1、为何要引入缓存？
防止大量请求直接访问数据库，导致数据库压力过大，从而崩溃
访问数据库耗时太久，直接访问缓存可以加快访问速度
2、缓存
本地缓存—-直接使用map将数据库查到的缓存放到map中，请求过来后先去map中查key有的化返回
缺点：对于分布式系统来说，map只能存在单台服务其中，当网关路由到其他服务器时，其他服务器还需要在查一遍数据库并放入缓存
分布式缓存—引入其他中间件做缓存管理，将所有服务器的缓存都放入在中间件中—redis
redist整合：引入starter 配置post和host 使用stringredistemplate操作
//依赖
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-data-redis</artifactId>
<exclusions>
<exclusion>
<groupId>io.lettuce</groupId>
<artifactId>lettuce-core</artifactId>
</exclusion>
</exclusions>
</dependency>
yml
spring:
redis:
port: 6379
host: 192.168.111.149
stringRedisTemplate测试
@Autowired
StringRedisTemplate stringRedisTemplate;
public void testRedis(){
ValueOperations<String, String> ops = stringRedisTemplate.opsForValue();
ops.set("hello","w"+ UUID.randomUUID().toString());
}可能会遇到的问题：
**内存泄漏及解决办法** 当进行压力测试时后期后出现堆外内存溢出 OutOfDirectMemoryError 产生原因： 1)、springboot2.0 以后默认使用 lettuce 操作 redis 的客户端，它使用通信 2)、lettuce 的 bug 导致 netty 堆外内存溢出 解决方案：由于是 lettuce 的 bug 造成，不能直接使用-Dio.netty.maxDirectMemory 去调大虚拟机堆外内存 1)、升级 lettuce 客户端。 2）、切换使用 jedis
3、高并发下的缓存问题
**缓存穿透** 指查询一个一定不存在的数据，由于缓存是不命中，将去查询数据库，但是数据库也无此记 录，我们没有将这次查询的 null 写入缓存，这将导致这个不存在的数据每次请求都要到存储 层去查询，失去了缓存的意义 风险： 利用不存在的数据进行攻击，数据库瞬时压力增大，最终导致崩溃 解决： null 结果缓存，并加入短暂过期时间
**缓存雪崩** 缓存雪崩是指在我们设置缓存时 key 采用了相同的过期时间，导致缓存在某一时刻同时失效， 请求全部转发到 DB，DB 瞬时 压力过重雪崩。 解决： 原有的失效时间基础上增加一个随机值，比如 1-5 分钟随机，这样每一个缓存的过期时间的重 复率就会降低，就很难引发集体失效的事件。
**缓存击穿** * 对于一些设置了过期时间的 key，如果这些 key 可能会在某些时间点被超高并发地访问，是 一种非常“热点”的数据。 * 如果这个 key 在大量请求同时进来前正好失效，那么所有对这个 key 的数据查询都落到 db，我们称为缓存击穿。 解决： 加锁。大量并发只让一个去查，其他人等待，查到以后释放锁，其他人获取到锁，先查缓存， 就会有数据，不用去 db
4、缓存加锁解决缓存击穿问题
（1）本地缓存
直接使用lock或synchronized (this)【因为springboot每个服务器只有一个实例，所以只有一把锁】将查询 db 的方法加锁
缺点：只能锁住单个服务器，不能锁定全部服务器，导致每个服务器都要去查一遍db
（2）redis缓存
使用setnx进行上锁，谁抢到赋值权谁就拿到锁，服务结束后在释放锁
问题：如何保证释放的是该线程的锁
//上锁时，v设定一个uuid 和一个过期时间，释放锁时查看两者是否相等
String s = UUID.randomUUID().toString();
Boolean lock = stringRedisTemplate.opsForValue().setIfAbsent("lock", s，300,TimeUnit.SECONDS);
//保证上锁和解锁的原子行，防止出现突然停机等问题导致锁无法释放，造成死锁现象
//要使用脚本删锁
String script = "if redis.call(‘get’,KEYS[1]) == ARGV[1] then return redis.call(‘del’,KEYS[1])" +
