建筑行业信息查询平台seo搜索引擎优化技术教程

什么是缓存？

缓存也要考虑成本的问题，不是随便用的

添加Redis缓存

@Overridepublic Result queryById(Long id) {String redisKey = RedisConstants.CACHE_SHOP_KEY + id;// 1. 从redis查询商铺缓存String shopJson = stringRedisTemplate.opsForValue().get(redisKey);// 2. 判读是否存在if(StrUtil.isNotBlank(shopJson)){// 3. 存在，直接返回Shop shop = JSONUtil.toBean(shopJson, Shop.class);return Result.ok(shop);}// 4. 不存在，根据id查询数据库Shop shop = getById(id);// 5. 不存在，写入redisif(shop == null){return Result.fail("店铺不存在！");}// 6. 存在，写入redisstringRedisTemplate.opsForValue().set(redisKey,JSONUtil.toJsonStr(shop));// 7. 返回return Result.ok(shop);}

店铺类型查询业务添加缓存练习题

@Overridepublic Result queryTypeList() {// 1. 从redis查询店铺类别缓存List<String> shopTypeRedisKey = stringRedisTemplate.opsForList().range(RedisConstants.CACHE_SHOP_TYPE_KEY,0,-1);// 2. 判断是否命中缓存if(!CollectionUtils.isEmpty(shopTypeRedisKey)){// 3. 存在，直接返回，即是命中缓存// 使用stream流将json集合转为List<ShopType> shopTypeList = shopTypeRedisKey.stream().map(item -> JSONUtil.toBean(item, ShopType.class)).sorted(Comparator.comparingInt(ShopType::getSort)).collect(Collectors.toList());// 返回缓存数据return Result.ok(shopTypeList);}// 4. 不存在，查询数据库List<ShopType> shopTypes = query().orderByAsc("sort").list();// 判断数据库中是否有数据if(CollectionUtils.isEmpty(shopTypes)){// 不存在则缓存一个空集合，解决缓存穿透stringRedisTemplate.opsForValue().set(RedisConstants.CACHE_SHOP_TYPE_KEY, Collections.emptyList().toString(),RedisConstants.CACHE_NULL_TTL, TimeUnit.MINUTES);return Result.fail("商品分类信息为空");}// 5. 数据存在，先写入redis，再返回// 使用stream流将bean集合转为json集合List<String> shopTypeCache = shopTypes.stream().sorted(Comparator.comparingInt(ShopType::getSort)).map(item -> JSONUtil.toJsonStr(item)).collect(Collectors.toList());stringRedisTemplate.opsForList().rightPushAll(RedisConstants.CACHE_SHOP_TYPE_KEY,shopTypeCache);stringRedisTemplate.expire(RedisConstants.CACHE_SHOP_TYPE_KEY,RedisConstants.CACHE_SHOP_TYPE_TTL, TimeUnit.MINUTES);// 6. 返回（按类别升序排序)return Result.ok(shopTypes);}

缓存更新策略

操作缓存和数据库的顺序，不论谁先进行都可能会有线程安全的问题

但方案二的发生可能性更小，所以更优
总结：

给查询商铺的缓存添加超时剔除和主动更新的策略

查询店铺：

  @Overridepublic Result queryById(Long id) {String redisKey = RedisConstants.CACHE_SHOP_KEY + id;// 1. 从redis查询商铺缓存String shopJson = stringRedisTemplate.opsForValue().get(redisKey);// 2. 判读是否存在if(StrUtil.isNotBlank(shopJson)){// 3. 存在，直接返回Shop shop = JSONUtil.toBean(shopJson, Shop.class);return Result.ok(shop);}// 4. 不存在，根据id查询数据库Shop shop = getById(id);// 5. 不存在，返回错误if(shop == null){return Result.fail("店铺不存在！");}// 6. 存在，写入redisstringRedisTemplate.opsForValue().set(redisKey,JSONUtil.toJsonStr(shop), RedisConstants.CACHE_SHOP_TTL, TimeUnit.MINUTES);// 7. 返回return Result.ok(shop);}

修改店铺：

@Override@Transactionalpublic Result update(Shop shop) {Long id = shop.getId();if(id == null){return Result.fail("店铺id不能为空");}// 更新数据库，在删除缓存updateById(shop);// 删除缓存stringRedisTemplate.delete(RedisConstants.CACHE_SHOP_KEY + id);return Result.ok();}

