springboot利用Redisson 实现缓存与数据库双写不一致问题

SpringBoot Redis入门(一)——redis、Lettuce、Redisson使用 Lettuce是SpringBoot自带的Redis客户端,性能比Redis要好, 是线程安全的,支持同步编程,异步编程,响应式编程,自动重新连接,主从模式,集群模块,哨兵模式Redisson 是一个在 Redis 的功能基础上实现的 Java 驻内存数据网格客户端。实现了分布式和可扩展的 Java 数据结构,提供很多分布式相关操作服务,例如分布式锁,分布式集合,可通过 Redis 支持延迟队列。 阅读详情

使用了 Redisson 来操作 Redis 分布式锁,主要功能是从缓存和数据库中获取商品信息,以下是针对并发时更新缓存和数据库带来不一致问题的解决方案

1. 基于读写锁和删除缓存策略

在并发更新场景下,使用读写锁可以控制对共享资源(缓存和数据库)的访问,更新操作加写锁,读取操作加读锁。同时采用先更新数据库,再删除缓存的策略。

import org.example.seckilldemo.entity.Product;
import org.example.seckilldemo.mapper.ProductMapper;
import org.example.seckilldemo.redis.RedisUtil;
import org.redisson.api.RLock;
import org.redisson.api.RReadWriteLock;
import org.redisson.api.RedissonClient;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.stereotype.Service;

@Service
public class ProductService {

    @Autowired
    private ProductMapper productDao;
    @Autowired
    private RedissonClient redissonClient;

    @Autowired
    private RedisUtil redisUtil;

    // 假设的缓存操作方法
    private void setProductToCache(String cacheKey, Product product) {
        // 实际的缓存写入逻辑,例如使用RedisTemplate

    }

    private Product getProductFromCache(String cacheKey) {

        // 实际的缓存读取逻辑,例如使用RedisTemplate
        Product product= (Product) redisUtil.get(cacheKey);
        return product;
    }

    // 读取商品信息
    public Product get(Long productId) {
        String productCacheKey = "PRODUCT_CACHE_" + productId;
        //从缓存中获取数据,没有再从数据库中获取
        Product product = getProductFromCache(productCacheKey);
        if (product != null) {
            return product;
        }

        // 分布式锁防止缓存击穿
        RLock productHotCacheLock = redissonClient.getLock("LOCK_PRODUCT_HOT_CACHE_CREATE_PREFIX_" + productId);
        productHotCacheLock.lock();
        try {
            product = getProductFromCache(productCacheKey);
            if (product != null) {
                return product;
            }

            // 使用读写锁的读锁
            RReadWriteLock readWriteLock = redissonClient.getReadWriteLock("LOCK_PRODUCT_UPDATE_PREFIX_" + productId);
            RLock rLock = readWriteLock.readLock();
            rLock.lock();
            try {
                product = productDao.get(productId);
                if (product != null) {
                    setProductToCache(productCacheKey, product);
                }
                return product;
            } finally {
                rLock.unlock();
            }
        } finally {
            productHotCacheLock.unlock();
        }
    }

    // 更新商品信息
    public void update(Product product) {
        Long productId = product.getId();
        String productCacheKey = "PRODUCT_CACHE_" + productId;

        // 使用读写锁的写锁
        RReadWriteLock readWriteLock = redissonClient.getReadWriteLock("LOCK_PRODUCT_UPDATE_PREFIX_" + productId);
        RLock writeLock = readWriteLock.writeLock();
        writeLock.lock();
        try {
            // 先更新数据库
            productDao.update(product);
            // 再删除缓存
            // 假设的删除缓存方法
            deleteProductFromCache(productCacheKey);
        } finally {
            writeLock.unlock();
        }
    }

    // 假设的删除缓存方法
    private void deleteProductFromCache(String cacheKey) {
        // 实际的缓存删除逻辑,例如使用RedisTemplate
    }
}

