redis(day03-商户查询缓存)

目录

[实战篇 - 商户查询缓存 - 01. 什么是缓存](#实战篇 - 商户查询缓存 - 01. 什么是缓存)

[实战篇 - 商户查询缓存 - 02. 添加商户缓存](#实战篇 - 商户查询缓存 - 02. 添加商户缓存)

[实战篇 - 商户查询缓存 - 03. 缓存练习题分析](#实战篇 - 商户查询缓存 - 03. 缓存练习题分析)

[实战篇 - 商户查询缓存 - 04. 缓存更新策略](#实战篇 - 商户查询缓存 - 04. 缓存更新策略)

[实战篇 - 商户查询缓存 - 05. 实现商铺缓存与数据库的双写一致](#实战篇 - 商户查询缓存 - 05. 实现商铺缓存与数据库的双写一致)

[实战篇 - 商户查询缓存 - 06. 缓存穿透的解决思路](#实战篇 - 商户查询缓存 - 06. 缓存穿透的解决思路)

[实战篇 - 商户查询缓存 - 07. 编码解决商铺查询的缓存穿透问题](#实战篇 - 商户查询缓存 - 07. 编码解决商铺查询的缓存穿透问题)

问题:为什么从redis获取的数据还要进行!=null判断？

[实战篇 - 商户查询缓存 - 08. 缓存雪崩问题及解决思路](#实战篇 - 商户查询缓存 - 08. 缓存雪崩问题及解决思路)

[实战篇 - 商户查询缓存 - 09. 缓存击穿问题及解决方案](#实战篇 - 商户查询缓存 - 09. 缓存击穿问题及解决方案)

[实战篇 - 商户查询缓存 - 10. 利用互斥锁解决缓存击穿问题](#实战篇 - 商户查询缓存 - 10. 利用互斥锁解决缓存击穿问题)

问题:为什么下图返回值会拆箱？

[实战篇 - 商户查询缓存 - 11. 利用逻辑过期解决缓存击穿问题](#实战篇 - 商户查询缓存 - 11. 利用逻辑过期解决缓存击穿问题)

问题:注意JSON序列化和反序列化命令以及反序列化只能返JsonObject,再操作才行

[实战篇 - 商户查询缓存 - 12. 封装 Redis 工具类](#实战篇 - 商户查询缓存 - 12. 封装 Redis 工具类)

[实战篇 - 商户查询缓存 - 13. 缓存总结](#实战篇 - 商户查询缓存 - 13. 缓存总结)

问题:解决缓存穿透/击穿/雪崩的工具类?

问题:解释下面函数式传参里面的this::getById？

末尾页

---

实战篇 - 商户查询缓存 - 01. 什么是缓存

实战篇 - 商户查询缓存 - 02. 添加商户缓存

实战篇 - 商户查询缓存 - 03. 缓存练习题分析

实战篇 - 商户查询缓存 - 04. 缓存更新策略

实战篇 - 商户查询缓存 - 05. 实现商铺缓存与数据库的双写一致

实战篇 - 商户查询缓存 - 06. 缓存穿透的解决思路

实战篇 - 商户查询缓存 - 07. 编码解决商铺查询的缓存穿透问题

问题:为什么从redis获取的数据还要进行!=null判断？

实战篇 - 商户查询缓存 - 08. 缓存雪崩问题及解决思路

实战篇 - 商户查询缓存 - 09. 缓存击穿问题及解决方案

实战篇 - 商户查询缓存 - 10. 利用互斥锁解决缓存击穿问题

问题:为什么下图返回值会拆箱？

我们使用下面方法防止自动拆箱

实战篇 - 商户查询缓存 - 11. 利用逻辑过期解决缓存击穿问题

问题:注意JSON序列化和反序列化命令以及反序列化只能返JsonObject,再操作才行

stringRedisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(redisData));

// 4.命中，需要先把json反序列化为对象

RedisData redisData = JSONUtil.toBean(json, RedisData.class);

R r = JSONUtil.toBean(**(JSONObject)**redisData.getData(), type);

LocalDateTime expireTime = redisData.getExpireTime();

实战篇 - 商户查询缓存 - 12. 封装 Redis 工具类

实战篇 - 商户查询缓存 - 13. 缓存总结

问题:解决缓存穿透/击穿/雪崩的工具类?

package com.hmdp.service.impl;

import cn.hutool.core.util.StrUtil;
import com.baomidou.mybatisplus.extension.plugins.pagination.Page;
import com.baomidou.mybatisplus.extension.service.impl.ServiceImpl;
import com.hmdp.dto.Result;
import com.hmdp.entity.Shop;
import com.hmdp.mapper.ShopMapper;
import com.hmdp.service.IShopService;
import com.hmdp.utils.CacheClient;
import com.hmdp.utils.SystemConstants;
import org.springframework.data.geo.Distance;
import org.springframework.data.geo.GeoResult;
import org.springframework.data.geo.GeoResults;
import org.springframework.data.redis.connection.RedisGeoCommands;
import org.springframework.data.redis.core.StringRedisTemplate;
import org.springframework.data.redis.domain.geo.GeoReference;
import org.springframework.stereotype.Service;
import org.springframework.transaction.annotation.Transactional;

import javax.annotation.Resource;
import java.util.*;
import java.util.concurrent.TimeUnit;

import static com.hmdp.utils.RedisConstants.*;

/**
 * <p>
 *  服务实现类
 * </p>
 *
 * @author 虎哥
 * @since 2021-12-22
 */
@Service
public class ShopServiceImpl extends ServiceImpl<ShopMapper, Shop> implements IShopService {


