黑马点评项目02——商户查询缓存(缓存穿透、缓存雪崩、缓存击穿)以及细节

在这里插入图片描述

1.添加redis缓存

在这里插入图片描述
StringRedisTemplate 使用的是这个哈,有人可能有疑问,存放的是字符串吗,商铺值应该是个对象才对啊,在细节中解析
代码:

@Override
public Result queryById(Long id) {
   
   
    //查询redis,若存在则转换成对象后返回
    String key = CACHE_SHOP_KEY + id;
    String shopJson = stringRedisTemplate.opsForValue().get(key);
    if (StringUtils.isNotBlank(shopJson)) {
   
   
        Shop shop = JSONUtil.toBean(shopJson, Shop.class);
        return Result.ok(shop);
     }
    //不存在则查询数据库,然后转成以json串存⼊redis后,返回
    Shop shop = shopMapper.selectById(id);
        if(shop==null){
   
   
    		return Result.fail("店铺不存在");
     }

    stringRedisTemplate.opsForValue()
    		.set(key,JSONUtil.toJsonStr(shop));
    return Result.ok(shop);
}

2.API 细节解析 json串与对象相互转换

stringRedisTemplate.opsForValue().get(key)的返回值是一个String,如果查不到,返回null,为了以防万一,HuTool工具判断 StringUtils.isNotBlank(shopJson),可以确保是确实是一个商铺。在这里插入图片描述
命中缓存,转换为将String json串转换为对象, Shop shop = JSONUtil.toBean(shopJson, Shop.class); 注意这个API,字符串转化为Shop;
不命中缓存,查数据库返回商铺Shop shop = shopMapper.selectById(id),
此时注意了,不能直接把对象放进去,要放进去一个json,也注意这个API。
stringRedisTemplate.opsForValue() .set(key,JSONUtil.toJsonStr(shop))

3.Redis缓存和数据库一致性策略

Cache Aside(旁路缓存)策略(适合读多写少)
在这里插入图片描述
注意:写的时候先更新数据库,这样也可能发生不一致问题,只是几率相对较小,一个解决策略就是加上延迟双删

### 关于黑马点评商户查询中的缓存实现与优化 #### 缓存实现方式 在黑马点评项目商户查询功能中,缓存的实现主要依赖 Redis 来存储商铺的信息。具体流程如下: 1. 首先通过 `id` 在 Redis查询对应的缓存数据[^3]。 2. 如果缓存存在,则将其反序列化为指定的对象类型并直接返回结果。 3. 若缓存不存在,则进一步查询数据库获取对应的数据。 4. 查询到的结果会再次写回到 Redis 中以便后续请求可以直接命中缓存。 这种设计能够显著减少对数据库的压力,提升系统的响应速度和吞吐量。 #### 缓存问题及其解决方案 ##### 缓存穿透 缓存穿透指的是客户端尝试访问一个根本不存在的数据项,而由于该数据项既不在缓存也不在数据库中,每次请求都会导致数据库被无谓地调用。为了应对这一问题,在项目中采用了 **缓存空值** 的策略来防止此类情况的发生[^1]。即当发现某个特定 key 对应的数据确实不存在时,可以将此 key 映射至一个特殊的标记值(如 null 或者自定义占位符),并将之保存一段时间后再清除掉。 ##### 缓存击穿 缓存击穿是指某些高频次访问的关键字(hot keys)突然失效的情况发生之后,大量原本应该由缓存处理的读取操作涌入后台数据库层面上造成压力激增的现象[^2]。对此,可以通过引入 **逻辑过期机制** 进行缓解。其基本原理是在每条记录上附加额外的时间戳字段表示有效期限;即使物理上的 TTL 到期了,只要逻辑时间还未结束就可以继续沿用旧版本直到新副本准备完毕为止。 以下是基于上述两种方法改进后的代码片段展示如何预防这两种常见问题: ```java public Result queryWithLogicExpireAndNullCache(Long id){ String cacheKey = CACHE_SHOP_KEY + id; // 尝试从Redis加载数据 ValueOperations<String, String> ops = redisTemplate.opsForValue(); Object resultObj = ops.get(cacheKey); if(resultObj != null && !(resultObj instanceof NullObject)){ Map<?, ?> resultMap = JSONUtil.parseMap((String)resultObj); Long expireTimeMs = (Long) resultMap.get("expireAt"); Shop cachedShopData = JSONUtil.toBean((String) resultMap.get("data"), Shop.class); // 检查是否已超过设定的有效期 if(expireTimeMs == null || System.currentTimeMillis() > expireTimeMs ){ rebuildCacheAsync(id, cacheKey); // 异步刷新缓存 return Result.ok(cachedShopData); } } // 处理未命中的场景 synchronized(this.getClass()){ resultObj = ops.get(cacheKey); if(resultObj != null && !(resultObj instanceof NullObject)){ return handleHitCase(resultObj); }else{ Shop dbResult = getById(id); if(dbResult == null){ setNullToAvoidPenetration(cacheKey); return Result.fail("店铺不存在"); }else{ saveIntoRedisWithTTL(dbResult ,cacheKey ); return Result.ok(dbResult); } } } } private void setNullToAvoidPenetration(String cacheKey){ redisTemplate.opsForValue().set(cacheKey,new NullObject(), Duration.ofMinutes(5)); } ``` 以上代码展示了如何综合运用异步更新、设置合理的超时期限以及针对缺失资源建立临时标志等方式全面保护系统免受异常状况影响的同时维持高效运转状态。 ---
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值