缓存解决方案SpringDataRedis

缓存解决方案SpringDataRedis

学习目标

  • 掌握SpringDataRedis 的常用操作
  • 能够理解并说出什么是缓存穿透、缓存击穿、缓存雪崩,以及对应的解决方案
  • 使用缓存预热的方式实现商品分类导航缓存
  • 使用缓存预热的方式实现广告轮播图缓存
  • 使用缓存预热的方式实现商品价格缓存

1.SpringDataRedis

1.1 SpringDataRedis简介

SpringDataRedis 属于Spring Data 家族一员,用于对redis的操作进行封装的框架 ,Spring Data : Spring 的一个子项目.Spring 官方提供一套数据层综合解决方案,用 于简化数据库访问,支持NoSQL和关系数据库存储。包括Spring Data JPA 、Spring Data Redis 、SpringDataSolr 、SpringDataElasticsearch 、Spring DataMongodb 等 框架。

1.2 SpringDataRedis入门

1.2.1 准备工作

(1)创建SpringDataRedisDemo工程,在pom.xml中配置相关依赖

<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
<modelVersion>4.0.0</modelVersion>
<groupId>com.qingcheng.springdataredis</groupId>
<artifactId>SpringDataRedisDemo</artifactId>
<version>1.0-SNAPSHOT</version>
<dependencies>
<dependency>
<groupId>redis.clients</groupId>
<artifactId>jedis</artifactId>
<version>2.9.0</version>
</dependency>
<dependency>
<groupId>org.springframework.data</groupId>
<artifactId>spring-data-redis</artifactId>
<version>2.0.5.RELEASE</version>
</dependency>
<dependency>
<groupId>junit</groupId>
<artifactId>junit</artifactId>
<version>4.12</version>
</dependency>
<dependency>
<groupId>org.springframework</groupId>
<artifactId>spring-test</artifactId>
<version>5.0.5.RELEASE</version>
</dependency>
</dependencies>
</project>

(2)在src/main/resources下创建properties文件redis-config.properties

redis.host=127.0.0.1
redis.port=6379
redis.pass=
redis.database=0
redis.maxIdle=300
redis.maxWait=3000

maxIdle :最大空闲数

maxWaitMillis: 连接时的最大等待毫秒数

(3)在src/main/resources下创建applicationContext-redis.xml

<?xml version="1.0" encoding="UTF-8"?> 
<beans xmlns="http://www.springframework.org/schema/beans" xmlns:context="http://www.springframework.org/schema/context" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:p="http://www.springframework.org/schema/p" xsi:schemaLocation="http://www.springframework.org/schema/beans http://www.springframework.org/schema/beans/spring-beans.xsd http://www.springframework.org/schema/context http://www.springframework.org/schema/context/spring-context.xsd">
<context:property-placeholder location="classpath:redis-config.properties" />
<!-- redis 相关配置 --> 
<bean id="poolConfig" class="redis.clients.jedis.JedisPoolConfig">  
<property name="maxIdle" value="${redis.maxIdle}" />   
<property name="maxWaitMillis" value="${redis.maxWait}" />  
</bean>  
<bean id="jedisConnectionFactory" class="org.springframework.data.redis.connection.jedis.JedisConnectionFactory" p:host-name="${redis.host}" p:port="${redis.port}" p:password="${redis.pass}" p:pool-config-ref="poolConfig"/>  
<bean id="redisTemplate" class="org.springframework.data.redis.core.RedisTemplate">  
<property name="connectionFactory" ref="jedisConnectionFactory" />
</bean>
</beans>  

1.2.2 值类型操作

package com.qingcheng.springdataredis.test;
import org.junit.Test;
import org.junit.runner.RunWith;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.test.context.ContextConfiguration;
import org.springframework.test.context.junit4.SpringJUnit4ClassRunner;
@RunWith(SpringJUnit4ClassRunner.class)
@ContextConfiguration(locations = "classpath:applicationContext-redis.xml")
public class TestValue {

@Autowired
private RedisTemplate redisTemplate;
/** * 存值 / 修改(当key相同,value不同,把原来覆盖掉) */
@Test
public void setValue(){

redisTemplate.boundValueOps("name").set("qingcheng");
}
/** * 取值 */
@Test
public void getValue(){

String str = (String) redisTemplate.boundValueOps("name").get();
System.out.println(str);
}
/** * 删除 */
@Test
public void deleteValue(){

