Redis从理论到实战：使用Redis实现商铺查询缓存（逐步分析缓存更新策略）

╰半橙微兮° 2023-09-25 12:55 37阅读 0赞

#### 文章目录 ####

*  一、什么是缓存
 *  二、缓存的作用
 *  三、添加商户缓存
 *  四、分析缓存更新策略
 *   *  1、删除缓存还是更新缓存？
     *  2、如何保证缓存与数据库的操作同时成功或失败？
     *  3、先操作缓存还是先操作数据库？

--------------------

加油加油，不要过度焦虑(\#^.^\#)

--------------------

## 一、什么是缓存 ##

> 缓存就是数据交换的缓冲区，是存贮数据的临时地方，一般读写性能较高。  
> 我们可以在很多地方做缓存，比如浏览器缓存、应用层缓存、数据库缓存等等  
> ![在这里插入图片描述][1525efad094e4bebb1ce9ab481339b68.png]

--------------------

## 二、缓存的作用 ##

*  我们可以使用缓存，降低后端负载；
 *  使用缓存，可以提高读写效率，降低响应时间。

--------------------

## 三、添加商户缓存 ##

**思路分析：**

*  首先从Redis中查询数据是否存在：如果存在，则返回数据；如果不存在，则访问数据库；
 *  接着从数据库中查询数据是否存在：如果存在，则从数据库中返回数据并写入redis缓存中；如果不存在，则提示用户不存在。

--------------------

**代码实现：**

//controller层
        @GetMapping("/{id}")
        public Result queryShopById(@PathVariable("id") Long id) {
        
            return shopService.queryShopById(id);
        }
    	//service层
        @Autowired
        private ShopMapper shopMapper;
        @Autowired
        private StringRedisTemplate redisTemplate;
        @Override
        public Result queryShopById(Long id) {
        
            String key = CACHE_SHOP_KEY + id;
            String shopCache = redisTemplate.opsForValue().get(key);
            //如果在缓存中查询到商户，则返回数据给前端
            if (StrUtil.isNotBlank(shopCache)) {
        
                Shop shop = JSONUtil.toBean(shopCache, Shop.class);
                System.out.println("shopCache" + shopCache);
                return Result.ok(shop);
            }
            //不存在则根据id在数据库中查找
            Shop shop = shopMapper.selectById(id);
            if (shop == null) {
        
                return Result.fail("店铺不存在");
            }
            //店铺存在，写入缓存
            redisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(shop));
            return Result.ok(shop);
        }

**整体思路如下：**

![在这里插入图片描述][37f7ae2f98064a55aebc52a4dc281e30.png]

--------------------

## 四、分析缓存更新策略 ##

*  刚才的代码在更新数据方面存在着一些问题，所以来一起讨论讨论redis的缓存更新策略。

**Redis有三种缓存更新策略：**

<table> 
 <thead> 
  <tr> 
   <th></th> 
   <th>内存淘汰</th> 
   <th>超时剔除</th> 
   <th>主动更新</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>说明</td> 
   <td>不需要自己维护，利用redis的内存淘汰机制，当内存不足时自动淘汰部分数据。下次查询时更新缓存</td> 
   <td>给缓存数据添加ttl(过期)时间，到期后自动删除缓存。下次查询时更新缓存</td> 
   <td>编写业务逻辑，在修改数据库的同时，更新缓存</td> 
  </tr> 
  <tr> 
   <td>一致性</td> 
   <td>差</td> 
   <td>一般</td> 
   <td>好</td> 
  </tr> 
  <tr> 
   <td>维护成本</td> 
   <td>无</td> 
   <td>低</td> 
   <td>高</td> 
  </tr> 
 </tbody> 
</table>

**业务场景的使用：**

<table> 
 <thead> 
  <tr> 
   <th>业务场景</th> 
   <th>低一致性需求</th> 
   <th>高一致性需求</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td></td> 
   <td>使用内存淘汰机制</td> 
   <td>使用主动更新，并以超时剔除作为兜底方案</td> 
  </tr> 
 </tbody> 
</table>

