Skip to content

redis笔记

安装

打开redis官网

单机安装Redis

sh
# 安装Redis依赖(Redis是基于C语言编写的,因此首先需要安装Redis所需要的gcc依赖:)
yum install -y gcc tcl

下载安装包

挑一个版本下载即可

https://download.redis.io/releases/
sh
# 将下载好的安装包放到/usr/local/src 目录

# 解压
tar -xzf redis-6.2.6.tar.gz

# 进入redis目录
cd redis-6.2.6

# 运行编译命令(如果没有出错,应该就安装成功了)
make && make install

默认的安装路径是在 /usr/local/bin目录下 该目录以及默认配置到环境变量,因此可以在任意目录下运行这些命令。

  • redis-cli:是redis提供的命令行客户端
  • redis-server:是redis的服务端启动脚本
  • redis-sentinel:是redis的哨兵启动脚本

启动

默认启动

安装完成后,在任意目录输入redis-server命令即可启动Redis

sh
# 这种启动属于`前台启动`,会阻塞整个会话窗口,窗口关闭或者按下`CTRL + C`则Redis停止。不推荐使用。
redis-server

指定配置启动

如果要让Redis以后台方式启动,则必须修改Redis配置文件,就在之前解压的redis安装包下(/usr/local/src/redis-6.2.6),名字叫redis.conf

sh
# 备份配置文件
cp redis.conf redis.conf.bck

# 修改redis.conf文件中的一些配置
# 允许访问的地址,默认是127.0.0.1,会导致只能在本地访问。修改为0.0.0.0则可以在任意IP访问,生产环境不要设置为0.0.0.0
bind 0.0.0.0
# 守护进程,修改为yes后即可后台运行
daemonize yes 
# 密码,设置后访问Redis必须输入密码
requirepass 123321

Redis的其它常见配置:

sh
# 监听的端口
port 6379
# 工作目录,默认是当前目录,也就是运行redis-server时的命令,日志、持久化等文件会保存在这个目录
dir .
# 数据库数量,设置为1,代表只使用1个库,默认有16个库,编号0~15
databases 1
# 设置redis能够使用的最大内存
maxmemory 512mb
# 日志文件,默认为空,不记录日志,可以指定日志文件名
logfile "redis.log"

启动Redis

sh
# 进入redis安装目录 
cd /usr/local/src/redis-6.2.6
# 启动
redis-server redis.conf

停止服务

sh
# 利用redis-cli来执行 shutdown 命令,即可停止 Redis 服务,
# 因为之前配置了密码,因此需要通过 -u 来指定密码
redis-cli -u 123321 shutdown

开机自启

通过配置来实现开机自启

sh
# 新建一个系统服务文件
vi /etc/systemd/system/redis.service

内容如下:

[Unit]
Description=redis-server
After=network.target

[Service]
Type=forking
ExecStart=/usr/local/bin/redis-server /usr/local/src/redis-6.2.6/redis.conf
PrivateTmp=true

[Install]
WantedBy=multi-user.target

重载系统服务:

sh
systemctl daemon-reload

现在,我们可以用下面这组命令来操作redis了

sh
# 启动
systemctl start redis
# 停止
systemctl stop redis
# 重启
systemctl restart redis
# 查看状态
systemctl status redis

执行下面的命令,可以让redis开机自启

sh
systemctl enable redis

常见命令

通用命令

sh
# 可以查看一个命令的具体用法
help [command]

# 查看符合模板的所有key
KEYS

# 删除一个指定的key
DEL

# 判断key是否存在
EXISTS

# 给一个key设置有效期,有效期到期时该key会被自动删除
EXPIRE

# 查看一个KEY的剩余有效期
TTL

String

String的常见命令

sh
# 添加或者修改已经存在的一个String类型的键值对
# 如果在后面加上nx,则作用域SETNX一样
# 如果在后面加ex,则与SETEX的效果一样
SET

