Redis 击穿&穿透&雪崩&spring data redis
一、常见概念
- 击穿：
- 概念：redis作为缓存，设置了key的过期时间，key在过期的时候刚好出现并发访问，直接击穿redis，访问数据库
- 解决方案：使用setnx() ->相当于一把锁，设置的时候，发现设置过期，加锁，只有获得锁的人才可以访问DB，这样就能防止击穿。
- 逻辑：
1. get key 2. setnx 3. if ok addDB else sleep go to 1
- question1：如果第一个加锁的人挂了？ 可以设置过期时间
- question2：如果第一个加锁的人没挂，但是锁超时了？ 可以使用多线程，一个线程取库，一个线程监控前一个线程是否存活，更新锁时间。
- 穿透：
- 概念：从业务接收查询的是你系统根本不存在的数据，这时候刚好从redis穿透到数据
- 解决方案：使用布隆过滤器，不存在的数据使用bitmap进行拦截
- 1.使用布隆过滤器。从客户端包含布隆过滤器的算法。
- 2.直接redis集成布隆模块。
- question1:布隆过滤器只能查看，不能删除？解决方案：换cuckoo过滤器。
- 雪崩：
- 概念：大量的key同时失效，造成雪崩。
- 解决方案：在失效的基础上，再加入一个时间（1-5min）
二、SpringDataRedis
客户端连接，我们可以使用Jedis、lettuce、redisson...但是，我们在技术选型时，鉴于多方面考虑，选用SpringDataRedis
1.创建一个SpringBoot项目，勾选Spring Data Redis，也可以直接引入
<dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-data-redis</artifactId> </dependency>
2.使用序列化的方式，进行set和get值（乱码）
ValueOperations vo = redisTemplate.opsForValue(); vo.set("Hello","china"); System.out.println(vo.get("Hello"));
3.使用StringRedisTemplate来调整乱码情况
ValueOperations<String, String> svo = stringRedisTemplate.opsForValue(); svo.set("a","b"); System.out.println(svo.get("a"));
4.Hash操作
HashOperations<String,Object,Object> hash=stringRedisTemplate.opsForHash(); hash.put("sean","name","steve yu"); hash.put("sean","age","20"); hash.put("sean","sex","M"); System.out.println(hash.get("sean","name"));; System.out.println(hash.get("sean","age"));; System.out.println(hash.get("sean","sex"));;
5.对象操作(这边需要引入Spring Json)
HashOperations<String,Object,Object> hash=stringRedisTemplate.opsForHash(); hash.put("sean","name","steve yu"); hash.put("sean","age","20"); hash.put("sean","sex","M"); System.out.println(hash.get("sean","name"));; System.out.println(hash.get("sean","age"));; System.out.println(hash.get("sean","sex"));; //5.对象转哈希存储操作 Person p=new Person();p.setAge(15);p.setName("steve yu"); Jackson2HashMapper jm = new Jackson2HashMapper(objectMapper, false); stringRedisTemplate.setHashValueSerializer(new Jackson2JsonRedisSerializer<Object>(Object.class)); stringRedisTemplate.opsForHash().putAll("sean01",jm.toHash(p)); Map<Object, Object> map = stringRedisTemplate.opsForHash().entries("sean01"); System.out.println(map); Person person = objectMapper.convertValue(map, Person.class);
