文章目录
【笔记于学习尚硅谷课程所作】
1、缓存使用
1.1 缓存介绍
为了系统性能的提升,我们一般都会将部分数据放入缓存中,加速访问。而db承担数据落盘工作。
哪些数据适合放入缓存?
- 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数据(读多,写少)
1.2整合redis作为缓存
1.导入依赖
<!-- 因为lettuce导致堆外内存溢出 这里暂时排除他 使用jedis -->
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-data-redis</artifactId>
<exclusions>
<exclusion>
<groupId>io.lettuce</groupId>
<artifactId>lettuce-core</artifactId>
</exclusion>
</exclusions>
</dependency>
<dependency>
<groupId>redis.clients</groupId>
<artifactId>jedis</artifactId>
</dependency>
2.在yml中配置
redis:
host: 192.168.196.128
port: 6379
3.测试
@Autowired
StringRedisTemplate stringRedisTemplate;
@Test
public void testRedis(){
ValueOperations<String,String> ops = stringRedisTemplate.opsForValue();
//保存
ops.set("hello","world"+new Date());
//查询
String hello = ops.get("hello");
System.out.println(hello);
}
1.3 缓存失效问题
- 缓存穿透(查询一个不存在数据)
- 问题:指查询一个一定不存在的数据,由于缓存是不命中,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请求都要到存储层去查询,失去了缓存的意义
- 解决:null结果缓存,并加入短暂过期时间
- 缓存雪崩(大量key同时过期)
- 问题:缓存雪崩是指在我们设置缓存时key采用了相同的过期时间,导致缓存在某一时刻同时失效,请求全部转发到DB,DB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
- 缓存击穿(大量并发同时查一个刚好过期的数据)
- 问题: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。 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
2、分布式锁
2.1 分布式锁的原理
原始使用redis,保证获取锁和设置锁的过期时间是原子的,保证解锁时获取锁信息和解锁是原子的
Redisson介绍:Redisson是一个在Redis的基础上实现的Java驻内存数据网格(In-Memory Data Grid) .它不仅提供了一系列的分布式的Java常用对象,还提供了许多分布式服务。
所以我们使用Redisson框架来完成我们项目所有的分布式锁的使用
2.2 整合Redisson
1.导入依赖
<!-- 以后使用redisson作为所有分布式锁,分布式对象等功能 -->
<dependency>
<groupId>org.redisson</groupId>
<artifactId>redisson</artifactId>
<version>3.12.0</version>
</dependency>
2.编写配置类
@Configuration
public class MyRedissonConfig {
/**
* 对Redisson的使用都是通过RedissonClient
* @return
* @throws IOException
*/
@Bean(destroyMethod="shutdown")
public RedissonClient redisson() throws IOException {
// 单Redis节点模式
// 1、创建配置
Config config = new Config();
config.useSingleServer().setAddress("redis://192.168.196.128:6379");
// 2、根据config创建RedissonClient示例
RedissonClient redisson = Redisson.create(config);
return redisson;
}
}
2.3 看门狗原理
Redisson的看门狗锁会自动给锁续时间,防止超长业务导致锁过期。同时,当一个服务器宕机或者执行业务完成,看门狗不会再给锁续时间,这样就算不解锁,也不会存在死锁问题。但是如果指定了自动解锁时间,则不会自动续锁时间。
原理:
- 如果我们传递了锁的超时时间,就发送给redis执行脚本,进行占锁,默认超时就是我们指定的时间
- 如果我们未指定锁的超时时间,就使用30 * 1000【LockWatchdogTimeout看门狗的默认时间】
- 只要占锁成功,就会启动一个定时任务【重新给锁设置过期时间,新的过期时间就是看门狗的默认时间】
- internallockLeaseTime【看门狗时间】/ 3 =10s,定时任务10s续一次
**真实开发项目时,还是采用手动设置超时时间,这样可以省去看门狗操作。**并且一般>30s的业务都是异常问题
2.4 缓存数据一致性
问题:数据库更新导致和缓存不一致
解决:双写模式(同步更新数据库和缓存)、失效模式(更新数据库,同时删除缓存)、Canal
我们项目最终使用失效模式:缓存的所有数据都有过期时间,数据过期下一次查询触发主动更新,读写数据的时候,加上分布式的读写锁。
3、SpringCache
3.1 简介
缓存抽象层,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。
主要的注解有:
- @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(使缓存失效)
- @CachePut:不影响方法执行更新缓存(双写模式)
- @Caching:组合以上多个操作
- @CacheConfig:在类级别共享缓存的相同配置
3.2 整合SpringCache
1.导入依赖
<!--整合springCache-->
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-cache</artifactId>
</dependency>
2.在application.properties里配置
spring.cache.type=redis
# 以毫秒为单位 1小时
spring.cache.redis.time-to-live=3600000
# 配置缓存名的前缀 如果没配置则使用缓存名作为前缀
#spring.cache.redis.key-prefix=CACHE_
# 配置前缀是否生效 默认为ture
#spring.cache.redis.use-key-prefix=false
# 是否缓存空值 默认为true
spring.cache.redis.cache-null-values=true
3.在启动类上添加开启缓存的注解@EnableCaching
3.3 @Cacheable细节
当前方法的结果需要缓存 如果缓存中有,方法不调用;如果缓存中没有,会调用该方法,最后将方法的结果放入缓存
默认行为:
-
如果缓存中有,方法不用调用
-
key默认自动生成
-
缓存的value的值:默认使用java序列化机制
-
将序列化后的数据存到redis
-
默认ttl时间:不过期
自定义:
- 指定生成的缓存使用的key, key属性指定, 接受一个SpEL
- 指定缓存的数据的存话时间:配置文件中修改tth
- 将数据保存为json格式:自定义配置类
3.4自定义配置
@EnableConfigurationProperties(CacheProperties.class)
@Configuration
public class MyCacheConfig {
@Bean
public RedisCacheConfiguration redisCacheConfiguration(CacheProperties cacheProperties) {
RedisCacheConfiguration config = RedisCacheConfiguration.defaultCacheConfig();
// 修改默认的序列化器
config = config.serializeKeysWith(RedisSerializationContext.SerializationPair.fromSerializer(new StringRedisSerializer()));
config = config.serializeValuesWith(RedisSerializationContext.SerializationPair.fromSerializer(new GenericJackson2JsonRedisSerializer()));
//让配置文件里的东西生效
CacheProperties.Redis redisProperties = cacheProperties.getRedis();
if (redisProperties.getTimeToLive() != null) {
config = config.entryTtl(redisProperties.getTimeToLive());
}
if (redisProperties.getKeyPrefix() != null) {
config = config.prefixKeysWith(redisProperties.getKeyPrefix());
}
if (!redisProperties.isCacheNullValues()) {
config = config.disableCachingNullValues();
}
if (!redisProperties.isUseKeyPrefix()) {
config = config.disableKeyPrefix();
}
return config;
}
}