电商项目实战之缓存与Redis分布式锁

缓存失效
分布式缓存
分布式锁
SpringBoot整合Redisson实现分布式锁
- 实现过程
缓存和数据库一致性
- 场景分析
- 解决方案
SpringCache
- 实现过程
- SpringCache原理与不足
其他
参考链接

缓存失效

缓存穿透

内容介绍
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。
解决方案
解决：缓存空对象、布隆过滤器、mvc拦截器

缓存雪崩

内容介绍
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。
解决方案
1. 规避雪崩：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. 如果缓存数据库是分布式部署，将热点数据均匀分布在不同缓存数据库中。
3. 设置热点数据永远不过期。
4. 出现雪崩：降级熔断
5. 事前：尽量保证整个 redis 集群的高可用性，发现机器宕机尽快补上。选择合适的内存淘汰策略。
6. 事中：本地ehcache缓存 + hystrix限流&降级，避免MySQL崩掉
7. 事后：利用 redis 持久化机制保存的数据尽快恢复缓存

缓存击穿

内容介绍
缓存击穿指并发查同一条数据。缓存击穿是指缓存中没有但数据库中有的数据（一般是缓存时间到期），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。
解决方案
1. 设置热点数据永远不过期。
2. 加互斥锁：业界比较常用的做法，是使用mutex。
简单地来说，就是在缓存失效的时候（判断拿出来的值为空），不是立即去load db去数据库加载，而是先使用缓存工具的某些带成功操作返回值的操作（比如Redis的SETNX或者Memcache的ADD）去set一个mutex key，当操作返回成功时，再进行load db的操作并回设缓存；否则，就重试整个get缓存的方法。
加锁
不好的方法是synchronized(this)，肯定不能这么写，不具体写了
锁时序问题：之前的逻辑是查缓存没有，然后取竞争锁查数据库，这样就造成多次查数据库。
解决方法：竞争到锁后，再次确认缓存中没有，再去查数据库。且结果放入缓存后再释放锁。

分布式缓存

适用场景
本地缓存问题：每个微服务都要有缓存服务、数据更新时只更新自己的缓存，造成缓存数据不一致
解决方案
分布式缓存，微服务共用缓存中间件

分布式锁

内容介绍
分布式项目时，但本地锁只能锁住当前服务，需要分布式锁
原理分析
redis分布式锁的原理：setnx，同一时刻只能设置成功一个。前提，锁的key是一定的，value可以变。
注意事项
1. 没获取到锁阻塞或者sleep一会
2. 设置好了锁，玩意服务出现宕机，没有执行删除锁逻辑，这就造成了死锁
  解决：设置过期时间
3. 业务还没执行完锁就过期了，别人拿到锁，自己执行完去删了别人的锁
  解决：锁续期（redisson有看门狗），删锁的时候明确是自己的锁。如uuid
4. 判断uuid对了，但是将要删除的时候锁过期了，别人设置了新值，那删除了别人的锁
  解决：删除锁必须保证原子性（保证判断和删锁是原子的）。使用redis+Lua脚本完成，脚本是原子的

样例代码

参考命令

http://redis.cn/commands/set.html

删锁lua脚本


    if redis.call("get",KEYS[1]) == ARGV[1] 
    then
        return redis.call("del",KEYS[1])
    else
        return 0
    end;

解锁java代码



    public Map<String, List<Catalog2Vo>> getCatalogJsonDbWithRedisLock() {
        String uuid = UUID.randomUUID().toString();
        ValueOperations<String, String> ops = stringRedisTemplate.opsForValue();
        Boolean lock = ops.setIfAbsent("lock", uuid,500, TimeUnit.SECONDS);
        if (lock) {
            Map<String, List<Catalog2Vo>> categoriesDb = getCategoryMap();
            String lockValue = ops.get("lock");
            // get和delete原子操作
            String script = "if redis.call(\"get\",KEYS[1]) == ARGV[1] then\n" +
                "    return redis.call(\"del\",KEYS[1])\n" +
                "else\n" +
                "    return 0\n" +
                "end";
            stringRedisTemplate.execute(
                new DefaultRedisScript<Long>(script, Long.class), // 脚本和返回类型
                Arrays.asList("lock"), // 参数
                lockValue); // 参数值，锁的值
            return categoriesDb;
        }else {
            try {
                Thread.sleep(100);
            } catch (InterruptedException e) {
                e.printStackTrace();
            }
            // 睡眠0.1s后，重新调用 //自旋
            return getCatalogJsonDbWithRedisLock();
        }
    }

