redis和数据库数据不一直问题，缓存常见的三大问题

文章目录

数据一致性

1 思路

查询数据的时候，如果缓存未命中，则查询数据库，将数据写入缓存设置超时时间
修改数据时，先修改数据库，在删除缓存。

2 代码实现

修改更新方法，添加超时时间

java 复制代码

 @Override
    public Result queryById(Long id) {
        //1 redis中查询商户缓存
        String shopJson = (String)redisTemplate.opsForValue().get("cache.shop:" + id);
        //2 判断是否存在
        if(StrUtil.isNotBlank(shopJson)){
            //3存在直接返回
            Shop shop = JSONUtil.toBean(shopJson, Shop.class);
            return Result.ok(shop);
        }
        //4 不存在根据id去数据库查询
        Shop shop = this.getById(id);
        //5 数据库也不存在，返回错误
        if(shop==null){
            return Result.fail("店铺不存在");
        }
        //6 存在则写入redis中
       redisTemplate.opsForValue().set("cache.shop:" + id,JSONUtil.toJsonStr(shop),30, TimeUnit.MINUTES);
        //7 返回
        return Result.ok(shop);
    }

修改ShopController

java 复制代码

  @PutMapping
    public Result updateShop(@RequestBody Shop shop) {
        // 写入数据库

        //shopService.updateById(shop);
        //return Result.ok();
        return  shopService.update(shop);
    }

修改service代码延时双删策略

java 复制代码

  @Override
    public Result update(Shop shop) {

        Long id = shop.getId();
        if(id==null){
            return Result.fail("店铺id不存在");
        }
         // 删除缓存
        redisTemplate.delete("cache.shop:" + id);
        // 更新数据库
        updateById(shop);
        Thread.sleep(800);
        // 删除缓存
        redisTemplate.delete("cache.shop:" + id);
        return Result.ok();
    }

3 修改完代码以后，将所有的缓存删除，执行查询操作，多了超时

4 用postman执行修改方法: localhost:8081/shop

json 复制代码

{
  "area":"大关",
  "sold":3035,
  "address":"金华路锦昌文华苑29号",
  "name":"102茶餐厅",
  "x":120.149192,
  "y":30.316078,
  "typeId":1,
  "id":1
}

执行完成以后，数据库的数据发生改变，查看redis的数据已经删除了。

这样能保证百分之99的数据一致性问题，无法保证完全一致性，这个适合小项目，数据一致性要求不高的地方使用，如果对数据一致性要求高的不建议使用，建议使用数据库和redis数据同步进行的操作，可以上csdn进行搜索查看实现方式。

缓存常见问题

缓存穿透

客户端请求的数据，在数据库和redis中都不存在，这样缓存永远都不会生效，请求最终都到了数据库上。

解决方案：

当在数据库查询的结果也不存在的时候，可以返回null值给redis，并且设置TTL

布隆过滤器

布隆过滤器是一种数据结构，底层是位数组，通过将集合中的元素多次hash得到的结果保存到布隆过滤器中。主要作用就是可以快速判断一个元素是否在集合里面，但是因为算法的原因，也有一定概率的错误。

开发的时候我们一般选择空值值方式。

代码方式实现

根据id查询的时候，如果信息不存在，则要将空值写入redis，并设置空值过期时间

java 复制代码

@Override
    public Result queryById(Long id) {
        //1 redis中查询商户缓存
        String shopJson = (String)redisTemplate.opsForValue().get("cache.shop:" + id);
        //2 判断是否存在
        if(StrUtil.isNotBlank(shopJson)){
            //3存在直接返回
            Shop shop = JSONUtil.toBean(shopJson, Shop.class);
            return Result.ok(shop);
        }
        if(shopJson!=null){
            return Result.fail("店铺不存在");
        }
        //4 不存在根据id去数据库查询
        Shop shop = this.getById(id);
        //5 数据库也不存在，返回错误
        if(shop==null){
            // 空值写入redis中
            redisTemplate.opsForValue().set("cache.shop:" + id,"",3, TimeUnit.MINUTES);
            return Result.fail("店铺不存在");
        }
        //6 存在则写入redis中
       redisTemplate.opsForValue().set("cache.shop:" + id,JSONUtil.toJsonStr(shop),30, TimeUnit.MINUTES);
        //7 返回
        return Result.ok(shop);
    }

缓存击穿

也叫热点key问题，一个被高并发访问且业务复杂的key突然失效了，无数的请求瞬间给数据库带来的巨大冲击

解决方案：互斥锁逻辑过期

互斥锁思路：

查询缓存的时候，未命中需要获取锁代码ShopServiceImpl

java 复制代码

@Override
public Result queryById(Long id) {
    //1 redis中查询商户缓存
    String shopJson = (String)redisTemplate.opsForValue().get("cache.shop:" + id);
    //2 判断是否存在
    if(StrUtil.isNotBlank(shopJson)){
        //3存在直接返回
        Shop shop = JSONUtil.toBean(shopJson, Shop.class);
        return Result.ok(shop);
    }
    if(shopJson!=null){
        return Result.fail("店铺不存在");
    }
    Shop shop = null;
    String lockKey = "lock.id:" + id;
    try {
        //代码到这里说明没有命中缓存，那么就可以获取锁了
        boolean isLock = tryLock(lockKey);
        // 如果没有拿到锁，则等待一会，递归执行代码
        if(!isLock){
            Thread.sleep(100);
            queryById(id);
        }
        //获取锁成功
        //4 不存在根据id去数据库查询
        shop = this.getById(id);
        //5 数据库也不存在，返回错误
        if(shop==null){
            // 空值写入redis中
            redisTemplate.opsForValue().set("cache.shop:" + id,"",3, TimeUnit.MINUTES);
            return Result.fail("店铺不存在");
        }
        //6 存在则写入redis中
        redisTemplate.opsForValue().set("cache.shop:" + id,JSONUtil.toJsonStr(shop),30, TimeUnit.MINUTES);
    } catch (InterruptedException e) {
        e.printStackTrace();
    } finally {
        unlock(lockKey);
    }
    //7 返回
    return Result.ok(shop);
}

    // 获取锁
private boolean tryLock(String key){
    Boolean flag = redisTemplate.opsForValue().setIfAbsent(key, "1", 10, TimeUnit.SECONDS);
    return BooleanUtil.isTrue(flag);
}
//释放锁
private void unlock(String key){
    redisTemplate.delete(key);
}

缓存雪崩

同一时间段内，大量的缓存key失效或者redis宕机，到时大量的请求到达数据库，带来巨大的压力。

解决方案

给key设置随机的TTL（有效时间）
集群方案防止宕机不可用