【Redis从入门到进阶】第 5 讲：Redis 实现缓存与缓存更新策略

本文已收录于专栏 ?《Redis从入门到进阶》?

专栏前言

   本专栏开启，目的在于帮助大家更好的掌握学习Redis，同时也是为了记录我自己学习Redis的过程，将会从基础的数据类型开始记录，直到一些更多的应用，如缓存击穿还有分布式锁等。希望大家有问题也可以一起沟通，欢迎一起学习，对于专栏内容有错还望您可以及时指点，非常感谢大家 ?。

目录

• 专栏前言
• 1.什么是缓存？
• 2. 缓存的优缺点
• 3.为什么要Redis进行缓存
• 4. Redis 缓存流程
• 5.缓存的更新策略
• 6.主动更新策略

1.什么是缓存？

   缓存大家肯定都听过，它是数据交换时的缓冲区（也叫Cache），是临时存放数据的区域。对于用户一些经常查询的数据，我们可以将其放在缓存中，因为缓存是在内存中的，查询的效率非常快，以此减少服务器向数据库请求的操作，减少数据库的压力，让用户页面访问的更快，提高用户体验。

2. 缓存的优缺点

  听上去，缓存是一个非常好的东西，但其肯定也有缺点，如果我们应用不当，可能会出现各种问题。

• 优点：加快影响速度，减少数据库的压力
• 缺点：内存区域小，所以缓存不能存储太多数据。有可能出现缓存与数据库不一致的问题，内存区域容易丢失数据，维护成本较高。

3.为什么要Redis进行缓存

  Redis是一个高性能的非关系型数据库，它的特性刚好就适合我们来进行缓存。

1. 高性能：Redis 是内存数据库，数据都存在内存中，读写速度非常快，通常能够达到数十万次每秒的读写性能，比传统的关系型数据库快很多。因此，使用 Redis 作为缓存能够大大提高应用程序的性能。
2. 可扩展性：Redis 可以非常容易地进行扩展，因为它支持主从复制和分布式集群，可以将数据分布在多个节点上，从而提高系统的容错性和可扩展性。
3. 数据结构丰富：Redis 支持多种数据结构，包括字符串、哈希、列表、集合、有序集合等，这些数据结构的操作非常灵活和高效，能够满足不同应用场景的需求。
4. 持久化：Redis 支持数据持久化，可以将数据保存到磁盘中，防止数据丢失。
5. 生态圈丰富：Redis 有非常丰富的客户端库和工具，可以方便地集成到各种编程语言和框架中。同时，Redis 社区非常活跃，有大量的插件和扩展可以使用，方便了开发者的使用和维护。

4. Redis 缓存流程

  那么我们使用redis进行缓存的流程是怎么样呢？
  首先我们的请求肯定是指向redis进行查询的，如果可以查到数据则直接返回，否则就继续将请求发送向数据库进行查找，如果可以找到则将数据返回并同时将该数据写入到缓存中，这样下次再请求该数据时就可以直接从缓存中找到。如果数据库也找不到就可以直接返回客户端了。下图是执行流程

代码实现，注意这里我们将对象转为JSON存入redis

@Override
    public Result queryById(Long id){
        String key="cache:shop"+id;
        //1.从redis查询缓存
        String shopJson=stringRedisTemplate.opsForValue().get(key);
        //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
        Shop shop=getById(id);
        //5.不存在,返回错误
        if (shop==null){
            return Result.fail("店铺不存在");
        }
       //6.存在，写入redis  同时设置过期时间
        stringRedisTemplate.opsForValue().set(key,JSONUtil.toJsonStr(shop),30L,TimeUnit.MINUTES);
        return Result.ok(shop);
    }

5.缓存的更新策略

  我们使用了redis实现了最基础的缓存效果，但我们还得了解缓存更新策略。因为redis的数据存储在内存，而内存是一片非常小的区域，我们如果只添加缓存而不删除或更新缓存，那数据肯定很快就存满了，而在更新的同时又有可能带来缓存与数据库数据不一致的情况，带来一定的维护成本。所以选择好的缓存更新策略是必不可少的，让我们来了解常见的缓存更新策略：

1. 内存淘汰： 不用自己维护，利用redis的内存淘汰机制，当内存不足时自动淘汰部分数据，下次查询时更新缓存。一致性差，没有维护成本。
2. 超时剔除： 给缓存数据添加TTL过期时间，到期后自动删除缓存，下次查询时更新缓存。一致性一般，维护成本低。
3. 主动更新： 编写业务逻辑，在修改数据库的同时，更新缓存。一致性高，维护成本高。

  那我们该如何选择呢 ? 这需要根据我们的业务场景需求来选择，如果对于一致性较低的场景，我们可以使用内存淘汰机制。对于高一致性需求的场景我们应该选择主动更新，并且以超时剔除为兜底方案，比如查询商品的数量。

6.主动更新策略

  考虑到业务主要以数据一致性为主，我们这里讲的是最常用的主动更新策略，也就是由缓存的调用者，在更新数据库的同时更新缓存。当然这里面也有讲究，对于缓存我们选择删除缓存的更新策略，也就是每次更新数据库的同时让缓存失效，查询时再去更新，这样效率比较高。如果每次更新数据库我们都去更新缓存，更新了好多次才查询一次，那么无效写的操作就比较多了。

  另外一个问题就是如何保证缓存与数据库的操作的同时成功或失败，这里我们可以将两个操作合并成一个事务，这里我们举例的是单体系统，不考虑分布式。为了保证数据一致性，在产生异常时我们需要手动进行回滚。

  还有一个问题就是我们操作时到底是先操作数据库还是先操作缓存？有的人肯定有疑问，这有什么区别吗？在多个线程的情况下，如果我们是先操作缓存再操作数据库，由于数据库的操作时间相对于缓存来说是非常久的，此时就容易在操作数据库的时候进来一个线程去查询缓存，但此时缓存又被删了，于是后来的线程将数据库的是数据又写回缓存，而我们前面的线程又恰好将数据库修改了，那么这就会出现数据库与缓存不一致的问题。所以我们应该先操作数据库，再来删除缓存，这样出错的概率会小很多。

  有关缓存与数据一致性问题坑比较多，我暂时也不太懂，以后有机会再聊。