redis学习(010 实战:黑马点评:缓存:封装redis工具类)

最新推荐文章于 2025-12-07 12:44:36 发布
原创 最新推荐文章于 2025-12-07 12:44:36 发布 · 423 阅读 · 3 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#缓存 #redis #学习 #java #spring boot #spring

黑马程序员Redis入门到实战教程，深度透析redis底层原理+redis分布式锁+企业解决方案+黑马点评实战项目

总时长 42:48:00 共175P

此文章包含第46p-第p47的内容

文章目录

封装Redis工具类

在这里插入图片描述

在这里插入图片描述

创建工具类

在这里插入图片描述

注入redisTemplate

这里使用构造器注入，spring也推荐用构造器注入
使用final 可以避免一些无效的修改 final修饰只需要在使用之前一定要初始化，没有说定义必须初始化，且只能一次赋值
在这里插入图片描述

在这里插入图片描述

设置set方法

在这里插入图片描述

设置逻辑过期set方法

在这里插入图片描述
在这里插入图片描述

get（防止穿透）方法

使用泛型
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
四大函数式接口 Function<T,R> Predicate Consumer Supplier

在这里插入图片描述
在这里插入图片描述

缓存击穿

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述

总结

在这里插入图片描述

在这里插入图片描述
在这里插入图片描述

黑马点评-Redis工具类的封装
abc123mma的博客
10-25 1130
Redis工具类的封装
【Redis】Redis实战：黑马点评之商户查询缓存
qq_50675319的博客
09-17 1578
在原来的业务逻辑中，如果用户查询缓存未命中，会去直接查询数据库，在这种情况下，如果用户查询的是热点数据且缓存重建比较复杂，就容易出现缓存击穿问题，这里我们可以假设商铺查询就是热点数据，需要针对缓存击穿问题设计相应的解决方案 相较于原来从缓存中查询不到数据后直接查询数据库而言，现在的方案是进行查询之后，如果从缓存未命中，则进行互斥锁的获取，获取互斥锁后，判断是否获得到了锁，如果没有获得锁，则休眠，过一段时间再对上述业务逻辑进行重试，获取到锁的线程可以需要去查询数据库并将数
Redis 学习笔记 3：黑马点评
梦幻天空
02-22 1735
启动后端代码和 Nginx。
Redis实战篇：黑马点评|DAY02
2301_80293990的博客
10-14 951
什么是缓存是数据交换的缓冲区（Cache），是存储数据的临时地方，读写性能较高。
Redis项目实战——黑马点评(商户查询缓存部分)
m0_60301012的博客
06-16 1322
Cache),就是数据交换的。
Redis实战篇：黑马点评|DAY04（分布式锁）
2301_80293990的博客
10-16 915
数据结构：用 Redis Hash 存储锁信息，field标识线程，value记录重入次数。原子性保证：通过 Lua 脚本将 “检查 - 修改 - 存储” 操作封装为原子操作，避免并发问题。可重入逻辑：同一线程再次获取锁时，仅递增重入次数，不重新竞争锁。释放逻辑：递减重入次数，仅当次数为 0 时才真正释放锁。安全机制：Watch Dog 自动续期，防止锁意外过期。这种设计既解决了分布式环境下的锁竞争问题，又支持线程重入，同时通过自动续期保证了锁的安全性，是分布式场景中实现可重入锁的经典方案。
Redis: 黑马点评笔记
2401_83606094的博客
06-18 2870
redis黑马点评项目详解
黑马Java第三阶段：Redis入门到实战（笔记）
chen的博客
07-24 1287
— 全面剖析 Redis 核心概念、数据结构、命令及 Java 客户端实战。
redis黑马点评实战
meihang11的博客
03-24 731
互斥锁是通过获取锁来实现一致性防止在修改数据后，其他线程修改数据导致redis与数据库产生不一致性，实现的方法是通过setnx的方式实现，但是这个锁不可重试没有redission实现好。先判断是否过期如果过期就返回过期数据，如果未过期那么就去获取锁，没有获取到锁那么就返回旧数据，主打的一个乐观。在高并发场景下，当缓存失效时，使用分布式锁确保只有一个请求能够穿透到数据库，其他请求等待锁释放后再从缓存中获取数据。指的是数据库有数据但是redis中无缓存，一般是热点数据过期导致数据访问压力过大，
Redis实战（黑马点评）——关于缓存（缓存更新策略、缓存穿透、缓存雪崩、缓存击穿、Redis工具）
2301_80412275的博客
01-24 2550