# 根据key获取String类型的value
GET

# 批量添加多个String类型的键值对
MSET

# 根据多个key获取多个String类型的value
MGET

# 让一个整型的key自增1
INCR

# 让一个整形key自减(和上面的反过来)
DECR

# 让一个整型的key自增并指定步长,例如:incrby num 2 让num值自增2
INCRBY

# 让一个整型的key自减并指定步长,例如:decrby num 2 让num值自减2(和上面的反过来)
DECRBY

# 让一个浮点类型的数字自增并指定步长
INCRBYFLOAT

# 让一个浮点类型的数字自减并指定步长
DERCBYFLOAT

# 添加一个String类型的键值对,前提是这个key不存在,否则不执行
SETNX

# 添加一个String类型的键值对,并且指定有效期
SETEX

Key结构

Redis的key允许有多个单词形成层级结构,多个单词之间用':'隔开

sh
# 例子格式(只要是用:隔开就行,不管你怎么定义格式)
# 1.项目名:业务名:类型:id

# 2.user相关的key和value(注意:值需要用引号包住(这里复制的话需要自己加引号))
bzl:user:1

{"id":1,  "name": "Jack", "age": 21}

# 3.product相关的key和value
bzl:product:1

{"id":1,  "name": "小米11", "price": 4999}

理解视图

Hash

常见命令

sh
# 添加或者修改hash类型key的field的值
HSET

# 获取一个hash类型key的field的值
HGET

# 批量添加多个hash类型key的field的值
HMSET

# 批量获取多个hash类型key的field的值
HMGET

# 获取一个hash类型的key中的所有的field和value
HGETALL

# 获取一个hash类型的key中的所有的field
HKEYS

# 让一个hash类型key的字段值自增并指定步长
HINCRBY

# 添加一个hash类型的key的field值,前提是这个field不存在,否则不执行
HSETNX

理解视图

List

特点

可以看做是一个双向链表结构

  • 有序
  • 元素可以重复
  • 插入和删除快
  • 查询速度一般

常见命令

sh
# 向列表左侧插入一个或多个元素
LPUSH

# 移除并返回列表左侧的第一个元素,没有则返回nil
LPOP

#向列表右侧插入一个或多个元素
RPUSH

# 移除并返回列表右侧的第一个元素
RPOP

# 返回一段角标范围内的所有元素
LRANGE

# 与LPOP和RPOP类似,只不过在没有元素时等待指定时间,而不是直接返回nil
BLPOP和BRPOP

Set

特点

  • 无序
  • 元素不可重复
  • 查找快
  • 支持交集、并集、差集等功能

常见命令

sh
# 向set中添加一个或多个元素
SADD

# 移除set中的指定元素
SREM

# 返回set中元素的个数
SCARD

# 判断一个元素是否存在于set中
SISMEMBER

# 获取set中的所有元素
SMEMBERS

# 求key1与key2的交集
SINTER

# 求key1与key2的差集
SDIFF

SortedSet

常见命令

sh
# 添加一个或多个元素到sorted set ,如果已经存在则更新其score值
ZADD

# 删除sorted set中的一个指定元素
ZREM

# 获取sorted set中的指定元素的score值
ZSCORE

# 获取sorted set 中的指定元素的排名
ZRANK

# 获取sorted set中的元素个数
ZCARD

# 统计score值在给定范围内的所有元素的个数
ZCOUNT

# 让sorted set中的指定元素自增,步长为指定的increment值
ZINCRBY

# 按照score排序后,获取指定排名范围内的元素
ZRANGE

# 按照score排序后,获取指定score范围内的元素
ZRANGEBYSCORE

# 求差集、交集、并集
ZDIFF、ZINTER、ZUNION

注意

所有的排名默认都是升序,如果要降序则在命令的Z后面添加REV即可,例如:

  • 升序获取sorted set 中的指定元素的排名:ZRANK key member
  • 降序获取sorted set 中的指定元素的排名:ZREVRANK key memeber

redis的java客户端

官网

打开redis官网

启动(到redis安装目录下执行)

sh
# 启动服务(后面可以加上配置文件(.conf的那个文件))
redis-server.exe

# cmd客户端
redis-cli.exe

# 桌面管理端(二选一即可,选第一个吧,这个还在更新,第二个最后更新是在22年)
# AnotherRedisDesktopManager(下载地址)
https://github.com/qishibo/AnotherRedisDesktopManager/releases

# RedisDesktopManager(下载地址)
https://github.com/lework/RedisDesktopManager-Windows

密码

sh
# 客户端中设置密码
config set requirepass test123

# 客户端中查看密码
config get requirepass

三个常用客户端的说明

Jedis

官网

打开jedis官网

依赖

xml
<dependency>
	<groupId>redis.clients</groupId>
	<artifactId>jedis</artifactId>
	<version>3.7.0</version>
</dependency>

