一、什么是缓存

📗 缓存是数据交换的缓冲区（Cache [ kæʃ ] ），是临时存贮数据的地方，一般读写性能较高

---

缓存作用：
📗 降低后端负载
📗 提高读写效率
📗 降低响应时间

缓存的成本：
📗数据一致性成本
📗代码维护成本
📗运维成本

二、给业务添加缓存（减少数据库访问次数）

---

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

    @Resource
    StringRedisTemplate stringRedisTemplate;

    @Override
    public Result getShopById(Long id) {
        String key = "cache:shop:" + id;

        String shopJSON = stringRedisTemplate.opsForValue().get(key);

        // 缓存中有数据
        if (StrUtil.isNotBlank(shopJSON)) {
            return Result.ok(JSONUtil.toBean(shopJSON, Shop.class));
        }

        // 缓存中无数据, 查询数据库
        Shop shopById = getById(id);

        if (null == shopById) {
            return Result.fail("没有查询到商铺信息");
        }

        stringRedisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(shopById));

        return Result.ok(shopById);
    }
}

三、给店铺类型查询业务添加缓存

(1) 使用 String 类型

@Service
public class ShopTypeServiceImpl extends ServiceImpl<ShopTypeMapper, ShopType> implements IShopTypeService {

    @Resource
    private StringRedisTemplate stringRedisTemplate;

    @Override
    public List<ShopType> listShopType() {
        String key = "cache:shopType";
        String shopTypeListString = stringRedisTemplate.opsForValue().get(key);

        if (StrUtil.isNotBlank(shopTypeListString)) {
            // 把数组类型的字符串转换为 List
            return JSONUtil.toList(shopTypeListString, ShopType.class);
        }

        List<ShopType> shopListBySort = query().orderByAsc("sort").list();

        if (shopListBySort == null || shopListBySort.size() < 1) {
            return null;
        }

        stringRedisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(shopListBySort));

        return shopListBySort;
    }
}

(2) 使用 List 类型

😂 改天补充

四、缓存的更新策略

🎁低一致性需求：使用内存淘汰机制。如：店铺类型的查询
🎁高一致性需求：主动更新，并以超时剔除作为兜底方案。如：店铺详情

(1) 主动更新

🎁① 更新数据库，同时更新缓存

🎁② 缓存与数据库整合为一个服务，由服务来维护一致性。调用者调用该服务，无需关心缓存一致性问题

🎁③ 调用者只操作缓存，由其它线程异步地将缓存数据持久化到数据库，保证最终一致

---

操作缓存和数据库时有三个问题需要考虑：
❓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【NO】
😀删除缓存：更新数据库时让缓存失效，查询时再更新缓存 【YES】

❓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

❓先操作缓存还是先操作数据库？
🍀先操作数据库，再删除缓存【YES】
🍀先删除缓存，再操作数据库

(2) 最佳实现方案

(3) 给查询商铺的缓存添加超时剔除和主动更新的策略

修改 ShopController 中的业务逻辑，满足下面的需求：
① 根据 id 查询店铺时，如果缓存未命中，则查询数据库，将数据库结果写入缓存，并设置超时时间
② 根据 id 修改店铺时，先修改数据库，再删除缓存

① 存缓存，设置超时时间

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

    @Resource
    StringRedisTemplate stringRedisTemplate;

    @Override
    public Result getShopById(Long id) {
        // cache:shop: + id
        String key = RedisConstants.CACHE_SHOP_KEY + id;

        String shopJSON = stringRedisTemplate.opsForValue().get(key);

        // 缓存中有数据
        if (StrUtil.isNotBlank(shopJSON)) {
            return Result.ok(JSONUtil.toBean(shopJSON, Shop.class));
        }

        // 缓存中无数据, 查询数据库
        Shop shopById = getById(id);

        if (null == shopById) {
            return Result.fail("没有查询到商铺信息");
        }

        // 要设置过期时间
        stringRedisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(shopById), 33L, TimeUnit.MINUTES);

        return Result.ok(shopById);
    }
}

② 更新，先修改数据库后删除缓存

  @Override
  public Result updateShop(Shop shop) {
      if (shop == null) {
          return Result.fail("商铺信息不能为空（null）");
      }