Redis实战（黑马点评）——关于缓存（缓存更新策略、缓存穿透、缓存雪崩、缓存击穿、Redis工具类）
Webpack 5 优化指南：分包策略、缓存配置及构建速度提升 60%
最新发布
fruge365的博客
12-07 849
Webpack 5 优化指南：分包策略、缓存配置及构建速度提升 60%
Redis中缓存相关的总结
m0_63562631的博客
12-04 463
缓存穿透指的是查询一个一定不存在的数据时，由于存储层查不到数据因此不写入缓存，这将导致这个不存在的数据每次请求都要到 DB 去查询，可能会导致 DB 挂掉。在这种情况大概率是遭到了攻击。解决方案的话，我们通常都会用布隆过滤器来解决它。那么什么是布隆过滤器呢？布隆过滤器主要是用于检索一个元素是否在一个集合中。它的底层原理是，先初始化一个比较大的数组，里面存放的是二进制0或1。一开始都是0，当一个key来了之后，经过3次hash计算，在模数组长度找到数据的下标，然后把数组中原来的0改为1。
Redis 缓存预热
qq_58967403的博客
12-02 797
本方案基于 OpenResty + Canal + Redis 实现了“全量预热 + 增量预热” 的混合缓存预热策略冷启动优化：系统启动时全量加载热点数据，避免缓存穿透；实时同步：运行时通过 Canal 监听数据变更，增量更新缓存，保证数据一致性；高性能：非阻塞 I/O + 连接池 + Pipeline 优化，支持大表分批预热；可运维：提供预热状态查询、手动触发 / 清理接口，便于监控和故障处理。
算法初级教学：内存与缓存
AggressiveYu的博客
12-02 929
从数组讲到链表，从内存讲到缓存，操作系统的虚拟内存。这基本构成了计算机系统的基石。
【大数据高并发核心场景实战】缓存层 - 写缓存
一辉的博客
12-02 1042
上一篇文章讲到我们通过读缓存以减少数据库读操作的压力，却也存在着不足，比如写操作并发量大时，这个方案不会奏效。那该怎么办呢？本篇就来讨论怎么处理写操作并发量大的场景。
12.2 - LRU缓存 && C语言内存布局
2402_84433929的博客
12-02 884
本文摘要： LRU缓存实现： 使用哈希表快速查找键值对，双向链表维护访问顺序 核心操作：get()获取值并移动节点到头部，put()插入/更新节点 注意迭代器失效问题，推荐使用splice操作而非删除重建 C程序内存分区： 代码区（只读指令） 静态区（全局/静态变量） 栈区（函数调用、局部变量） 堆区（动态分配内存） 命令行参数区 注意事项包括栈溢出、内存泄漏等问题，需理解各区域特性和生命周期。
【阿里云ASR教程】阿里云一句话识别（NLS）实战：带 Token 缓存 + WAV 自动重采样的 Python 脚本
修一的博客
12-04 1109
本文介绍了一个完整的阿里云语音识别项目实现方案，主要包括： 使用.env文件管理AK/SK/AppKey等敏感信息 通过TokenManager类实现Token的自动获取和缓存更新 音频预处理功能，自动将WAV文件转换为16kHz单声道PCM格式 调用阿里云NLS SDK进行一句话识别 最终输出识别结果文本 项目结构清晰，包含完整的错误处理和日志记录，支持WAV文件自动重采样和Token自动续期，实现了"一键跑通"的便捷语音识别功能。
Java-184 缓存实战：本地缓存 vs 分布式缓存（含 Guava/Redis 7.2）
永远好奇 无限进步
12-03 811
覆盖本地缓存（Local Cache/Guava Cache 32.x，Java 17）与分布式缓存（Redis 7.2，2025 年）在实战中的取舍、组合与常见坑。结合 Cache Aside、Read/Write Through、Write Behind 等策略，给出数据库减压、临时数据、Session 分离、分布式锁等典型落地方式，并给出建议命中率区间（80%–95%）与常见 QPS 参考（MySQL 单机 2k–4k、Redis 单机 10w 级）。文中对 Guava Cache 的容量/过期/并发
下线 MyBatis 二级缓存后，如何用 Spring Cache + Redis 构建安全可靠的缓存体系？
Talbot3的笔记
12-04 798
在高并发场景下，MyBatis二级缓存存在跨节点不一致、缓存穿透等问题。本文提出改用Spring Cache + Redis构建缓存体系的解决方案，详细介绍了核心配置和一致性实践。通过RedisCacheConfig实现安全的JSON序列化、事务感知和防穿透机制，并在UserService中演示了缓存与DB的强一致性操作，特别是乐观锁场景下的正确处理方式。方案经过半年生产验证，有效解决了MyBatis二级缓存的痛点，同时保证了系统性能和可靠性。
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
 
红包 添加红包
表情包 插入表情
表情包 代码片
 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