直接使用

java
// 建立连接
Jedis jedis = new Jedis("192.168.111.128", 6379);
// 设置密码
jedis.auth("123321");
// 选择库
jedis.select(0);

使用方法

使用Jedis,方法名与Redis命令一致

使用例子
java
//插入数据,方法名称就是redis命令,非常简单
String result = edis.set("name", "张三");
System.out.println("result = " + result);
// 获取数据
String name = edis.get("name");
System.out.println("name = " + name);
释放资源
java
// 释放资源
if(jedis != null)
	jedis.close();

Jedis连接池方式使用

使用方式:做一个工具类

java
public class JedisConnectionFacotry {

     private static final JedisPool jedisPool;

     static {
         // 配置连接池
         JedisPoolConfig poolConfig = new JedisPoolConfig();
         // 最大链接
         poolConfig.setMaxTotal(8);
         // 最大空闲链接
         poolConfig.setMaxIdle(8);
         // 最小空闲链接
         poolConfig.setMinIdle(0);
         // 设置最长等待时间,ms
         poolConfig.setMaxWaitMillis(1000);
         // 创建连接池对象
         jedisPool = new JedisPool(poolConfig,
                 "192.168.111.128",6379,1000,"123321");
     }

     public static Jedis getJedis(){
          return jedisPool.getResource();
     }
}

使用

java
    @BeforeEach  
    void setUp(){  
        //建立连接  
        /*jedis = new Jedis("127.0.0.1",6379);*/  
        jedis = JedisConnectionFacotry.getJedis();  
         //选择库  
        jedis.select(0);  
    }  

   @AfterEach  
    void tearDown() {  
        if (jedis != null) {  
            jedis.close();  
        }  
    }

注意事项

Jedis本身是线程不安全的,并且频繁的创建和销毁连接会有性能损耗,因此我们推荐大家使用Jedis连接池代替Jedis的直连方式

SpringDataRedis

该技术整合了jedis和lettuce,但是spring默认引用了lettuce,如果要用jedis需要自己引入 打开SpringDataRedis官网

依赖

xml
<dependencies>
        <!--redis依赖-->
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-data-redis</artifactId>
        </dependency>
        <!--common-pool-->
        <dependency>
            <groupId>org.apache.commons</groupId>
            <artifactId>commons-pool2</artifactId>
        </dependency>
        <!--Jackson依赖-->
        <dependency>
            <groupId>com.fasterxml.jackson.core</groupId>
            <artifactId>jackson-databind</artifactId>
        </dependency>
        <dependency>
            <groupId>org.projectlombok</groupId>
            <artifactId>lombok</artifactId>
            <optional>true</optional>
        </dependency>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-test</artifactId>
            <scope>test</scope>
        </dependency>
    </dependencies>

打包插件

xml
<build>
    <plugins>
            <plugin>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-maven-plugin</artifactId>
            <configuration>
                <excludes>
                    <exclude>
                        <groupId>org.projectlombok</groupId>
                        <artifactId>lombok</artifactId>
                    </exclude>
                </excludes>
            </configuration>
        </plugin>
    </plugins>
</build>

配置文件

yaml
spring:
  redis:
    host: 192.168.150.101
    port: 6379
    password: 123321
    lettuce:
      pool:
        max-active: 8  #最大连接
        max-idle: 8   #最大空闲连接
        min-idle: 0   #最小空闲连接
        max-wait: 100ms #连接等待时间

测试代码

java
@SpringBootTest
class RedisDemoApplicationTests {

    @Autowired
    private RedisTemplate<String, Object> redisTemplate;

    @Test
    void testString() {
        // 写入一条String数据
        redisTemplate.opsForValue().set("name", "虎哥");
        // 获取string数据
        Object name = redisTemplate.opsForValue().get("name");
        System.out.println("name = " + name);
    }
}

使用方式

stringRedisTemplate(常用)

依赖注入
java
    @Autowired
    private StringRedisTemplate stringRedisTemplate;
序列化方式

默认key和value序列化为字符串

需要在存储前自己进行序列化,以及读取后自己进行反序列化(工具:jackson、fastjson、objectmapper)

使用方式
例子1
java
private static final ObjectMapper mapper = new ObjectMapper();

