高并发首选：缓存

项目代码下载地址：https://gitee.com/tyytx/distrbute-demo.git
接口高并发的解决思路：1、加缓存 2、数据静态化 3、集群 4、分布式 5、同步转异步 6、限流、降级
适合加缓存的场景：读多写少的数据，不经常需要修改的数据、一致性要求不高（数据只能保持最终一致性，不能保证数据同步一致性）

缓存的概念

1）外存

外存储器是指除计算机内存及CPU缓存以外的存储器，断电后仍然能保存数据。常用的有硬盘、u盘等。

2）内存

内存是计算机组成部分。被称为内存存储器，其作用是暂时存放CPU运算数据，以及与外存之间交互的存储器。只要计算机在运行中，CPU就会把需要运算的数据读到内存中，当运算完成后CPU在将运算结果写到外存中。断电后数据就会清空，常用的有内存条。

3）缓存

缓存就是介于内存和外存之间的存储，加快内存和外存之间的数据交互。软件中间件一般用外部计算机内存当缓存。

4）缓存的指标

1）缓存命中率
从缓存中读取数据的次数与总读取次数的比率，命中率越高越好。
2）缓存更新策略
如果缓存满了，从缓存中清除数据的策略。常见的有：LFU、LRU、FIFO
LRU（Least Recently Used）：最久未使用算法，使用时间距离现在最久的那个被移除。
LFU（Least Frequencyly Used）：最少使用算法，一定时间使用次数最少的那个被移除。
FIFO（First In First Out）：先进先出算法，先放入缓存的先被移除。

Redis缓存在Java中的实现

在java代码中，我们一般对调用的方法进行缓存控制，比如我要查询具体的省市区县数据，findProvidenceAndCityAndArea（String id），那么我们应该在调用这个方法之前先从缓存中查找有没有这个数据，如果没有在调用该方法从数据库中查询，然后添加到缓存中去；下次接口调用时将会从缓存直接获取数据。Java中使用分布式缓存Redis。

1）缓存逻辑流程图

查询策略：
在这里插入图片描述
修改策略：

2）逻辑流程代码

查询代码：

/*** 使用缓存，根据省份ID获取省市数据* @param provinceid* @return*/@Overridepublic Provinces detail(String provinceid) {Provinces provinces = null;//1、在redis查询provinces = (Provinces)redisTemplate.opsForValue().get(provinceid);//2.如果命中，则返回缓存数据if (null != provinces){//redisTemplate.expire(provinceid,20000, TimeUnit.MILLISECONDS);System.out.println("缓存中得到数据");return provinces;}//3.如果没有命中，则去数据库中读取数据provinces = super.detail(provinceid);if (null != provinces){//4.将查询出来的数据写入缓存redisTemplate.opsForValue().set(provinceid,provinces);//set缓存//redisTemplate.expire(provinceid,20000, TimeUnit.MILLISECONDS);//设置过期}return provinces;}

修改策略采用双删策略：

@Overridepublic Provinces update(Provinces entity) {//双删,防止多线程操作之间的时间间隔导致数据不一致redisTemplate.delete(entity.getProvinceid());//直接删除缓存，预防数据库成功，缓存失败super.update(entity);redisTemplate.delete(entity.getProvinceid());//双删return entity;}@Overridepublic Provinces add(Provinces entity) {redisTemplate.delete(entity.getProvinceid());super.add(entity);redisTemplate.delete(entity.getProvinceid());//双删return entity;}@Overridepublic void delete(String provinceid) {redisTemplate.delete(provinceid);super.delete(provinceid);redisTemplate.delete(provinceid);//双删}

SpringCache的用法

因为缓存代码逻辑有一定的固定性，所以可以利用模板设计模式对其进行封装。SpringCache并非具体的缓存技术，而是对各种缓存中间件的封装，具体的底层缓存是EhCache还是Redis，只需要简单的配置就可以了。

设计理念

正如Spring框架的其他服务一样，Spring Cache首先是提供了一层抽象，和兴抽象主要体现在这俩个接口上：
在这里插入图片描述

org.springframework.cache.Cache: 代表缓存本身
org.springframework.cache.CacheManager:代表对缓存的处理和管理
抽象的意义在于屏蔽实现细节的差异和提供扩展性，Cache的抽象解耦了缓存的使用和缓存的后端存储，方便后续更换存储。

使用SpringCache

在这里插入图片描述
使用示例：
1）声明缓存：在方法上添加@cacheable等注解，表示缓存该方法的结果。

    @Cacheable// value指定当前接口，要使用哪一个缓存器 --- 如果该缓存器不存在，则创建一个public Provinces detail(String provinceid) {//一个接口方法，对应一个缓存器return super.detail(provinceid);}

