189 8069 5689

基于redis缓存查询店铺-创新互联

基于redis缓存查询店铺

创新互联提供高防主机、云服务器、香港服务器、IDC机房托管
@Override
    public Result queryById(Long id) {
        //从redis中查询商铺缓存
        String shopJson = stringRedisTemplate.opsForValue().get(CACHE_SHOP_KEY + id);
        //判断缓存是否命中
        if (StrUtil.isNotBlank(shopJson)){
            //命中,则返回店铺信息
            Shop shop = JSONUtil.toBean(shopJson, Shop.class);
            return Result.ok(shop);
        }
        //未命中,根据id查询数据库
        Shop shop = getById(id);
        //不存在该店铺,报错
        if (shop==null){
            return Result.fail("店铺不存在!");
        }
        //存在,写入redis
        stringRedisTemplate.opsForValue().set(CACHE_SHOP_KEY+id,JSONUtil.toJsonStr(shop),CACHE_SHOP_TTL, TimeUnit.MINUTES);
        //返回
        return Result.ok(shop);
    }
缓存更新策略

缓存穿透

 缓存穿透是指客户端请求的数据在缓存中和数据库中都不存在,这样缓存永远不会生效,这些请求都会打到数据库(一些别有用心的人就会利用这一点不断的发出这样的请求,导致服务器压力变大)。

常见的两种解决方案: 缓存空对象

*优点:实现简单,维护方便

*缺点:1.额外的内存消耗. 2.可能存在数据短期的不一致。

布隆过滤

优点:内存占用较少。没有多余的key。

缺点:1.实现复杂 2.存在误判的可能。

布隆过滤器可以简单的理解为:是一个bite数组,里面存的是二进制位,不是把数据库里面的数据存储到布隆过滤器里面,而是把这些数据基于某种Hash算法计算出Hash值,然后再将这些Hash值转换成二进位保存到布隆过滤器里面,当我们要去判断数据库里面的数据是否存在的时候,其实就是判断对应的位置是0还是1.

基于redis缓存查询店铺考虑缓存穿透问题

@Override
    public Result queryById(Long id) {
        //从redis中查询商铺缓存
        String shopJson = stringRedisTemplate.opsForValue().get(CACHE_SHOP_KEY + id);
        //判断缓存是否命中
        if (StrUtil.isNotBlank(shopJson)){
            //命中,则返回店铺信息
            Shop shop = JSONUtil.toBean(shopJson, Shop.class);
            return Result.ok(shop);
        }
        //命中为"",说明在数据库中店铺不存在
        if (shopJson !=null){
            return Result.fail("店铺不存在!");
        }
        //未命中,根据id查询数据库
        Shop shop = getById(id);
        //不存在该店铺,报错
        if (shop==null){
            //将空值写入redis中
            stringRedisTemplate.opsForValue().set(CACHE_SHOP_KEY +id,"",CACHE_NULL_TTL,TimeUnit.MINUTES);
            return Result.fail("店铺不存在!");
        }
        //存在,写入redis
        stringRedisTemplate.opsForValue().set(CACHE_SHOP_KEY+id,JSONUtil.toJsonStr(shop),CACHE_SHOP_TTL, TimeUnit.MINUTES);
        //返回
        return Result.ok(shop);
    }
缓存雪崩

缓存雪崩是指在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,带来巨大的压力。

解决方案

1.由于大量的缓存同时失效,造成原因可能就是TTL时间到了。所以:给不同的Key的TTL添加随机值。

2.针对redis宕机:搭建redis集群形成主从,假设主宕机了,我们就可以从 从机替代,这样就可以确保redis可以一直对外提供服务。

3.给缓存业务添加降级限流策略

4.给业务添加多级缓存

缓存击穿

缓存击穿问题也叫热点Key问题,就是一个被高并发访问并且缓存重建业务较复杂的key突然失效了,无数的请求访问会在瞬间给数据库带来巨大的冲击。

假设:一个热点key失效了,当线程1来了,发现没有缓存,就会去重建缓存,这个过程又比较久,在重建的过程中仍然有许多的请求。

常见的两种解决方案:   1.互斥锁

缺点:性能比较差。因为在构建缓存的过程中,其他的线程都要等待。

2.逻辑过期 

也就是在缓存中多了一个逻辑过期时间。而没有真的去设置TTL过期时间。

你是否还在寻找稳定的海外服务器提供商?创新互联www.cdcxhl.cn海外机房具备T级流量清洗系统配攻击溯源,准确流量调度确保服务器高可用性,企业级服务器适合批量采购,新人活动首月15元起,快前往官网查看详情吧


分享文章:基于redis缓存查询店铺-创新互联
文章出自:http://cdxtjz.cn/article/gesgj.html

其他资讯