谷粒商城高级篇 (十一) --------- Spring Cache

女爷i 2024-04-07 15:58 37阅读 0赞

#### 目录 ####

*  一、简介
 *  二、注解
 *  三、SpEL 语法
 *  四、使用
 *   *  1. 引入依赖
     *  2. 写配置
     *  3. 开启缓存注解功能
 *  五、缓存失效问题

--------------------

## 一、简介 ##

Spring 从 3.1 开始定义了 org.springframework.cache.Cache 和 org.springframework.cache.CacheManager 接口来统一不同的缓存技术，并支持使用 JCache (JSR-107) 注解简化我们开发。

Cache 接口为缓存的组件规范定义，包含缓存的各种操作集合，Cache 接口下 Spring 提供了各种 xxxCache 的实现 ：如 RedisCache ，EhCacheCache, ConcurrentMapCache 等。

每次调用需要缓存功能的方法时，Spring 会检查检查指定参数的指定的目标方法是否已经被调用过。如果有就直接从缓存中获取方法调用后的结果，如果没有就调用方法并缓存结果后返回给用户。下次调用直接从缓存中获取。

使用 Spring 缓存抽象时我们需要关注以下两点：

*  1、确定方法需要被缓存以及他们的缓存策略
 *  2、从缓存中读取之前缓存存储的数据

**基础概念**

![在这里插入图片描述][33a19f1d62f04a2b9b6ddb51765824ca.png]

## 二、注解 ##

<table> 
 <thead> 
  <tr> 
   <th>注解</th> 
   <th>说明</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>Cache</td> 
   <td>缓存接口，定义缓存操作。实现有：RedisCache、EhCacheCache、ConcurrentMapCache等</td> 
  </tr> 
  <tr> 
   <td>CacheManager</td> 
   <td>缓存管理器，管理各种缓存（Cache)组件</td> 
  </tr> 
  <tr> 
   <td>@Cacheable</td> 
   <td>主要针对方法配置，能够根据方法的请求参数对其结果进行缓存</td> 
  </tr> 
  <tr> 
   <td>@CacheEvict</td> 
   <td>清空缓存</td> 
  </tr> 
  <tr> 
   <td>@CachePut</td> 
   <td>保证方法被调用，又希望结果被缓存。</td> 
  </tr> 
  <tr> 
   <td>@EnableCaching</td> 
   <td>开启基于注解的缓存</td> 
  </tr> 
  <tr> 
   <td>keyGenerator</td> 
   <td>缓存数据时key生成策略</td> 
  </tr> 
  <tr> 
   <td>serialize</td> 
   <td>缓存数据时value序列化策略</td> 
  </tr> 
 </tbody> 
</table>

@Cacheable / @CachePut / @CacheEvict 主要的参数

<table> 
 <thead> 
  <tr> 
   <th>参数</th> 
   <th>说明</th> 
   <th>示例</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>value</td> 
   <td>缓存的名称, 在 spring 配置文件中定义, 必须指定至少一个</td> 
   <td>例如：@Cacheable(value=“mycache” 或 @Cacheable(value=“cache1”, “cache2”)</td> 
  </tr> 
  <tr> 
   <td>key</td> 
   <td>缓存的key，可以为空，如果指定，按照 SpEL 表达式编写，如果不指定，则缺省按照方法的所有参数进行组合</td> 
   <td>@Caheable(value=“testcache”, key=“#username”)</td> 
  </tr> 
  <tr> 
   <td>allEntries(@CacheEvict)</td> 
   <td>是否清空所有缓存内容，缺省为false，如果指定为 true，则方法调用后将立即清空所有缓存</td> 
   <td>例如：@CachEvict(value=“test”, allEntries=true)</td> 
  </tr> 
  <tr> 
   <td>beforeInvocation(@CacheEvict)</td> 
   <td>是否在方法执行前就清空，缺省为false，如果指定为true，则在方法还没有执行的时候就清空缓存，缺省情况下，如果方法执行抛出异常，则不会清空缓存</td> 
   <td>例如: @CacheEvict(value=“testcache”, beforeInvocation=true)</td> 
  </tr> 
  <tr> 
   <td>unless(@CachePut、@Cacheable)</td> 
   <td>用于否决缓存的，不像 condition，该表达式只在方法执行之后判断，此时可以拿到返回值 result 进行判断。条件为 true 不会缓存，false才缓存</td> 
   <td>例如：@Cacheable(vlaue=“testcache”, unless=“#result==null”)</td> 
  </tr> 
 </tbody> 
</table>

## 三、SpEL 语法 ##

![在这里插入图片描述][4096b128bcf84f888da0374b41fe5748.png]

## 四、使用 ##

### 1. 引入依赖 ###

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

### 2. 写配置 ###

A、自动配置了哪些 ?

