一、什么是缓存
1.1 缓存的定义
缓存（Cache）是数据交换的缓冲区，作为存储数据的临时场所，具备高读写性能特点。其核心作用在于通过暂存高频访问数据，减少对后端数据源的直接访问压力，从而显著提升系统响应速度。
1.2 缓存的分类
浏览器缓存：存储浏览器访问过的静态资源（如HTML、CSS、JS等），减少重复请求。
应用层缓存：位于应用服务器层（如Tomcat），缓存应用运行过程中产生的中间数据。
数据库缓存：数据库自身提供的缓存机制（如MySQL的InnoDB缓冲池），加速数据查询。
CPU缓存：CPU内部的高速存储单元，用于存储频繁访问的指令和数据，降低CPU访问内存的延迟。
磁盘缓存：操作系统对磁盘操作的缓存，减少磁盘I/O次数，提升数据读写效率。
1.3 缓存的作用与成本
作用
降低后端负载：减少对数据库等后端数据源的直接访问频次。
提高读写效率：通过内存等高速存储介质，降低响应时间。
成本
数据一致性成本：缓存数据与数据源可能存在不一致风险。
代码维护成本：需要额外编写缓存操作逻辑，增加代码复杂度。
运维成本：涉及缓存集群的部署、监控和维护。
二、添加Redis缓存
2.1 缓存作用模型
客户端请求数据时，先查询Redis缓存：
若命中缓存，直接返回数据。
若未命中缓存，再查询数据库，并将查询结果写入Redis缓存，供后续请求使用。
2.2 查询流程示例：根据ID查询商铺
提交商铺ID请求。
判断Redis缓存是否命中：
命中：直接返回商铺信息。
未命中：从数据库查询商铺数据。
若数据库存在该商铺数据，将其写入Redis缓存；若不存在，返回404。
2.3 实战练习：为店铺类型查询添加缓存
需求：修改ShopTypeController的queryTypeList方法，添加Redis缓存。
@GetMapping("list")
public Result queryTypeList() {
// 先从Redis查询缓存
String cacheKey = "shop:types";
String cacheData = stringRedisTemplate.opsForValue().get(cacheKey);
if (StringUtils.isNotBlank(cacheData)) {
return Result.ok(JSONUtil.toList(cacheData, ShopType.class));
}
// 缓存未命中，查询数据库
List<ShopType> typeList = typeService.query().orderByAsc("sort").list();
if (typeList.isEmpty()) {
return Result.ok();
}
// 写入缓存（设置TTL为1小时）
stringRedisTemplate.opsForValue().set(cacheKey, JSONUtil.toJsonStr(typeList), 1, TimeUnit.HOURS);
return Result.ok(typeList);
}三、缓存更新策略
3.1 三种更新策略对比
3.2 主动更新策略详解（Cache Aside Pattern）
操作顺序：先写数据库，再删除缓存（避免脏读）。
原子性保证：
单体系统：将数据库与缓存操作置于同一事务。
分布式系统：使用TCC等分布式事务方案。
线程安全问题：通过互斥锁避免多线程并发更新导致的缓存与数据库不一致。
3.3 最佳实践
低一致性需求：优先使用内存淘汰机制。
高一致性需求：采用“主动更新+超时剔除”组合策略。
四、缓存穿透
4.1 问题定义
指大量请求直接绕过缓存层，直达数据库，导致数据库压力激增的现象（如请求不存在的数据）。
4.2 解决方案
缓存空对象
流程：当数据库查询结果为空时，将null值写入缓存（设置短TTL）。
优点：实现简单，维护方便。
缺点：浪费内存，可能存在短期数据不一致。
布隆过滤器
流程：在请求进入数据库前，通过布隆过滤器过滤无效请求。
优点：内存占用少，无多余Key。
缺点：实现复杂，存在误判可能。
其他辅助措施：增强ID复杂度、校验数据格式、限流等。
4.3 查询流程优化
五、缓存雪崩
5.1 问题定义
指缓存层大面积失效（如服务器宕机、大量 Key 同时过期），导致请求流量集中涌入数据库，造成数据库崩溃的现象。
5.2 解决方案
随机TTL：为不同Key设置随机过期时间，避免集中失效。
Redis集群：通过主从复制和分片机制提高服务可用性。
降级限流：对非核心业务进行限流或返回降级数据。
多级缓存：结合本地缓存（如Caffeine）和分布式缓存（Redis），降低对单一缓存的依赖。
六、缓存击穿
6.1 问题定义
缓存击穿问题也叫热点Key问题，就是一个被高并发访问并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。
6.2 解决方案
6.3 实战案例：互斥锁方案
public Shop queryWithLock(Long shopId) {
String cacheKey = "shop:info:" + shopId;
// 1. 查询缓存
String cacheData = stringRedisTemplate.opsForValue().get(cacheKey);
if (StringUtils.isNotBlank(cacheData)) {
