🥳🥳Welcome Huihui's Code World ! !🥳🥳

接下来看看由辉辉所写的关于Redis的相关操作吧 

目录

🥳🥳Welcome Huihui's Code World ! !🥳🥳

一.Redis与SSM的整合

1.添加Redis依赖

2.spring-redis.xml的相关配置

①注册一个redis.properties

applicationContext

②.配置数据源【连接池】

③.连接工厂

④.配置序列化器

⑤.配置缓存管理器

⑥.配置redis的key生成策略

二.Redis的注解式开发

注解中的常用参数

1.@Cacheable

2.@CachePut

3.@CacheEvict

三.Redis的击穿、穿透、雪崩 

1.击穿

2.穿透

3.雪崩

解决方案

---

一.Redis与SSM的整合

1.添加Redis依赖

在Maven中添加Redis的依赖

<redis.version>2.9.0</redis.version>
<redis.spring.version>1.7.1.RELEASE</redis.spring.version>
 
<dependency>
	<groupId>redis.clients</groupId>
	<artifactId>jedis</artifactId>
	<version>${redis.version}</version>
</dependency>

2.spring-redis.xml的相关配置

①注册一个redis.properties

redis.hostName=localhost
redis.port=6379
redis.password=123456
redis.timeout=10000
redis.maxIdle=300
redis.maxTotal=1000
redis.maxWaitMillis=1000
redis.minEvictableIdleTimeMillis=300000
redis.numTestsPerEvictionRun=1024
redis.timeBetweenEvictionRunsMillis=30000
redis.testOnBorrow=true
redis.testWhileIdle=true
redis.expiration=3600

但是当spring-context.xml中需要注册多个properties文件，那么我们就不能够直接在spring-*.xml中添加注册，因为这样子的话，只能够读取一个配置文件，另一个配置文件会被覆盖掉，我们可以建一个文件用来专门引入外部文件

applicationContext

<?xml version="1.0" encoding="UTF-8"?>
<beans xmlns="http://www.springframework.org/schema/beans"
       xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
       xmlns:context="http://www.springframework.org/schema/context" xmlns:tx="http://www.springframework.org/schema/tx"
       xmlns:aop="http://www.springframework.org/schema/aop"
       xsi:schemaLocation="http://www.springframework.org/schema/beans http://www.springframework.org/schema/beans/spring-beans.xsd http://www.springframework.org/schema/context http://www.springframework.org/schema/context/spring-context.xsd http://www.springframework.org/schema/tx http://www.springframework.org/schema/tx/spring-tx.xsd http://www.springframework.org/schema/aop http://www.springframework.org/schema/aop/spring-aop.xsd">
    <!--1. 引入外部多文件方式 -->
    <bean id="propertyConfigurer"
          class="org.springframework.beans.factory.config.PropertyPlaceholderConfigurer">
        <property name="systemPropertiesModeName" value="SYSTEM_PROPERTIES_MODE_OVERRIDE" />
        <property name="ignoreResourceNotFound" value="true" />
        <property name="locations">
            <list>
                <value>classpath:jdbc.properties</value>
                <value>classpath:redis.properties</value>
            </list>
        </property>
    </bean>

<!--  随着后续学习，框架会越学越多，不能将所有的框架配置，放到同一个配制间，否者不便于管理  -->
    <import resource="applicationContext-mybatis.xml"></import>
    <import resource="spring-redis.xml"></import>
    <import resource="applicationContext-shiro.xml"></import>
</beans>

那么pom.xml中也需要进行修改，我们现在需要读取到所有的properties文件，所以需要是*.properties文件，而不能够指定是某一个配置文件

<!--解决mybatis-generator-maven-plugin运行时没有将jdbc.properites文件放入target文件夹的问题-->
      <resource>
        <directory>src/main/resources</directory>
        <includes>
          <include>*.properties</include>
          <include>*.xml</include>
        </includes>
      </resource>