SpringBoot整合Redisson实现分布式锁

源码地址
https://github.com/redisson/redisson
内容介绍
Redisson是一个在Redis的基础上实现的Java驻内存数据网格（In-Memory Data Grid）。它不仅提供了一系列的分布式的Java常用对象，还提供了许多分布式服务。其中包括(BitSet, Set, Multimap, SortedSet, Map, List, Queue, BlockingQueue, Deque, BlockingDeque, Semaphore, Lock, AtomicLong, CountDownLatch, Publish / Subscribe, Bloom filter, Remote service, Spring cache, Executor service, Live Object service, Scheduler service) Redisson提供了使用Redis的最简单和最便捷的方法。Redisson的宗旨是促进使用者对Redis的关注分离（Separation of Concern），从而让使用者能够将精力更集中地放在处理业务逻辑上。
官方文档
https://github.com/redisson/redisson/wiki/8.-分布式锁和同步器

实现过程

导入依赖


    <!-- 后面可以使用redisson-spring-boot-starter -->
    <dependency>
        <groupId>org.redisson</groupId>
        <artifactId>redisson</artifactId>
        <version>3.13.4</version>
    </dependency>

开启配置

https://github.com/redisson/redisson/wiki/2.-配置方法

单节点模式



    @Configuration
    public class MyRedisConfig {

        @Value("${ipAddr}")
        private String ipAddr;

        // redission通过redissonClient对象使用，如果是多个redis集群，可以配置
        @Bean(destroyMethod = "shutdown")
        public RedissonClient redisson() {
            Config config = new Config();
            // 创建单例模式的配置
            config.useSingleServer().setAddress("redis://" + ipAddr + ":6379");
            return Redisson.create(config);
        }
    }

可重入锁(Reentrant Lock)

概念介绍

A调用B：AB都需要同一锁，此时可重入锁就可以重入，A就可以调用B。不可重入锁时，A调用B将死锁

参考链接

github.com/redisson/redisson/wiki/8.-分布式锁和同步器

样例代码

基于Redis的Redisson分布式可重入锁RLock Java对象实现了java.util.concurrent.locks.Lock接口。同时还提供了异步（Async）、反射式（Reactive）和RxJava2标准的接口。


    // 参数为锁名字
    RLock lock = redissonClient.getLock("CatalogJson-Lock");//该锁实现了JUC.locks.lock接口
    lock.lock();//阻塞等待
    
    // 解锁放到finally // 如果这里宕机：有看门狗，不用担心
    lock.unlock();

锁续期

如果负责储存这个分布式锁的Redisson节点宕机以后，而且这个锁正好处于锁住的状态时，这个锁会出现锁死的状态。为了避免这种情况的发生，Redisson内部提供了一个监控锁的看门狗，它的作用是在Redisson实例被关闭前，不断的延长锁的有效期。默认情况下，看门狗的检查锁的超时时间是30秒钟，也可以通过修改Config.lockWatchdogTimeout来另行指定。



    // 加锁以后10秒钟自动解锁，看门狗不续命
    // 无需调用unlock方法手动解锁
    lock.lock(10, TimeUnit.SECONDS);

    // 尝试加锁，最多等待100秒，上锁以后10秒自动解锁
    boolean res = lock.tryLock(100, 10, TimeUnit.SECONDS);
    if (res) {
        try {
            ...
        } finally {
            lock.unlock();
        }
    }
    /** 
     * 如果传递了锁的超时时间，就执行脚本，进行占锁;
     * 如果没传递锁时间，使用看门狗的时间，占锁。如果返回占锁成功future，调用future.onComplete();
     * 没异常的话调用scheduleExpirationRenewal(threadId);
     * 重新设置过期时间，定时任务;
     * 看门狗的原理是定时任务：重新给锁设置过期时间，新的过期时间就是看门狗的默认时间;
     * 锁时间/3是定时任务周期;
     **/

异步执行

Redisson同时还为分布式锁提供了异步执行的相关方法：



    RLock lock = redisson.getLock("anyLock");
    lock.lockAsync();
    lock.lockAsync(10, TimeUnit.SECONDS);
    Future<Boolean> res = lock.tryLockAsync(100, 10, TimeUnit.SECONDS);