Boolean name = redisTemplate.delete("name");
}
}

1.2.3 Set类型操作

import org.junit.Test;
import org.junit.runner.RunWith;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.test.context.ContextConfiguration;
import org.springframework.test.context.junit4.SpringJUnit4ClassRunner;
import java.util.Set;
@RunWith(SpringJUnit4ClassRunner.class)
@ContextConfiguration(locations = "classpath:applicationContext-redis.xml")
public class TestSet {

@Autowired
private RedisTemplate redisTemplate;
@Test
public void set(){

redisTemplate.boundSetOps("names").add("曹操");
redisTemplate.boundSetOps("names").add("刘备");
redisTemplate.boundSetOps("names").add("孙权");
}
@Test
public void get(){

//获取所有
Set names = redisTemplate.boundSetOps("names").members();
System.out.println(names);
}
@Test
public void deleteValue(){

Long remove = redisTemplate.boundSetOps("names").remove("曹操");
System.out.println(remove);
}
@Test
public void deleteAll(){

Boolean isDelete = redisTemplate.delete("names");
System.out.println(isDelete);
}
}

1.2.3 List类型操作

package com.qingcheng.springdataredis.test;
import org.junit.Test;
import org.junit.runner.RunWith;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.test.context.ContextConfiguration;
import org.springframework.test.context.junit4.SpringJUnit4ClassRunner;
import java.util.List;
import java.util.Set;
@RunWith(SpringJUnit4ClassRunner.class)
@ContextConfiguration(locations = "classpath:applicationContext-redis.xml")
public class TestList {

@Autowired
private RedisTemplate redisTemplate;
/** * 右压栈 (后添加的排在后面) * */
@Test
public void setRightValue(){

redisTemplate.boundListOps("names").rightPush("刘备");
redisTemplate.boundListOps("names").rightPush("关羽");
redisTemplate.boundListOps("names").rightPush("张飞");
}
/** * 左压栈(后添加的在前面) */
@Test
public void setLeftValue(){

redisTemplate.boundListOps("nams_").leftPush("刘备");
redisTemplate.boundListOps("nams_").leftPush("关羽");
redisTemplate.boundListOps("nams_").leftPush("张飞");
}
/** * range(start,end) * start:开始位置 * end 查询多少个 ,如果是"-1" 表示查询所有 */
@Test
public void seachAll(){

List names = redisTemplate.boundListOps("nams_").range(0, -1);
System.out.println(names);
}
@Test
public void searchByIndex(){

Object name = redisTemplate.boundListOps("nams_").index(2);
System.out.println(name);
}
/** * 移除集合中某个元素 * List集合可以重复 * remove(count,Object) 第一个参数表示移除个数 第二个参数表示移除那个元素 * 总之就是移除相同元素的个数 */
@Test
public void remove(){

redisTemplate.boundListOps("nams_").remove(2,"关羽");
}
@Test
public void deleteAll(){

redisTemplate.delete("nams_");
}
}

1.2.4 Hash类型操作

类似于Java中的Map

package com.qingcheng.springdataredis.test;
import org.junit.Test;
import org.junit.runner.RunWith;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.test.context.ContextConfiguration;
import org.springframework.test.context.junit4.SpringJUnit4ClassRunner;
import java.util.List;
import java.util.Set;
@RunWith(SpringJUnit4ClassRunner.class)
@ContextConfiguration(locations = "classpath:applicationContext-redis.xml")
public class TestHash {

@Autowired
private RedisTemplate redisTemplate;
@Test
public void setHashValue(){

redisTemplate.boundHashOps("hashName").put("a","唐僧");
redisTemplate.boundHashOps("hashName").put("s","孙悟空");
redisTemplate.boundHashOps("hashName").put("z","猪八戒");
}
@Test
public void getHashKeys(){

Set keys = redisTemplate.boundHashOps("hashName").keys();
System.out.println(keys);
}
@Test
public void getHashValues(){

List values = redisTemplate.boundHashOps("hashName").values();
System.out.println(values);
}
/** * 根据key获取value */
@Test
public void getValueByKey(){