    @Test
    void testSaveUser() throws JsonProcessingException {
        // 创建对象
        User user = new User("冰泽兰", 24);
        // 手动序列化
        String json = mapper.writeValueAsString(user);
        // 写入数据
        stringRedisTemplate.opsForValue().set("user:200", json);

        // 获取数据
        String jsonUser = stringRedisTemplate.opsForValue().get("user:200");
        // 手动反序列化
        User user1 = mapper.readValue(jsonUser, User.class);
        System.out.println("user1 = " + user1);
    }

存入redis的结果

例子2
java
@SpringBootTest
class RedisStringTests {

    @Autowired
    private StringRedisTemplate stringRedisTemplate;


    @Test
    void testHash() {
        stringRedisTemplate.opsForHash().put("user:400", "name", "虎哥");
        stringRedisTemplate.opsForHash().put("user:400", "age", "21");

        Map<Object, Object> entries = stringRedisTemplate.opsForHash().entries("user:400");
        System.out.println("entries = " + entries);
    }
}

结果

redisTemplate(很少用)

使用方式
依赖注入
java
    @Autowired
    private RedisTemplate redisTemplate;
根据需要调用对应方法

序列化方式

注意

如果不设置序列化方式,则存进redis之后会自动转化为下面这样的格式,不仅占空间,而且可读性差 "\xe5\x86\xb0\xe6\xb3\xbd\xe5\x85\xb0"

自定义RedisTemplate的序列化方式
  • redis序列化接口:RedisSerializer<T>
text
1.StringRedisSerializer
使用场景:key或者hashkey都为字符串的情况下就可以使用
使用方式:RedisSerializer.string()会返回一个StringRedisSerializer,并且会设置编码为UTF-8
java
static RedisSerializer<String> string(){
	return SrtingRediserializer.UTF_8;
}
text
2.GenericJackson2JsonRedisSerializer
使用场景:如果value可能为对象,就可以使用
  • 写一个redis的配置类 配置bean
java
@Configuration
public class RedisConfig {

    @Bean
    public RedisTemplate<String, Object> redisTemplate(RedisConnectionFactory connectionFactory){
        // 创建RedisTemplate对象
        RedisTemplate<String, Object> template = new RedisTemplate<>();
        // 设置连接工厂
        template.setConnectionFactory(connectionFactory);
        // 创建JSON序列化工具
        GenericJackson2JsonRedisSerializer jsonRedisSerializer = 
            							new GenericJackson2JsonRedisSerializer();
        // 设置Key的序列化
        template.setKeySerializer(RedisSerializer.string());
        template.setHashKeySerializer(RedisSerializer.string());
        // 设置Value的序列化
        template.setValueSerializer(jsonRedisSerializer);
        template.setHashValueSerializer(jsonRedisSerializer);
        // 返回
        return template;
    }
}

可能犯的错误

java.lang.ClassNotFoundException: com.fasterxml.jackson.core.JsonProcessingException 解决方式:引入jackson-databind的依赖

缺点

会多生成一个字段(该字段用于反序列化),占用控件较多 存入redis的结果:

黑马点评项目知识

短信验证码的登录注册功能

基于session的短信登录

手机号为key,验证码为value

集群下的session共享问题

多台Tomcat并不共享session存储空间,当请求切换到不同tomcat服务时导致数据丢失的问题

Redis实现共享session

Redis实现session的刷新问题

登录的用户访问任何界面都要刷新session

拦截器1——拦截所有路径
  1. 不交给spring管理,由我们自己new
  2. preHandle:判断用户是否登录,登录的话会将用户信息存到ThreadLocal中,后面的操作如果需要用户信息可以从ThreadLocal中取(而不是存session),用户的所有访问都会刷新token,没登录直接放行,交给下一个拦截器处理
  3. 完成所有操作后将线程将会被回收,所以需要将线程中的ThreadLocal清空,防止内存泄漏等问题
java
public class ReFreshTokenInterceptor implements HandlerInterceptor {  
    //由于这个类不是由spring构建,而是由我们自己new出来的,所以不能使用依赖注入,  
    // 所以我们需要自己在构造的时候注入(注入方式看拦截器(拦截器是交给spring管理的,所以可以直接用依赖注入和传参的方式解决)  
    private StringRedisTemplate stringRedisTemplate;  
  
    public ReFreshTokenInterceptor(StringRedisTemplate stringRedisTemplate) {  
        this.stringRedisTemplate = stringRedisTemplate;  
    }  
  
