缓存更新是redis为了节约内存而设计出来的一个东西,主要是因为内存数据宝贵,当我们向redis插入太多数据,此时就可能会导致缓存中的数据过多,所以redis会对部分数据进行更新,或者把他叫为淘汰更合适,一般有以下三种淘汰策略。
内存淘汰:redis自动进行,当redis内存达到咱们设定的max-memery的时候,会自动触发淘汰机制,淘汰掉一些不重要的数据(可以自己设置策略方式)
超时剔除:当我们给redis设置了过期时间ttl之后,redis会将超时的数据进行删除,方便咱们继续使用缓存
主动更新 *:我们可以手动调用方法把缓存删掉,通常用于解决缓存和数据库不一致问题
由于我们的缓存的数据源来自于数据库,而数据库的数据是会发生变化的,因此,如果当数据库中数据发生变化,而缓存却没有同步,此时就会有一致性问题存在,其后果是:
用户使用缓存中的过时数据,就会产生类似多线程数据安全问题,从而影响业务,产品口碑等;怎么解决呢?有如下几种方案:
Cache Aside Pattern 人工编码方式:缓存调用者在更新完数据库后再去更新缓存,也称之为双写方案
Read/Write Through Pattern : 由系统本身完成,数据库与缓存的问题交由系统本身去处理
Write Behind Caching Pattern :调用者只操作缓存,其他线程去异步处理数据库,实现最终一致
综合考虑:使用方案一,但是方案一调用者如何处理呢?这里有几个问题
操作缓存和数据库时有三个问题需要考虑:
如果采用第一个方案,那么假设我们每次操作数据库后,都操作缓存,但是中间如果没有人查询,那么这个更新动作实际上只有最后一次生效,中间的更新动作意义并不大,我们可以把缓存删除,等待再次查询时,将缓存中的数据加载出来
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
删除缓存:更新数据库时让缓存失效,查询时再更新缓存
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
应该具体操作缓存还是操作数据库,我们应当是先操作数据库,再删除缓存,原因在于,如果你选择第一种方案,在两个线程并发来访问时,假设线程1先来,他先把缓存删了,此时线程2过来,他查询缓存数据并不存在,此时他写入缓存,当他写入缓存后,线程1再执行更新动作时,实际上写入的就是旧的数据,新的数据被旧数据覆盖了。
先操作缓存还是先操作数据库?
先删除缓存,再操作数据库
先操作数据库,再删除缓存
因为更新数据库耗时比更新缓存耗时长很多,所以第二种情况发生的概率极低,比第一种低很多,所以综合考虑还是用第二种
比如我们把黑马点评项目拿来做示例:
核心思路:
修改ShopController中的业务逻辑,满足下面的需求:
1.根据id查询店铺时,如果缓存未命中,则查询数据库,将数据库结果写入缓存,并设置超时时间
2.根据id修改店铺时,先修改数据库,再删除缓存
先修改ShopServiceImpl中的queryById方法,设置一个过期时间:
- /**
- * 根据id查询商铺
- * @param id
- * @return
- */
- @Override
- public Result queryById(Long id) {
- //1.从redis查询商铺缓存
- String key = RedisConstants.CACHE_SHOP_KEY + id;
- String shopJson = stringRedisTemplate.opsForValue().get(key);
- //2.判断是否存在
- if(StrUtil.isNotBlank(shopJson)){
- //3.存在,返回商铺信息
- Shop shop = JSONUtil.toBean(shopJson, Shop.class);
- return Result.ok(shop);
- }
-
- //4.不存在,去数据库查询
- Shop shop = getById(id);
- //5判断数据库中是否存在
- if(shop == null){
- //6.数据库中不存在,返回错误信息
- return Result.fail("店铺不存在!");
- }
- //7.数据库中存在,将商铺信息写入redis,返回商铺信息
- stringRedisTemplate.opsForValue().set(key,JSONUtil.toJsonStr(shop));
- //8.设置过期时间
- stringRedisTemplate.expire(key,RedisConstants.CACHE_SHOP_TTL, TimeUnit.MINUTES);
- return Result.ok(shop);
- }
再添加更新商铺时,需要进行删除缓存的操作:
代码分析:通过之前的淘汰,我们确定了采用删除策略,来解决双写问题,当我们修改了数据之后,然后把缓存中的数据进行删除,查询时发现缓存中没有数据,则会从mysql中加载最新的数据,从而避免数据库和缓存不一致的问题。
ShopServiceImpl中的update方法:
- /**
- * 更新商铺信息
- * @param shop
- * @return
- */
- @Override
- @Transactional
- public Result update(Shop shop) {
- Long id = shop.getId();
- if(id == null){
- return Result.fail("店铺id不存在");
- }
- //1.更新数据库
- updateById(shop);
- //2.删除缓存
- stringRedisTemplate.delete(RedisConstants.CACHE_SHOP_KEY +shop.getId());
- //返回
- return Result.ok();
- }
重启服务之后,先访问一下浏览器,访问商铺界面:
先去redis客户端查看,目前是有shop的缓存的:
接下来进行更新商铺操作,看看数据库发生改变的同时,是否会删除redis中缓存的shop:
我们使用postman发起更新请求:
发起请求之后,来到redis客户端:
可以看到,shop的缓存被删除了,说明没问题。
然后可以再去刷新一下浏览器,shop会重新添加缓存。
这就保证了当数据库更新时,会立即删除redis中的缓存,实现双写一致。