缓存穿透

客户端请求的数据在缓存和数据库中都不存在，这样缓存永远不会生效，这些请求都会打到数据库

缓存空对象

可以设置一个TTL，解决内存消耗问题
可能存在短期不一致的问题，控制TTL的时间，可以一定程度的缓解这个问题。

布隆过滤

客户端个redis之间，在加一层过滤——布隆过滤器——哈希算法二进制位保存数据
布隆过滤器说如果不存在一定是不存在，但存在不一定是100% 的

先看一下之前查询商铺信息的业务流程

物品们采用方案一应该把空数据写入redis

缓存雪崩

解决方案

• 给不同的key的TTL添加随机值——针对问题一
• 利用redis集群提高服务的可用性——针对问题二
• 给缓存业务添加降级限流策略
• 给业务添加多级缓存

缓存击穿

解决方案

互斥锁和逻辑过期

基于互斥锁方式解决缓存击穿问题

获取锁：
- redis的setnx指令可以在key不存在的时候写，存在的时候不能写，就类似于互斥
释放锁：
- 删掉就行了
设置锁的时候要设置有效期，避免因为某种原因锁得不到释放

 @Overridepublic Result queryById(Long id) {// 缓存穿透
//        Shop shop = queryWithPassThrough(id);// 互斥锁解决缓存击穿Shop shop = queryWithMutex(id);if(shop == null){return Result.fail("店铺不存在！");}// 7. 返回return Result.ok(shop);}/*** 解决缓存击穿（互斥锁）的写法* @param id* @return*/public Shop queryWithMutex(Long id){String redisKey = RedisConstants.CACHE_SHOP_KEY + id;// 1. 从redis查询商铺缓存String shopJson = stringRedisTemplate.opsForValue().get(redisKey);// 2. 判读是否存在if(StrUtil.isNotBlank(shopJson)){// 3. 存在，直接返回return JSONUtil.toBean(shopJson, Shop.class);}// 命中的是否是空值if(shopJson != null){// 返回一个错误信息return null;}//4. 开始实现缓存重建// 4.1 获取互斥锁String lockKey = "lock:shop:" + id;Shop shop = null;try{boolean isLock = tryLock(lockKey);// 4.2 判断是否获取成功if(!isLock){// 4.3 如果失败，则休眠并重试Thread.sleep(50);return queryWithMutex(id);}// 4.4 如果成功，根据id查询数据库shop = getById(id);// 模拟重建的延时——测试的时候打开
//            Thread.sleep(200);// 5. 不存在，返回错误if(shop == null){// 将空值写入redis——解决缓存穿透stringRedisTemplate.opsForValue().set(redisKey,"",RedisConstants.CACHE_NULL_TTL,TimeUnit.MINUTES);// 返回错误信息return null;}// 6. 存在，写入redisstringRedisTemplate.opsForValue().set(redisKey,JSONUtil.toJsonStr(shop), RedisConstants.CACHE_SHOP_TTL, TimeUnit.MINUTES);} catch (InterruptedException e){throw new RuntimeException(e);}finally {// 释放互斥锁unLock(lockKey);}// 7. 返回return shop;}private boolean tryLock(String key){Boolean flag = stringRedisTemplate.opsForValue().setIfAbsent(key, "1", 10, TimeUnit.SECONDS);return BooleanUtil.isTrue(flag);  // 因为flag是封装类，而要求的返回值是基本数据类型，在返回的时候就会进行自动的拆箱，拆箱的时候会出现空指针}private void unLock(String key){stringRedisTemplate.delete(key);}

基于逻辑过期的方式解决缓存击穿问题

有个小问题，我们想要给存入redis的数据添加过期时间，但是我们的Shop实体类中又没有过期时间这个字段怎么办呢？
我们去给这个Shop实体添加过期时间字段可行吗？可行，但是对代码有侵入性，而且这个字段除了这里其他地方都用不到。
那怎么办？
我们可以声明一个RedisData的实体类，里面有一个过期时间的属性，让Shop继承这个实体类，Shop也就有了过期时间的属性了，但还是有一点点不好，还是需要修改源代码，需要修改Shop，有一定的侵入性，虽然也蛮好的。
还有一种方案：在RedisData中在声明一个Object的字段，把想要存储的数据放到Object中。