      Long id = shop.getId();
      if (id == null || id < 1) {
          return Result.fail("商铺 id 不能为空");
      }

      boolean updateByIdRet = updateById(shop);

      if (updateByIdRet) { // 更新数据库成功
          // 删除缓存
          // cache:shop: + id
          stringRedisTemplate.delete(RedisConstants.CACHE_SHOP_KEY + id);
          return Result.ok("修改店铺信息成功");
      }

      return Result.fail("服务器忙（更新数据库失败）");
  }

五、缓存穿透

(1) 是啥

❤️ 缓存穿透：客户端请求的数据在缓存中和数据库中都没有
❤️ 缓存永远不生效，这些请求都会到达数据库

(2) 解决方案

🍀 ① 缓存空对象

• 优点：实现简单，维护方便
• 缺点：额外的内存消耗；可能造成数据短期不一致

🍀 布隆过滤

• 优点：内存占用较少，Redis 中没有多余的 key
• 缺点：实现复杂；存在误判可能

(3) 添加缓存穿透代码

   @Override
   public Result getShopById(Long id) {
       // cache:shop: + id
       String key = RedisConstants.CACHE_SHOP_KEY + id;

       String shopJSON = stringRedisTemplate.opsForValue().get(key);

       // 缓存中有数据
       if (StrUtil.isNotBlank(shopJSON)) {
           return Result.ok(JSONUtil.toBean(shopJSON, Shop.class));
       }

       if (shopJSON != null) {
           return Result.fail("店铺不存在");
       }

       // 缓存中无数据, 查询数据库
       Shop shopById = getById(id);

       if (null == shopById) {
           // 防止缓存穿透（存储空数据）
           stringRedisTemplate.opsForValue().set(key, "", 2L, TimeUnit.MINUTES);
           return Result.fail("没有查询到商铺信息");
       }

       // 要设置过期时间
       stringRedisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(shopById), 33L, TimeUnit.MINUTES);

       return Result.ok(shopById);
   }

六、缓存雪崩

📖 缓存雪崩：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

• 解决方案：
  📖 给不同的 Key 设置不同的过期时间（随机值）
  📖 利用 Redis 集群提高服务的高可用性
  📖 给缓存业务添加降级限流策略
  📖 给业务添加多级缓存

七、缓存击穿（热点 key 问题）

📖 缓存击穿问题也叫热点 Key 问题
📖 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，无数的请求瞬间到达数据库

📖 常见的解决方案有两种：

---

(1) 互斥锁

(2) 逻辑过期

(3) 基于【互斥锁】防止缓存击穿问题

修改根据id查询商铺的业务，基于互斥锁方式来解决缓存击穿问题

✌ 使用 Redis 的 setnx 方式实现互斥锁的效果【① 获取锁：设置 key 的值；② 释放锁：删除 key】

  /**
   * 尝试获取锁
   */
  private boolean tryLock(String key) {
      Boolean ret = stringRedisTemplate.opsForValue().setIfAbsent(key, "1", 10L, TimeUnit.SECONDS);

      return BooleanUtil.isTrue(ret);
  }

  /**
   * 释放锁
   */
  public void unLock(String key) {
      Boolean ret = stringRedisTemplate.delete(key);
  }

    private Result queryByMutex(Long id) {
        String key = RedisConstants.CACHE_SHOP_KEY + id;

        Result shopFromRedis = getShopFromRedis(key);
        if (shopFromRedis.getSuccess()) {
            return shopFromRedis;
        }

        /* 缓存中无数据 */
        // 尝试获取锁
        String lockKey = "lock:shop:" + id;
        boolean isGetLock = tryLock(lockKey);

        try {
            if (isGetLock) { // 获取到锁
                // DoubleCheck
                Result shopFromRedis2 = getShopFromRedis(key);

                if (shopFromRedis2.getSuccess()) {
                    return shopFromRedis2;
                }

                // 缓存中没有数据，查询数据库
                Shop shopById = getById(id);

                if (null == shopById) {
                    // 防止缓存穿透（存储空数据）
                    stringRedisTemplate.opsForValue().set(key, "", 2L, TimeUnit.MINUTES);
                    return Result.fail("没有查询到商铺信息");
                }