Object o = redisTemplate.boundHashOps("hashName").get("a");
System.out.println(o);
}
@Test
public void deleteByKey(){

redisTemplate.boundHashOps("hashName").delete("a");
}
@Test
public void delete(){

redisTemplate.delete("hashName");
}
}

1.2.5 zset类型操作

zset是set的升级版本,它在set的基础上增加了格顺序属性,这属性在添加元素

的同时可以指定,每次指定后,zset会自动重新按照新的值调整顺序。可以理解为有两列 的mysql表,列存储value,列存储分值。

比如主播的人气榜、富豪榜

/* package com.qingcheng.springdataredis.test;*/
package com.qingcheng.springdataredis.test;
import org.junit.Test;
import org.junit.runner.RunWith;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.data.redis.core.ZSetOperations;
import org.springframework.test.context.ContextConfiguration;
import org.springframework.test.context.junit4.SpringJUnit4ClassRunner;
import java.util.List;
import java.util.Set;
@RunWith(SpringJUnit4ClassRunner.class)
@ContextConfiguration(locations = "classpath:applicationContext-redis.xml")
public class Testzset {

@Autowired
private RedisTemplate redisTemplate;
@Test
public void testSetValue(){

redisTemplate.boundZSetOps("nameszset").add("曹操",1000);
redisTemplate.boundZSetOps("nameszset").add("刘备",100);
redisTemplate.boundZSetOps("nameszset").add("孙权",10);
}
/** * 默认是由低到高 */
@Test
public void testGetValue(){

Set nameszset = redisTemplate.boundZSetOps("nameszset").range(0, -1);
System.out.println(nameszset);
}
/** * 前两位富豪 */
@Test
public void testTuHaoBang(){

Set nameszset = redisTemplate.boundZSetOps("nameszset").reverseRange(0, 1);
System.out.println(nameszset);
}
@Test
public void addScort(){

redisTemplate.boundZSetOps("nameszset").incrementScore("孙权",200);
}
//查询分数和值
//TypeTuple类型的对象
@Test
public void getValueAndScore(){

Set<ZSetOperations.TypedTuple> nameszset = redisTemplate.boundZSetOps("nameszset").reverseRangeWithScores(0, 9);
for (ZSetOperations.TypedTuple typedTuple : nameszset) {

System.out.println(typedTuple.getValue()+"----"+typedTuple.getScore());
}
}
}

1.2.6 设置过期时间

    @Test
public void setTimeOut(){

//第一个参数表示设置过期的数字
//第二个参数表示数字的单位, seconds 表示秒
redisTemplate.boundValueOps("name").expire(10, TimeUnit.SECONDS);
}

2.缓存穿透、击穿、雪崩

2.1 缓存穿透

缓存穿透是指缓存和数据库中都没有的数据,而用户不断发起请求,如发起为id

为“1”的数据或id为特别大不存在的数据。这时的用户很可能是攻击者,攻击会导致数据 库压力过大。如下面这段代码就存在缓存穿透的问题

public Integer findPrice(Long id) {
 
//从缓存中查询 
Integer sku_price = (Integer)redisTemplate.boundHashOps("sku_price").get(id); 	     
if(sku_price==null){
 
//缓存中没有,从数据库查询 
Sku sku = skuMapper.selectByPrimaryKey(id); 
if(sku!=null){
 
//如果数据库有此对象 
sku_price = sku.getPrice();                       		      
redisTemplate.boundHashOps("sku_price").put(id,sku_price); 
} 
}
return sku_price; 
}

解决方案:

1.接口层增加校验,如用户鉴权校验,id做基础校验,id<=0的直接拦截;

2.从缓存取不到的数据,在数据库中也没有取到,这时也可以将key-value对写为 key-0。这样可以防止攻击用户反复用同一个id暴力攻击。

代码举例:

public Integer findPrice(Long id) {
 
//从缓存中查询 
Integer sku_price = (Integer)redisTemplate.boundHashOps("sku_price").get(id); 	     
if(sku_price==null){
 
//缓存中没有,从数据库查询 
Sku sku = skuMapper.selectByPrimaryKey(id); 
if(sku!=null){
 
//如果数据库有此对象 
sku_price = sku.getPrice();                       		      
redisTemplate.boundHashOps("sku_price").put(id,sku_price); 
}else{

redisTemplate.boundHashOps("sku_price").put(id,0);  
} 
}
return sku_price; 
}
  1. 使用缓存预热 ,缓存预热就是将数据提前加入到缓存中,当数据发生变更,再将最新的数据更新到缓