    @Override  
    public boolean preHandle(HttpServletRequest request, HttpServletResponse response, Object handler) throws Exception {  
        //从请求体重获取token  
        String token = request.getHeader("authorization");  
        if (StrUtil.isBlank(token)) {  
            return true;  
        }  
        //基于token获取redis中的用户  
        String key = LOGIN_USER_KEY + token;  
        Map<Object, Object> userMap = stringRedisTemplate.opsForHash().entries(key);  
  
        if (userMap.isEmpty()) {  
            return true;  
        }  
        //将查询到的hash数据转化为userDTO对象  
        UserDTO userDTO = BeanUtil.fillBeanWithMap(userMap, new UserDTO(), false);  
        //存在将用户信息保存到ThreadLocal中  
        UserHolder.saveUser(userDTO);  
        //刷新token  
        stringRedisTemplate.expire(key, LOGIN_USER_TTL, TimeUnit.SECONDS);  
        //放行  
        return true;  
    }  
  
    @Override  
    public void afterCompletion(HttpServletRequest request, HttpServletResponse response, Object handler, Exception ex) throws Exception {  
        UserHolder.removeUser();  
    }  
}
java
public class UserHolder {  
    private static final ThreadLocal<UserDTO> tl = new ThreadLocal<>();  
  
    public static void saveUser(UserDTO user){  
        tl.set(user);  
    }  
  
    public static UserDTO getUser(){  
        return tl.get();  
    }  
  
    public static void removeUser(){  
        tl.remove();  
    }  
}
java
import lombok.Data;  
  
@Data  
public class UserDTO {  
    private Long id;  
    private String nickName;  
    private String icon;  
}
拦截器2——拦截需要登录的路径

如果用户没登录,直接响应401

商家查询的缓存功能

什么是缓存

缓存时一种具备高效读写能力的数据暂存区域 作用:

  • 降低后端负载
  • 提高服务读写响应速度 成本:
  • 开发成本
  • 运维成本
  • 一致性问题

添加redis缓存

缓存更新策略

三种策略
txt
内存淘汰:Redis自带的内存淘汰机制

过期淘汰:利用expire命令给数据设置过期时间

主动更新:主动完成数据库与缓存的同时更新

策略选择

低一致性需求

  • 内存淘汰或过期淘汰

高一致性需求

  • 主动更新为主
  • 过期淘汰兜底
主动更新的方案

Cache Aside:缓存调用者在更新数据库的同时完成对缓存的更新

  • 一致性良好
  • 实现难度一般

Read/Write Through:缓存与数据库集成为一个服务,服务保证两者的一致性,对外暴露API接口。调用者调用API,无需知道自己操作的是数据库还是缓存,不关心一致性。

  • 一致性优秀
  • 实现复杂
  • 性能一般

Write Back:缓存调用者的CRUD都针对缓存完成。由独立线程异步的将缓存数据写到数据库,实现最终一致

  • 一致性差
  • 性能好
  • 实现复杂

Cache Aside的模式选择

text
更新缓存还是删除缓存?
更新缓存会产生无效更新,并且存在较大的线程安全问题  x
删除缓存本质是延迟更新,没有无效更新,线程安全问题相对较低  √

先操作数据库还是缓存?
先更新数据,再删除缓存===>在满足原子性的情况下,安全问题概率较低
先删除缓存,再更新数据库===>安全问题概率较高

如何确保数据库与缓存操作原子性?
单体系统===>利用事务机制
分布式系统===>利用分布式事务机制

最佳实践

查询数据时
  1. 先查询缓存
  2. 如果缓存命中,直接返回
  3. 如果缓存未命中,则查询数据库
  4. 将数据库数据写入缓存
  5. 返回结果
修改数据库时
  1. 先修改数据库
  2. 然后删除缓存 确保两者的原子性

缓存穿透

产生原因

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

解决方案
缓存空对象
  • 思路:对于不存在的数据也在Redis建立缓存,值为空,并设置一个较短的TTL时间
  • 优点:实现简单,维护方便
  • 缺点:额外的内存消耗;短期的数据不一致问题
布隆过滤
  • 思路:利用布隆过滤算法,在请求进入Redis之前先判断是否存在,如果不存在则直接拒绝请求
  • 优点:内存占用少
  • 缺点:实现复杂;存在误判的可能性
其它
  • 做好数据的基础格式校验
  • 加强用户权限校验
  • 做好热点参数的限流