"else return 0 end";
stringRedisTemplate.execute(new DefaultRedisScript<Long>(script,Long.class),Arrays.asList("lock"),s);
问题：
1、setnx 占好了位，业务代码异常或者程序在页面过程中宕机。没有执行删除锁逻辑，这就
造成了死锁
解决：设置锁的自动过期，即使没有删除，会自动删除
2、setnx 设置好，正要去设置过期时间，宕机。又死锁了。
解决：
设置过期时间和占位必须是原子的。redis 支持使用 setnx ex 命令
3、删除锁直接删除？？？
如果由于业务时间很长，锁自己过期了，我们直接删除，有可能把别人正在持有的锁删除了。
解决：
占锁的时候，值指定为 uuid，每个人匹配是自己的锁才删除。
4、如果正好判断是当前值，正要删除锁的时候，锁已经过期，别人已经设置到了新的值。那
么我们删除的是别人的锁
解决：
删除锁必须保证原子性。使用 redis+Lua 脚本完成
不足：无法解决自动续期（业务时间超过过期时间导致锁被提前释放）
（3）加锁和释放锁的时序问题
1、加锁 2、执行业务逻辑 3、更新缓存 4、释放锁
5、整合redisson解决自动续期
/** * 整合redisson作为分布式锁等功能框架 * 1、配置redisson * 2、redission优势：解决了超长业务的自动续期30s，不用担心事务时间长事务锁被自动删除 * 加锁的业务只要完成就不会在此续期，即使不手动解锁也会在默认30s后山丘 */
@Configuration
public class MyRedissonConfig {
@Bean
public RedissonClient redissonClient(){
Config config = new Config();
config.useSingleServer().setAddress("redis://192.168.111.149:6379");
RedissonClient redisson = Redisson.create(config);
return redisson;
}
}
redisson测试及说明
@GetMapping("hello")
@ResponseBody
public String hello() {
//1、只要同一个名字就是统一把锁
//如果指定了到期时间，则即使业务没有执行完，看门狗也不会自动续期，而直接释放锁
//原理：如果我们传入时间，redisson直接执行lua脚本，进行占锁，超时释放
//如果未指定，默认传入-1，就是用30s（lockwatchTimeOut看门狗默认时间），只要占锁成功，就会开启一个定时任务（重新给锁设置过期时间30s）{定时时长为10s}
RLock lock = redissonClient.getLock("lock");
//2、加锁
/**
* 最佳实战：lock.lock(30, TimeUnit.SECONDS);延长时间 省去看门狗的调度
*/
lock.lock();//阻塞等待
try {
System.out.println("加锁成功"+Thread.currentThread().getId());}
finally {
//解锁
lock.unlock();
System.out.println("解锁"+Thread.currentThread().getId());
}
return "hello";
}6、springcache的整合
/** * 整合spring cache简化缓存开发 * 以入依赖 redis 和 springcache * 配置redis 作为缓存 * 开启缓存功能 * 只需要使用注解就能完成缓存操作 * 1）、读模式 * 缓存穿透：查询一个 null 数据。解决方案：缓存空数据，可通过 * `spring.cache.redis.cache-null-values=true` * 缓存击穿：大量并发进来同时查询一个正好过期的数据。解决方案：加锁 ? 默认是无加锁的; * 使用 sync = true 来解决击穿问题 * 缓存雪崩：大量的 key 同时过期。解决：加随机时间。加上过期时间 * 2)、写模式：（缓存与数据库一致） * a、读写加锁。 * b、引入 Canal,感知到 MySQL 的更新去更新 Redis * c 、读多写多，直接去数据库查询就行 * 3）、总结： * 常规数据（读多写少，即时性，一致性要求不高的数据，完全可以使用 Spring-Cache）： * 写模式(只要缓存的数据有过期时间就足够了) * 特殊数据：特殊设计 */