【SpringBoot篇】解决缓存击穿问题②

【SpringBoot篇】解决缓存击穿问题② — 基于逻辑过期方式

news2025/2/1 21:47:51

🎊专栏【SpringBoot】
🍔喜欢的诗句：天行健，君子以自强不息。
🎆音乐分享【如愿】
🎄欢迎并且感谢大家指出小吉的问题🥰

文章目录

🎍什么是逻辑过期方式
⭐思路
🌹代码

在这里插入图片描述

🎍什么是逻辑过期方式

逻辑过期是一种指定缓存数据失效时间的方式，与物理过期不同。逻辑过期并不直接将缓存中的数据删除，而是在缓存中保留该数据，但标记其为过期，表示该数据已经不再可用。

在逻辑过期的情况下，当有请求查询该数据时，缓存会先检查该数据是否过期，如果过期，则缓存会认为该数据不存在，并重新从数据源获取最新的数据。如果数据没有过期，则直接返回缓存中的数据。需要注意的是，逻辑过期时间是相对较短的，通常设置在几分钟或者几十分钟之内。

与物理过期相比，逻辑过期具有以下优点：

提高了缓存的利用率：逻辑过期可以在数据失效后仍然保留数据，提高了缓存的利用率，减少了对数据源的访问次数。
减少了缓存穿透的问题：即使缓存中不存在某个数据，逻辑过期也可以在一定时间内避免大量的访问请求落到数据源上，从而减轻了数据源的负担。
提高了系统的性能：逻辑过期可以缩短缓存数据的更新频率，从而提高了系统的响应速度和性能。

总之，逻辑过期是一种有效的缓存策略，能够提高系统的性能和可用性。需要根据具体业务场景和数据特点选择合适的逻辑过期时间，以达到最优的缓存效果。

⭐思路

基于逻辑过期的方式解决缓存穿透问题的思路是通过在缓存中设置较短的逻辑过期时间来处理查询不存在的数据。这种方式的核心理论是将缓存和数据源之间的查询请求进行分流，减轻数据源的负担，并提高系统的响应速度。

具体来说，当一个请求到达时，先检查缓存中是否存在所需数据。如果缓存中不存在该数据，则说明可能发生了缓存穿透。为了避免直接向数据源发起查询请求，并且继续保持对数据的查询，我们通过设置逻辑过期时间来抑制该请求。也就是说，将该请求的结果设置为空，并设置一个较短的逻辑过期时间。

这样一来，在逻辑过期时间内，其他同样请求该数据的请求会继续从缓存中获取旧的空结果。这样可以避免大量请求直接访问数据源，减轻了数据源的压力。同时，在逻辑过期时间到期后，新的请求会再次触发查询数据源的操作，以更新缓存中的数据。这样可以保证缓存中的数据与数据源的一致性。

从理论上讲，基于逻辑过期的方式能够有效地处理缓存穿透问题。通过将不存在的数据也缓存起来，并设置较短的逻辑过期时间，可以在一段时间内屏蔽掉大量的查询请求，减轻了数据源的负担。而在逻辑过期时间到期后，通过更新缓存的方式保证了数据的一致性，使得后续的请求可以从缓存中获取到最新的数据。

需要注意的是，选择适当的逻辑过期时间非常重要。过长的逻辑过期时间可能导致缓存数据与实际数据不一致，而过短的逻辑过期时间则可能增加了缓存的更新频率，影响系统的性能。在实际应用中，需要根据具体业务场景和数据特点进行调整，找到一个合适的平衡点。

🌹代码

请添加图片描述

我们把数据写入Redis里面的时候，我们要设置一个逻辑过期时间

在这里插入图片描述

我们把店铺数据加入到缓存当中

在这里插入图片描述

@Service
public class ShopServiceImpl extends ServiceImpl<ShopMapper, Shop> implements IShopService {

    @Resource
    private StringRedisTemplate stringRedisTemplate;

    @Override
    public Result queryById(Long id) {

        //逻辑过期解决缓存击穿
        Shop shop=queryWithLogicalExpire(id);
        if(shop==null){
            return Result.fail("店铺不存在");
        }

        //返回
        return Result.ok(shop);
    }

    //创建一个线程池
    private static final ExecutorService CACHE_REBUILD_EXECUTOR= Executors.newFixedThreadPool(10);

    public Shop queryWithLogicalExpire(Long id) {
        String key = CACHE_SHOP_KEY + ":" + id;
        //从redis中查询缓存
        String shopJson = stringRedisTemplate.opsForValue().get(key);
        //判断是否存在
        if (StrUtil.isBlank(shopJson)) {
            //存在，直接返回
            return null;
        }
        //命中
            //需要先把json反序列化为对象
        RedisData redisData = JSONUtil.toBean(shopJson, RedisData.class);
        JSONObject data = (JSONObject) redisData.getData();
        Shop shop = JSONUtil.toBean(data, Shop.class);
        LocalDateTime expireTime = redisData.getExpireTime();

        //判断缓存是否过期
        if (expireTime.isAfter(LocalDateTime.now())) {
            //未过期，直接返回店铺信息
            return shop;
        }
        //过期，需要缓存重建
            //缓存重建
            //获取互斥锁
        String lockKey = "lock:shop" + id;
        boolean isLock = tryLock(lockKey);
        //判断是否获取锁成功
        if (isLock) {
            //成功，开启独立线程，实现缓存重建
            CACHE_REBUILD_EXECUTOR.submit(() -> {
                try {
                    //缓存重建
                    this.saveShop2Redis(id, 30L);
                }catch (Exception e) {
                    throw new RuntimeException(e);
                }finally {
                    //释放锁
                    unlock(lockKey);
                }
            });
        }
        //返回
        return shop;
    }
    //获取锁
    private boolean tryLock(String key){
        Boolean flag = stringRedisTemplate.opsForValue().setIfAbsent(key, "1", 10, TimeUnit.SECONDS);
        return BooleanUtil.isTrue(flag);
    }

    //释放锁
    private void unlock(String key){
        stringRedisTemplate.delete(key);
    }

    public void saveShop2Redis(Long id,Long expireSeconds){
        //查询店铺数据
        Shop shop=getById(id);

        //封装逻辑过期时间
        RedisData redisData = new RedisData();
        redisData.setData(shop);
        redisData.setExpireTime(LocalDateTime.now().plusMinutes(expireSeconds));

        //写入redis
        stringRedisTemplate.opsForValue().set(CACHE_SHOP_KEY+":"+id, JSONUtil.toJsonStr(redisData));
    }

}