    @Resource
    private StringRedisTemplate stringRedisTemplate;

    @Resource
    private CacheClient cacheClient;

    @Override
    public Result queryById(Long id) {
        // 解决缓存穿透
        Shop shop = cacheClient
                .queryWithPassThrough(CACHE_SHOP_KEY, id, Shop.class, this::getById, CACHE_SHOP_TTL, TimeUnit.MINUTES);

        // 互斥锁解决缓存击穿
        // Shop shop = cacheClient
        //         .queryWithMutex(CACHE_SHOP_KEY, id, Shop.class, this::getById, CACHE_SHOP_TTL, TimeUnit.MINUTES);

        // 逻辑过期解决缓存击穿
        // Shop shop = cacheClient
        //         .queryWithLogicalExpire(CACHE_SHOP_KEY, id, Shop.class, this::getById, 20L, TimeUnit.SECONDS);

        if (shop == null) {
            return Result.fail("店铺不存在！");
        }
        // 7.返回
        return Result.ok(shop);
    }

    @Override
    @Transactional
    public Result update(Shop shop) {
        Long id = shop.getId();
        if (id == null) {
            return Result.fail("店铺id不能为空");
        }
        // 1.更新数据库
        updateById(shop);
        // 2.删除缓存
        stringRedisTemplate.delete(CACHE_SHOP_KEY + id);
        return Result.ok();
    }

    @Override
    public Result queryShopByType(Integer typeId, Integer current, Double x, Double y) {
        // 1.判断是否需要根据坐标查询
        if (x == null || y == null) {
            // 不需要坐标查询，按数据库查询
            Page<Shop> page = query()
                    .eq("type_id", typeId)
                    .page(new Page<>(current, SystemConstants.DEFAULT_PAGE_SIZE));
            // 返回数据
            return Result.ok(page.getRecords());
        }

        // 2.计算分页参数
        int from = (current - 1) * SystemConstants.DEFAULT_PAGE_SIZE;
        int end = current * SystemConstants.DEFAULT_PAGE_SIZE;

        // 3.查询redis、按照距离排序、分页。结果：shopId、distance
        String key = SHOP_GEO_KEY + typeId;
        GeoResults<RedisGeoCommands.GeoLocation<String>> results = stringRedisTemplate.opsForGeo() // GEOSEARCH key BYLONLAT x y BYRADIUS 10 WITHDISTANCE
                .search(
                        key,
                        GeoReference.fromCoordinate(x, y),
                        new Distance(5000),
                        RedisGeoCommands.GeoSearchCommandArgs.newGeoSearchArgs().includeDistance().limit(end)
                );
        // 4.解析出id
        if (results == null) {
            return Result.ok(Collections.emptyList());
        }
        List<GeoResult<RedisGeoCommands.GeoLocation<String>>> list = results.getContent();
        if (list.size() <= from) {
            // 没有下一页了，结束
            return Result.ok(Collections.emptyList());
        }
        // 4.1.截取 from ~ end的部分
        List<Long> ids = new ArrayList<>(list.size());
        Map<String, Distance> distanceMap = new HashMap<>(list.size());
        list.stream().skip(from).forEach(result -> {
            // 4.2.获取店铺id
            String shopIdStr = result.getContent().getName();
            ids.add(Long.valueOf(shopIdStr));
            // 4.3.获取距离
            Distance distance = result.getDistance();
            distanceMap.put(shopIdStr, distance);
        });
        // 5.根据id查询Shop
        String idStr = StrUtil.join(",", ids);
        List<Shop> shops = query().in("id", ids).last("ORDER BY FIELD(id," + idStr + ")").list();
        for (Shop shop : shops) {
            shop.setDistance(distanceMap.get(shop.getId().toString()).getValue());
        }
        // 6.返回
        return Result.ok(shops);
    }
}

问题:解释下面函数式传参里面的this::getById？

Shop shop = cacheClient
                .queryWithPassThrough(CACHE_SHOP_KEY, id, Shop.class, this::getById, CACHE_SHOP_TTL, TimeUnit.MINUTES);   

问题:理解下面方法及参数返回值的含义?

public <R,ID> R queryWithPassThrough(
            String keyPrefix, ID id, Class<R> type, Function<ID, R> dbFallback, Long time, TimeUnit unit)

<R,ID>表示泛型(只有定义了后面才能使用,如返回值R)

Function<ID, R> dbFallback 前面表示参数,后面表示返回值(函数式接口)

public <R,ID> R queryWithPassThrough(
    String keyPrefix,  // Redis 缓存 key 的前缀
    ID id,             // 数据的 id（比如 店铺id、用户id）
    Class<R> type,     // 要转成的实体类型（如 Shop.class）
    Function<ID, R> dbFallback, // 【核心】查数据库的函数
    Long time,         // 缓存过期时间
    TimeUnit unit      // 时间单位
)

问题:为什么要用函数式接口

末尾页

该实战教程详细介绍了商户查询缓存的应用实现。主要内容包括：缓存的基本概念、添加商户缓存实现、缓存更新策略、双写一致性处理方案，以及针对缓存穿透、雪崩和击穿三大问题的解决方案（如互斥锁、逻辑过期等）。文中还提供了Redis工具类封装方法和完整代码示例，展示了如何通过CacheClient工具类解决各类缓存问题。最后通过ShopServiceImpl类展示了实际业务中的缓存应用，包括基于地理位置的店铺查询等高级功能实现。