存。后边我们就用缓存预热的方式实现对分类导航、广告轮播图等数据的缓存。

2.2 缓存击穿

缓存击穿是指缓存中没有但数据库中有的数据。这时由于并发用户特别多,同时读

缓存没读到数据,又同时去数据库去取数据,引起数据库压力瞬间增大,造成过大压 力。

以下代码可能会产生缓存击穿:

@Autowired 
private RedisTemplate redisTemplate;
public List<Map> findCategoryTree() {

//从缓存中查询 
List<Map> categoryTree= (List<Map>)redisTemplate.boundValueOps("categoryTree").get(); 
if(categoryTree==null){
 
Example example=new Example(Category.class); 
Example.Criteria criteria = example.createCriteria(); criteria.andEqualTo("isShow","1");
//显示 
List<Category> categories = categoryMapper.selectByExample(example); 
categoryTree=findByParentId(categories,0); 
redisTemplate.boundValueOps("categoryTree").set(categoryTree); 
//过期时间设置 ...... 
}
return categoryTree; 
}

主要是缓存过期时间造成的。

解决方案:

1.设置热点数据永远不过期。

2.缓存预热

2.3 缓存雪崩

缓存雪崩是指缓存数据大批量到过期时间,而查询数据量巨大,引起数据库压力过

大甚至down机。和缓存击穿不同的是,缓存击穿指并发查同一条数据缓存雪崩是不同

数据都过期了,很多数据都查不到从而查数据库

解决方案:

1.缓存数据的过期时间设置随机,防止同一时间大量数据过期现象发生。

2.设置热点数据永远不过期。

3.使用缓存预热

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。

发布者:全栈程序员-用户IM,转载请注明出处:https://javaforall.cn/100763.html原文链接:https://javaforall.cn

【正版授权,激活自己账号】: Jetbrains全家桶Ide使用,1年售后保障,每天仅需1毛

【官方授权 正版激活】: 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...

(0)


相关推荐

  • python安装教程[通俗易懂]

    python安装教程[通俗易懂]python安装教程本章节我们将向大家介绍如何在本地搭建Python开发环境。Python可应用于多平台包括Linux和MacOSX。你可以通过终端窗口输入"python&

  • sqlserver datetime与smalldateTime

    sqlserver datetime与smalldateTimedatetime 从1753年1月1日到9999年12月31日的日期和时间数据,精确度为百分之三秒(等于3.33毫秒或0.00333秒)。–A.测试datetime精度问题DECLARE@tTABLE(datechar(21))INSERT@tSELECT’1900-1-100:00:00.000’INSERT@t

  • 【Javascript】【WebRTC】WebRTC从原理到实现(四):ICE服务器

    【Javascript】【WebRTC】WebRTC从原理到实现(四):ICE服务器ICE全称InteractiveConnectivityEstablishment,翻译成中文就是“交互式连通建立方式”它通过综合利用现有STUN,TURN等协议,有效地穿透各种NAT,以更有效的方式来建立会话…

  • pycharm使用anaconda虚拟环境_conda和anaconda

    pycharm使用anaconda虚拟环境_conda和anacondapycharm加载anconda创建的虚拟环境一、环境​ 1、虚拟环境为xy01,python版本为3.7。二、流程​ 1、首先点击pycharm左上方File->settings,得到如下界面,再点击右上方红框,再点击add。​ 2、得到如下界面,点击左边的condaenvironment,选择existingenvironment,再选择创建的虚拟环境,最后点击OK,则pycharm已经加载新创建的conda虚拟环境。…

  • 数据库设计 Step by Step (8)——视图集成

    数据库设计 Step by Step (8)——视图集成

  • 数据脱敏——什么是数据脱敏「建议收藏」

    数据脱敏——什么是数据脱敏「建议收藏」一、什么是数据脱敏?  数据脱敏(DataMasking),又称数据漂白、数据去隐私化或数据变形。    百度百科对数据脱敏的定义为:指对某些敏感信息通过脱敏规则进行数据的变形,实现敏感隐私数据的可靠保护。在涉及客户安全数据或者一些商业性敏感数据的情况下,在不违反系统规则条件下,对真实数据进行改造并提供测试使用,如身份证号、手机号、卡号、客户号等个人信息都需要进行数据脱敏。

发表回复

您的电子邮箱地址不会被公开。

关注全栈程序员社区公众号