return JSONUtil.toBean(cacheData, Shop.class);
}
// 2. 缓存未命中，尝试获取互斥锁
String lockKey = "lock:shop:" + shopId;
Shop shop = null;
try {
boolean isLock = tryLock(lockKey);
if (!isLock) {
// 未获取到锁，休眠重试
Thread.sleep(50);
return queryWithLock(shopId);
}
// 3. 获取锁成功，查询数据库
shop = shopService.getById(shopId);
if (shop == null) {
// 缓存空值解决穿透
stringRedisTemplate.opsForValue().set(cacheKey, "", CACHE_NULL_TTL, TimeUnit.MINUTES);
return null;
}
// 4. 写入缓存
stringRedisTemplate.opsForValue().set(cacheKey, JSONUtil.toJsonStr(shop), CACHE_TTL, TimeUnit.HOURS);
} catch (InterruptedException e) {
throw new RuntimeException(e);
} finally {
// 5. 释放锁
unlock(lockKey);
}
return shop;
}七、缓存工具封装
7.1 需求说明
基于StringRedisTemplate封装通用缓存工具类，实现以下功能：
存储对象并设置TTL：将Java对象序列化为JSON，存入String类型Key，设置过期时间。
存储对象并设置逻辑过期：用于处理缓存击穿场景。
查询缓存并反序列化（空值处理）：解决缓存穿透问题。
查询缓存并反序列化（逻辑过期处理）：结合逻辑过期方案处理热点Key问题。
7.2 核心代码示例
public class CacheUtils {
private static final String LOGICAL_EXPIRE_KEY = "logical:expire:";
/**
* 存储对象并设置TTL
*/
public static void setWithTTL(String key, Object value, long timeout, TimeUnit unit) {
stringRedisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(value), timeout, unit);
}
/**
* 存储对象并设置逻辑过期时间
*/
public static void setWithLogicalExpire(String key, Object value, long timeout, TimeUnit unit) {
RedisData redisData = new RedisData();
redisData.setData(value);
redisData.setExpireTime(System.currentTimeMillis() + unit.toMillis(timeout));
stringRedisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(redisData));
}
/**
* 查询缓存并处理空值（穿透解决方案）
*/
public static <R, T> R queryWithPassThrough(String keyPrefix, Long id, Class<T> type,
Function<Long, R> dbFallback, long timeout, TimeUnit unit) {
String key = keyPrefix + id;
String cacheData = stringRedisTemplate.opsForValue().get(key);
if (StringUtils.isNotBlank(cacheData)) {
return JSONUtil.toBean(cacheData, type);
}
if (cacheData != null) { // 处理缓存空值
return null;
}
// 查询数据库
R result = dbFallback.apply(id);
if (result == null) {
stringRedisTemplate.opsForValue().set(key, "", CACHE_NULL_TTL, TimeUnit.MINUTES);
return null;
}
setWithTTL(key, result, timeout, unit);
return result;
}
}八、总结
本文围绕商户查询场景，深入解析了缓存技术的核心概念与实践方案，重点涵盖：
缓存的基础原理与分类。
Redis缓存的集成与查询流程设计。
缓存更新策略的选择与实现。
缓存穿透、雪崩、击穿三大典型问题的成因与解决方案。
通用缓存工具类的封装思路。
通过合理应用缓存技术，可显著提升系统性能与稳定性，但需结合业务场景权衡一致性、性能与维护成本，选择最优方案。
评论