对于商户查询的缓存，这里使用的是主动更新策略，而对于主动更新策略的选择，又有三种方案，这里采用的是方案一：

<table> 
 <thead> 
  <tr> 
   <th>方案一</th> 
   <th>由缓存的调用者，在更新数据库的同时更新缓存</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>方案二</td> 
   <td>缓存与数据库整合为一个服务，由服务来维护一致性。调用者调用该服务，无需关心缓存一致性问题</td> 
  </tr> 
  <tr> 
   <td>方案三</td> 
   <td>调用者只操作缓存，由其它线程异步的将缓存数据持久化到数据库，保证最终一致</td> 
  </tr> 
 </tbody> 
</table>

方案拿捏了，在操作缓存和数据库时，我们还需要考虑三个问题：

### 1、删除缓存还是更新缓存？ ###

> 如果采用更新缓存，那么每次更新数据库时都会更新缓存，无效写操作较多，所以我们不采用；选择删除缓存，在更新数据库时让缓存失效，等到查询时再更新缓存。

### 2、如何保证缓存与数据库的操作同时成功或失败？ ###

> 单体系统：将缓存与数据库操作放在一个事物  
> 分布式系统：利用TCC等分布式事物方案

### 3、先操作缓存还是先操作数据库？ ###

> ![在这里插入图片描述][06aa021158c94dcd8e41c62d2c75913c.png]
> 
>  *  如果先删除缓存再操作数据库，如图所示，在线程1删除缓存开始更新数据库时，线程2进来了，此时数据库还未更新，那么线程2写入的缓存就不是数据库更新后的数据
>  *  如果先操作数据库再删除缓存，如图所示，在线程1查询数据库并写入缓存时，线程2进来了，此时线程2更新数据库并删除缓存，那么线程1写入的缓存也就不是数据库更新后的数据
>  *  但是由于后者在写入缓存的时间低于数据库更新的时间，所以第二种选择更好，发生数据不同步的概率更低！

--------------------

**小总结：**

*  对于读操作：缓存命中则直接返回；缓存未命中则查询数据库，并写入缓存，设定超时时间。
 *  对于写操作：先写数据库，然后再删除缓存；要确保数据库与缓存操作的原子性。

--------------------

**代码实现：**

*  根据id查询店铺时，如果缓存未命中，则查询数据库，将数据库结果写入缓存，并设置超时时间。
 *  根据id修改店铺时，先修改数据库，再删除缓存。

**service层代码：**

//查询商户
    	@Override
        public Result queryShopById(Long id) {
        
            String key = CACHE_SHOP_KEY + id;
            String shopCache = redisTemplate.opsForValue().get(key);
            //如果在缓存中查询到商户，则返回数据给前端
            if (StrUtil.isNotBlank(shopCache)) {
        
                Shop shop = JSONUtil.toBean(shopCache, Shop.class);
                return Result.ok(shop);
            }
            //不存在则根据id在数据库中查找
            Shop shop = shopMapper.selectById(id);
            if (shop == null) {
        
                return Result.fail("店铺不存在");
            }
            //店铺存在，写入缓存，过期时间设置为30分钟
            redisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(shop), CACHE_SHOP_TTL, TimeUnit.MINUTES);
            return Result.ok(shop);
        }
        //更新商户
        @Override
        @Transactional
        public Result updateShop(Shop shop) {
        
            Long shopId = shop.getId();
            if (shopId == null) {
        
                return Result.fail("店铺id不能为空");
            }
            //先更新数据库
            shopMapper.updateById(shop);
            //再删除缓存
            redisTemplate.delete(CACHE_SHOP_KEY + shopId);
            return Result.ok();
        }

**controller层代码：**

/**
         * 根据id查询商铺信息
         * @param id 商铺id
         * @return 商铺详情数据
         */
        @GetMapping("/{id}")
        public Result queryShopById(@PathVariable("id") Long id) {
        
            return shopService.queryShopById(id);
        }
        /**
         * 更新商铺信息
         * @param shop 商铺数据
         * @return 无
         */
        @PutMapping
        public Result updateShop(@RequestBody Shop shop) {
        
            return shopService.updateShop(shop);
        }

--------------------

到此结束，有什么疑问可以一起讨论~

--------------------

[1525efad094e4bebb1ce9ab481339b68.png]: https://img-blog.csdnimg.cn/1525efad094e4bebb1ce9ab481339b68.png
[37f7ae2f98064a55aebc52a4dc281e30.png]: https://img-blog.csdnimg.cn/37f7ae2f98064a55aebc52a4dc281e30.png
[06aa021158c94dcd8e41c62d2c75913c.png]: https://img-blog.csdnimg.cn/06aa021158c94dcd8e41c62d2c75913c.png