                // （把查询到的商铺数据保存到 Redis）要设置过期时间
                stringRedisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(shopById), 33L, TimeUnit.MINUTES);

                return Result.ok(shopById);
            } else { // 没有获取到锁
                Thread.sleep(66);
                return queryByMutex(id); // 重试
            }
        } catch (Exception e) {
            e.printStackTrace();

            return Result.fail("缓存重建抛异常");
        } finally {
            unLock(lockKey);
        }
    }

j

(4) 基于【逻辑过期】防止缓存击穿问题

🍀 修改根据 id 查询商铺的业务，基于逻辑过期方式来解决缓存击穿问题

① 把数据写入 Redis 并添加逻辑过期时间（缓存重建）

🎄 不把逻辑过期字段 expireTime 直接加入 Shop 类中，这对原有代码进行了修改，不是好的编程方式
🎄 可创建一个新的类（RedisData），类中包含 expireTime 字段，然后让 Shop 继承 RedisData【对原有代码还是有修改】
🎄 最好的方式是：在 RedisData 中再包含 Object data 属性，该 data 属性可以是任何类型（包括：Shop）

/**
 * 逻辑过期
 */
@Data
public class RedisData {
    private LocalDateTime expireTime;

    private Object data;
}

  /**
   * 给店铺信息添加逻辑过期时间, 并保存到 Redis
   *
   * @param shopId        店铺 id
   * @param expireSeconds 过期秒数
   */
  public void cacheShop2Redis(Long shopId, Long expireSeconds) {
      RedisData redisData = new RedisData();

      Shop shopById = getById(shopId);
      if (shopById != null) {
          redisData.setData(shopById);
          redisData.setExpireTime(LocalDateTime.now().plusSeconds(expireSeconds));
      }

      // 保存到 Redis
      stringRedisTemplate.opsForValue().set(CACHE_SHOP_KEY + shopId,
              JSONUtil.toJsonStr(redisData));
  }

② 代码实现

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

    @Resource
    StringRedisTemplate stringRedisTemplate;

    @Override
    public Result getShopById(Long id) {
        // 逻辑过期避免缓存击穿
        Shop shop = queryByLogicExpire(id);

        if (shop == null) {
            return Result.fail("没有查询到商铺信息");
        }

        return Result.ok(shop);
    }

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

    private Shop queryByLogicExpire(Long id) {
        String key = CACHE_SHOP_KEY + id;

        // 从 Redis 中查询商铺信息
        String shopJson = stringRedisTemplate.opsForValue().get(key);

        if (StrUtil.isBlank(shopJson)) {
            return null; // 缓存中没有查询到商铺信息
        }

        /* 缓存中有数据（命中） */
        // 1.把 Redis 中的数据反序列化为 Java 实体
        RedisData redisData = JSONUtil.toBean(shopJson, RedisData.class);
        JSONObject jsonObject = (JSONObject) redisData.getData();
        Shop shop = JSONUtil.toBean(jsonObject, Shop.class);

        // 2.判断是否过期
        LocalDateTime expireTime = redisData.getExpireTime();
        LocalDateTime nowTime = LocalDateTime.now();
        if (expireTime.isAfter(nowTime)) { // 没有过期
            return shop;
        }

        // 3.已过期
        // 3.1 尝试获取锁
        String lockKey = LOCK_SHOP_KEY + id;
        boolean lockGet = tryLock(lockKey);
        if (lockGet) { // 获取到锁, 开启子线程（缓存重建）
            // 新线程执行缓存重建操作
            CACHE_REBUILD_EXECUTOR.submit(() -> {
                try {
                    // 缓存重建
                    cacheShop2Redis(id, 15L);
                } catch (Exception e) {
                    throw new RuntimeException(e);
                } finally {
                    // 释放锁
                    unLock(lockKey);
                }
            });
        }

        // 获取锁是否成功都返回数据
        return shop;
    }

    /**
     * 尝试获取锁
     */
    private boolean tryLock(String key) {
        Boolean ret = stringRedisTemplate.opsForValue().setIfAbsent(key, "1", 30L, TimeUnit.SECONDS);

        return BooleanUtil.isTrue(ret);
    }

    /**
     * 释放锁
     */
    public void unLock(String key) {
        stringRedisTemplate.delete(key);
    }

    /**
     * 给店铺信息添加逻辑过期时间, 并保存到 Redis
     *
     * @param shopId        店铺 id
     * @param expireSeconds 过期秒数
     */
    public void cacheShop2Redis(Long shopId, Long expireSeconds) throws InterruptedException {
        RedisData redisData = new RedisData();

        Thread.sleep(200);

        Shop shopById = getById(shopId);
        if (shopById != null) {
            redisData.setData(shopById);
            redisData.setExpireTime(LocalDateTime.now().plusSeconds(expireSeconds));
        }


        // 保存到 Redis
        stringRedisTemplate.opsForValue().set(CACHE_SHOP_KEY + shopId,
                JSONUtil.toJsonStr(redisData));
    }

