深入解析：springcache缓存

缓存

本地缓存：一种将数据存储在应用程序本地内存中的技术，目的是减少对后端数据源（如数据库、远程服务）的访问次数，从而提高应用程序的性能和响应速度。本地缓存通常用于存储频繁访问且不经常变化的数据。
本地缓存的优势

提高性能：减少对后端数据源的访问次数，降低网络延迟，提高响应速度。
减轻后端压力：减少后端数据源的负载，提高系统的整体性能。
提高可用性：即使后端数据源不可用，缓存中的数据仍然可以提供服务。

本地缓存的局限性

数据一致性：缓存中的数据可能与后端数据源中的数据不一致，需要有效的缓存更新机制。
内存限制：本地缓存占用内存资源，需要合理管理缓存大小。
单点故障：本地缓存依赖于单个节点，如果节点故障，缓存中的数据会丢失

@EnableCaching：开启缓存注解功能，通常加在启动类上
@Cacheable：在方法执行前先查询缓存中是否有数据，如果有数据，则直接返回缓存数据，如果没有缓存数据，调用方法将方法返回值放到缓存中
@CachePut：将方法的返回值放到缓存
@CacheEvict：将一条或多条数据从缓存中删除

<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-cache</artifactId>
</dependency>

开启缓存功能

package com.itheima;
import org.springframework.boot.SpringApplication;
import org.springframework.boot.SpringBootConfiguration;
import org.springframework.cache.annotation.EnableCaching;
@SpringBootConfiguration
@EnableCaching      // 开启缓存功能
public class SpringbootApplication {
public static void main(String[] args) {
SpringApplication.run(SpringbootApplication.class, args);
}
}

使用缓存

package com.itheima.service.impl;
import com.itheima.domain.User;
import com.itheima.service.UserService;
import org.springframework.cache.annotation.Cacheable;
public class UserServiceImpl implements UserService {
@Override
// 开启缓存，将查询到的数据放到id为key的缓存中，value = "cacheSpace"是缓存的位置
@Cacheable(value = "cacheSpace", key = "#id")
public User getById(Integer id) {
return bookDao.selectById(id);
}
}

package com.itheima.service.impl;
import com.itheima.domain.User;
import com.itheima.service.UserService;
import org.springframework.cache.annotation.CachePut;
import org.springframework.cache.annotation.Cacheable;
public class UserServiceImpl implements UserService {
@Override
// 开启缓存，将查询到的数据放到id为key的缓存中，value = "cacheSpace"是缓存的位置（有读取的功能）
@Cacheable(value = "cacheSpace", key = "#id")
@CachePut(value = "cacheSpace", key = "#id")        // 向缓存中放入缓存中
public User setById(Integer id) {
return User.selectById(id);
}
public User getById(Integer id) {
return User.selectById(id);
}
//查看缓存中是否有id为键的内容，如果有返回查到的内容，没有返回null
@Cacheable(value = "cacheSpace", key = "#id")
public String get(Integer id) {
return null;
}
}

缓存穿透

缓存穿透是指客户端请求数据在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
理解：当一个缓存和数据库中都不存在的数据请求多次被提交，这些请求查缓存失败都会进行查数据库。
解决方法：

缓存空对象，将不存在的请求缓存成一个null
优点：实现简单，维护方便
缺点：
可能造成短期的不一致
会产生额外的内存消耗
布隆过滤

优点：内存占用较少，没有多余key
缺点：
实现复杂
存在误判的可能

缓存雪崩

缓存雪崩：在同一时段大量的缓存key同时失效，或者redis服务当即，导致大量请求到达数据库带来巨大压力
解决方法：

给不同的Key的TTL添加随机值
利用Redis集群提高服务的可用性
给缓存业务添加降级限流策略
给业务添加多级缓存

缓存击穿

缓存击穿问题（热点key问题）：一个被高并发访问并缓存重建业务交复杂的key突然失效，无数的请求访问会在瞬间给数据库带来巨大的冲击
问题：在缓存失效后，很多用户访问缓存失败，查询数据库，并进行缓存重建（只需一个用户进行缓存重建即可）
解决方案：

互斥锁
逻辑过期

在这里插入图片描述

互斥锁：
优点：

没有额外的内存消耗
保证一致性
实现简单

缺点：

线程需要等待，性能受影响
可能出现死锁

逻辑过期：将线程设置成永远有效，但是设置一个逻辑上的有效期，如果缓存过期了，则先用原来已经过期的缓存用着
优点：线程无需等待，性能较好
缺点：

不保证一致性
有额外内存消耗
实现复杂

互斥锁解决缓存击穿问题
在这里插入图片描述
可以通过redis中使用setnx来实现互斥锁
setnx可以对一个变量进行赋值，且只能进行赋值操作和删除操作，上锁就对这个值赋值，释放互斥锁只需要删除这个键值对
setnx进行获取锁

private boolean tryLock(String key) {
Boolean flag = stringRedisTemplate.opsForValue().setIfAbsent(key, "1", 10, TimeUnit.SECONDS);
return Boolean.TRUE.equals(flag);
}

释放锁

private void unlock(String key) {
stringRedisTemplate.delete(key);
}

逻辑过期解决缓存击穿问题
在这里插入图片描述

缓存更新策略

在这里插入图片描述
低一致性需求：使用内存淘汰机制。例如店铺类型的查询缓存
高一致性需求：主动更新，并以超时剔除作为兜底方案。例如店铺详情查询的缓存

好的，图中的内容是关于操作缓存和数据库时需要考虑的三个主要问题：

操作缓存和数据库时有三个问题需要考虑：

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。（更优）
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。
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。（更优）

posted @ 2025-12-21 17:27 gccbuaa 阅读(0) 评论(0) 收藏举报

刷新页面返回顶部