购物网站建设教程全面的客户管理系统

声明：这是我根据黑马程序员视频做的学习笔记！（融入了自己的理解）感兴趣的可以去看原视频！

https://www.bilibili.com/video/BV1cr4y1671t/?spm_id_from=333.337.search-card.all.click

那么接下来开始我的博客

缓存穿透

产生原因：

缓存穿透是指客户端请求的数据再缓存中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，给数据库带来巨大压力

场景： 不怀好意的人 用多线程的形式去查询一个id不存在的信息，redis未命中，mysql中也没有 此时会给用户返回null值，线程继续用null 去查询信息，就会搞垮数据库

解决方案：

1.缓存null值（被动解决）

redis会将不存在的id存入缓存，就会阻挡访问mysql，比较暴力

优点：简单

缺点：额外的内存消耗，可能造成短期的不一致

2.布隆过滤（实际是种算法，依旧是被动姐u额）：

布隆过滤器 底层是一个Byte[]数组，里面存的是二进制位

判断数据是否存在时，实际上是把这些数据基于某种哈希算法，再将哈希值转换成二进制位保存到布隆过滤器里，判断是否存在的是否就比较01二进制，

这种存在是概率上的问题，如存准确率达不到100%，存在可能不存在，但不存在真的不存在!

优点：空间占用非常的小

缺点：实现复杂，存在误判

3.雪花算法（主动避免缓存穿透）

解决商铺查询的缓存穿透问题

核心代码：

 @Overridepublic Result queryById(Long id) {//1，从redis查询商铺缓存String shopJson = stringRedisTemplate.opsForValue().get(CACHE_SHOP_KEY+id);//2.判断是否存在，并且shopJson不是null或" "if (StrUtil.isNotBlank(shopJson)) {//3.直接返回Shop shop = JSONUtil.toBean(shopJson, Shop.class);return Result.ok(shop);}//判断是是否是空值,若判断条件成立，此时shopJson只能是" "if(shopJson != null){return Result.fail("该店铺不存在");}//4.不存在，根据id查询数据库Shop shop = getById(id);//5.数据库不存在则返回错误if (shop == null) {stringRedisTemplate.opsForValue().set(CACHE_SHOP_KEY+id,"",CACHE_NULL_TTL,TimeUnit.MINUTES);return Result.fail("店铺不存在");}//6，数据库若存在，将数据库写入redisstringRedisTemplate.opsForValue().set(CACHE_SHOP_KEY+id,JSONUtil.toJsonStr(shop), RedisConstants.CACHE_SHOP_TTL, TimeUnit.MINUTES);//7.返回return Result.ok(shop);}

缓存雪崩

缓存雪崩是指同一时间段大量的缓存key同时失效或者Redis服务宕机，导致大量请求到达数据库，带来巨大压力。

解决方案：

1.给不同的key的TTL添加随机值，（将key失效时间分散开来，避免同时失效）

2.利用Redis集群提高服务的可用性（避免redis宕机）

3.非缓存业务添加降级限流策略

4.给业务添加多级缓存

缓存击穿

缓存击穿问题也是热点Key问题，就是一个被高并发访问把那个且缓存重建业务较复杂的key突然失效了，无数的请求访问会在瞬间给数据库带来巨大的冲击。

解决方案：

1.互斥锁

2.逻辑过期

实际上添加这个把这个key-value添加到缓存之后就永远不会过期，我们只是在value上添加了一个逻辑及过期时间，每次线程访问缓存的时候就可以判断逻辑上过没过期（避免大量的请求直接落到数据库），那过期了怎么办，为了解决互斥锁的互相等待问题，当一个线程发现逻辑时间过期，就会加锁

，但是它会创建一个新的线程去做查询数据库，重写缓存，重置逻辑时间的操作，其他线程发现，缓存被加锁，先使用旧数据。

二者对比

基于互斥锁解决缓存击穿问题

流程图：

获取锁命令：setnx lock 操作名（设置有效期，兜底方案,防止某些情况 del lock不运行，迟迟不释放锁）

释放锁命令：del lock

核心代码：

public Shop queryWithMutex(Long id) {//1，从redis查询商铺缓存String key = CACHE_SHOP_KEY + id;String shopJson = stringRedisTemplate.opsForValue().get(key);//2.判断是否存在，并且shopJson不是null或" "if (StrUtil.isNotBlank(shopJson)) {//3.直接返回Shop shop = JSONUtil.toBean(shopJson, Shop.class);return shop;}//判断是是否是空值,若判断条件成立，此时shopJson只能是" "if(shopJson != null){return null;}//4.实现缓存重建//4.1获取互斥锁String lockKey = "Lock:"+key;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);//休眠后重试return queryWithMutex(id);}//4.4如果成功 根据id查询数据库shop = getById(id);//**模拟重建的延迟Thread.sleep(1000);//5.不存在，则返回错误if (shop == null) {stringRedisTemplate.opsForValue().set(key, "", 2, TimeUnit.MINUTES);return null;}//6，数据库若存在，将数据库写入redisstringRedisTemplate.opsForValue().set(key,JSONUtil.toJsonStr(shop), RedisConstants.CACHE_SHOP_TTL, TimeUnit.MINUTES);} catch (InterruptedException e) {throw new RuntimeException(e);}finally {unlock(lockKey);}return shop;}

 @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");}return Result.ok(shop);}