异步缓存更新补偿机制

有时候因为网络抖动等原因,删除缓存操作可能失败。可以引入异步任务来进行缓存补偿更新。

public void update(Product product) {
    Long productId = product.getId();
    String productCacheKey = "PRODUCT_CACHE_" + productId;

    RReadWriteLock readWriteLock = redissonClient.getReadWriteLock("LOCK_PRODUCT_UPDATE_PREFIX_" + productId);
    RLock writeLock = readWriteLock.writeLock();
    writeLock.lock();
    try {
        productDao.update(product);
        if (!deleteProductFromCache(productCacheKey)) {
            // 假设删除缓存失败返回false
            cacheUpdateAsyncTask.updateCacheAfterDBUpdate(productId);
        }
    } finally {
        writeLock.unlock();
    }
}
import org.springframework.scheduling.annotation.Async;
import org.springframework.stereotype.Component;

    @Component
    public class CacheUpdateAsyncTask {

        @Autowired
        private ProductService productService;

        // 异步更新缓存任务
        @Async
        public void updateCacheAfterDBUpdate(Long productId) {
            Product product = productService.get(productId);
            if (product != null) {
                // 重新写入缓存逻辑
                productService.setProductToCache("PRODUCT_CACHE_" + productId, product);
            }
        }
    }  

缓存版本控制

为缓存数据添加版本号,每次更新数据库时,同时更新版本号。读取数据时,比较缓存版本和数据库版本,如果不一致则更新缓存。

在 Product 实体类中添加版本字段:

public class Product {
    private Long id;
    // 其他属性
    private int version;

    // 省略getter和setter
}

在 ProductService 中更新相关逻辑:

public Product get(Long productId) {
    String productCacheKey = "PRODUCT_CACHE_" + productId;
    Product cachedProduct = getProductFromCache(productCacheKey);
    if (cachedProduct != null) {
        Product dbProduct = productDao.get(productId);
        if (cachedProduct.getVersion() == dbProduct.getVersion()) { 
            return cachedProduct;
        }
    }

    // 后续逻辑同之前的get方法
}

public void update(Product product) {
    Long productId = product.getId();
    String productCacheKey = "PRODUCT_CACHE_" + productId;

    RReadWriteLock readWriteLock = redissonClient.getReadWriteLock("LOCK_PRODUCT_UPDATE_PREFIX_" + productId);
    RLock writeLock = readWriteLock.writeLock();
    writeLock.lock();
    try {
        // 更新数据库时同时更新版本号
        product.setVersion(product.getVersion() + 1); 
        productDao.update(product);
        deleteProductFromCache(productCacheKey);
    } finally {
        writeLock.unlock();
    }
}

通过上述多种策略结合,可以有效降低并发时更新缓存和数据库带来的不一致问题 。

SpringBoot整合redisson分布式锁 1、为什么要使用分布式锁 在分布式场景下为了保证数据最终一致性。在单进程的系统中,存在多个线程可以同时改变某个变量(可变共享变量)时,就需要对变量或代码块做同步(lock—synchronized),使其在修改这种变量时能够线性执行消除并发修改变量。但分布式系统是多部署、多进程的,开发语言提供的并发处理API在此场景下就无能为力了。 2.分布式锁的使用场景 电商网站用下单操作时需要使用,秒杀活动更... 阅读详情

相关推荐

SpringBoot 中利用 Redisson 实现分布式锁

Redisson 是一款高级的分布式协调Redis客户端,其提供了一系列分布式数据结构和实用工具类,可以帮助开发人员快速、高效地处理分布式系统中的一些功能,比如缓存、分布式锁、分布式消息等。为了方便使用 Redisson 的功能,Spring Boot 在提供starter包的同时,也为我们提供了对 Redisson 的集成支持。本文将从 Spring Boot 中如何利用 Redisson 提供的分布式锁技术实现简单的分布式场景中的锁机制。