②.配置数据源【连接池】

<!-- 2. redis连接池配置-->
    <bean id="poolConfig" class="redis.clients.jedis.JedisPoolConfig">
        <!--最大空闲数-->
        <property name="maxIdle" value="${redis.maxIdle}"/>
        <!--连接池的最大数据库连接数  -->
        <property name="maxTotal" value="${redis.maxTotal}"/>
        <!--最大建立连接等待时间-->
        <property name="maxWaitMillis" value="${redis.maxWaitMillis}"/>
        <!--逐出连接的最小空闲时间 默认1800000毫秒(30分钟)-->
        <property name="minEvictableIdleTimeMillis" value="${redis.minEvictableIdleTimeMillis}"/>
        <!--每次逐出检查时 逐出的最大数目 如果为负数就是 : 1/abs(n), 默认3-->
        <property name="numTestsPerEvictionRun" value="${redis.numTestsPerEvictionRun}"/>
        <!--逐出扫描的时间间隔(毫秒) 如果为负数,则不运行逐出线程, 默认-1-->
        <property name="timeBetweenEvictionRunsMillis" value="${redis.timeBetweenEvictionRunsMillis}"/>
        <!--是否在从池中取出连接前进行检验,如果检验失败,则从池中去除连接并尝试取出另一个-->
        <property name="testOnBorrow" value="${redis.testOnBorrow}"/>
        <!--在空闲时检查有效性, 默认false  -->
        <property name="testWhileIdle" value="${redis.testWhileIdle}"/>
    </bean>

③.连接工厂

 <!-- 3. redis连接工厂 -->
    <bean id="connectionFactory" class="org.springframework.data.redis.connection.jedis.JedisConnectionFactory"
          destroy-method="destroy">
        <property name="poolConfig" ref="poolConfig"/>
        <!--IP地址 -->
        <property name="hostName" value="${redis.hostName}"/>
        <!--端口号  -->
        <property name="port" value="${redis.port}"/>
        <!--如果Redis设置有密码  -->
        <property name="password" value="${redis.password}"/>
        <!--客户端超时时间单位是毫秒  -->
        <property name="timeout" value="${redis.timeout}"/>
    </bean>

④.配置序列化器

 <!-- 4. redis操作模板,使用该对象可以操作redis
        hibernate课程中hibernatetemplete，相当于session，专门操作数据库。
    -->
    <bean id="redisTemplate" class="org.springframework.data.redis.core.RedisTemplate">
        <property name="connectionFactory" ref="connectionFactory"/>
        <!--如果不配置Serializer，那么存储的时候缺省使用String，如果用User类型存储，那么会提示错误User can't cast to String！！  -->
        <property name="keySerializer">
            <bean class="org.springframework.data.redis.serializer.StringRedisSerializer"/>
        </property>
        <property name="valueSerializer">
            <bean class="org.springframework.data.redis.serializer.GenericJackson2JsonRedisSerializer"/>
        </property>
        <property name="hashKeySerializer">
            <bean class="org.springframework.data.redis.serializer.StringRedisSerializer"/>
        </property>
        <property name="hashValueSerializer">
            <bean class="org.springframework.data.redis.serializer.GenericJackson2JsonRedisSerializer"/>
        </property>
        <!--开启事务  -->
        <property name="enableTransactionSupport" value="true"/>
    </bean>

⑤.配置缓存管理器

<!--  5.配置缓存管理器  -->
    <bean id="redisCacheManager" class="org.springframework.data.redis.cache.RedisCacheManager">
        <constructor-arg name="redisOperations" ref="redisTemplate"/>
        <!--redis缓存数据过期时间单位秒-->
        <property name="defaultExpiration" value="${redis.expiration}"/>
        <!--是否使用缓存前缀，与cachePrefix相关-->
        <property name="usePrefix" value="true"/>
        <!--配置缓存前缀名称-->
        <property name="cachePrefix">
            <bean class="org.springframework.data.redis.cache.DefaultRedisCachePrefix">
                <constructor-arg index="0" value="-cache-"/>
            </bean>
        </property>
    </bean>

⑥.配置redis的key生成策略

<!--6.配置缓存生成键名的生成规则-->
    <bean id="cacheKeyGenerator" class="com.zking.ssm.redis.CacheKeyGenerator"></bean>

键名的生成规则

package com.zking.ssm.redis;

import lombok.extern.slf4j.Slf4j;
import org.springframework.cache.interceptor.KeyGenerator;
import org.springframework.util.ClassUtils;

import java.lang.reflect.Array;
import java.lang.reflect.Method;

@Slf4j
public class CacheKeyGenerator implements KeyGenerator {
    // custom cache key
    public static final int NO_PARAM_KEY = 0;
    public static final int NULL_PARAM_KEY = 53;