CacheAuroConfiguration会导入 RedisCacheConfiguration；  
自动配好了缓存管理器RedisCacheManager

B、配置使用redis作为缓存

spring.cache.type=redis

C、也可以自定义配置，因为默认的使用 JDK 的序列化机制，我们想用 JSON 序列化机制

package com.fancy.gulimall.product.config;
    
    import org.springframework.boot.autoconfigure.cache.CacheProperties;
    import org.springframework.boot.context.properties.EnableConfigurationProperties;
    import org.springframework.cache.annotation.EnableCaching;
    import org.springframework.context.annotation.Bean;
    import org.springframework.context.annotation.Configuration;
    import org.springframework.data.redis.cache.RedisCacheConfiguration;
    import org.springframework.data.redis.serializer.GenericJackson2JsonRedisSerializer;
    import org.springframework.data.redis.serializer.RedisSerializationContext;
    import org.springframework.data.redis.serializer.StringRedisSerializer;
    
    @Configuration
    @EnableCaching
    @EnableConfigurationProperties(CacheProperties.class)
    public class MyCacheConfig {
        
        // @Autowired
        // public CacheProperties cacheProperties;
    
        /**
         * 配置文件的配置没有用上
         * @return
         */
        @Bean
        public RedisCacheConfiguration redisCacheConfiguration(CacheProperties cacheProperties) {
        
    
            RedisCacheConfiguration config = RedisCacheConfiguration.defaultCacheConfig();
            // config = config.entryTtl();
            config = config.serializeKeysWith(RedisSerializationContext.SerializationPair.fromSerializer(new StringRedisSerializer()));
            config = config.serializeValuesWith(RedisSerializationContext.SerializationPair.fromSerializer(new GenericJackson2JsonRedisSerializer()));
    
            CacheProperties.Redis redisProperties = cacheProperties.getRedis();
            //将配置文件中所有的配置都生效
            if (redisProperties.getTimeToLive() != null) {
        
                config = config.entryTtl(redisProperties.getTimeToLive());
            }
            if (redisProperties.getKeyPrefix() != null) {
        
                config = config.prefixKeysWith(redisProperties.getKeyPrefix());
            }
            if (!redisProperties.isCacheNullValues()) {
        
                config = config.disableCachingNullValues();
            }
            if (!redisProperties.isUseKeyPrefix()) {
        
                config = config.disableKeyPrefix();
            }
    
            return config;
        }
    }

### 3. 开启缓存注解功能 ###

![在这里插入图片描述][e035564f1701411689fc07214a10940f.png]

/**
    * 每一个需要缓存的数据我们都来指定要放到那个名字的缓存。【缓存的分区(按照业务类型分)】
    * 代表当前方法的结果需要缓存，如果缓存中有，方法都不用调用，如果缓存中没有，会调用方法。最后将方法的结果放入缓存
    * 默认行为
    *      如果缓存中有，方法不再调用
    *      key是默认生成的:缓存的名字::SimpleKey::[](自动生成key值)
    *      缓存的value值，默认使用jdk序列化机制，将序列化的数据存到redis中
    *      默认时间是 -1：
    *
    *   自定义操作：key的生成
    *      指定生成缓存的key：key属性指定，接收一个Spel
    *      指定缓存的数据的存活时间:配置文档中修改存活时间
    *      将数据保存为json格式
    *
    *
    * 4、Spring-Cache的不足之处：
    *  1）、读模式
    *      缓存穿透：查询一个null数据。解决方案：缓存空数据
    *      缓存击穿：大量并发进来同时查询一个正好过期的数据。解决方案：加锁 ? 默认是无加锁的;使用sync = true来解决击穿问题
    *      缓存雪崩：大量的key同时过期。解决：加随机时间。加上过期时间
    *  2)、写模式：（缓存与数据库一致）
    *      1）、读写加锁。
    *      2）、引入Canal,感知到MySQL的更新去更新Redis
    *      3）、读多写多，直接去数据库查询就行
    *
    *  总结：
    *      常规数据（读多写少，即时性，一致性要求不高的数据，完全可以使用Spring-Cache）：写模式(只要缓存的数据有过期时间就足够了)
    *      特殊数据：特殊设计
    *
    *  原理：
    *      CacheManager(RedisCacheManager)->Cache(RedisCache)->Cache负责缓存的读写
    * @return
    */
    @Cacheable(value={
        "category"}, key="#root.method.name", sync = true)
    @Override
    public List<CategoryEntity> getLevel1Categorys() {
        
        System.out.println("getLevel1Categorys........");
        long l = System.currentTimeMillis();
        List<CategoryEntity> categoryEntities = this.baseMapper.selectList(
                new QueryWrapper<CategoryEntity>().eq("parent_cid", 0));
        System.out.println("消耗时间："+ (System.currentTimeMillis() - l));
        return categoryEntities;
    }
    
