缓存解决方案SpringDataRedis

文章目录

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; 
}

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

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...

文章目录

学习目标

1.SpringDataRedis

1.1 SpringDataRedis简介

1.2 SpringDataRedis入门

1.2.1 准备工作

1.2.2 值类型操作

1.2.3 Set类型操作

1.2.3 List类型操作

1.2.4 Hash类型操作

1.2.5 zset类型操作

1.2.6 设置过期时间

2.缓存穿透、击穿、雪崩

2.1 缓存穿透

2.2 缓存击穿

2.3 缓存雪崩

相关推荐

python安装教程[通俗易懂]

sqlserver datetime与smalldateTime

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

pycharm使用anaconda虚拟环境_conda和anaconda

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」

发表回复