AI天才研究院 2918

Springboot redisson 自定义注解实现双写一致性

在 Spring Boot 项目中使用 Redisson 实现双写一致性(即数据库和缓存的一致性),可以通过自定义注解和 AOP(面向切面编程)来简化代码并提高可维护性。以下是一个具体的案例,展示了如何使用自定义注解和 AOP 来实现这一目标。

北尘 805

Spring Boot缓存一致性解决方案详解

今天我们走过了一段漫长的旅程:从 Spring Cache 的优雅抽象,到多缓存协同治理;从双写一致性的陷阱识别,到事件驱动的解耦设计;从分布式锁的实现细节,到三大顽疾的系统性防御;最后落脚于监控、预热与调优,形成完整闭环。你会发现,真正强大的缓存体系,从来不是靠某一个“银弹”技术,而是层层设防、环环相扣的系统工程。记住这四句话:🔹读要快—— 多级缓存 + 本地优先🔹写要稳—— 事件解耦 + 异步刷新🔹防要准。

weixin_42578963的博客 835

SpringCloud2022整合SpringCache+Redis+Redisson实现随机缓存时间,解决缓存穿透、击穿、雪崩

*** 可以设置随机过期时间的RedisCache*/@Slf4j/*** 除了修改处,其他和父类方法保持一致* @return*/@Overrideif (!} else {this.name,//修改处/*** 除了修改处,其他和父类方法保持一致* @return*/@Overrideif (!} else {this.name,//修改处,设置随机过期时间/*** 和父类保持一致。

weixin_44351477的博客 476

[3D检测系列-PV-RCNN] PV-RCNN实战指南:从论文解析到代码调试全流程

本文提供了PV-RCNN在3D目标检测领域的实战全流程指南。文章深入解析了其Point-Voxel融合的核心思想,并详细演示了从环境搭建、数据准备、代码复现到模型训练与调试的具体步骤,特别针对常见的报错问题给出了解决方案,帮助开发者高效掌握这一经典算法。

weixin_29189381的博客 481

从零到一:基于Blazor和Elsa Workflows的工作流系统开发实战

本文详细介绍了如何利用Blazor和Elsa Workflows构建高效的工作流系统,从技术选型到生产环境部署,涵盖动态工作流建模、Blazor前端集成及性能优化等核心内容。通过实战案例,展示如何实现订单处理系统的自动化与灵活性,提升企业流程效率。

weixin_26875109的博客 431

基于redisson实现快速缓存

package com.*.servicecore; import com.google.common.collect.*; import org.redisson.api.*; import java.util.*; import java.util.concurrent.TimeUnit; /** * @desc redis缓存工具类 * @author ly * @date 20...

ly199108171231的博客 6548

《第二十二篇》Cross-Attention:注意力机制详解-代码实现和公式详解《二》

本文详细介绍了Cross-Attention的原理、公式和实现。Cross-Attention用于Transformer解码器和Encoder-Decoder结构,通过查询向量(Q)与键、值向量(K、V)的交互实现序列对齐。核心公式为softmax(QK^T/√d_k)V,其中Q来自Decoder,K、V来自Encoder。文章还给出了多头注意力机制公式和PyTorch实现代码,包括投影计算、注意力分数计算和输出处理。代码示例展示了如何构建一个完整的Cross-Attention模块,并演示了其在解码器查询

guoguozgw的博客 2214

Redis

解释连续写数据库和缓存,但是操作期间,出现并发了,数据不一致了。先更新数据库,再更新缓存。先删缓存,再更新数据库。先更新数据库,再删除缓存。先更新数据库,再更新缓存。这么做的问题是当有2个请求同时更新数据,那么如果不使用分布式锁,将无法控制最后缓存的值到底是多少。也就是并发写的时候有问题。先删缓存,再更新数据库。这么做的问题如果在删除缓存后,有客户端读数据,将可能读到旧数据,并有可能设置到缓存中,导致缓存中的数据一直是老数据。总的来讲,比较麻烦。先更新数据库,再删除缓存。......

