什么是緩存?

緩存(Cache),就是數據交換的緩沖區,俗稱的緩存就是緩沖區內的數據,一般從數據庫中獲取,存儲于本地代碼(例如:

例1:Static final ConcurrentHashMap<K,V> map = new ConcurrentHashMap<>(); 本地用于高并發例2:static final Cache<K,V> USER_CACHE = CacheBuilder.newBuilder().build(); 用于redis等緩存例3:Static final Map<K,V> map =  new HashMap(); 本地緩存

由于其被Static修飾,所以隨著類的加載而被加載到內存之中,作為本地緩存,由于其又被final修飾,所以其引用(例3:map)和對象(例3:new HashMap())之間的關系是固定的,不能改變,因此不用擔心賦值(=)導致緩存失效;

為什么要使用緩存

緩存數據存儲于代碼中,而代碼運行在內存中,內存的讀寫性能遠高于磁盤,緩存可以大大降低用戶訪問并發量帶來的服務器讀寫壓力。

實際開發過程中,企業的數據量,少則幾十萬,多則幾千萬,這么大數據量,如果沒有緩存來作為"避震器",系統是幾乎撐不住的,所以企業會大量運用到緩存技術;
但是緩存也會增加代碼復雜度和運營的成本:

如何使用緩存

實際開發中,會構筑多級緩存來使系統運行速度進一步提升,例如:本地緩存與redis中的緩存并發使用

瀏覽器緩存：主要是存在于瀏覽器端的緩存

應用層緩存：可以分為tomcat本地緩存，比如之前提到的map，或者是使用redis作為緩存

數據庫緩存：在數據庫中有一片空間是 buffer pool，增改查數據都會先加載到mysql的緩存中

CPU緩存：：當代計算機最大的問題是 cpu性能提升了，但內存讀寫速度沒有跟上，所以為了適應當下的情況，增加了cpu的L1，L2，L3級的緩存

功能實現

緩存模型和思路

大體的思路是，把每次讀取數據時，先從redis查詢是否有數據，如果沒有數據就從數據庫中查詢，然后把查詢到的數據返回給前端，并且把數據寫入redis。但是這個模型仍然存在一些問題，這些問題我們會在下面介紹。

代碼實現

代碼思路：如果緩存有，則直接返回，如果緩存不存在，則查詢數據庫，然后存入redis。

    @Overridepublic Result queryById(Long id) [String key = "cache:shop:" + id;// 1.從redis查詢商鋪緩存String shopJson = stringRedisTemplate.opsForValue().get(key);// 2.判斷是否存在if (StrUtil.isNotBlank(shopJson)) [// 3，存在，直接返回Shop shop = JSONUtil.toBean(shopJson,Shop.class);return Result.ok(shop);}// 4.不存在，根id查詢數據庫Shop shop = getById(id);// 5，不存在，返回錯誤if (shop == null) [return Result,fail("店鋪不存在!");}// 6.存在，寫AredisstringRedisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(shop));// 7.返回return Result.ok(shop);
}

緩存更新策略

緩存更新是redis為了節約內存而設計出來的一個東西，主要是因為內存數據寶貴，當我們向redis插入太多數據，此時就可能會導致緩存中的數據過多，所以redis會對部分數據進行更新，或者把他叫為淘汰更合適。

內存淘汰：redis自動進行，當redis內存達到咱們設定的max-memery的時候，會自動觸發淘汰機制，淘汰掉一些不重要的數據(可以自己設置策略方式)

超時剔除：當我們給redis設置了過期時間ttl之后，redis會將超時的數據進行刪除，方便咱們繼續使用緩存

主動更新：我們可以手動調用方法把緩存刪掉，通常用于解決緩存和數據庫不一致問題

數據庫緩存不一致解決方案

由于我們的緩存的數據源來自于數據庫,而數據庫的數據是會發生變化的,因此,如果當數據庫中數據發生變化,而緩存卻沒有同步,此時就會有一致性問題存在,其后果是：造成了數據不一致。

解決方案：

• Cache Aside Pattern 人工編碼方式：緩存調用者在更新完數據庫后再去更新緩存，也稱之為雙寫方案
• Read/Write Through Pattern : 由系統本身完成，數據庫與緩存的問題交由系統本身去處理
• Write Behind Caching Pattern ：調用者只操作緩存，其他線程去異步處理數據庫，實現最終一致

操作緩存和數據庫時有三個問題需要考慮：

如果采用第一個方案，那么假設我們每次操作數據庫后，都操作緩存，但是中間如果沒有人查詢，那么這個更新動作實際上只有最后一次生效，中間的更新動作意義并不大，我們可以把緩存刪除，等待再次查詢時，將緩存中的數據加載出來

• 刪除緩存還是更新緩存？

  • 更新緩存：每次更新數據庫都更新緩存，無效寫操作較多
  • 刪除緩存：更新數據庫時讓緩存失效，查詢時再更新緩存

• 如何保證緩存與數據庫的操作的同時成功或失敗？

  • 單體系統，將緩存與數據庫操作放在一個事務
  • 分布式系統，利用TCC等分布式事務方案

應該具體操作緩存還是操作數據庫，我們應當是先操作數據庫，再刪除緩存，原因在于，如果你選擇第一種方案，在兩個線程并發來訪問時，假設線程1先來，他先把緩存刪了，此時線程2過來，他查詢緩存數據并不存在，此時他寫入緩存，當他寫入緩存后，線程1再執行更新動作時，實際上寫入的就是舊的數據，新的數據被舊數據覆蓋了。

代碼實現

我們首先要在業務代碼里添加redis邏輯緩存的過期時間。

    @Overridepublic Result queryById(Long id) [String key = "cache:shop:" + id;// 1.從redis查詢商鋪緩存String shopJson = stringRedisTemplate.opsForValue().get(key);// 2.判斷是否存在if (StrUtil.isNotBlank(shopJson)) [// 3，存在，直接返回Shop shop = JSONUtil.toBean(shopJson,Shop.class);return Result.ok(shop);}// 4.不存在，根id查詢數據庫Shop shop = getById(id);// 5，不存在，返回錯誤if (shop == null) [return Result,fail("店鋪不存在!");}// 6.存在，寫redis,添加過期時間stringRedisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(shop), timeout: 30L,TimeUnit.MINUTES);// 7.返回return Result.ok(shop);
}

插入代碼修改，當我們修改了數據之后，然后把緩存中的數據進行刪除，查詢時發現緩存中沒有數據，則會從mysql中加載最新的數據，從而避免數據庫和緩存不一致的問題

  @Overridepublic Result updateShop(Shop shop) {Long id = shop.getId();if(id==null){return Result.fail("店鋪id不能為空");}updateById(shop);//添加的更新后刪除的代碼stringRedisTemplate.delete(CACHE_SHOP_KEY+id);return Result.ok();}