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,带来巨大压力。

常见的解决方案有:
  • 给不同的Key的TTL添加随机值,这样KEY的过期时间不同,不会大量KEY同时过期
  • 利用Redis集群提高服务的可用性,避免缓存服务宕机
  • 给缓存业务添加降级限流策略
  • 给业务添加多级缓存,比如先查询本地缓存,本地缓存未命中再查询Redis,Redis未命中再查询数据库。即便Redis宕机,也还有本地缓存可以抗压力

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。

由于我们采用的是Cache Aside模式,当缓存失效时需要下次查询时才会更新缓存。当某个key缓存失效时,如果这个key是热点key,并发访问量比较高。就会在一瞬间涌入大量请求,都发现缓存未命中,于是都会去查询数据库,尝试重建缓存。可能一瞬间就把数据库压垮了。 如上图所示:

  • 线程1发现缓存未命中,准备查询数据库,重建缓存,但是因为数据比较复杂,导致查询数据库耗时较久
  • 在这个过程中,一下次来了3个新的线程,就都会发现缓存未命中,都去查询数据库
  • 数据库压力激增
常见的解决方案有两种:
  • 互斥锁:给重建缓存逻辑加锁,避免多线程同时指向

  • 逻辑过期:热点key不要设置过期时间,在活动结束后手动删除。

面试总结

如何保证缓存的双写一致性?

缓存的双写一致性很难保证强一致,只能尽可能降低不一致的概率,确保最终一致。我们项目中采用的是Cache Aside模式。简单来说,就是在更新数据库之后删除缓存;在查询时先查询缓存,如果未命中则查询数据库并写入缓存。同时我们会给缓存设置过期时间作为兜底方案,如果真的出现了不一致的情况,也可以通过缓存过期来保证最终一致。

  • 为什么不采用延迟双删机制? 延迟双删的第一次删除并没有实际意义,第二次采用延迟删除主要是解决数据库主从同步的延迟问题,我认为这是数据库主从的一致性问题,与缓存同步无关。既然主节点数据已经更新,Redis的缓存理应更新。而且延迟双删会增加缓存业务复杂度,也没能完全避免缓存一致性问题,投入回报比太低。

如何解决缓存穿透问题

缓存穿透也可以说是穿透攻击,具体来说是因为请求访问到了数据库不存在的值,这样缓存无法命中,必然访问数据库。如果高并发的访问这样的接口,会给数据库带来巨大压力。

我们项目中都是基于布隆过滤器来解决缓存穿透问题的,当缓存未命中时基于布隆过滤器判断数据是否存在。如果不存在则不去访问数据库。

当然,也可以使用缓存空值的方式解决,不过这种方案比较浪费内存。

如何解决缓存雪崩问题

缓存雪崩的常见原因有两个,第一是因为大量key同时过期。针对问这个题我们可以可以给缓存key设置不同的TTL值,避免key同时过期。

第二个原因是Redis宕机导致缓存不可用。针对这个问题我们可以利用集群提高Redis的可用性。也可以添加多级缓存,当Redis宕机时还有本地缓存可用。

如何解决缓存击穿问题

缓存击穿往往是由热点Key引起的,当热点Key过期时,大量请求涌入同时查询,发现缓存未命中都会去访问数据库,导致数据库压力激增。解决这个问题的主要思路就是避免多线程并发去重建缓存,因此方案有两种。

第一种是基于互斥锁,当发现缓存未命中时需要先获取互斥锁,再重建缓存,缓存重建完成释放锁。这样就可以保证缓存重建同一时刻只会有一个线程执行。不过这种做法会导致缓存重建时性能下降严重。

第二种是基于逻辑过期,也就是不给热点Key设置过期时间,而是给数据添加一个过期时间的字段。这样热点Key就不会过期,缓存中永远有数据。

查询到数据时基于其中的过期时间判断key是否过期,如果过期开启独立新线程异步的重建缓存,而查询请求先返回旧数据即可。当然,这个过程也要加互斥锁,但由于重建缓存是异步的,而且获取锁失败也无需等待,而是返回旧数据,这样性能几乎不受影响。

需要注意的是,无论是采用哪种方式,在获取互斥锁后一定要再次判断缓存是否命中,做dubbo check. 因为当你获取锁成功时,可能是在你之前有其它线程已经重建缓存了。