    @Override
    public Object generate(Object target, Method method, Object... params) {
        StringBuilder key = new StringBuilder();
        key.append(target.getClass().getSimpleName()).append(".").append(method.getName()).append(":");
        if (params.length == 0) {
            key.append(NO_PARAM_KEY);
        } else {
            int count = 0;
            for (Object param : params) {
                if (0 != count) {//参数之间用,进行分隔
                    key.append(',');
                }
                if (param == null) {
                    key.append(NULL_PARAM_KEY);
                } else if (ClassUtils.isPrimitiveArray(param.getClass())) {
                    int length = Array.getLength(param);
                    for (int i = 0; i < length; i++) {
                        key.append(Array.get(param, i));
                        key.append(',');
                    }
                } else if (ClassUtils.isPrimitiveOrWrapper(param.getClass()) || param instanceof String) {
                    key.append(param);
                } else {//Java一定要重写hashCode和eqauls
                    key.append(param.hashCode());
                }
                count++;
            }
        }

        String finalKey = key.toString();
//        IEDA要安装lombok插件
        log.debug("using cache key={}", finalKey);
        return finalKey;
    }
}

二.Redis的注解式开发

如果我们不使用redis的话，那么我们拿数据就要从数据库拿，但如果数据量过多，或者拿数据的频次过多，则会增加服务器压力，导致运行效率变低，所以我们要考虑减轻服务器的压力，那么我们可以用到redis，要用到redis，就不得不提及一下spring中的redis缓存注解啦，如果你也想将redis用到项目中，那么就看看下面的内容吧

package com.zking.ssm.biz;

import com.zking.ssm.model.Clazz;
import com.zking.ssm.util.PageBean;
import org.springframework.cache.annotation.CacheEvict;
import org.springframework.cache.annotation.CachePut;

import java.util.List;
import java.util.Map;

public interface ClazzBiz {
    int deleteByPrimaryKey(Integer cid);

    int insert(Clazz record);

    int insertSelective(Clazz record);

    Clazz selectByPrimaryKey(Integer cid);

    int updateByPrimaryKeySelective(Clazz record);

    int updateByPrimaryKey(Clazz record);

    List<Clazz> listPager(Clazz clazz, PageBean pageBean);
    List<Map> listMapPager(Clazz clazz, PageBean pageBean);
}

注解中的常用参数

value	指定缓存的名称，可以是一个或多个缓存名字的数组
key	指定缓存的键值，支持SpEL表达式，用于自定义缓存的键生成策略
condition	指定一个SpEL表达式，用于决定是否要缓存方法的结果

1.@Cacheable

        ▲@Cacheable是Spring框架提供的注解，它标识的方法会在调用时先从缓存中查找是否存在所需的数据，如果缓存中已存在，直接返回该数据；否则会去调用该方法获取数据并将其缓存起来

        🔺@Cacheable主要应用于查询操作，例如查询用户信息、查询文章列表等。通过将查询结果缓存起来，可以减少对数据库的访问压力，提高系统性能

package com.zking.ssm.biz;

import com.zking.ssm.model.Clazz;
import com.zking.ssm.util.PageBean;
import org.springframework.cache.annotation.CacheEvict;
import org.springframework.cache.annotation.CachePut;
import org.springframework.cache.annotation.Cacheable;

import java.util.List;
import java.util.Map;

public interface ClazzBiz {
 
    @Cacheable(value = "xx",key = "'cid:'+#cid",condition = "#cid > 6")
    Clazz selectByPrimaryKey(Integer cid);

  }

相应的redis中便会将数据储存起来

2.@CachePut

       ▲ @CachePut也是Spring框架提供的注解，它标识的方法会同时更新缓存和数据库中的数据。常用于保存、更新操作，例如保存用户信息、更新文章内容等

        🔺@CachePut会将方法的返回值写入缓存中，如果已经存在缓存，则会覆盖原来的缓存数据

package com.zking.ssm.biz;

import com.zking.ssm.model.Clazz;
import com.zking.ssm.util.PageBean;
import org.springframework.cache.annotation.CacheEvict;
import org.springframework.cache.annotation.CachePut;
import org.springframework.cache.annotation.Cacheable;

import java.util.List;
import java.util.Map;

public interface ClazzBiz {
  

   @CachePut(value = "xx",key = "'cid:'+#cid",condition = "#cid > 6")
    Clazz selectByPrimaryKey(Integer cid);

