目录
一、整合redis
1、介绍
1.1、redis（Remote Dictionary Server）
1.2、MySQL
1.3、区别
2、整合
2.1、配置
2.2、文件配置
2.3、key的生成规则方法
2.4、注意
二、redis注解式缓存
1、@Cacheable注解
2、@CachePut注解
3、@CacheEvict注解
4、应用场景
三、redis击穿穿透雪崩
1、击穿（Cache Miss）
2、穿透（Cache Penetration）
3、雪崩（Cache Avalanche）
一、整合redis
1、介绍
1.1、redis（Remote Dictionary Server）
Redis是一种基于内存的键值存储系统，它将数据存储在内存中，因此读写速度非常快。Redis支持多种数据结构，如字符串、哈希、列表、集合、有序集合等，这使得Redis适用于各种应用场景，如缓存、消息队列、计数器等。Redis具有高可用性和可扩展性，支持主从复制和分片，以实现数据的备份和负载均衡。Redis的持久化方式有RDB（快照）和AOF（日志追加），可以将数据持久化到磁盘，保证数据的安全性。
1.2、MySQL
MySQL是一种关系型数据库管理系统，使用标准的SQL语言进行数据操作。MySQL将数据存储在磁盘上，因此相对于Redis来说，读写速度较慢。MySQL支持事务处理和复杂的查询，适用于需要处理结构化数据的应用，如网站、电子商务等。MySQL具有较高的稳定性和成熟度，支持ACID特性（原子性、一致性、隔离性、持久性），可以保证数据的完整性和一致性。
1.3、区别
redis是nosql数据库 MySQL是sql数据库
更一步的理解：
存储方式：Redis将数据存储在内存中，而MySQL将数据存储在磁盘中。数据结构：Redis支持多种数据结构，MySQL使用表格和关系进行数据存储。读写性能：由于Redis使用内存存储，读写速度较快，而MySQL较慢。功能特性：Redis适用于缓存和实时数据处理，MySQL适用于结构化数据的存储和复杂查询。ACID特性：MySQL支持事务处理和ACID特性，而Redis在默认情况下不支持事务处理。持久化方式：Redis可以将数据持久化到磁盘，MySQL具有多种持久化方式，如日志文件和复制。
2、整合
2.1、配置
创建ssm的项目，在配置文件的pom文件添加
2.2、文件配置
编写一个配置文件redis.properties,在我们的resources包里面。
redis.hostName：对应的IP地址redis.port：对应的端口号redis.password：对应的redis连接的密码
redis.hostName=localhsot
redis.port=6379
redis.password=123456
redis.timeout=10000
redis.maxIdle=300
redis.maxTotal=1000
redis.maxWaitMillis=1000
redis.minEvictableIdleTimeMillis=300000
redis.numTestsPerEvictionRun=1024
redis.timeBetweenEvictionRunsMillis=30000
redis.testOnBorrow=true
redis.testWhileIdle=true
redis.expiration=3600
spring-redis.xml里面包含了
添加注册redis的连接池配置：对应的value值是redis.properties里面的配置redis的的连接工厂：这里就用到了连接池的配置redis。配置序列化：里面有string、json、hash的序列化器配置key的生成
xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:context="http://www.springframework.org/schema/context" xmlns:cache="http://www.springframework.org/schema/cache" 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 http://www.springframework.org/schema/cache http://www.springframework.org/schema/cache/spring-cache.xsd"> destroy-method="destroy">
redis.properties与jdbc.properties在与Spring做整合时会发生冲突；所以引入配置文件的地方要放到applicationContext.xml中
applicationContext.xml配置如下
xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:context="http://www.springframework.org/schema/context" xmlns:tx="http://www.springframework.org/schema/tx" xmlns:aop="http://www.springframework.org/schema/aop" 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 http://www.springframework.org/schema/tx http://www.springframework.org/schema/tx/spring-tx.xsd http://www.springframework.org/schema/aop http://www.springframework.org/schema/aop/spring-aop.xsd"> class="org.springframework.beans.factory.config.PropertyPlaceholderConfigurer">