RLock对象完全符合Java的Lock规范。也就是说只有拥有锁的进程才能解锁，其他进程解锁则会抛出IllegalMonitorStateException错误。但是如果遇到需要其他进程也能解锁的情况，请使用分布式信号量Semaphore 对象。

最佳实战：自定义锁时间，时间长点即可


    public Map<String, List<Catalog2Vo>> getCatalogJsonDbWithRedisson() {
        Map<String, List<Catalog2Vo>> categoryMap=null;
        RLock lock = redissonClient.getLock("CatalogJson-Lock");
        lock.lock();
        try {
            Thread.sleep(30000);
            categoryMap = getCategoryMap();
        } catch (InterruptedException e) {
            e.printStackTrace();
        }finally {
            lock.unlock();
            return categoryMap;
        }
    }

读写锁(ReadWriteLock)

基于Redis的Redisson分布式可重入读写锁RReadWriteLock Java对象实现了java.util.concurrent.locks.ReadWriteLock接口。其中读锁和写锁都继承了RLock接口。

分布式可重入读写锁允许同时有多个读锁和一个写锁处于加锁状态。


    RReadWriteLock rwlock = redisson.getReadWriteLock("anyRWLock");
    // 最常见的使用方法
    rwlock.readLock().lock();
    // 或
    rwlock.writeLock().lock();

    // 10秒钟以后自动解锁
    // 无需调用unlock方法手动解锁
    rwlock.readLock().lock(10, TimeUnit.SECONDS);
    // 或
    rwlock.writeLock().lock(10, TimeUnit.SECONDS);

    // 尝试加锁，最多等待100秒，上锁以后10秒自动解锁
    boolean res = rwlock.readLock().tryLock(100, 10, TimeUnit.SECONDS);
    // 或
    boolean res = rwlock.writeLock().tryLock(100, 10, TimeUnit.SECONDS);
    ...
    lock.unlock();

上锁时在redis的状态


    HashWrite-Lock
    key:mode  value:read
    key:sasdsdffsdfsdf... value:1

信号量

内容介绍

信号量为存储在redis中的一个数字，当这个数字大于0时，即可以调用acquire()方法增加数量，也可以调用release()方法减少数量，但是当调用release()之后小于0的话方法就会阻塞，直到数字大于0。

基于Redis的Redisson的分布式信号量（Semaphore）Java对象RSemaphore采用了与java.util.concurrent.Semaphore相似的接口和用法。同时还提供了异步（Async）、反射式（Reactive）和RxJava2标准的接口。

常用方法


    RSemaphore semaphore = redisson.getSemaphore("semaphore");
    semaphore.acquire();
    //或
    semaphore.acquireAsync();
    semaphore.acquire(23);
    semaphore.tryAcquire();
    //或
    semaphore.tryAcquireAsync();
    semaphore.tryAcquire(23, TimeUnit.SECONDS);
    //或
    semaphore.tryAcquireAsync(23, TimeUnit.SECONDS);
    semaphore.release(10);
    semaphore.release();
    //或
    semaphore.releaseAsync();

样例代码



    @GetMapping("/park")
    @ResponseBody
    public String park() {
        RSemaphore park = redissonClient.getSemaphore("park");
        try {
            park.acquire(2);
        } catch (InterruptedException e) {
            e.printStackTrace();
        }
        return "停进2";
    }

    @GetMapping("/go")
    @ResponseBody
    public String go() {
        RSemaphore park = redissonClient.getSemaphore("park");
        park.release(2);
        return "开走2";
    }

闭锁(CountDownLatch)

内容介绍

基于Redisson的Redisson分布式闭锁（CountDownLatch）Java对象RCountDownLatch采用了与java.util.concurrent.CountDownLatch相似的接口和用法。

样例代码

以下代码只有offLatch()被调用5次后 setLatch()才能继续执行


    RCountDownLatch latch = redisson.getCountDownLatch("anyCountDownLatch");
    latch.trySetCount(5);
    latch.await();

    // 在其他线程或其他JVM里
    RCountDownLatch latch = redisson.getCountDownLatch("anyCountDownLatch");
    latch.countDown();