 
}

3.@CacheEvict

      ▲  @CacheEvict是Spring框架提供的注解，它用于删除缓存中的数据。涉及到数据变更的操作（例如添加、删除、修改）时，需要将相应的缓存数据删除，以保证缓存和数据库数据一致

       🔺 @CacheEvict可以指定要删除的缓存数据的key，或者清除所有缓存数据

package com.zking.ssm.biz;

import com.zking.ssm.model.Clazz;
import com.zking.ssm.util.PageBean;
import org.springframework.cache.annotation.CacheEvict;
import org.springframework.cache.annotation.CachePut;
import org.springframework.cache.annotation.Cacheable;

import java.util.List;
import java.util.Map;

public interface ClazzBiz {
  @CacheEvict(value = "xx",key = "'cid:'+#cid")
    int deleteByPrimaryKey(Integer cid);
}

清除特定id的缓存

清除缓存后，缓存的数据便没有了

三.Redis的击穿、穿透、雪崩 

1.击穿

        击穿指的是一个非常热门的数据在缓存中不存在，导致所有的请求都直接到达数据库，从而造成数据库负载过高，甚至可能引起系统崩溃。这种情况常常发生在缓存中设置了过期时间的数据，在数据失效的瞬间，有大量请求同时涌入，导致缓存无法命中并且每个请求都需要去访问数据库

解决方案：

• 使用互斥锁机制：当一个请求发现缓存中不存在时，可以使用互斥锁机制来确保只有一个线程去查询数据库，其他线程等待查询结果。
• 提前异步加载：在缓存过期之前，提前异步加载数据到缓存，避免缓存过期时大量请求同时到达数据库

2.穿透

        穿透指的是请求的数据在缓存和数据库中都不存在，这种情况通常是由于恶意请求或者非法请求导致的。这些请求绕过了缓存层直接访问数据库，造成了数据库的压力增加，资源浪费

解决方案：

• 参数校验：在请求到达缓存之前，可以进行参数校验，过滤掉无效的请求。
• 布隆过滤器（Bloom Filter）：使用布隆过滤器可以判断一个请求对应的数据是否存在于数据库中，如果不存在则可以直接拦截请求，避免访问数据库

3.雪崩

        雪崩指的是缓存中大量的数据同时失效，导致所有请求都直接访问数据库，从而造成数据库负载激增，甚至导致系统崩溃。这种情况可能发生在缓存中的数据设置了相同的过期时间，当过期时间到达时，所有数据同时失效

解决方案：

• 设置不同的过期时间：为不同的缓存数据设置稍有差异的过期时间，避免所有数据同时失效。
• 使用热点数据预加载：通过预先加载一些热门数据到缓存中，来降低缓存同时失效的风险。
• 分布式锁机制：在缓存数据失效时，使用分布式锁机制确保只有一个线程去重新加载缓存，其他线程等待缓存重新加载完成后再读取

解决方案

        其实上述的这三种问题，都有自己对应的解决方法，但是他们也有一个共同的方法可以解决--限流

        在Redis中，限流是一种控制系统访问频率的机制，用于限制对某个资源或服务的并发访问数量，以防止系统过载或被恶意请求攻击。

限流的目的是通过限制请求的速率，保护系统的稳定性和可用性。它可以帮助平衡系统的负载，防止过多的请求同时涌入，导致系统不堪重负。

        Redis提供了多种限流的实现方式，其中常用的包括：

1. 令牌桶算法（Token Bucket Algorithm）：这种算法基于令牌桶的概念，系统以一定的速率生成令牌放入桶中，每个请求需要获取一个令牌才能执行，当桶中没有足够的令牌时，请求将被阻塞或拒绝。通过调整令牌生成速率和桶的容量，可以控制系统的请求速率。

2. 漏桶算法（Leaky Bucket Algorithm）：漏桶算法的原理是，将请求均匀地以固定的速率从一个漏桶中流出，如果请求的速率超过了漏桶的处理能力，多余的请求将被丢弃或延迟处理。漏桶算法可以平滑请求的流量，防止突发的大量请求压垮系统。

3. 计数器和时间窗口：这种实现方式通过统计一段时间内的请求次数，然后与预设的阈值进行比较，从而判断是否超过了访问限制。可以通过Redis的计数器（如INCR）和过期时间设置来实现

好啦，今天的分享就到这了，希望能够帮到你呢！😊😊