Redis 应用之缓存实现，java 异步编程实战 pdf

Goods goods = goodsMapper.selectByPrimaryKey(goodsId);

if(goods!=null){

// 将结果保存到缓存中

redisTemplate.opsForValue().set(String.valueOf(goodsId),goods,60,TimeUnit.MINUTES);;

}

return goods;

}

2.缓存方式

缓存中的数据在 redis 中的存储方式有两种，一种是永久存在，不设置过期时间，第二种是设置过期时间。这两种方式都需要尽可能的保证数据的一致性(和数据源中的数据保持同步)。

2.1 不设置过期时间

当我们将缓存数据的 key 设置为永久存在时会存在数据同步和内存消耗逐渐增大的情况，解决方式如下：

数据同步：

1. 禁止直接操作数据源,避免因数据源直接被改动而造成缓存数据不一致的问题

2. 如果有其他系统操作同一个数据源，这种情况肯定会产生数据不一致的情况。

3. 系统执行 DML 操作时，应该将缓存中对应的数据删除。用户下一次相关请求时直接从数据源中获取。

内存消耗：

随着业务的增多，缓存数据必然会越来越多，所占用的内存也随之增多，系统的压力也会变大，这时一种方式是给 key 设置过期时间，但是过期时间长短不太好把握,这时我们可以通过设置 redis 最大内存来实现，并让 Redis 按照一定的规则淘汰不需要的缓存键，这种方式在 redis 只作为缓存使用时非常实用。

具体实现方式:修改 redis 配置文件(redis.conf)中的 maxmemory 参数既可，限制 Redis 最大可用内存大小(单位字节)，当超出了这个限制时 Redis 会依据 maxmemory-policy 参数指定的策略来删除不需要的 key 直到 Redis 占用的内存小于指定内存。

| 规则 | 说明 |

| :-- | :-- |

| volatile-lru | 使用 LRU 算法删除一个 key(只对设置了过期时间的 key 有效) |

| allkeys-lru | 使用 LRU 算法删除一个 key |

| volatile-lfu | 使用 LFU 算法删除一个 key(只对设置了过期时间的 key 有效) |

| allkeys-lfu | 使用 LFU 算法删除一个 key |

| volatile-random | 随机删除一个 key(只对设置了过期时间的 key 有效) |

| allkeys-random | 随机删除一个 key |

| volatile-ttl | 删除过期时间最近的一个 key |

| noeviction | 不删除 key，只返回错误 |

LRU:（Least recently used，最近最少使用）算法根据数据的历史访问记录来进行淘汰数据，其核心思想是“如果数据最近被访问过，那么将来被访问的几率也更高”

LFU:（Least Frequently Used）算法根据数据的历史访问频率来淘汰数据，其核心思想是“如果数据过去被访问多次，那么将来被访问的频率也更高”。

2.2 设置过期时间

对保存到 Redis 中的 key 设置过期时间，但同样也会遇到问题，比如过期时间怎么设置，内存资源同样也会过大。

内存资源

同样需要设置 maxmemory 来限制 redis 使用的最大内存和配置 maxmemory-policy 来指定删除策略。

过期时间设置

过期时间不要设置统一固定的时间，比如 60 分钟，这样会造成相同时间点大量缓存被清空，数据库访问量突然增大的情况，我们应该对过期时间设置合理范围内的随机值。比如：采取不同分类商品，缓存不同周期。在同一分类中的商品，加上一个随机因子。这样能尽可能分散缓存过期时间，而且，热门类目(女装)的商品缓存时间长一些，冷门类目(图书)的商品缓存时间短一些，也能节省缓存服务的资源。

public Goods searchArticleById(Long goodsId){

Object object = redisTemplate.opsForValue().get(String.valueOf(goodsId));

if(object != null){// 缓存查询到了结果

return (Goods)object;

}

// 开始查询数据库

Goods goods = goodsMapper.selectByPrimaryKey(goodsId);

if(goods!=null){

Random random = new Random();

// 将结果保存到缓存中

if(goods.getGoodsCategory().equals("女装")){

int time = 3600 + random.nextInt(3600);

// 热门商品

redisTemplate.opsForValue()

.set(String.valueOf(goodsId)

,goods

,time

,TimeUnit.MINUTES);

}else{

int time = 600 + random.nextInt(600);

// 冷门商品

redisTemplate.opsForValue()

.set(String.valueOf(goodsId)

,goods

,time

,TimeUnit.MINUTES);

}

}else{

// 防止缓存穿透

redisTemplate.opsForValue()

.set(String.val

《Android学习笔记总结+最新移动架构视频+大厂安卓面试真题+项目实战源码讲义》
浏览器打开：qq.cn.hn/FTe 免费领取

ueOf(goodsId)

,null

,60

,TimeUnit.MINUTES);

}

return goods;

}

3.名称解释

缓存穿透

缓存穿透，是指查询一个数据库一定不存在的数据。正常的使用缓存流程大致是，数据查询先进行缓存查询，如果 key 不存在或者 key 已经过期，再对数据库进行查询，并把查询到的对象，放进缓存。如果数据库查询对象为空，则不放进缓存。

public Goods searchArticleById(Long goodsId){

Object object = redisTemplate.opsForValue().get(String.valueOf(goodsId));

if(object != null){// 缓存查询到了结果

return (Goods)object;

}

// 开始查询数据库

Goods goods = goodsMapper.selectByPrimaryKey(goodsId);

if(goods!=null){

// 将结果保存到缓存中

redisTemplate.opsForValue().set(String.valueOf(goodsId),goods,60,TimeUnit.MINUTES);

}else{

redisTemplate.opsForValue().set(String.valueOf(goodsId),null,60,TimeUnit.SECONDS);

}

return goods;

}