docker_redisredis的安装数据库与缓存一致性问题几种缓存使用模式删除缓存，还是更新缓存？先操作数

操作系统为centos7.5

redis的安装

```txt
1. 拿取镜像
    docker pull redis
2. 创建配置文件目录
    mkdir -p /mydata/redis/conf
    touch /mydata/redis/conf/redis.conf
3. 启动
    docker run -p 6379:6379 --name redis \
    -v /mydata/redis/data:/data \
    -v /mydata/redis/conf/redis.conf:/etc/redis/redis.conf \
    -d redis redis.server /etc/redis/redis.conf
4. 设置自启动
    docker update redis --restart=always
```

代码整合redis

导入依赖

<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-data-redis</artifactId>
    <exclusions>
        <exclusion>
            <groupId>io.lettuce</groupId>
            <artifactId>lettuce-core</artifactId>
        </exclusion>
    </exclusions>
</dependency>
<dependency>
    <groupId>redis.clients</groupId>
    <artifactId>jedis</artifactId>
</dependency>

配置redis

spring
    redis
        host:
        username:
        password:

使用StringRedisTemplate

数据库与缓存一致性

问题

几种缓存使用模式
删除缓存，还是更新缓存？
先操作数据库还是先操作缓存？
如何保证数据的最终一致性？

解决方案

几种缓存使用模式

Cache-Aside Pattern：旁路缓存模式
Read-Through/Write-Through(读写穿透)
Write-behind(异步缓存写入)

旁路缓存的读数据流程

 -   读的时候，先读缓存，缓存命中的话，直接返回数据
 -   缓存没有命中的话，就去读数据库，从数据库取出数据，放入缓存后，同时返回响应

旁路缓存的写数据流程

 写请求，更新数据库，删除旧缓存

使用删除缓存替换更新缓存可以防止脏数据的问题。
Cache-Aside缓存模式，选择了先操作数据库而不是先操作缓存。
如何保证数据一致性
- 缓存延时双删
- 删除缓存重试机制
- 读取biglog异步删除缓存

屏幕截图 2023-03-02 145419.png 5. 使用分布式读写锁和设置数据过期时间(大体思路)。常规数据(读多写少，即时性，一致性要求不高的数据)完全可以使用spring-Cache springCache

缓存穿透

问题

缓存穿透：指查询一个一定不存在的数据，由于缓存不命中时，需要从数据库查询，查不到数据则不写入缓存，这将导致这个不存在的数据每次请求都要到数据库去查询，进而给数据库带来压力。

解决方案

如果是非法请求，我们在API入口，对参数进行校验，过滤非法值。
如果查询数据库为空，我们可以给缓存设置个空值，或者默认值。但是如有写请求进来的话，需要更新缓存，以保证一致性，同时，最后给缓存值设置适当的过期时间。
使用布隆过滤器快速判断数据是否存在。即一个查询请求过来时，先通过布隆过滤器判断值是否存在，存在才继续往下查。

缓存雪崩

问题

缓存雪崩：指缓存中数据大批量到过期时间，而查询数据量巨大，引起数据库压力过大甚至down机。

解决方案

缓存雪崩一般是由于大量数据同时过期造成的，对于这个原因，可通过均匀设置过期时间解决，即让过期时间相对离散一点。如果采用一个较大固定值+一个较小随机值，5小时+0-1800秒这样。
Redis 故障宕机也可能引起缓存雪奔。这就需要构造Redis高可用集群

缓存击穿

问题

缓存击穿：指热点key在某个时间点过期的时候，而恰好在这个时间点对这个Key有大量的并发请求过来，从而大量的请求打到db。缓存击穿看着有点像缓存雪崩，其实它两区别是，缓存雪崩是指数据库压力过大甚至down机，缓存击穿只是大量并发请求到了DB数据库层面。可以认为击穿是缓存雪奔的一个子集吧。有些文章认为它俩区别，是在于击穿针对某一热点key缓存，雪奔则是很多key。

解决方案

使用互斥锁方案。缓存失效时，不是立即去加载db数据，而是先使用某些带成功返回的原子操作命令，如(Redis的setnx）去操作，成功的时候，再去加载db数据库数据和设置缓存。否则就去重试获取缓存。

//多个请求同时查询缓存为空
//实现方法
1. synchronized(this)或者添加到逻辑代码之上；(springboot组件为单例)
    1. 先看缓存中是否存在
    2. 若不存在则查询数据库
    3. 放入缓存
    **本地锁**在分布是中存在问题
2. 分布式锁
    1. 占分布锁(原子命令)
        Boolean lock redisTemplate.opsForValue().setIfAbsent("lock",uuid,30,TimeUnit.Second);
    2. lock 为true表示加锁成功
        执行业务
    3. 加锁失败
        重试
    4. 解锁
        查询锁的值与创建的值相同开始删锁，使用lua脚本
        /*使用lua脚本来锁*/
        // 定义lua 脚本
        String script = "if redis.call('get', KEYS[1]) == ARGV[1] then return redis.call('del', KEYS[1]) else return 0 end";
        // 使用redis执行lua执行
        DefaultRedisScript<Long> redisScript = new DefaultRedisScript<>();
        redisScript.setScriptText(script);
        // 设置一下返回值类型 为Long
        // 因为删除判断的时候，返回的0,给其封装为数据类型。如果不封装那么默认返回String 类型，
        // 那么返回字符串与0 会有发生错误。
        redisScript.setResultType(Long.class);
        // 第一个要是script 脚本 ，第二个需要判断的key，第三个就是key所对应的值。
        redisTemplate.execute(redisScript, Arrays.asList("lock"), uuid);

“永不过期” ，是指没有设置过期时间，但是热点数据快要过期时，异步线程去更新和设置过期时间。

springboot集成Redisson实现分布式锁操作

导入依赖 org.redisson redisson

配置

    @Configuration
    @ComponentScan
    @EnableCaching
    public static class Application {

        @Bean(destroyMethod="shutdown")
        RedissonClient redisson() throws IOException {
            RedissonClient redisson = Redisson.create();

            Config config = new Config();
            config.useSingleServer().setAddress("redis://192.168.56.10:6379");
            RedissonClient redisson = Redisson.create(config);
            return redisson;
        }
    }

锁操作

redisson的分布式锁

主要：读写锁、闭锁、信号量

缓存热Key

问题

在Redis中，我们把访问频率高的key，称为热点key。如果某一热点key的请求到服务器主机时，由于请求量特别大，可能会导致主机资源不足，甚至宕机，从而影响正常的服务。

解决方案

Redis集群扩容：增加分片副本，均衡读流量；
对热key进行hash散列，比如将一个key备份为key1,key2……keyN，同样的数据N个备份，N个备份分布到不同分片，访问时可随机访问N个备份中的一个，进一步分担读流量；
使用二级缓存，即JVM本地缓存,减少Redis的读请求。

其他

不同的业务场景，Redis选择适合的数据结构

排行榜适合用zset
缓存用户信息一般用hash
消息队列，文章列表适用用list
用户标签、社交需求一般用set
计数器、分布式锁等一般用String类型

Redis一些有坑的命令

不能使用 keys指令
慎用O(n)复杂度命令，如hgetall等
慎用Redis的monitor命令
禁止使用flushall、flushdb
注意使用del命令

参考