return ResModel.success(Code.SUCCESS,resource);}
/** * 更新资源信息 * @param resource * @return */public ResModel updateRes(Resource resource) {Integer id = resource.getId();if (id==null){return ResModel.error(Code.FAIL);}updateById(resource); redisTemplate.delete(CACHE_RESOURCE_KEY+id);return ResModel.success(Code.UPDATE,resource);}

缓存预热

问题分析

  • 请求数量较高
  • 主从之间数据吞吐量较大，数据同步操作频度较高

解决方案

前置准备工作：

  • 日常例行统计数据访问记录，统计访问频度较高的热点数据
  • 利用LRU数据删除策略，构建数据留存队列
  • 例如：storm与kafka配合

准备工作：

  • 将统计结果中的数据分类，根据级别，redis优先加载级别较高的热点数据
  • 利用分布式多服务器同时进行数据读取，提速数据加载过程
  • 热点数据主从同时预热

实施：

  • 使用脚本程序固定触发数据预热过程
  • 如果条件允许，使用了CDN（内容分发网络），效果会更好

总结

缓存预热就是系统启动前，提前将相关的缓存数据直接加载到缓存系统。避免在用户请求的时候，先查询数据库，然后再将数据缓存的问题！用户直接查询事先被预热的缓存数据！

缓存穿透

缓存穿透 ：缓存穿透是指客户端请求的数据在缓存中和数据库中都不存在，这样缓存永远不会生效，这些请求都会打到数据库。

常见的解决方案有两种：

  • 缓存空对象
    • 优点：实现简单，维护方便
    • 缺点：
      • 额外的内存消耗
      • 可能造成短期的不一致
  • 布隆过滤
    • 优点：内存占用较少，没有多余key
    • 缺点：
      • 实现复杂
      • 存在误判可能’

缓存空对象思路分析：当我们客户端访问不存在的数据时，先请求redis，但是此时redis中没有数据，此时会访问到数据库，但是数据库中也没有数据，这个数据穿透了缓存，直击数据库，我们都知道数据库能够承载的并发不如redis这么高，如果大量的请求同时过来访问这种不存在的数据，这些请求就都会访问到数据库，简单的解决方案就是哪怕这个数据在数据库中也不存在，我们也把这个数据存入到redis中去，这样，下次用户过来访问这个不存在的数据，那么在redis中也能找到这个数据就不会进入到缓存了。
布隆过滤：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，假设布隆过滤器判断这个数据不存在，则直接返回这种方式优点在于节约内存空间，存在误判，误判原因在于：布隆过滤器走的是哈希思想，只要哈希思想，就可能存在哈希冲突。

总结

缓存穿透产生的原因是什么？

  • 用户请求的数据在缓存中和数据库中都不存在，不断发起这样的请求，给数据库带来巨大压力

缓存穿透的解决方案有哪些？

  • 缓存null值
  • 布隆过滤
  • 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

案例代码

/** * 查询资源详情 * @param id * @return */@Overridepublic ResModel<Resource> getResource(Integer id) {String key = CACHE_RESOURCE_KEY + id;//查询缓存String json = redisTemplate.opsForValue().get(key);if (StrUtil.isNotBlank(json)){//缓存存在Resource resource = JSONUtil.toBean(json,Resource.class);return ResModel.success(Code.SUCCESS,resource);}//命中空值if (json!=null){return ResModel.error(Code.NON_EXISTENT);}//缓存不存在，查询数据库Resource resource = getById(id);if (resource==null){// 缓存空值解决 缓存穿透，设置较短的过期时间redisTemplate.opsForValue().set(key,"",Duration.ofMinutes(2));return ResModel.error(Code.NON_EXISTENT);}//添加缓存redisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(resource), Duration.ofMinutes(30));return ResModel.success(Code.SUCCESS,resource);}

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。

解决方案：

  • 给不同的Key的TTL添加随机值
  • 利用Redis集群提高服务的可用性
  • 给缓存业务添加降级限流策略
  • 给业务添加多级缓存

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。

解决方案：

  • 互斥锁
  • 逻辑过期

逻辑分析：假设线程1在查询缓存之后，本来应该去查询数据库，然后把这个数据重新加载到缓存的，此时只要线程1走完这个逻辑，其他线程就都能从缓存中加载这些数据了，但是假设在线程1没有走完的时候，后续的线程2，线程3，线程4同时过来访问当前这个方法， 那么这些线程都不能从缓存中查询到数据，那么他们就会同一时刻来访问查询缓存，都没查到，接着同一时间去访问数据库，同时的去执行数据库代码，对数据库访问压力过大。

互斥锁

核心思路：利用 redis 的 setnx 方法来表示获取锁，该方法含义是redis中如果没有这个key，则插入成功，返回1，在stringRedisTemplate中返回true， 如果有这个key则插入失败，则返回0，在stringRedisTemplate返回false，我们可以通过true，或者是false，来表示是否有线程成功插入key，成功插入的key的线程我们认为他就是获得到锁的线程。

