redis缓存使用问题及解决办法 - Java - 学习笔记

[[toc]]

# 哪些数据适合放到缓存

即时性，数据一致性要求不高的
访问量大且更新频率不高的 (读多，写少)

# 本地缓存

项目是单体应用，很方便，很快，但是如果是分布式集群环境下，一旦对数据进行修改，比如对一号机器修改，但是由于负载均衡到二号三号机器的数据无法修改，也就是说本地缓存会产生数据一致性的问题。解决办法，使用服务器击群使用一个公共的共同的缓存中间件，redis 能实现此功能
分布式缓存

# redis 缓存

给缓存中放 json 字符串，json 跨语言，跨平台兼容，拿出来的时候也是字符串，这样可以保持格式的统一

# 内存问题

# 堆外溢出异常

springboot2.0 以后默认使用 lettcue 作为操作 redis 的客户端。它使用 netty 进行网络通信
lettuce 的 bug 导致 netty 堆外内存溢出

# 解决方案

调大堆外内存并不能从根本上解决问题，迟早会出现这个问题

redisTemplate:lettcue,jedis 都是操控 redis 的底层客户端。spring 再次封装成了 redisTemplate

升级 lettuce 客户端
切换使用 jedis 客户端 (我使用了此种方法，因为视频里面用的是这个，2333)

# 高并发缓存失效问题

# 缓存穿透

缓存穿透指查询一个不存在的数据，由于缓存不命中，将去查询数据库，但是数据库也无此记录，我们没有将这次查询的 null 写入缓存，这将导致这个不存在的数据每次都要请求到存储层去查询，失去了缓存的意义

风险：利用不存在的数据进行攻击，数据库瞬间压力增大，最终导致崩溃

解决：将 null 结果缓存，并加入短暂的过期时间

# 缓存雪崩

缓存雪崩是指我们设置缓存时 key 采用了相同的过期时间，导致缓存在某一个时刻同时失效，请求全部转发到数据库，数据库瞬时压力过重雪崩

解决：原有的失效时间基础上增加一个随机值，比如 1-5 分钟随机，这样每一个缓存的过期时间的
重复率就会降低，就很难引发集体失效的事件

# 缓存击穿

对于一些设置了过期时间的 key，如果这些 key 可能会在某些时间点被超高并发地访问，是一种非常热点的数据这个时候，需要考虑一个问题：如果这个 key 在大量请求同时进来前正好失效，那么所
有对这个 key 的数据查询都落到 db，我们称为缓存击穿。

解决：加锁

(个人感觉：上述问题不用缓存也会存在吧，比如没有缓存高并发直接访问数据库，不也会炸吗)

# 加锁

# 单机模式加锁

单机模式加锁，使用 synchronized (this) 进行加锁

# 集群模式加锁

由于本地锁只能锁住当前进程，所以我们需要分布式锁

问题 1: setnx 占好了位，业务代码异常或者程序在页面过程中宕机，没有执行删除锁的逻辑，就会造成死锁问题
问题 2: 如果业务时间很长。锁自己过期了，我们直接删除，有可能把别人正在持有的锁给删除
解决：加锁删锁都必须保证原子性，给锁名字加上一个 uuid 避免重复，使用 redis+lua 脚本完成原子性删除

关于续期问题，直接把缓存时间放长一点进行解决

# 整合 redisson

引入依赖，配置 redisson
以后现用现查吧..

# 使用 spring cache

# 简介

Spring 从 3.1 开始定义了 org.springframework.cache.Cache
和 org.springframework.cache.CacheManager 接口来统一不同的缓存技术；
并支持使用 JCache（JSR-107）注解简化我们开发

每次调用需要缓存功能的方法时，Spring 会检查检查指定参数的指定的目标方法是否已
经被调用过；如果有就直接从缓存中获取方法调用后的结果，如果没有就调用方法并缓
存结果后返回给用户。下次调用直接从缓存中获取
使用 Spring 缓存抽象时我们需要关注以下两点
- 1、确定方法需要被缓存以及他们的缓存策略
- 2、从缓存中读取之前缓存存储的数据

# 整合 spring cache 简化缓存开发

引入依赖 spring-boot-stater-catch

	<dependency>
	<groupId>org.springframework.boot</groupId>
	<artifactId>spring-boot-starter-cache</artifactId>
	</dependency>

写配置
- boot 自动配置好了缓存管理器 RediscacheManager
- 手动配置 redis 作为缓存

	spring.cache.type=redis

	#spring.cache.cache-names=qq,毫秒为单位
	spring.cache.redis.time-to-live=3600000

	#如果指定了前缀就用我们指定的前缀，如果没有就默认使用缓存的名字作为前缀
	#spring.cache.redis.key-prefix=CACHE_
	spring.cache.redis.use-key-prefix=true

	#是否缓存空值，防止缓存穿透
	spring.cache.redis.cache-null-values=true

使用缓存注解
- @Cacheable ：触发将数据保存到缓存的操作；
- @CacheEvict : 触发将数据从缓存删除的操作；
- @CachePut ：不影响方法执行更新缓存；
- @Cacheing：组合以上多个操作；
- @CacheConfig：在类级别共享缓存的相同配置；
  1）开启缓存功能 @EnableCaching
  2）只需要使用注解就能完成缓存操作

# @Cacheable

1. 每个需要缓存的数据我们都来指定要放到那个名字的缓存，缓存分区 (可以按照业务类型分)

2. 默认行为

如果缓存中有，方法不调用
key 默认自动生成
缓存的 value 值，默认使用 jdk 序列化机制，然后会把序列化后的数据存到 redis 中
默认 ttl (生存时间 time to live) 为 - 1 (永不过期)

3. 自定义

指定生成缓存使用的 key，key 属性指定，接受一个 SpEL 表达式 (SpEL（Spring Expression Language），即 Spring 表达式语言)
指定缓存数据的存活时间，配置文件中修改 ttl
将数据保存为 json 格式 (改变序列化机制)

# spring cache 的不足

1）、读模式

缓存穿透：查询一个 null 数据。解决方案：缓存空数据，可通过 spring.cache.redis.cache-null-values=true
缓存击穿：大量并发进来同时查询一个正好过期的数据。解决方案：加锁？默认是无加锁的；
使用 sync = true 来解决击穿问题
缓存雪崩：大量的 key 同时过期。解决：加随机时间。

2）、写模式：（缓存与数据库一致）

读写加锁。
引入 Canal，感知到 MySQL 的更新去更新 Redis
读多写多，直接去数据库查询就行

3）、总结：

常规数据（读多写少，即时性，一致性要求不高的数据，完全可以使用 Spring-Cache）：

写模式 (只要缓存的数据有过期时间就足够了)

特殊数据：特殊设计

Java