Redis-缓存击穿
目录
一、为什么要使用redis缓存
二、使用redis缓存存在的问题
三、什么是缓存击穿
四、缓存击穿解决措施
4.1、轮播图缓存案例分析
一、为什么使用redis缓存
Redis是当前比较热门的NOSQL系统之一,也是完全开源免费的,遵守BSD协议;是一个高性能的、开源的、使用C语言编写的、支持网络交互的、可基于内存也可持久化的Key-Value数据库。
Redis是C语言写的,性能极高。单台redis情况下,官方提供的数据为:读的速度是110000次/s,写的速度是81000次/s。
使用redis进行缓存可以有效的降低大量并发访问对数据库造成的压力。
二、使用redis缓存存在的问题
使用redis作为缓存存在在高并发场景下有可能出现缓存击穿、缓存穿透、缓存雪崩等问题
三、什么是缓存击穿
缓存击穿:大量的并发请求同时访问同一个在redis中不存在的数据,就会导致大量请求绕过redis同时并发访问数据库,对数据库造成了高并发访问压力
四、缓存击穿解决措施
4.1、轮播图缓存案例分析
在service层处理业务逻辑的时候我们会对数据进行处理,所以我们使用redis的时候也是在一层,在使用之前我们首先需要添加相关的依赖
<!--redis-->
<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>
假设有1000个用户同时完成登录,进入到首页中,在原本的设计中这时候就需要访问1000次数据库,这会对数据库造成很大访问压力。所以我们会在第一次访问数据库的时候,将查询到的结果写入到redis中,以此减少对数据库的访问,但是同样面临一个问题,就是假定1000个请求同时第一时间请求接口,就会造成第一次查询redis缓存都未‘命中’,压力再一次来到数据库。
解决措施:双层校验锁;当1000个请求同时未命中,使其序列化,第一个请求访问数据库后,将访问到的数据写入redis,第二个序列化进程再次访问redis(只有1000个请求中的第一个请求会未命中),就会从redis中获取数据,从而降低数据库访问压力。具体代码如下:
package com.xgsm.Fmmall.service.impl;
import com.fasterxml.jackson.core.JsonProcessingException;
import com.fasterxml.jackson.databind.JavaType;
import com.fasterxml.jackson.databind.ObjectMapper;
import com.xgsm.Fmmall.dao.IndexImgMapper;
import com.xgsm.Fmmall.dao.ProductMapper;
import com.xgsm.Fmmall.entity.IndexImg;
import com.xgsm.Fmmall.entity.vo.ProductVo;
import com.xgsm.Fmmall.service.IndexService;
import com.xgsm.Fmmall.vo.ResultState;
import com.xgsm.Fmmall.vo.ResultVo;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.data.redis.core.StringRedisTemplate;
import org.springframework.stereotype.Service;
import java.util.ArrayList;
import java.util.List;
import java.util.concurrent.TimeUnit;
@Service
public class IndexServiceImpl implements IndexService {
@Autowired
private IndexImgMapper indexImgMapper;
@Autowired
private StringRedisTemplate stringRedisTemplate;
private ObjectMapper objectMapper = new ObjectMapper();
@Override
public ResultVo listIndexImgs() {//对轮播图使用redis缓存
List<IndexImg> indexImgList = null;
JavaType javaType1 = objectMapper.getTypeFactory().constructParametricType(ArrayList.class, IndexImg.class);
try {
//使用String结构获取轮播图信息
String indexImgs = stringRedisTemplate.opsForValue().get("indexImgs");
if (indexImgs != null) {//从redis中获取到了轮播图信息
System.out.println("我是redis缓存呀");
// 使用定义好的javatype进行转换
indexImgList = objectMapper.readValue(indexImgs, javaType1);
} else {//从redis中没有获取到了轮播图信息
//串行化查询数据库,解决缓存击穿情况
synchronized (this) {
//再次查询redis
String s = stringRedisTemplate.opsForValue().get("indexImgs");
if (s == null) {//第一次查询才会为null
indexImgList = indexImgMapper.listIndexImgs();
if (indexImgList.size() == 0) {
return new ResultVo(ResultState.NO, "查询失败", null);
}
// 将查询到的数据库信息写入redis缓存
stringRedisTemplate.boundValueOps("indexImgs").set(objectMapper.writeValueAsString(indexImgList));
// 设置过期时间
stringRedisTemplate.boundValueOps("indexImgs").expire(100, TimeUnit.MICROSECONDS);
}else {
// 将从redis查询到的indexImgs转换并赋值给indexImgList
indexImgList = objectMapper.readValue(indexImgs, javaType1);
}
}
}
} catch (JsonProcessingException e) {
e.printStackTrace();
}
return new ResultVo(ResultState.OK, "查询成功", indexImgList);
}
}