网站设计官网好的搜索引擎推荐

Redis缓存

查询数据

操作步骤：

问题：在数据库更新后、缓存失效前存在短暂不一致期

---

更新数据

操作步骤：

1. 更新数据库
2. 删除缓存中的对应数据
3. 下次读取时自动重新加载最新数据到缓存

存在的问题：

通常建议"先更新数据库，再删除缓存"
反过来可能导致更长时间的不一致
解决方案：
设置较短的缓存时间，尽量避免长时间数据不一致问题

---

插入数据

操作步骤：
仅插入数据库
不需要操作Redis缓存
缓存预热：

1. 对于重要的新数据，可以主动写入缓存
2. 对于可能被频繁访问的新数据，设置较长的过期时间

---

删除数据

操作步骤：

1. 先删除数据库记录
2. 再删除缓存

---

演示数据

DROP TABLE IF EXISTS `products`;
CREATE TABLE `products`  (`product_id` int NOT NULL AUTO_INCREMENT,`product_name` varchar(100) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci NOT NULL,`category` varchar(50) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci NOT NULL,`price` decimal(10, 2) NOT NULL,`stock_quantity` int NOT NULL DEFAULT 0,`description` text CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci NULL,`created_at` timestamp NULL DEFAULT CURRENT_TIMESTAMP,`updated_at` timestamp NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP,PRIMARY KEY (`product_id`) USING BTREE
) ENGINE = InnoDB AUTO_INCREMENT = 4 CHARACTER SET = utf8mb4 COLLATE = utf8mb4_0900_ai_ci ROW_FORMAT = Dynamic;-- ----------------------------
-- Records of products
-- ----------------------------
INSERT INTO `products` VALUES (1, 'iPhone 15', '智能手机', 2999.00, 100, '苹果最新款智能手机，A16芯片，超视网膜XDR显示屏', '2025-07-12 23:51:28', '2025-07-12 23:51:28');
INSERT INTO `products` VALUES (2, '小米电视65英寸', '家用电器', 3299.00, 50, '4K超高清，MEMC运动补偿，全面屏设计', '2025-07-12 23:51:28', '2025-07-12 23:51:28');
INSERT INTO `products` VALUES (3, '耐克Air Max运动鞋', '运动鞋服', 899.00, 200, '经典气垫设计，舒适缓震，多种配色可选', '2025-07-12 23:51:28', '2025-07-12 23:51:28');

缓存问题

缓存穿透

大量请求查询数据库中不存在的数据，导致请求直接打到数据库上
缓存穿透解决方案：

1. 缓存空对象
   对查询结果为null的数据也进行缓存，设置较短的过期时间

	@GetMapping("getNull")public Result getNull(@RequestParam Integer pid){//redis keyString key = PRODUCT_PRE+pid;//1.redis查询Products products = (Products)redisTemplate.opsForValue().get(key);//如果redis没查到去数据库查询if(products != null || redisTemplate.hasKey(key)) //数据不等于空或者key是存在的{return Result.ok("查询成功",products);}//查到数据就将数据保存到redisQueryWrapper<Products> qw = new QueryWrapper<>();qw.eq("product_id",pid);Products one = productsService.getOne(qw);//添加过期时间，防止读到旧数据redisTemplate.opsForValue().set(key,one,10, TimeUnit.MINUTES);//设置10分钟过期return Result.ok("查询成功",one);}

2. 布隆过滤器
   在缓存前加一层布隆过滤器
   快速判断数据是否存在，不存在则直接返回
   布隆过滤器如果判断不存在一定不存在，如果判断存在不一定存在
   优点：
   空间效率极高：不需要存储元素本身
   查询时间快：O(k)时间复杂度（k通常很小）
   安全：不存储原始数据，适合敏感数据场景
   缺点：
   存在误判（False Positive）：可能判断存在的元素实际不存在
   不能删除元素：标准布隆过滤器不支持删除操作
   不能获取元素：仅能判断存在性，不能获取元素内容

---

缓存击穿

问题描述：热点key过期瞬间，大量请求直接打到数据库

1. 设置热点数据永不过期
   物理不过期：不设置TTL过期时间
   逻辑过期：值中包含过期时间字段，异步刷新

创建RedisDataExpire记录过期时间

@Data
public class RedisDataExpire 
{private Object o;private LocalDateTime expire;
}

	private static final String LOCK = "shop:lock:"; @GetMapping("expireGet")public Result expireGet(@RequestParam Integer pid){//redis keyString key = PRODUCT_PRE+pid;//1.redis查询RedisDataExpire redisDataExpire = (RedisDataExpire)redisTemplate.opsForValue().get(key);//如果redis没查到去数据库查询//数据为空或者数据过期if(redisDataExpire == null || redisDataExpire.getExpire().isBefore(LocalDateTime.now())){String lockKey = LOCK + pid;//上锁if(redisTemplate.opsForValue().setIfAbsent(lockKey, "lock", 60, TimeUnit.SECONDS)){//异步处理Thread t = new Thread(){@Overridepublic void run() {try {//查询数据库QueryWrapper<Products> qw = new QueryWrapper<>();qw.eq("product_id",pid);Products one = productsService.getOne(qw);if(one == null){throw new RuntimeException("数据不存在");}//创建对象，将数据库查到的对象放进去RedisDataExpire data = new RedisDataExpire();data.setO(one);data.setExpire(LocalDateTime.now().plusSeconds(30));//设置30秒后过期redisTemplate.opsForValue().set(key,data);//设置10分钟过期}finally {redisTemplate.delete(lockKey);//解锁}}};t.start();//线程开始}}//如果为空就返回空数据，如果不为空就返回Productsreturn Result.ok("查询成功",redisDataExpire==null?null:redisDataExpire.getO());}

2. 互斥锁（Mutex Lock）：

	private static final String LOCK = "shop:lock:"; @GetMapping("mutexGet")public Result mutexGet(@RequestParam Integer pid) {//redis keyString key = PRODUCT_PRE+pid;//1.redis查询Products products;while( (products = (Products)redisTemplate.opsForValue().get(key)) == null) //如果查不到数据就阻塞在这里{//上锁的keyString lockKey = LOCK + pid;//设置过期时间，防止死锁//上锁，将其它线程阻塞、if (redisTemplate.opsForValue().setIfAbsent(lockKey, "lock", 60, TimeUnit.SECONDS)) {try {//查询数据库QueryWrapper<Products> qw = new QueryWrapper<>();qw.eq("product_id", pid);Products one = productsService.getOne(qw);if (one == null) {throw new RuntimeException("数据不存在");}redisTemplate.opsForValue().set(key, one, 10, TimeUnit.MINUTES);//设置10分钟过期}finally {redisTemplate.delete(lockKey);//解锁}}}return Result.ok("查询成功",products);}

3. 缓存预热：
   系统启动时加载热点数据

---

缓存雪崩

问题描述：大量缓存同时失效，导致所有请求直接访问数据库

缓存穿透解决方案：

1. 过期时间随机化
2. 高可用架构：
   Redis集群部署
   哨兵模式或Cluster模式保证高可用
3. 熔断降级机制：
   当数据库压力过大时，返回降级数据或默认值

---

项目Demo

https://gitee.com/xi-ri/cache-redis