缓存和数据库一致性

场景分析

双写模式
写数据库后，写缓存
存在问题
并发时，2写进入，写完DB后都写缓存。有暂时的脏数据
失效模式
写完数据库后，删缓存
存在问题
还没存入数据库呢，线程2又读到旧的DB了
解决方案
1. 缓存设置过期时间，定期更新
2. 写数据时，加分布式的读写锁

解决方案

方案介绍
1. 如果是用户纬度数据（订单数据、用户数据），这种并发几率非常小，不用考虑这个问题，缓存数据加上过期时间，每隔一段时间触发读的主动更新即可；
2. 如果是菜单，商品介绍等基础数据，也可以去使用canal订阅binlog的方式；
1. 缓存数据+过期时间也足够解决大部分业务对于缓存的要求；
2. 通过加锁保证并发读写，写的时候按顺序排好队。读无所谓。所以适合使用读写锁。（业务不关心脏数据，允许临时脏数据可忽略）
总结
1. 我们能放入缓存的数据本就不应该是实时性、一致性要求超高的。所以缓存数据的时候加上过期时间，保证每天拿到当前最新数据即可。
2. 我们不应该过度设计，增加系统的复杂性
3. 遇到实时性、一致性要求高的数据，就应该查数据库，即使慢点。

SpringCache

内容介绍
spring从3.1开始定义了Cache、CacheManager接口来统一不同的缓存技术。并支持使用JCache(JSR-107)注解简化我们的开发
Cache接口的实现包括RedisCache、EhCacheCache、ConcurrentMapCache等
每次调用需要缓存功能的方法时，spring会检查指定参数的指定目标方法是否已经被调用过；如果有就直接从缓存中获取方法调用后的结果，如果没有就调用方法并缓存结果后返回给用户，下次调用直接从缓存中获取。
注意事项
使用Spring缓存抽象时我们需要关注以下两点：
1. 确定方法需要缓存以及他们的缓存策略；
2. 从缓存中读取之前缓存存储的数据

实现过程

引入依赖


    <dependency>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-cache</artifactId>
    </dependency>

指定缓存类型并在主配置类上加上注解@EnableCaching


    spring:
        cache:
            #指定缓存类型为redis
            type: redis
            redis:
            # 指定redis中的过期时间为1h
            time-to-live: 3600000

配置类

默认使用jdk进行序列化（可读性差），默认ttl为-1永不过期，自定义序列化方式需要编写配置类


    @Configuration
    public class MyCacheConfig {
        @Bean
        public RedisCacheConfiguration redisCacheConfiguration( CacheProperties cacheProperties) {
            
            CacheProperties.Redis redisProperties = cacheProperties.getRedis();
            org.springframework.data.redis.cache.RedisCacheConfiguration config = org.springframework.data.redis.cache.RedisCacheConfiguration
                .defaultCacheConfig();
            //指定缓存序列化方式为json
            config = config.serializeValuesWith(
                RedisSerializationContext.SerializationPair.fromSerializer(new GenericJackson2JsonRedisSerializer()));
            //设置配置文件中的各项配置，如过期时间
            if (redisProperties.getTimeToLive() != null) {
                config = config.entryTtl(redisProperties.getTimeToLive());
            }

            if (redisProperties.getKeyPrefix() != null) {
                config = config.prefixKeysWith(redisProperties.getKeyPrefix());
            }
            if (!redisProperties.isCacheNullValues()) {
                config = config.disableCachingNullValues();
            }
            if (!redisProperties.isUseKeyPrefix()) {
                config = config.disableKeyPrefix();
            }
            return config;
        }
    }

缓存自动配置



    // 缓存自动配置源码
    @Configuration(proxyBeanMethods = false)
    @ConditionalOnClass(CacheManager.class)
    @ConditionalOnBean(CacheAspectSupport.class)
    @ConditionalOnMissingBean(value = CacheManager.class, name = "cacheResolver")
    @EnableConfigurationProperties(CacheProperties.class)
    @AutoConfigureAfter({ CouchbaseAutoConfiguration.class, HazelcastAutoConfiguration.class,
                        HibernateJpaAutoConfiguration.class, RedisAutoConfiguration.class })
    @Import({ CacheConfigurationImportSelector.class, // 看导入什么CacheConfiguration
            CacheManagerEntityManagerFactoryDependsOnPostProcessor.class })
    public class CacheAutoConfiguration {