w915209092的博客 659

python blp模型 估计_随机系数Logit模型及Stata实现

欢迎投稿(荐稿)计量经济圈,计量相关都行邮箱:econometrics666@sina.cn作者:北京交通大学经济管理学院博士生,王琦珀。欢迎你加入计量经济圈社群,一起探讨前沿计量理论和实证方法。一、随机系数Logit模型1.背景实证产业组织(Empirical Industrial Organization,EIO)是目前产业组织理论的前沿,其中又以Ariel Pakes为带头人,其近期工作论文...

weixin_42298927的博客 2643

大疆mini 3 pro rtmp推流(带屏遥控器不支持)windows

大疆mini 3 pro无人机rtmp推流(带屏遥控器不支持)至windows电脑

xbsigeibwkouvfcj的博客 3433

AOP+Redisson 延时队列,实现缓存延时双删策略

关于缓存和数据库中的数据保持一致有很多种方案,但不管是单独在修改数据库之前,还是之后去删除缓存都会有一定的风险导致数据不一致。而延迟双删是一种相对简单并且收益比较高的实现最终一致性的方式,即在删除缓存之后,间隔一个短暂的时间后再删除缓存一次。这样可以避免并发更新时,假如缓存在第一次被删除后,被其他线程读到旧的数据更新到了缓存,第二次删除还可以补救,从而时间最终一致性。

小毕超博客 1634

【数字IC验证进阶】正则表达式(Regular Expression)快速入门指南

在芯片开发过程中,正则表达式的使用非常常见。初次上手晦涩难懂,多用几次爱不释手!

悟已往之不谏 知来者之可追 1443

Springboot3 + Springboot cache+Ehcache3 + Redisson 实现本地缓存管理及分布式本地缓存更新方案

使用ehcache3+redisson,实现本地缓存配置管理及分布本地缓存更新方案。项目使用springboot3.1.7 gradle8.5。2)cache配置 jcache -----application.properties。两个服务80与8080端口,80端口服务更新数据,两个服务订阅变更消息更新缓存;1)开启注解 -----spingboot启动类或配置类。再次测试80服务数据变更后,获取数据取本地缓存,超时后取数据库。核心逻辑:采用redisson 发布订阅模式同步变更消息。

qq_42492038的博客 3603

基于龙虾Claw的会议纪要自动提取与重点内容总结办公场景实践

本文介绍如何使用龙虾Claw构建会议纪要自动提取与重点内容总结系统,实现会议内容的智能处理。

一键难忘的博客 256

【华为OD机试】2024年真题C卷(python)-API集群负载统计

【华为OD机试】-API集群负载统计-【华为OD机试】-API集群负载统计:某个产品的 restful API 集合部署在服务器集群的多个节点上,近期对客户端访问日志进行了采集,需要统计各个API的访问频次,根据热点信息在服务器节点之间做负载均衡,现在需要实现热点信息统计查询功能。 restful API 是由多个层级构成,层级之间使用/连接,如 A/B/C/D 这个地址,A属于第一级,B属于第二级,C属于第三级,D属于第四级。 现在负载均衡模块需要知道给定层级上某个名字出现的频次,未出现过用0

u014481728的博客 1498

SpringBoot Caffeine+Redisson配置二级缓存

在高性能的服务架构设计中,缓存是一个不可或缺的环节。在实际的项目中,我们通常会将一些热点数据存储到Redis或MemCache这类缓存中间件中,只有当缓存的访问没有命中时再查询数据库。在提升访问速度的同时,也能降低数据库的压力。

