点评--day03--2. 2 商户查询缓存

L0CK
4 阅读4分钟

在这一节中，我们将利用 Redis 极大地提升商户详情的查询性能，并探讨企业级开发中非常重要的“缓存一致性”问题。

1. 认识缓存及其作用

缓存（Cache）就像是越野车的“避震器”，它的数据通常存储在内存中，读写性能远高于磁盘。

  • 为什么要使用缓存？ 主要是为了降低后端数据库的负载，提高读写效率，降低响应时间。面对海量的高并发请求，如果没有缓存作为缓冲，数据库极易崩溃。
  • 使用缓存的成本：虽然速度快，但也会带来额外的成本，包括数据一致性成本、代码维护成本和运维成本。

2. 添加商户缓存的核心流程

标准的操作方式是：先查询缓存，缓存没有再查询数据库。 具体业务流转如下：

  1. 提交商铺 id。

  2. 从 Redis 查询商铺缓存。

  3. 判断缓存是否命中：

    • 如果命中，直接将 JSON 数据反序列化后返回给前端。
    • 如果未命中，则根据 id 去 MySQL 数据库查询。

  4. 判断数据库中是否存在：

    • 如果不存在，返回错误提示（例如 404）。
    • 如果存在，先将商铺数据写入 Redis，然后再返回给前端。

核心代码演示：

@Override
public Result queryById(Long id) {
    String key = "cache:shop:" + id;
    // 1.从redis查询商铺缓存
    String shopJson = stringRedisTemplate.opsForValue().get(key);
    // 2.判断是否存在
    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redis
    stringRedisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(shop));
    // 7.返回
    return Result.ok(shop);
}

(以上逻辑参考自源文档)

3. 核心进阶：缓存更新策略（双写一致性问题）

只要使用了缓存，就一定会面临数据库与缓存数据不一致的问题。那么如何选择更新策略呢？

3.1 常见的三种更新策略

  1. 内存淘汰：不用自己维护，利用 Redis 内存达到上限时自动淘汰部分数据（一致性差）。
  2. 超时剔除：给缓存添加 TTL 有效期，到期自动删除，下次查询时更新（一致性一般，作为兜底方案）。
  3. 主动更新（Cache Aside Pattern） ：编写业务逻辑，在修改数据库的同时，更新缓存（一致性好，企业常用）。

3.2 主动更新的两个致命拷问（面试高频）

当我们决定采用“主动更新”时，面临两个技术难点：

拷问一：是删除缓存还是更新缓存？

  • 更新缓存：每次更新数据库都去更新缓存，如果中间一直没人查询，就会产生大量无效写操作。
  • 删除缓存（推荐） ：更新数据库时让缓存失效（删除），下一次查询时自然会重新拉取最新数据。这属于延迟加载的思想，胜出。

拷问二：如何保证数据库与缓存操作的原子性，且先操作谁？

  • 先删除缓存，再操作数据库：如果此时有并发，线程1删除了缓存还没来得及写数据库，线程2来查询发现没缓存，就会把数据库的旧数据查出来并写回缓存，导致数据永久不一致。
  • 先操作数据库，再删除缓存（推荐） ：我们应当先更新数据库，再删除缓存。虽然在极极端情况下依然有并发冲突的可能，但概率极低，是企业最主流的做法。同时为了保证原子性，可以利用 Spring 的 @Transactional 将两个操作放在一个事务中。

3.3 完善缓存双写一致性代码

根据上述理论，我们需要对原有代码进行两处修改：

  1. 查询逻辑中（兜底方案） ：将商铺数据写入 Redis 时，必须加上超时时间（例如 30 分钟）。

    stringRedisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(shop), 30L, TimeUnit.MINUTES);

  2. 修改商户逻辑中（主动更新） ：先修改数据库，再删除缓存。

    @Override
@Transactional
public Result update(Shop shop) {
    Long id = shop.getId();
    if (id == null) {
        return Result.fail("店铺id不能为空");
    }
    // 1. 更新数据库
    updateById(shop);
    // 2. 删除缓存
    stringRedisTemplate.delete("cache:shop:" + id);
    return Result.ok();
}

(以上逻辑参考自源文档)

avatar
文章
阅读
粉丝