我们可以对存入缓存的数据设置过期时间,所有的写操作以数据库为准,对缓存操作只是尽最大努力即可。也就是说如果数据库写成功,缓存更新失败,或者没有更新操作,那么只要达到过期时间,则后面的读者自然会从数据库中读取新值然后回填缓存,达到一致性。缓存与数据一致性问题,如下思维导图所示。
用户在请求数据时,
1.直接从redis获取并返回
2.redis为空,从数据库获取并返回
3.完成第二部以后,将数据库的数据回写redis,保持两边数据一致
直接上代码了,一般的业务如下代码即可满足。
public User findUserById(Integer id){
User user = null ;
String key = CACHE_KEY_USER+id
user = redisTemplate.opsForValue.get(key);
if(user == null){
user = userMapper.selectByPrimaryKey(id);
if(user == null){
//3.1 redis和数据库 都无数据
// 你具体细化,防止多次穿透,我们业务规定,记录一下这个null值的key, 列入黑名单或者记录异常
return user;
}
else{
// 3.2 数据库里有数据,需要将数据回写到redis,保证下一次命中
redisTemplate.opsForValue.set(key , user);
}
}
return user;
}
采用双检检索策略,避免在缓存为空时,多个线程同时进入访问数据。所需要加同步锁,等其中一个线程执行查询数据库上使用一个互斥锁,把数据缓存到redis里,其他线程等待后进入执行代码块时,直接获取缓存的数据,就避免了多个线程访问数据哭了。直接上代码看看。
public User findUserById(Integer id){
User user = null ;
String key = CACHE_KEY_USER+id
user = redisTemplate.opsForValue.get(key);
if(user == null){
// 2.高并发场景使用,进来先加锁,保证一个请求操作,让外面的线程等待,避免击穿数据库。
synchronized(UserService.class){
user = redisTemplate.opsForValue.get(key);
if(user ==null){
user = userMapper.selectByPrimaryKey(id);
if(user == null){
//3.1 redis和数据库 都无数据
// 你具体细化,防止多次穿透,我们业务规定,记录一下这个null值的key, 列入黑名单或者记录异常
return user;
}
else{
// 3.2 数据库里有数据,需要将数据回写到redis,保证下一次命中
redisTemplate.opsForValue.setIfAbsent(key,user,7L,TimeUnit.DAYS);
}
}
}
}
return user;
}