案例代码
/** * 互斥锁解决 缓存击穿 * @param id * @return */public ResModel<Resource> queryWithMutex(Integer id){String key = CACHE_RESOURCE_KEY + id;//查询缓存String json = redisTemplate.opsForValue().get(key);if (StrUtil.isNotBlank(json)){//缓存存在Resource resource = JSONUtil.toBean(json,Resource.class);return ResModel.success(Code.SUCCESS,resource);}//命中空值if (json!=null){return ResModel.error(Code.NON_EXISTENT);}String lockKey=Mutex_KEY+id;Resource resource = null;try {//尝试获得锁boolean b = tryLock(lockKey);//没有获得锁，重试if (!b){return queryWithMutex(id);}//缓存不存在，查询数据库resource = getById(id);if (resource==null){// 缓存空值解决 缓存穿透redisTemplate.opsForValue().set(key,"",Duration.ofMinutes(2));return ResModel.error(Code.NON_EXISTENT);}//添加缓存redisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(resource), Duration.ofMinutes(30));} catch (Exception e) {throw new RuntimeException(e);} finally {//释放锁unlock(lockKey);}return ResModel.success(Code.SUCCESS,resource);}/** * 获得锁 * @param key * @return */private boolean tryLock(String key) {Boolean flag = redisTemplate.opsForValue().setIfAbsent(key, "1", Duration.ofSeconds(10));return BooleanUtil.isTrue(flag);}/** * 释放锁 * @param key */private void unlock(String key) {redisTemplate.delete(key);}

逻辑过期

思路分析：当用户开始查询redis时，判断是否命中，如果没有命中则直接返回空数据，不查询数据库，而一旦命中后，将value取出，判断value中的过期时间是否满足，如果没有过期，则直接返回redis中的数据，如果过期，则在开启独立线程后直接返回之前的数据，独立线程去重构数据，重构完成后释放互斥锁。

案例代码
 //创建线程池private static final ExecutorService THREAD_POOL= Executors.newSingleThreadExecutor();/** * 逻辑过期时间解决 缓存击穿 * @param id * @return */public ResModel<Resource> queryWithLogicalExpire(Integer id) {String key = CACHE_RESOURCE_KEY + id;//查询缓存String json = redisTemplate.opsForValue().get(key);if (StrUtil.isBlank(json)){//缓存不存在return ResModel.error(Code.NON_EXISTENT);}//缓存存在RedisData redisData = JSONUtil.toBean(json, RedisData.class);Resource resource = JSONUtil.toBean((JSONObject) redisData.getData(), Resource.class);LocalDateTime expireTime = redisData.getExpireTime();if (expireTime.isAfter(LocalDateTime.now())){//未过期return ResModel.success(Code.SUCCESS,resource);}//过期String lockKey=Mutex_KEY+id;boolean b = tryLock(lockKey);if (b){THREAD_POOL.submit(()->{ try {Resource res = getById(id);RedisData rd = new RedisData();rd.setData(res);//更新逻辑过期时间rd.setExpireTime(LocalDateTime.now().plusMinutes(30));//添加缓存redisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(rd));} catch (Exception e) {throw new RuntimeException(e);} finally {//释放锁unlock(key);}});}return ResModel.success(Code.SUCCESS,resource);} /** * 获得锁 * @param key * @return */private boolean tryLock(String key) {Boolean flag = redisTemplate.opsForValue().setIfAbsent(key, "1", Duration.ofSeconds(10));return BooleanUtil.isTrue(flag);}/** * 释放锁 * @param key */private void unlock(String key) {redisTemplate.delete(key);}

