分布式锁2-缓存一次性解决

分布式锁Redisson笔记： 分布式锁Redisson

缓存特点：保证缓存数据的最终一致性，不能保证缓存数据的及时、强一致性

1 优化获取分类的数据

1）代码

    public Map<String, List<Category2Vo>> getCatalogJsonFromDbWithRedissonLock() {
        //1.锁的名字，锁的粒度越细，越细越快
        //锁的粒度，具体缓存的是某个数据。11号商品（product-11-lock），product-lock
        RLock lock = redisson.getLock("catalogJson-lock");
        lock.lock();//加锁

        System.out.println("获取分布式锁成功。。。");
            Map<String, List<Category2Vo>> dataFromDb=null;
            try {
                dataFromDb = getDataFromDb();//获得数据库数据
            }finally {
                lock.unlock();//释放锁
            }
            return dataFromDb;
    }

a.怎么保持数据库数据与redis数据一致？

数据一致性

1)双写模式

原理：修改数据库，还要查询数据库数据，同步到redis缓存，太麻烦

缺点： 数据不一致（但是，可以保证缓存数据的 最终一致性）

解决方案： 配合 加读写锁

2)失效模式

原理：修改数据库数据、删除redis缓存数据。等待下次查询，主动更新redis缓

存数据

缺点： 数据不一致（但是，可以保证缓存数据的 最终一致性）

解决方案： 配合 加读写锁

3).双写模式、失效模式 都会数据不一致，怎么办？

解决方案： 配合 加读写锁

2 redis缓存 总结

1).数据一致性 要求高的，去数据库查(缓存+过期时间)

2).数据一致性 要求不高的，就要缓存。怕有脏数据，加上读写锁

3）cannal进行数据库与缓存 数据同步

4) 适用于读多写少的情况

3.Cannal

1).介绍

2).使用场景

a. canal原理–同步缓存数据

当数据数据发生变化，会把数据存到canal（canal好像数据库副本），再把缓存的数据更新

b. canal原理–推荐系统

如京东等，根据用户的购物车、浏览信息、爱好等，通过canal分析计算 形成新的表，进行对商品的显示。

2).现在可以使用 失效模式，可以加上读写锁。后期可以使用推荐系统！！！