缓存问题&更新策略

• 保证数据库和缓存的原子性
• 写操作：先写数据库，然后再删除缓存(先删缓存容易出现雪崩)
• 读操作：先查缓存，没有则查数据库，然后写进缓存，并设置超时时间。

缓存穿透

缓存穿透：客户端请求的数据在缓存中和数据库中都不存在。缓存永远不会生效，最终打到数据库。

①缓存空对象：为了不让请求再次打到数据库，当数据库查询没有结果时，向redis中缓存一个null。

缺点：内存中缓存了过多的垃圾(可以设置TTL)

stringRedisTemplate.opsForValue().set(id.toString(), "",2,TimeUnit.MINUTES);

②布隆过滤器：在客户端和Redis之间添加一层布隆过滤器，请求过来时，布隆过滤器会告诉客户端数据在redis还是数据库，如果都不在则直接返回。布隆过滤器说不在，那么数据肯定不在DB；而如果布隆过滤器说在，那么数据可能在DB，出现误判。

布隆过滤器原理可以认为是一个值只为0或1的数组，添加数据时，比如说我要添加A，就会同通过一个hash散列映射为一个0101的字符串，写入数组的时候只需要在字符串对应为1的位置记为1即可(0位置是否为0不需要关注)。查询数据时，假设我要查询B，就会先通过hash散列映射为一个字符串，然后在布隆过滤器数组中查看字符串所有对应为1的位置是否都为1，如果存在不为1的说明该数据不在集合中。这种方法只能加数据不能减数据，也会存在误判，在于如果映射的字符串为0100，那么就会出现误判。因此误判率高低取决于hash散列的复杂程度，以及数组的长度。

缓存雪崩

缓存雪崩：Redis大量的缓存key同时失效过期，或者redis宕机，导致大量请求到达数据库。

①给不同key的TTL添加随机值

②Redis集群，服务降级限流

缓存击穿

缓存击穿：热点key问题。高并发访问的key失效了，并且这个热点key请求的时间较长业务复杂，在这段时间内无数的请求都会瞬间达到数据库。

①互斥锁：线程需要等待，保证一致性。使用setnx实现互斥锁，释放锁时则删除key

• 查redis：①有数据直接返回②有空数据直接返回(解决缓存穿透)
• 申请锁：①如果没有获得则重新进入函数②如果获得锁，再检查一次redis有数据直接返回(二次检查),redis没有则查数据库。
• 释放锁

public Shop queryWithmutex(Long id) {
        //1.查redis
        //2.申请锁查数据库
        String lockkey = "lock" + id;
        Shop shop = null;
        try {
            boolean b = tryLock(lockkey);
            if (!b) {
                Thread.sleep(50);
                return queryWithmutex(id);
            }
            //二次查询数据库
            String res = stringRedisTemplate.opsForValue().get(id.toString());
            if (StrUtil.isNotBlank(res)) {
                return JSONUtil.toBean(res, Shop.class);
            }
            shop = getById(id);
            Thread.sleep(200);
            if (shop == null) {
                //解决缓存穿透
                stringRedisTemplate.opsForValue().set(id.toString(), "",2,TimeUnit.MINUTES);
                return null;
            }
            stringRedisTemplate.opsForValue().set(id.toString(), JSONUtil.toJsonStr(shop), 30, TimeUnit.MINUTES);
        } catch (InterruptedException e) {
            throw new RuntimeException(e);
        }finally {
            unlock(lockkey);
        }
        return shop;
    }

②逻辑过期：线程无需等待，性能好。不保证一致性。(互斥锁+线程池)

封装工具类代码复用

public <R,ID> R queryWithPassThrough(
   String keyPrefix, ID id, Class<R> type, Function<ID, R> dbFallback, Long time, TimeUnit unit){
        String key = keyPrefix + id;
        // 1.从redis查询商铺缓存
        String json = stringRedisTemplate.opsForValue().get(key);
        // 2.判断是否存在
        if (StrUtil.isNotBlank(json)) {
            // 3.存在，直接返回
            return JSONUtil.toBean(json, type);
        }
        // 判断命中的是否是空值
        if (json != null) {
            // 返回一个错误信息
            return null;
        }
        // 4.不存在，根据id查询数据库
        R r = dbFallback.apply(id);
        // 5.不存在，返回错误
        if (r == null) {
            // 将空值写入redis
            stringRedisTemplate.opsForValue().set(key, "", CACHE_NULL_TTL, TimeUnit.MINUTES);
            // 返回错误信息
            return null;
        }
        // 6.存在，写入redis
        this.set(key, r, time, unit);
        return r;
}