封装Redis工具类

基于StringRedisTemplate封装一个缓存工具类，满足下列需求：

  • 方法1：将任意Java对象序列化为json并存储在string类型的key中，并且可以设置TTL过期时间
  • 方法2：将任意Java对象序列化为json并存储在string类型的key中，并且可以设置逻辑过期时间，用于处理缓存击穿问题
  • 方法3：根据指定的key查询缓存，并反序列化为指定类型，利用缓存空值的方式解决缓存穿透问题
  • 方法4：根据指定的key查询缓存，并反序列化为指定类型，需要利用逻辑过期解决缓存击穿问题
  • 方法5：根据指定的key查询缓存，并反序列化为指定类型，需要互斥锁解决缓存击穿问题
@Componentpublic class CacheClient {private final StringRedisTemplate stringRedisTemplate;//创建线程池private static final ExecutorService CACHE_REBUILD_EXECUTOR = Executors.newFixedThreadPool(10);public CacheClient(StringRedisTemplate stringRedisTemplate) {this.stringRedisTemplate = stringRedisTemplate;}/** * 将任意Java对象序列化为json并存储在string类型的key中，并且可以设置TTL过期时间 * @param key * @param value * @param time * @param unit */public void set(String key, Object value, Long time, TimeUnit unit) {stringRedisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(value), time, unit);}/** * 将任意Java对象序列化为json并存储在string类型的key中，并且可以设置逻辑过期时间，用于处理缓 存击穿问题 * @param key * @param value * @param time * @param unit */public void setWithLogicalExpire(String key, Object value, Long time, TimeUnit unit) {// 设置逻辑过期RedisData redisData = new RedisData();redisData.setData(value);redisData.setExpireTime(LocalDateTime.now().plusSeconds(unit.toSeconds(time)));// 写入RedisstringRedisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(redisData));}/** * 根据指定的key查询缓存，并反序列化为指定类型，利用缓存空值的方式解决 缓存穿透问题 * @param keyPrefix key的前缀 * @param id id * @param type 返回值类型 * @param dbFallback 数据库回调函数 * @param time 时间 * @param unit 单位 * @param  返回值类型 * @param  id类型 * @return */public <R,ID> R queryWithPassThrough(String keyPrefix, ID id, Class<R> type, Function<ID, R> dbFallback, Long time, TimeUnit unit){String key = keyPrefix + id;// 1.从redis查询缓存String json = stringRedisTemplate.opsForValue().get(key);// 2.判断是否存在if (StrUtil.isNotBlank(json)) {// 3.存在，直接返回return JSONUtil.toBean(json, type);}// 判断命中的是否是空值if (json != null) {// 返回空return null;}// 4.不存在，根据id查询数据库R r = dbFallback.apply(id);// 5.不存在，添加空值缓存if (r == null) {// 将空值写入redisstringRedisTemplate.opsForValue().set(key, "", 2, TimeUnit.MINUTES);// 返回空return null;}// 6.存在，写入redisthis.set(key, r, time, unit);return r;}/** * 逻辑过期时间解决 缓存击穿 * @param keyPrefix key的前缀 * @param id id * @param type 返回值类型 * @param dbFallback 数据库回调函数 * @param time 时间 * @param unit 单位 * @param  返回值类型 * @param  id类型 * @return */public <R, ID> R queryWithLogicalExpire(String keyPrefix, ID id, Class<R> type, Function<ID, R> dbFallback, Long time, TimeUnit unit) {String key = keyPrefix + id;// 1.从redis查询缓存String json = stringRedisTemplate.opsForValue().get(key);// 2.判断是否存在if (StrUtil.isBlank(json)) {// 3.不存在，直接返回return null;}// 4.命中，需要先把json反序列化为对象RedisData redisData = JSONUtil.toBean(json, RedisData.class);R r = JSONUtil.toBean((JSONObject) redisData.getData(), type);LocalDateTime expireTime = redisData.getExpireTime();// 5.判断是否过期if(expireTime.isAfter(LocalDateTime.now())) {// 5.1.未过期，直接返回缓存信息return r;}// 6.已过期，缓存重建// 6.1.获取互斥锁String lockKey = "lock:" + id;boolean isLock = tryLock(lockKey);// 6.2.判断是否获取锁成功if (isLock){// 6.3.成功，开启独立线程，实现缓存重建CACHE_REBUILD_EXECUTOR.submit(() -> {try {// 查询数据库R newR = dbFallback.apply(id);// 重建缓存this.setWithLogicalExpire(key, newR, time, unit);} catch (Exception e) {throw new RuntimeException(e);}finally {// 释放锁unlock(lockKey);}});}// 6.4.返回过期的缓存信息return r;}/** * 互斥锁解决 缓存击穿 * @param keyPrefix key的前缀 * @param id id * @param type 返回值类型 * @param dbFallback 数据库回调函数 * @param time 时间 * @param unit 单位 * @param  返回值类型 * @param  id类型 * @return */public <R, ID> R queryWithMutex(String keyPrefix, ID id, Class<R> type, Function<ID, R> dbFallback, Long time, TimeUnit unit) {String key = keyPrefix + id;// 1.从redis查询缓存String shopJson = stringRedisTemplate.opsForValue().get(key);// 2.判断是否存在if (StrUtil.isNotBlank(shopJson)) {// 3.存在，直接返回return JSONUtil.toBean(shopJson, type);}// 判断命中的是否是空值if (shopJson != null) {// 返回空值return null;}// 4.实现缓存重建// 4.1.获取互斥锁String lockKey = "lock:" + id;R r = null;try {boolean isLock = tryLock(lockKey);// 4.2.判断是否获取成功if (!isLock) {// 4.3.获取锁失败，休眠并重试Thread.sleep(50);return queryWithMutex(keyPrefix, id, type, dbFallback, time, unit);}// 4.4.获取锁成功，根据id查询数据库r = dbFallback.apply(id);// 5.不存在，缓存空值if (r == null) {// 将空值写入redisstringRedisTemplate.opsForValue().set(key, "", 2, TimeUnit.MINUTES);// 返回空值return null;}// 6.存在，写入redisthis.set(key, r, time, unit);} catch (InterruptedException e) {throw new RuntimeException(e);}finally {// 7.释放锁unlock(lockKey);}// 8.返回return r;}/** * 尝试获取锁 * @param key * @return */private boolean tryLock(String key) {Boolean flag = stringRedisTemplate.opsForValue().setIfAbsent(key, "1", 10, TimeUnit.SECONDS);return BooleanUtil.isTrue(flag);}/** * 释放锁 * @param key */private void unlock(String key) {stringRedisTemplate.delete(key);}}