        @Bean
        @ConditionalOnMissingBean
        public CacheManagerCustomizers cacheManagerCustomizers(ObjectProvider<CacheManagerCustomizer<?>> customizers) {
            return new CacheManagerCustomizers(customizers.orderedStream().collect(Collectors.toList()));
        }

        @Bean
        public CacheManagerValidator cacheAutoConfigurationValidator(CacheProperties cacheProperties,
                                                                    ObjectProvider<CacheManager> cacheManager) {
            return new CacheManagerValidator(cacheProperties, cacheManager);
        }

        @ConditionalOnClass(LocalContainerEntityManagerFactoryBean.class)
        @ConditionalOnBean(AbstractEntityManagerFactoryBean.class)
        static class CacheManagerEntityManagerFactoryDependsOnPostProcessor
            extends EntityManagerFactoryDependsOnPostProcessor {

            CacheManagerEntityManagerFactoryDependsOnPostProcessor() {
                super("cacheManager");
            }

        }

    }


    @Configuration(proxyBeanMethods = false)
    @ConditionalOnClass(RedisConnectionFactory.class)
    @AutoConfigureAfter(RedisAutoConfiguration.class)
    @ConditionalOnBean(RedisConnectionFactory.class)
    @ConditionalOnMissingBean(CacheManager.class)
    @Conditional(CacheCondition.class)
    class RedisCacheConfiguration {

        @Bean // 放入缓存管理器
        RedisCacheManager cacheManager(CacheProperties cacheProperties, 
                                    CacheManagerCustomizers cacheManagerCustomizers,
                                    ObjectProvider<org.springframework.data.redis.cache.RedisCacheConfiguration> redisCacheConfiguration,
                                    ObjectProvider<RedisCacheManagerBuilderCustomizer> redisCacheManagerBuilderCustomizers,
                                    RedisConnectionFactory redisConnectionFactory, ResourceLoader resourceLoader) {
            RedisCacheManagerBuilder builder = RedisCacheManager.builder(redisConnectionFactory).cacheDefaults(
                determineConfiguration(cacheProperties, redisCacheConfiguration, resourceLoader.getClassLoader()));
            List<String> cacheNames = cacheProperties.getCacheNames();
            if (!cacheNames.isEmpty()) {
                builder.initialCacheNames(new LinkedHashSet<>(cacheNames));
            }
            redisCacheManagerBuilderCustomizers.orderedStream().forEach((customizer) -> customizer.customize(builder));
            return cacheManagerCustomizers.customize(builder.build());
        }

    }

缓存使用



    // 存放缓存
    // 调用该方法时会将结果缓存，缓存名为category，key为方法名
    // sync表示该方法的缓存被读取时会加锁 // value等同于cacheNames // key如果是字符串"''"
    @Cacheable(value = {"category"},key = "#root.methodName",sync = true)
    public Map<String, List<Catalog2Vo>> getCatalogJsonDbWithSpringCache() {
        return getCategoriesDb();
    }

    // 清空缓存
    // 调用该方法会删除缓存category下的所有cache，如果要删除某个具体，用key="''"
    @Override
    @CacheEvict(value = {"category"},allEntries = true)
    public void updateCascade(CategoryEntity category) {
        this.updateById(category);
        if (!StringUtils.isEmpty(category.getName())) {
            categoryBrandRelationService.updateCategory(category);
        }
    }

    
    // 如果要清空多个缓存，用@Caching(evict={@CacheEvict(value="")})

SpringCache原理与不足

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。
写模式（缓存与数据库一致）
1. 读写加锁。
2. 引入Canal，感知到MySQL的更新去更新Redis
3. 读多写多，直接去数据库查询就行
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)

其他

jvisualvm

参考链接

Distributed locks with Redis
https://redis.io/topics/distlock
谷粒商城笔记-新手级教程(1/4)
https://blog.csdn.net/hancoder/article/details/106922139
分布式锁中的王者方案 - Redisson
https://mp.weixin.qq.com/s/3bhVvJsHr_t5MFxzcmC7Jw
全网最强电商教程《谷粒商城》对标阿里P6/P7，40-60万年薪
https://www.bilibili.com/video/BV1np4y1C7Yf?p=154
SpringBoot-Cache-入门与基本使用
https://blog.csdn.net/er_ving/article/details/105421572

原文链接：https://blog.csdn.net/weixin_42586723/article/details/119485432