2.3、key的生成规则方法
spring-redis.xml的最后的配置就说明了键的配置规则。
package com.tgq.ssm.redis;
import lombok.extern.slf4j.Slf4j;
import org.springframework.cache.interceptor.KeyGenerator;
import org.springframework.util.ClassUtils;
import java.lang.reflect.Array;
import java.lang.reflect.Method;
@Slf4j
public class CacheKeyGenerator implements KeyGenerator {
// custom cache key
public static final int NO_PARAM_KEY = 0;
public static final int NULL_PARAM_KEY = 53;
@Override
public Object generate(Object target, Method method, Object... params) {
StringBuilder key = new StringBuilder();
key.append(target.getClass().getSimpleName()).append(".").append(method.getName()).append(":");
if (params.length == 0) {
key.append(NO_PARAM_KEY);
} else {
int count = 0;
for (Object param : params) {
if (0 != count) {//参数之间用,进行分隔
key.append(',');
}
if (param == null) {
key.append(NULL_PARAM_KEY);
} else if (ClassUtils.isPrimitiveArray(param.getClass())) {
int length = Array.getLength(param);
for (int i = 0; i < length; i++) {
key.append(Array.get(param, i));
key.append(',');
}
} else if (ClassUtils.isPrimitiveOrWrapper(param.getClass()) || param instanceof String) {
key.append(param);
} else {//Java一定要重写hashCode和eqauls
key.append(param.hashCode());
}
count++;
}
}
String finalKey = key.toString();
// IEDA要安装lombok插件
log.debug("using cache key={}", finalKey);
return finalKey;
}
}
2.4、注意
在applicationContext.xml中注册多个.properties结尾配置，那么不能在spring-*.xml添加注册。resources的配置必须要涵盖读取.properties结尾的文件。redisTemplate的使用可以参考jdbcTemplate、amqpTemplate、rabbitMQTemplate等。
二、redis注解式缓存
1、@Cacheable注解
配置在方法或类上，作用：本方法执行后，先去缓存看有没有数据，如果没有，从数据库中查找出来，给缓存中存一份，返回结果， 下次本方法执行，在缓存未过期情况下，先在缓存中查找，有的话直接返回，没有的话从数据库查找。
value：缓存位置的一段名称，不能为空。key：缓存的key，默认为空，表示使用方法的参数类型及参数值作为key，支持SpEL。condition：触发条件，满足条件就加入缓存，默认为空，表示全部都加入缓存，支持SpEL 。
@Cacheable测试
但我们调用查询的方法而没有用@Cacheable注解的时候我们可以看到我们查询出来的结果是两个，而且查询了数据库两次。
当我们用到@Cacheable注解的时候我们只查询了数据库一次，如果再次查询就不会出现sql语句，而且已经缓存到了redis里面。
测试结果：redis中有数据，则访问redis；如果没有数据，则访问MySQL；
改变原有的key生成规则
改变原有的规则之后我们再次运行，我们的redis的键就不一样了。
condition：当某个值大于或者小于某个值才进行缓存。
2、@CachePut注解
类似于更新操作，即每次不管缓存中有没有结果，都从数据库查找结果，并将结果更新到缓存，并返回结果。