2）开启Spring的cache功能
<cache:annotation-driven /> 或者使用注解@EnableCaching 的方式

@Configuration
@EnableCaching
public class CacheConfig {
}

3）配置后端的存储
1）JDK内存作为缓存

    @Beanpublic CacheManager cacheManager() {//jdk里，内存管理器SimpleCacheManager cacheManager = new SimpleCacheManager();cacheManager.setCaches(Collections.singletonList(new ConcurrentMapCache("province")));return cacheManager;}

RedisCacheManager

 @Beanpublic CacheManager cacheManager(RedisConnectionFactory connectionFactory) {return RedisCacheManager.builder(connectionFactory).cacheDefaults(RedisCacheConfiguration.defaultCacheConfig().entryTtl(Duration.ofSeconds(20))) //缓存时间绝对过期时间20s.transactionAware().build();}

注解风格说明

1)@Cacheable:查询方法

@Cacheable// value指定当前接口，要使用哪一个缓存器 --- 如果该缓存器不存在，则创建一个public Provinces detail(String provinceid) {//一个接口方法，对应一个缓存器return super.detail(provinceid);}

2）@CachePut：新增或者修改方法

//这个AOP，先修改数据库，在删除缓存@CachePut(key = "#entity.provinceid")public Provinces update(Provinces entity) {return super.update(entity);}

3）@CacheEvict：删除缓存

@CacheEvictpublic void delete(String provinceid) {super.delete(provinceid);}

缓存穿透解决方案

缓存穿透是指缓存和数据库中都没有的数据，而用户不断发起请求，如发起Id为“-1”的数据或者id为不存在的数据。这是的用户很可能是恶意攻击，攻击会导致数据库压力过大。
在这里插入图片描述

解决方案：使用布隆过滤器

缓存击穿解决方案

缓存击穿是指缓存中没有，但是数据库中有的数据（一般是缓存过期），这是由于并发用户特别多，同时读取缓存没读取到数据，又同时去数据库读取数据，一期数据库压力瞬间增大，造成过大压力。
在这里插入图片描述

private BloomFilter<String> bf =null; //等效成一个set集合/*** 在bean初始化完成后，实例化bloomFilter,并加载数据*/@PostConstruct //对象创建后，自动调用本方法public void init(){List<Provinces> provinces = this.list();//当成一个SET----- 占内存，比hashset占得小很多bf = BloomFilter.create(Funnels.stringFunnel(Charsets.UTF_8), provinces.size());// 32个for (Provinces p : provinces) {bf.put(p.getProvinceid());}}@Cacheable(value = "province")public Provinces detail(String provinceid) {//先判断布隆过滤器中是否存在该值，值存在才允许访问缓存和数据库if(!bf.mightContain(provinceid)){System.out.println("非法访问--------"+System.currentTimeMillis());return null;}System.out.println("数据库中得到数据--------"+System.currentTimeMillis());Provinces provinces = super.detail(provinceid);return provinces;}

缓存雪崩解决方案

缓存血本是指缓存中数据大批量到过期时间，而查询数据量巨大，引起数据库压力过大甚至宕机。和缓存击穿不同的是，缓存击穿指并发查询同一条数据，缓存雪崩是不同数据同时过期，很多数据都要从数据库在这里插入图片描述
查询。

解决方案：加显示锁（可以解决缓存击穿问题）

public Provinces detail(String provinceid) {// 1.从缓存中取数据Cache.ValueWrapper valueWrapper = cm.getCache(CACHE_NAME).get(provinceid);if (valueWrapper != null) {logger.info("缓存中得到数据");return (Provinces) (valueWrapper.get());}//2.加锁排队，阻塞式锁---100个线程走到这里---同一个sql的取同一把锁doLock(provinceid);//32个省，最多只有32把锁，1000个线程try{//第二个线程进来了// 一次只有一个线程//双重校验，不加也没关系，无非是多刷几次库valueWrapper = cm.getCache(CACHE_NAME).get(provinceid);//第二个线程，能从缓存里拿到值if (valueWrapper != null) {logger.info("缓存中得到数据");return (Provinces) (valueWrapper.get());//第二个线程，这里返回}Provinces provinces = super.detail(provinceid);// 3.从数据库查询的结果不为空，则把数据放入缓存中，方便下次查询if (null != provinces){cm.getCache(CACHE_NAME).put(provinceid, provinces);}return provinces;}catch(Exception e){return null;}finally{//4.解锁releaseLock(provinceid);}}