@Data
public class RedisData {private LocalDateTime expireTime;private Object data;
}

实际的项目肯定会有管理系统在后台点击，把热点数据提前缓存进redis，我们这里用一个单元测试完成这个功能。
先写一个缓存进redis的方法

    public void saveShop2Redis(Long id, Long expireSeconds){// 1. 查询店铺数据Shop shop = getById(id);// 2. 封装逻辑过期时间RedisData redisData = new RedisData();redisData.setData(shop);redisData.setExpireTime(LocalDateTime.now().plusSeconds(expireSeconds));///3.写入redisstringRedisTemplate.opsForValue().set(RedisConstants.CACHE_SHOP_KEY + id, JSONUtil.toJsonStr(redisData));}

在编写一个单元测试

@SpringBootTest
class HmDianPingApplicationTests {@Autowiredprivate ShopServiceImpl shopService;@Testvoid testSaveShop() {shopService.saveShop2Redis(1L, 10L);}}

下面我们完成基于逻辑过期的方式解决缓存击穿的商铺查询的代码

// 使用线程池来开辟新线程private static final ExecutorService CACHE_REBUILD_EXECUTOR = Executors.newFixedThreadPool(10);/*** 解决缓存击穿（逻辑过期）的写法* @param id* @return*/public Shop queryWithLogicalExpire(Long id){String redisKey = RedisConstants.CACHE_SHOP_KEY + id;// 1. 从redis查询商铺缓存String shopJson = stringRedisTemplate.opsForValue().get(redisKey);// 2. 判读是否存在if(StrUtil.isBlank(shopJson)){// 3. 不存在，直接返回return null;}// 4. 命中需要判断过期时间，需要先把json反序列化位对象RedisData redisData = JSONUtil.toBean(shopJson, RedisData.class);JSONObject jsonData = (JSONObject) redisData.getData(); // 如果不强转就是一个Object，但本质上是JSONObject，所以先转成JSONObjectShop shop = JSONUtil.toBean(jsonData, Shop.class);LocalDateTime expireTime = redisData.getExpireTime();// 5. 判断是否过期if(expireTime.isAfter(LocalDateTime.now())){// 5.1 未过期，直接返回店铺信息return shop;}// 5.2 已过期，需要缓存重建// 6. 缓存重建// 6.1 获取互斥锁String lockKey = RedisConstants.LOCK_SHOP_KEY + id;boolean isLock = tryLock(lockKey);// 6.2 判断是否获取锁成功if(isLock){//6.3成功 开启独立线程实现缓存重建CACHE_REBUILD_EXECUTOR.submit(()->{try {// 重建缓存this.saveShop2Redis(id,20L);}catch (Exception e){} finally {// 释放锁unLock(lockKey);}});}// 6.4 返回过期的商铺信息return shop;}