value：缓存的名称，在 spring 配置文件中定义，必须指定至少一个。key：缓存的 key，可以为空，如果指定要按照 SpEL 表达式编写，如果不指定，则缺省按照方法的所有参数进行组合。condition：缓存的条件，可以为空，使用 SpEL 编写，返回 true 或者 false，只有为 true 才进行缓存。
当我们使用它测试出来的结果则是：只存不取
@Cacheable与@CachePut区别
@Cacheable 注解表示方法的返回值可以被缓存，下次访问相同的方法时，会直接从缓存中获取结果，而不会再执行方法内部的逻辑。该注解标记在方法上，指定了缓存的名称（也可以使用默认的缓存名称），也可以通过参数指定缓存的Key。如果缓存中已有相应的Key存在，则会直接返回缓存中的值；若缓存中不存在对应的Key，则会执行方法，并将方法的返回值添加到缓存中。
@CachePut 注解表示无条件地执行方法内部的逻辑，并将方法的返回值添加到缓存中。该注解也标记在方法上，通常用于更新缓存的操作。它与 @Cacheable 注解的不同之处在于，每次调用带有 @CachePut 注解的方法时，都会执行方法内部的逻辑，并将结果添加到缓存中，覆盖原有的缓存值。
@CachePut 注解常用于需要更新缓存中数据的场景，可以保证每次调用方法时都会执行方法内部的逻辑，并更新缓存的结果。
Cacheable：会在redis中存储数据，同时也会读取数据。
CachePut：会在redis中写数据，不会读取数据。
3、@CacheEvict注解
用来清除用在本方法或者类上的缓存数据（用在哪里清除哪里）
value：缓存位置的一段名称，不能为空key：缓存的key，默认为空，表示使用方法的参数类型及参数值作为key，支持SpELcondition：触发条件，满足条件就加入缓存，默认为空，表示全部都加入缓存，支持SpELallEntries：true表示清除value中的全部缓存，默认为false
测试结果：可以配置删除指定缓存数据，也可以删除符合规则的所有缓存数据；
4、应用场景
Redis注解式缓存是一种通过使用注解来简化缓存操作的方法，它可以方便地在方法调用前后自动进行缓存的读取和写入。以下是Redis注解式缓存的常见应用场景：
方法结果缓存：对于一些计算成本较高的方法，可以使用注解将其结果缓存起来，避免重复计算。当下次调用相同的方法时，可以直接从缓存中获取结果，提高性能并减轻服务器负载。 数据查询缓存：对于频繁读取的数据查询操作，可以使用注解将查询结果缓存起来。这样可以避免反复查询数据库，提高系统的响应速度。 限流和熔断：通过使用注解实现限流，可以控制对某些资源或接口的并发请求量，避免系统过载。同时，可以设置特定的缓存时间，当资源或接口不可用时，返回缓存中的数据，实现熔断降级。 防止缓存穿透：通过使用注解和布隆过滤器等技术，可以在查询之前拦截请求，并且判断缓存中是否存在对应的数据。如果不存在，则直接返回空值，避免对数据库的无效查询。 异步刷新缓存：通过使用注解和异步任务，在数据更新时可以同时异步地更新相应的缓存，保持缓存和数据库的一致性。
三、redis击穿穿透雪崩
redis的简单的作用：能够极大的减轻MySQL的访问压力。
大部分的解决方案需要根据具体的场景和需求选择合适的解决方案。同时，合理的缓存策略、数据预热和监控是缓解这些问题的关键，以确保系统的稳定性和可靠性。
1、击穿（Cache Miss）
什么事缓存击穿？
缓存击穿就是在处于集中式高并发访问的情况下，当某个热点 key 在失效的瞬间，大量的请求在缓存中获取不到。瞬间击穿了缓存，所有请求直接打到数据库，就像是在一道屏障上击穿了一个洞。
高并发量的同时key失效，导致请求直接到达数据库；
解决方案之一：设置锁
使用互斥锁（Mutex Lock）或分布式锁（Distributed Lock）来防止并发请求同时访问数据库。
获取 Redis 锁，如果没有获取到，则回到任务队列继续排队获取到锁，从数据库拉取数据并放入缓存中释放锁，其他请求从缓存中拿到数据另一种方式：限流
在缓存中设置短暂的过期时间，并使用异步更新机制，即在缓存失效时，只有一个请求重新加载数据到缓存中，其他请求等待缓存数据更新完成后再读取。请求redis之前做流量削峰
2、穿透（Cache Penetration）
很多请求都在访问数据库一定不存在的数据，造成请求将缓存和数据库都穿透的情况。
解决方案如下：
规则排除：
使用布隆过滤器（Bloom Filter）等数据结构来过滤不存在的请求，在查询缓存之前先进行判断，避免对数据库进行不必要的查询。或者可以增加一些参数检验。例如数据库数据 id 一般都是递增的，如果请求 id = -10 这种参数，势必绕过Redis。避免这种情况，可以对用户真实性检验等操作。缓存空值（Null Cache）：
即将空结果缓存一段时间，以避免频繁查询不存在的数据。可以理解为当缓存穿透时，redis存入一个类似null的值，下次访问则直接缓存返回空，当数据库中存在该数据的值则需要把redis存在的null值清除并载入新值，此方案不能解决频繁随机不规则的key请求。
3、雪崩（Cache Avalanche）
雪崩和击穿类似，不同的是击穿是一个热点 Key 某时刻失效，而雪崩是大量的热点 Key 在一瞬间失效 。
方案如下：
设置合适的缓存失效时间，可以使用随机值或添加一定的时间偏移量，避免多个键同时失效，导致数据库负载过大。使用多级缓存架构，将缓存分为多个层次，如本地缓存、分布式缓存等，提高缓存命中率和可用性。实时监控缓存健康状态，当缓存出现异常时，采取相应的措施，如自动降级、限流等，保护后端系统。
更快捷的解决方案是：给不同的热点key设置不同的缓存策略
相关文章
发表评论