一千个读者就有一千个哈姆雷特 2965

IMSL CNL 7.0.0 (x86-64)Crack

IMSL CNL 7.0.0 (x86-64)Crack intel的算法库破解文件,这是C++版本的破解文件

SpringBoot整合Redisson

Redisson 是架设在 Redis 基础上的一个 Java 驻内存数据网格(In-Memory Data Grid)。充分 的利用了 Redis 键值数据库提供的一系列优势,基于 Java 实用工具包中常用接口,为使用者 提供了一系列具有分布式特性的常用工具类。使得原本作为协调单机多线程并发程序的工 具包获得了协调分布式多机多线程并发系统的能力,大大降低了设计和研发大规模分布式 系统的难度。同时结合各富特色的分布式服务,更进一步简化了分布式环境中程序相互之间的协作。

Hola 1万+

SAP B1中文培訓教材_SDK

公司内部培训资料,对开发工具 ,DIAPI, UIAPI,Add-ON有详细解说

数学建模模型总结

这是本人在两年内准备参加数学建模竞赛搜集到的模型资料,已经经过了本人的筛选和整理,希望能够对准备参加数学建模竞赛的学弟学妹们提供一些帮助!

【二十六】springboot整合jedis和redisson布隆过滤器处理缓存穿透

springboot整合jedis和redisson布隆过滤器处理缓存穿透

weixin_56995925的博客 5550

NTscan扫描工具

ntscan是一个扫描器,可以扫描没有密码和弱密码的共享,先到配置文件中填写猜测的用户名和密码,扫描过程中右侧出现的是扫描日志。

JAVA面试题分享四百三十:AOP+Redisson 延时队列,实现缓存延时双删策略

关于缓存和数据库中的数据保持一致有很多种方案,但不管是单独在修改数据库之前,还是之后去删除缓存都会有一定的风险导致数据不一致。而延迟双删是一种相对简单并且收益比较高的实现最终一致性的方式,即在删除缓存之后,间隔一个短暂的时间后再删除缓存一次。这样可以避免并发更新时,假如缓存在第一次被删除后,被其他线程读到旧的数据更新到了缓存,第二次删除还可以补救,从而时间最终一致性。睡眠的方式做延时,也有借助第三方消息中间件做延时消息等等,本文基于。实现延时双删的方案也有很多,有本地用。中的延时队列进行实验。

之乎者也·的博客 1060

谷粒商城----缓存与分布式锁

谷粒商城----缓存与分布式锁

不更了,主打一个陪伴 875

springboot3 redisson 缓存入门与实战

在分布式系统中,缓存是提升性能、减轻数据库压力的核心组件。Redisson并非简单的 Redis 客户端,而是基于 Redis 实现的分布式服务框架,它不仅封装了 Redis 的基础操作,还提供了分布式缓存、分布式锁、分布式集合等企业级特性,完美解决了传统 Redis 客户端在分布式场景下的痛点(如并发安全、缓存一致性)。作为主流的 Java 开发框架,对缓存提供了统一抽象(),支持集成多种缓存实现(如 Caffeine、Redis、Redisson)。

小郑的专栏 1131

Redisson读写锁

redisson读写锁的应用

NoEmotionQ的博客 961

SpringBoot 基于 Redisson 分布式锁实现

使用分布式锁可以保持数据一致性, 在分布式系统中,数据一致性是至关重要的。使用分布式锁可以防止并发更新导致的数据不一致问题,确保数据在所有节点之间保持一致。 避免重复执行,当多个进程可能执行相同的任务时,分布式锁可以防止任务被重复执行,例如,防止多个节点同时处理同一条数据。

笑小枫 1781

缓存和数据库的区别,缓存之缓存之缓存的使用场景

在Java中,缓存和数据库是常见的数据存储和访问方式,它们之间有着明显的区别和各自适用的场景。

weixin_43784341的博客 1859
上一篇: Spring Boot 中整合 Feign 客户端时,配置日志的多种方式
下一篇: 国内最难入职的 IT 公司排行
程序员职业指南
博客等级 码龄4年 2140粉丝 960原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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
实付元
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