    /**
    * 级联更新所有关联的数据
    *
    * @CacheEvict:失效模式
    * @CachePut:双写模式，需要有返回值
    * 1、同时进行多种缓存操作：@Caching
    * 2、指定删除某个分区下的所有数据 @CacheEvict(value = "category",allEntries = true)
    * 3、存储同一类型的数据，都可以指定为同一分区
    * @param category
    */
    // @Caching(evict = {
        
    //         @CacheEvict(value = "category",key = "'getLevel1Categorys'"),
    //         @CacheEvict(value = "category",key = "'getCatalogJson'")
    // })
    @CacheEvict(value = "category",allEntries = true)       //删除某个分区下的所有数据
    @Transactional(rollbackFor = Exception.class)
    @Override
    public void updateCascade(CategoryEntity category) {
        
    
       RReadWriteLock readWriteLock = redissonClient.getReadWriteLock("catalogJson-lock");
       //创建写锁
       RLock rLock = readWriteLock.writeLock();
    
       try {
        
           rLock.lock();
           this.baseMapper.updateById(category);
           categoryBrandRelationService.updateCategory(category.getCatId(), category.getName());
       } catch (Exception e) {
        
           e.printStackTrace();
       } finally {
        
           rLock.unlock();
       }
    
       //同时修改缓存中的数据
       //删除缓存,等待下一次主动查询进行更新
    }
    
    
    @Cacheable(value = "category",key = "#root.methodName")
    @Override
    public Map<String, List<Catelog2Vo>> getCatalogJson() {
        
        System.out.println("查询了数据库");
    
        //将数据库的多次查询变为一次
        List<CategoryEntity> selectList = this.baseMapper.selectList(null);
    
        //1、查出所有分类
        //1、1）查出所有一级分类
        List<CategoryEntity> level1Categorys = getParent_cid(selectList, 0L);
    
        //封装数据
        Map<String, List<Catelog2Vo>> parentCid = level1Categorys.stream().collect(Collectors.toMap(k -> k.getCatId().toString(), v -> {
        
            //1、每一个的一级分类,查到这个一级分类的二级分类
            List<CategoryEntity> categoryEntities = getParent_cid(selectList, v.getCatId());
    
            //2、封装上面的结果
            List<Catelog2Vo> catelog2Vos = null;
            if (categoryEntities != null) {
        
                catelog2Vos = categoryEntities.stream().map(l2 -> {
        
                    Catelog2Vo catelog2Vo = new Catelog2Vo(v.getCatId().toString(), null, l2.getCatId().toString(), l2.getName().toString());
    
                    //1、找当前二级分类的三级分类封装成vo
                    List<CategoryEntity> level3Catelog = getParent_cid(selectList, l2.getCatId());
    
                    if (level3Catelog != null) {
        
                        List<Catelog2Vo.Category3Vo> category3Vos = level3Catelog.stream().map(l3 -> {
        
                            //2、封装成指定格式
                            Catelog2Vo.Category3Vo category3Vo = new Catelog2Vo.Category3Vo(l2.getCatId().toString(), l3.getCatId().toString(), l3.getName());
    
                            return category3Vo;
                        }).collect(Collectors.toList());
                        catelog2Vo.setCatalog3List(category3Vos);
                    }
    
                    return catelog2Vo;
                }).collect(Collectors.toList());
            }
    
            return catelog2Vos;
        }));
    
        return parentCid;
    }

## 五、缓存失效问题 ##

缓存穿透：

> 查询一个 null 数据。解决方案：缓存空数据

SpringCache 中解决方案：

![在这里插入图片描述][362eeeb40a494ff7ab00fd5b290ab9e0.png]

缓存击穿：

> 大量并发进来同时查询一个正好过期的数据。解决方案：加锁 ?  
> 默认是无加锁的。使用 sync = true来解决击穿问题。

SpringCache 中解决方案：

![在这里插入图片描述][a8fc50ac4ef642e9acbfa223eeb42ee0.png]

缓存雪崩：

> 大量的key同时过期。解决：加随机时间。加上过期时间

SpringCache 中解决方案：  
![在这里插入图片描述][aba64a4e8ef54b5ab20c06f93e9ef6be.png]

[33a19f1d62f04a2b9b6ddb51765824ca.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/6a8c1355f1104bcfb0f4bd6be7537a90.png
[4096b128bcf84f888da0374b41fe5748.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/9d9f790de75d4835a744d758d2a14dc8.png
[e035564f1701411689fc07214a10940f.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/201948027fbf41b0a2a0e2ffd30615c1.png
[362eeeb40a494ff7ab00fd5b290ab9e0.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/475c2ad7c0cc4f83a5aa60ca9cb6bf85.png
[a8fc50ac4ef642e9acbfa223eeb42ee0.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/d6bdac3f6bb64c6786397edd9b8dfc2b.png
[aba64a4e8ef54b5ab20c06f93e9ef6be.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/5ad3b9ebd767416bb87a9f3a41b5025a.png