Redis-Redis多级缓存架构（实践）

分布式锁redisson的使用（并发场景下)

1.基于缓存，对热点数据进行刷新过期时间，以实现“冷热数据分离”。

2.可以对“热点数据进行缓存重建”（双层获取）

3.使用分布式读写锁，可解决“数据库与缓存双写不一致”的场景

4.分布式读写锁的机制（读读共享，读写互斥，写写互斥）读写锁底层实现的是读写操作都是抢同一把锁，已控制拿锁的顺序。

若是读读操作，则底层实现的是可重入锁机制，在进行读读操作是，多个线程拿的都是同一把读锁，通过对信号量state进行+1，来计算重入的次数及释放锁的量。

若是写写，或写读场景，则其他未获取到锁的线程，则会处于等待阻塞状态。

@Service
public class ProductService {@Autowiredprivate ProductDao productDao;@Autowiredprivate RedisUtil redisUtil;@Autowiredprivate Redisson redisson;public static final Integer PRODUCT_CACHE_TIMEOUT = 60 * 60 * 24;public static final String EMPTY_CACHE = "{}";public static final String LOCK_PRODUCT_HOT_CACHE_PREFIX = "lock:product:hot_cache:";public static final String LOCK_PRODUCT_UPDATE_PREFIX = "lock:product:update:";public static Map<String, Product> productMap = new ConcurrentHashMap<>();@Transactionalpublic Product create(Product product) {Product productResult = productDao.create(product);redisUtil.set(RedisKeyPrefixConst.PRODUCT_CACHE + productResult.getId(), JSON.toJSONString(productResult),genProductCacheTimeout(), TimeUnit.SECONDS);return productResult;}@Transactionalpublic Product update(Product product) {Product productResult = null;//RLock updateProductLock = redisson.getLock(LOCK_PRODUCT_UPDATE_PREFIX + product.getId());RReadWriteLock readWriteLock = redisson.getReadWriteLock(LOCK_PRODUCT_UPDATE_PREFIX + product.getId());//通过读写锁来控制并发（读写锁 共用了是同一把锁）RLock writeLock = readWriteLock.writeLock();writeLock.lock();//这种不传时间值，当在并发条件下，那些未获取到锁的线程，会在一直处于阻塞状态，等待持有锁的线程执行完毕，再去唤醒需要持有锁的线程// writeLock.lock(10,TimeUnit.SECONDS);// 这种传入时间值，当在并发条件下，那些未获取到锁的线程，会在在10s时间内阻塞等待，若超过10s还未获取到锁，那么那些需要获取到锁的线程会重新再次去请求获取锁对象try {productResult = productDao.update(product);redisUtil.set(RedisKeyPrefixConst.PRODUCT_CACHE + productResult.getId(), JSON.toJSONString(productResult),genProductCacheTimeout(), TimeUnit.SECONDS); //更新缓存productMap.put(RedisKeyPrefixConst.PRODUCT_CACHE + productResult.getId(), product);//使用map去存储高热点数据（高热点数据比较少，则需要的内存较少，所以本地缓存可以使用），本地缓存可支持百万级别的并发，那么就服务就不会那么容易崩亏} finally {writeLock.unlock();}return productResult;}public Product get(Long productId) throws InterruptedException {Product product = null;String productCacheKey = RedisKeyPrefixConst.PRODUCT_CACHE + productId;//先从本地缓存中获取数据product = getProductFromCache(productCacheKey);if (product != null) {return product;}//DCL//若本地缓存中不存在，则通过分布式锁，进行加锁RLock hotCacheLock = redisson.getLock(LOCK_PRODUCT_HOT_CACHE_PREFIX + productId);//并发条件下，未获取到锁的线程，在此等待hotCacheLock.lock();//boolean result = hotCacheLock.tryLock(3, TimeUnit.SECONDS);try {//当加上分布式锁后再次中本地缓存中去获取数据，此为“热点缓存并发重建”//加分布式锁后，再次从本地缓存中去获取数据（考虑到，再加分布式锁过程中，有其他线程已经执行完查询的数据，并进行了缓存）product = getProductFromCache(productCacheKey);if (product != null) {return product;}//若缓存中未获取到数据，则通过redisson获取一把读写锁，来控制读写顺序（读写锁是共同抢同一把锁，具有互斥性，从而达到顺序执行）//同时分布式的读写锁，可以解决“数据库与缓存双写不一致”的问题//RLock updateProductLock = redisson.getLock(LOCK_PRODUCT_UPDATE_PREFIX + productId);RReadWriteLock readWriteLock = redisson.getReadWriteLock(LOCK_PRODUCT_UPDATE_PREFIX + productId);RLock rLock = readWriteLock.readLock();rLock.lock();try {product = productDao.get(productId);//读取数据库数据if (product != null) {redisUtil.set(productCacheKey, JSON.toJSONString(product),genProductCacheTimeout(), TimeUnit.SECONDS); //将取到的数据，进行redis缓存 和 本地缓存productMap.put(productCacheKey, product);} else {//若数据库中并没有该数据，则将缓存一个空对象，以防止恶意攻击redisUtil.set(productCacheKey, EMPTY_CACHE, genEmptyCacheTimeout(), TimeUnit.SECONDS);}} finally {rLock.unlock();//释放读锁}} finally {hotCacheLock.unlock(); //释放分布式锁}return product;}private Integer genProductCacheTimeout() {return PRODUCT_CACHE_TIMEOUT + new Random().nextInt(5) * 60 * 60;//设置不同的缓存过期时间，防止所有的key在同一时刻失效，造成缓存击穿，从而使服务瘫痪}private Integer genEmptyCacheTimeout() {return 60 + new Random().nextInt(30);//对空对象也进行设置不同的过期时间}private Product getProductFromCache(String productCacheKey) {Product product = productMap.get(productCacheKey);//先从本地缓存中获取数据，以提高数据访问量和有效性if (product != null) {return product;}String productStr = redisUtil.get(productCacheKey);//若本地缓存不存在，则从reids缓存中获取，以减少磁盘IOif (!StringUtils.isEmpty(productStr)) {  //判断需要获取的对象是否为空，若为空，则再次判断是否为空对象，若是空对象，则进行缓存if (EMPTY_CACHE.equals(productStr)) { //对获取的对象进行判断，是否为空对象（空对象存在的意义是防止恶意攻击，黑客攻击等），若为空对象，则返回一个新建的对象redisUtil.expire(productCacheKey, genEmptyCacheTimeout(), TimeUnit.SECONDS);return new Product();}product = JSON.parseObject(productStr, Product.class);redisUtil.expire(productCacheKey, genProductCacheTimeout(), TimeUnit.SECONDS);//读延期，已实现“冷热数据分离”（原理是当前被访问的对象，每被查询一次，就刷新一次过期时间）}return product;}}