Redis缓存配置
redis缓存
使用redis缓存的原因是因为在可能的高并发环境下，mysql数据库无法承受大量的请求，可能会导致数据库崩溃。而这些请求很大一部分都是查询请求，因此采用redis这样的以内存作为存储数据空间的数据库来存储查询请求的数据，这样既提高了查询的效率，又分担了一大部分请求并发的压力。
具体实现使用了AOP面向切面编程的思想，即使用@PointCut注解指定切面，在本项目中就是指定各类控制器中的各种方法，并且以**@Around注解代表的环绕方式**进行切入。利用简单类名加方法名加参数名作为缓存的键cacheKey，方法得到的值作为键的值。对于一个查询请求类型的方法执行前先在redis中查询cacheKey，如果没有则在redis中设置这个cacheKey和值以及过期时间，设置过期时间的原因是因为redis是基于内存存储数据，因此需要定期清理数据。如果有cacheKey则直接从redis中获取值。对于除了查询类型以外的方法，则先删除当前控制器下的所有缓存键，避免缓存无法更新的问题，然后再去数据库进行查询，并返回结果。
在这个过程中，可能会遇到缓存击穿，缓存穿透，缓存雪崩的问题。
因为所谓的缓存击穿，就是一个承受着高并发请求的键，因为过期时间到了，cacheKey就失效了，这时候高并发的请求会涌入mysql数据库，就像大量的请求击穿了缓存一样，因此叫做缓存击穿嘛。在本项目中解决的方案为当cacheKey不存在时，进入数据库中查询的行为使用syncronize锁住，并且使用双检锁确保只有一个线程能进入数据库查询，这样即使高并发请求的key失效也不会造成大量的请求涌入mysql数据库了，就解决了缓存击穿的问题。但是因为此项目没有高并发的用户访问，属于内部操作管理系统，所以使用syncronize已足够。
而面向高并发用户的系统使用syncronize来锁就不能解决分布式服务器的问题，因为syncronize和lock只能锁住本地JVM的线程，无法锁住其他服务器中的线程，因此在那种情况下应该采用分布式锁，而分布式锁的实现比较常见的有两种方案，一种为zookeeper实现，一种是redis实现，实现原理为请求访问时使用SETNX命令向redis中存储一个具有过期时间的key，如果成功设置则上锁成功，如果设置失败则进入阻塞。由于分布式服务器使用的是同一个redis数据库，所以就能达到互斥的效果。
而对于缓存雪崩的问题，由于缓存雪崩就是多个key同时过期导致大量查询请求进入数据库，所以在设置键的过期时间的时候精确到微妙或纳秒级别，这样就可以避免大量键同时过期的问题。
对于缓存穿透的问题，也就是解决用户利用查询数据库不存在的数据进行恶意攻击的行为，本项目中是即使数据库中查出数据可能为空，但是也添加到缓存中，这样再次查询就会查出缓存中的空而不是进入mysql数据库中查。
@Aspect
@Component
public class RedisCacheAspect {@Autowiredprivate RedisTemplate<String, Object> redisTemplate;private final Random random = new Random();// @Pointcut("@annotation(org.springframework.web.bind.annotation.GetMapping)")@Pointcut("execution(* com.stt.cms.*.controller..*(..))")private void pointcut(){}@Around("pointcut()")public Object around(ProceedingJoinPoint pjp) throws Throwable {Signature signature = pjp.getSignature(); //获取连接点的签名MethodSignature ms = (MethodSignature) signature;//因为在spring aop中，连接点的类型都是方法，因此，这个签名就是一个方法的签名Method method = ms.getMethod();//从方法签名中获取方法String className = method.getDeclaringClass().getSimpleName();if (method.isAnnotationPresent(GetMapping.class)) {//如果方法上存在GetMapping注解，说明这个方法就是一个查询方法// 检查是否是上传或下载方法if (method.getName().startsWith("upload") || method.getName().startsWith("download")) {return pjp.proceed(); // 直接执行方法，不进行缓存}//需要将返回结果放入redis缓存中，方便下一次查询的时候使用Object[] args = pjp.getArgs();String methodName = method.getName();String cacheKey = className + "::" + methodName + JSON.toJSONString(args);//首先去校验缓存中是否存在我们需要获取的数据if (Boolean.TRUE.equals(redisTemplate.hasKey(cacheKey))) {//如果缓存中存在，那么就说明获取的数据就是返回值return redisTemplate.opsForValue().get(cacheKey);} else {//考虑到并发问题，这里需要上锁进行处理synchronized (this){ //这里的双检锁就是为了解决缓存击穿问题的//如果redis中不存在缓存if(Boolean.FALSE.equals(redisTemplate.hasKey(cacheKey))){//缓存中没有数据Object result = pjp.proceed(); //执行方法得到的返回结果//这里的过期时间要设置为随机过期时间，防止缓存雪崩，但是需要注意的是，随机时间是小单位的//随机，不能是大单位的随机long expire = Duration.ofMinutes(5).toNanos() + random.nextInt(1000);redisTemplate.opsForValue().set(cacheKey, result, expire, TimeUnit.NANOSECONDS);return result;} else {return redisTemplate.opsForValue().get(cacheKey);}}}//这里还需要考虑缓击穿和缓存存穿透问题} else {//其余情况我们只需要考虑增删改带来的缓存失效问题的处理if(method.isAnnotationPresent(PostMapping.class)|| method.isAnnotationPresent(PutMapping.class)||method.isAnnotationPresent(DeleteMapping.class)){//这里需要考虑去删除缓存，从而更新缓存List<String> cacheKeys = redisTemplate.execute((RedisCallback<List<String>>) connection -> {ScanOptions scanOptions = ScanOptions.scanOptions().match(className + "*").count(50).build();List<String> keys = new ArrayList<>();Cursor<byte[]> cursor = connection.scan(scanOptions);while (cursor.hasNext()) {byte[] next = cursor.next();String scanKey = new String(next);System.err.println("扫描到失效的键：" + scanKey);keys.add(scanKey);}return keys;});if(cacheKeys != null)redisTemplate.delete(cacheKeys);}return pjp.proceed();}}
}