}

八、缓存工具类 ★

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

@Component
public class MyRedisUtil {

    public static final String NULL_STRING = "";
    public static final String CACHE_SHOP_KEY = "cache:shop:";
    public static final Long CACHE_SHOP_TTL = 20L;
    public static final Long NULL_KEY_TTL = 2L;

    @Resource
    private StringRedisTemplate stringRedisTemplate;


    /**
     * 往 Redis 中写入数据（可设置存活时间）
     *
     * @param key      key
     * @param data     写入的数据
     * @param time     ttl：存活时间
     * @param timeUnit 时间单位
     */
    public void set(String key, Object data, Long time, TimeUnit timeUnit) {
        stringRedisTemplate.opsForValue().set(key,
                JSONUtil.toJsonStr(data),
                time,
                timeUnit);
    }

    /**
     * 往 Redis 中写入数据（可设置逻辑过期）
     *
     * @param key      key
     * @param data     写入的数据
     * @param time     ttl：逻辑过期时间
     * @param timeUnit 时间单位
     */
    public void setWithLogicExpire(String key, Object data, Long time, TimeUnit timeUnit) {
        RedisData redisData = new RedisData();
        redisData.setExpireTime(LocalDateTime.now().plusSeconds(timeUnit.toSeconds(time)));
        redisData.setData(data);

        stringRedisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(redisData));
    }

    /**
     * 可防止缓存穿透的获取
     */
    public <R, ID> R getWithPassThrough(String keyPrefix, ID id,
                                        Class<R> type,
                                        Long ttl,
                                        TimeUnit unit,
                                        Function<ID, R> dbFallback) {
        String key = keyPrefix + id;

        String shopJSON = stringRedisTemplate.opsForValue().get(key);

        // 缓存中有数据
        if (StrUtil.isNotBlank(shopJSON)) {
            return JSONUtil.toBean(shopJSON, type);
        }

        if (shopJSON != null) {
            return null;
        }

        // 缓存中无数据, 查询数据库
        R dbData = dbFallback.apply(id);

        if (null == dbData) { // 数据库中无数据
            // 防止缓存穿透（存储空数据）
            this.set(key, NULL_STRING, NULL_KEY_TTL, TimeUnit.MINUTES);

            return null;
        }

        // 数据库中有数据, 把数据缓存到 Redis, 需设置存活时间
        this.set(key, dbData, ttl, unit);

        return dbData;
    }

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

    public <ID, T> T getByLogicExpire(String prefix,
                                      ID id,
                                      Class<T> type,
                                      Long time,
                                      TimeUnit unit,
                                      Function<ID, T> queryData) {
        String key = prefix + id;

        // 从 Redis 中查询数据
        String json = stringRedisTemplate.opsForValue().get(key);

        if (StrUtil.isBlank(json)) {
            return null; // 缓存中没有查询到数据
        }

        /* 缓存中有数据（命中） */
        // 1.把 Redis 中的数据反序列化为 Java 实体
        RedisData redisData = JSONUtil.toBean(json, RedisData.class);
        JSONObject jsonObject = (JSONObject) redisData.getData();
        T data = JSONUtil.toBean(jsonObject, type);

        // 2.判断是否过期
        LocalDateTime expireTime = redisData.getExpireTime();
        LocalDateTime nowTime = LocalDateTime.now();
        if (expireTime.isAfter(nowTime)) { // 没有过期
            return data;
        }

        // 3.已过期
        // 3.1 尝试获取锁
        String lockKey = LOCK_SHOP_KEY + id;
        boolean lockGet = tryLock(lockKey);
        if (lockGet) { // 获取到锁, 开启子线程（缓存重建）
            // 新线程执行缓存重建操作
            CACHE_REBUILD_EXECUTOR.submit(() -> {
                try {
                    // 缓存重建
                    T dbData = queryData.apply(id);

                    this.setWithLogicExpire(key, dbData, time, unit);
                } catch (Exception e) {
                    throw new RuntimeException(e);
                } finally {
                    // 释放锁
                    unLock(lockKey);
                }
            });
        }

        // 获取锁是否成功都返回数据
        return data;
    }


    /**
     * 尝试获取锁
     */
    private boolean tryLock(String key) {
        Boolean ret = stringRedisTemplate.opsForValue().setIfAbsent(key, "1", 30L, TimeUnit.SECONDS);

        return BooleanUtil.isTrue(ret);
    }

    /**
     * 释放锁
     */
    public void unLock(String key) {
        stringRedisTemplate.delete(key);
    }


}