使用Redis实现业务信息缓存（缓存详解，缓存更新策略，缓存三大问题）-更新中
一、什么是缓存？
缓存是一种高效的数据存储方式，它通过将数据保存在内存中来提供快速的读写访问。这种机制特别适用于需要高速数据访问的应用场景，如网站、应用程序和服务。在处理大量数据和高并发请求时， 缓存能显著提高性能和用户体验。
Redis就是一款常用的缓存中间件。
二、如何在业务中结合Redis进行缓存（代码模版）？
1.基本步骤
在业务中结合Redis进行缓存主要有以下步骤：
（1）根据key到redis中查找对应值
（2）若查找到，则直接返回。若redis中没有，则在数据库中进行查找
（3）数据库查找完毕后，先存储查找到的数据到redis中，便于下次查找同样数据的时候，可以直接从redis中获取，不用走数据库，减轻数据库的压力
（4）最后将数据进行返回即可
2.代码模版
这里以查找商铺信息为例，给出结合redis进行商铺信息缓存的代码：
（1）Controller层：
/*** 根据id查询商铺信息* @param id 商铺id* @return 商铺详情数据*/@GetMapping("/{id}")public Result queryShopById(@PathVariable("id") Long id) {return shopService.queryById(id);}（2）Service层：
@AutowiredStringRedisTemplate stringRedisTemplate;/*** 根据id查询商铺信息* @param id* @return*/@Overridepublic Result queryById(Long id) {//1.从redis查询商铺缓存String key = RedisConstants.CACHE_SHOP_KEY + id;String shopFromRedis = stringRedisTemplate.opsForValue().get(key);//2.判断是否存在if(!StringUtils.isEmpty(shopFromRedis)){//3.redis存在此商铺，返回结果Shop shop = JSONUtil.toBean(shopFromRedis, Shop.class);return Result.ok(shop);}//4.不存在，到数据库中去查询Shop shop = getById(id);//5.数据库不存在，返回错误if(shop == null){return Result.fail("店铺不存在");}//6.数据库存在，写入redisstringRedisTemplate.opsForValue().set(key,JSONUtil.toJsonStr(shop),RedisConstants.CACHE_SHOP_TTL, TimeUnit.MINUTES);//7.返回结果return Result.ok(shop);}
三、缓存更新策略
1.三种缓存更新策略
缓存更新策略主要有：内存淘汰，超时剔除和主动更新这三种。
1.内存淘汰：
简单来说就是Redis根据其内存大小，其淘汰策略（如：键值对的访问频率）等，对键值对进行淘汰。 可以对redis进行配置（如：设置redis内存大小），来控制其内存淘汰。这种方法一般由redis自主控制，因此其一致性也比较差。
2.超时剔除：
简单来说，就是在向redis存入键值对的时候，为这个键值对赋予一个TTL（超时时间），如果超过这个时间，redis就会将这个键值对进行删除。其一致性相较于内存淘汰策略会好一些。
3.主动更新：
也就是在修改数据库的时候对缓存也进行修改。这种方法一致性相较于前两种会好很多，但是需要由程序员自主编码进行控制，会复杂一些。
一般使用主动更新策略为主，结合超时剔除作为兜底，来实现缓存的更新。
2.主动更新详解
2.1.三种主动更新策略
（1）Cache Aside Pattern：
由缓存的调用者，在更新数据库的同时更新缓存
（2）Read/Write Through Pattern：
缓存与数据库整合为一个服务，由服务维护一致性，调用者调用该服务，无需关心缓存一致性问题。但这种方式较为复杂，市面上提供这种服务的框架较少。
（3）Write Behind Caching Pattern：
调用者只操作缓存，由其他线程异步的将缓存的数据持久化到数据库，保证最终一致。这种方式的所有更新操作都是在缓存中进行的，其他线程会按照某种规则（定时/缓存占用达到一定比例）把数据持久化到数据库中，虽然可以减少对数据库的更新操作，但是这种方法也存在一定的弊端：
最新的数据都存储在内存中，一旦redis出现故障，数据会全部丢失，易失性高。
加剧服务器的压力，因为每一个请求都要监视是否需要将缓存持久化到数据库。
总结：
在开发中，一般使用Cache Aside Patter策略，由缓存的调用者，在更新数据库的同时更新缓存。
2.2 Cache Aside Pattern
2.2.1 操作缓存和数据库时三个需要考虑的问题
1.删除缓存还是更新缓存？
- 更新缓存：每次更新数据库都更新缓存，无效写操作较多 ❌
如果更新数据库的次数多，而读取的次数较少，则每次更新时，都会增加无效的更新缓存操作
- 删除缓存：更新数据库时让缓存失效，查询时再更新缓存 ✔️
2.如何保证缓存与数据库的操作的同时成功或失败？
- 单体系统：将缓存与数据库操作放在一个事务
- 分布式系统：利用TCC等分布式事务方案
3.先操作缓存还是先操作数据库？
对缓存的操作比较快，而对数据库的更新操作速度通常会比较慢。
因此，先写数据库在删除缓存，也即先执行慢的操作B，再执行的操作A。这样引发线程安全的线程必须在操作A执行的那段时间达到，相较于先A后B的方式，引发线程安全的概率会小很多。
3.缓存更新策略最终方案
3.1 方案
- 低一致性需求：使用Redis自带的内存淘汰机制
- 高一致性需求：主动更新，并以超时剔除作为兜底方案
读操作：
- 缓存命中则直接返回
- 缓存未命中则查询数据库，并写入缓存，设定超时时间
写操作：
- 先写数据库，然后再删除缓存
- 要确保数据库与缓存操作的原子性
3.2 实现代码：
这里以更新商铺信息功能为例：
/*** 更新店铺信息* @param shop* @return*/@Override@Transactional//保证更新数据库和删除缓存同时成功public Result updateShop(Shop shop) {Long id = shop.getId();if(id==null){return Result.fail("店铺id不能为空");}//1.写入数据库updateById(shop);//2.删除缓存String key = RedisConstants.CACHE_SHOP_KEY + id;stringRedisTemplate.delete(key);return Result.ok();}四、缓存三大问题（穿透，雪崩、击穿）
1、缓存穿透
1.1
1.2 参考代码
@AutowiredStringRedisTemplate stringRedisTemplate;/*** 根据id查询商铺信息* @param id* @return*/@Overridepublic Result queryById(Long id) {//1.从redis查询商铺缓存String key = RedisConstants.CACHE_SHOP_KEY + id;String shopFromRedis = stringRedisTemplate.opsForValue().get(key);//2.判断是否存在if(!StringUtils.isEmpty(shopFromRedis)){//shopFromRedis不为 null && 不为""的时候为真//3.redis存在此商铺，返回结果Shop shop = JSONUtil.toBean(shopFromRedis, Shop.class);return Result.ok(shop);}if(shopFromRedis != null){//shopFromRedis 为 “”//这个数据在缓存和数据库中不存在，由于之前存储过 “”,直接返回,避免缓存穿透return Result.fail("店铺不存在");}//4.不存在，到数据库中去查询Shop shop = getById(id);//5.数据库不存在，返回错误if(shop == null){//避免缓存穿透，将空值写入redisstringRedisTemplate.opsForValue().set(key,"",RedisConstants.CACHE_NULL_TTL, TimeUnit.MINUTES);return Result.fail("店铺不存在");}//6.数据库存在，写入redisstringRedisTemplate.opsForValue().set(key,JSONUtil.toJsonStr(shop),RedisConstants.CACHE_SHOP_TTL, TimeUnit.MINUTES);//7.返回结果return Result.ok(shop);}