缓存工具封装

把封装的代码放到CacheClient这个类中，并添加@Component注解，把这个bean交给Spring管理，封装的工具类如下：

@Slf4j
@Component
public class CacheClient {private final StringRedisTemplate stringRedisTemplate;// 用构造器注入public CacheClient(StringRedisTemplate stringRedisTemplate){this.stringRedisTemplate = stringRedisTemplate;}public void set(String key, Object value, Long time, TimeUnit unit){stringRedisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(value),time,unit);}public void setWithLogicalExpire(String key, Object value, Long time, TimeUnit unit){// 设置逻辑过期RedisData redisData = new RedisData();redisData.setData(value);redisData.setExpireTime(LocalDateTime.now().plusSeconds(unit.toSeconds(time)));// 写入RedisstringRedisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(redisData));}public <R, ID> R queryWithPassThrough(String keyPrefix, ID id, Class<R> type, Function<ID, R> dbFallback, Long time, TimeUnit unit){String redisKey = keyPrefix + id;// 1. 从redis查询商铺缓存String json = stringRedisTemplate.opsForValue().get(redisKey);// 2. 判读是否存在if(StrUtil.isNotBlank(json)){// 3. 存在，直接返回return JSONUtil.toBean(json, type);}// 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——我们哪知道去查哪个数据库，只能调用者告诉我们，——函数式编程R r = dbFallback.apply(id);// 5. 不存在，返回错误if(r == null){// 将空值写入redis——解决缓存穿透stringRedisTemplate.opsForValue().set(redisKey,"",RedisConstants.CACHE_NULL_TTL,TimeUnit.MINUTES);// 返回错误信息return null;}// 6. 存在，写入redisthis.set(redisKey, r, time, unit);// 7. 返回return r;}private static final ExecutorService CACHE_REBUILD_EXECUTOR = Executors.newFixedThreadPool(10);public <R,ID> R queryWithLogicalExpire(String keyPrefix, ID id, Class<R> type, Function<ID, R> dbFallback, Long time, TimeUnit unit){String redisKey = keyPrefix + id;// 1. 从redis查询商铺缓存String json = stringRedisTemplate.opsForValue().get(redisKey);// 2. 判读是否存在if(StrUtil.isBlank(json)){// 3. 不存在，直接返回return null;}// 4. 命中需要判断过期时间，需要先把json反序列化位对象RedisData redisData = JSONUtil.toBean(json, RedisData.class);JSONObject jsonData = (JSONObject) redisData.getData(); // 如果不强转就是一个Object，但本质上是JSONObject，所以先转成JSONObjectR r = JSONUtil.toBean(jsonData, type);LocalDateTime expireTime = redisData.getExpireTime();// 5. 判断是否过期if(expireTime.isAfter(LocalDateTime.now())){// 5.1 未过期，直接返回店铺信息return r;}// 5.2 已过期，需要缓存重建// 6. 缓存重建// 6.1 获取互斥锁String lockKey = RedisConstants.LOCK_SHOP_KEY + id;boolean isLock = tryLock(lockKey);// 6.2 判断是否获取锁成功if(isLock){//6.3成功 开启独立线程实现缓存重建CACHE_REBUILD_EXECUTOR.submit(()->{try {// 重建缓存// 先查数据库R r1 = dbFallback.apply(id);// 写入redisthis.setWithLogicalExpire(redisKey, r1, time, unit);}catch (Exception e){} finally {// 释放锁unLock(lockKey);}});}// 6.4 返回过期的商铺信息return r;}private boolean tryLock(String key){Boolean flag = stringRedisTemplate.opsForValue().setIfAbsent(key, "1", 10, TimeUnit.SECONDS);return BooleanUtil.isTrue(flag);  // 因为flag是封装类，而要求的返回值是基本数据类型，在返回的时候就会进行自动的拆箱，拆箱的时候会出现空指针}private void unLock(String key){stringRedisTemplate.delete(key);}}

封装这个工具类，有很多的技巧要总结：

1. 传递的参数和返回的数据类型要泛型
2. 函数式编程：在封装queryWithPassThrough的时候，里面在redis查询不存在的时候，我们要去查询数据库，那查询数据库的代码，我们泛型传递的参数，调用哪个查询数据库的函数去查询数据库呢？这时要用函数式编程，把要用到的函数通过参数传递过来，有参数有返回值就用Function<ID, R> dbFallback，使用的时候直接R r = dbFallback.apply(id);即可，调用这个工具方法的时候把具体的查询函数作为参数传进去。

那这些工具类在调用的时候又该怎么调用呢？

  @Overridepublic Result queryById(Long id) {// 缓存穿透
//        Shop shop = cacheClient.queryWithPassThrough(RedisConstants.CACHE_SHOP_KEY, id, Shop.class, this::getById, RedisConstants.CACHE_SHOP_TTL, TimeUnit.MINUTES);// 逻辑过期解决缓存击穿问题Shop shop = cacheClient.queryWithLogicalExpire(RedisConstants.CACHE_SHOP_KEY, id, Shop.class, this::getById, 20L, TimeUnit.SECONDS);if(shop == null){return Result.fail("店铺不存在！");}// 7. 返回return Result.ok(shop);}

那我们的缓存击穿想测试的话，还是得先用单元测试的方法，先往redis中写入点热点数据，现在就可以改进我们的单元测试代码

@SpringBootTest
class HmDianPingApplicationTests {@Autowiredprivate CacheClient cacheClient;@Testvoid testSaveShop() {Shop shop = shopService.getById(1L);cacheClient.setWithLogicalExpire(RedisConstants.CACHE_SHOP_KEY + 1L,shop,10L, TimeUnit.SECONDS);}
}