Spring Boot中集成Redis与MySQL

🕗 发布于 2024-11-15 22:45 spring boot redis mysql

1. 环境准备与依赖配置

1.1 Maven 依赖管理

为了在 Spring Boot 项目中使用 Redis 和 MySQL，我们需要在 pom.xml 中添加必要的依赖。主要包括以下几个依赖：

Spring Data Redis：用于在 Spring Boot 中集成 Redis，提供 RedisTemplate 进行操作。
MySQL JDBC 驱动：用于连接 MySQL 数据库。
Spring Data JPA：用于简化与 MySQL 数据库的交互，提供面向对象的数据库操作支持。

具体依赖代码：

<!-- Spring Data Redis 依赖，用于集成 Redis -->
<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-data-redis</artifactId>
</dependency>

<!-- MySQL JDBC 驱动，用于连接 MySQL 数据库 -->
<dependency>
    <groupId>mysql</groupId>
    <artifactId>mysql-connector-java</artifactId>
</dependency>

<!-- Spring Data JPA 依赖，用于简化数据库访问 -->
<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-data-jpa</artifactId>
</dependency>

添加完这些依赖后，Spring Boot 项目就可以利用 Spring Data Redis 来操作 Redis，并通过 Spring Data JPA 连接和操作 MySQL 数据库。

1.2. 配置文件：设置 `application.properties` 文件

Spring Boot 项目中通常使用 application.properties 文件来配置应用所需的参数。以下是 Redis 和 MySQL 的详细连接参数设置说明。

Redis 配置

# Redis 主机地址，默认情况下是 localhost，本地使用无需修改
spring.redis.host=localhost

# Redis 服务端口，默认 6379
spring.redis.port=6379

# Redis 密码，如果没有设置密码，可以留空
spring.redis.password=your_redis_password

配置说明：

spring.redis.host：Redis 服务器的主机地址，通常为 localhost（即本地）或 Redis 所在的服务器 IP。
spring.redis.port：Redis 服务器的端口号，默认是 6379，可以根据实际 Redis 配置进行调整。
spring.redis.password：Redis 的访问密码。如果 Redis 设置了密码保护（通常用于远程访问或安全性较高的场景），则在此处填写对应的密码。

MySQL 配置

# MySQL 数据库连接 URL，格式为：jdbc:mysql://[host]:[port]/[database_name]?参数
spring.datasource.url=jdbc:mysql://localhost:3306/your_database_name?useSSL=false&serverTimezone=UTC

# MySQL 数据库用户名
spring.datasource.username=your_mysql_username

# MySQL 数据库用户密码
spring.datasource.password=your_mysql_password

# JDBC 驱动类名称，Spring Boot 2.x 及以上版本中使用 com.mysql.cj.jdbc.Driver
spring.datasource.driver-class-name=com.mysql.cj.jdbc.Driver

配置说明：

spring.datasource.url：数据库连接 URL。其格式为：
- jdbc:mysql://：指定使用 MySQL 数据库的 JDBC 驱动。
- [host]：MySQL 服务器主机地址，本地为 localhost，如果是远程则填写 IP 地址。
- [port]：MySQL 服务端口号，默认是 3306，可以根据实际情况调整。
- [database_name]：具体使用的数据库名称，需要在 MySQL 中提前创建好。
- ?useSSL=false：指定是否启用 SSL 连接（一般本地开发设为 false）。
- &serverTimezone=UTC：设置服务器的时区为 UTC，防止可能的时区问题。
spring.datasource.username：MySQL 数据库用户名，用于连接数据库。
spring.datasource.password：对应的用户名密码，确保输入正确。
spring.datasource.driver-class-name：指定 JDBC 驱动类。MySQL 使用 com.mysql.cj.jdbc.Driver（这是 MySQL 8.0 及以上版本的驱动类）。

1.3. 本地与远程服务搭建

1.3.1. Redis 服务启动

（1）本地 Redis 启动

安装 Redis：首先，你需要在本地环境中安装 Redis。根据操作系统的不同，可以通过 apt-get（Linux）、brew（macOS）或直接下载 Redis 可执行文件来安装。

启动 Redis 服务：

安装完成后，可以通过命令行启动 Redis 服务：

redis-server

Redis 默认在 localhost 的 6379 端口上监听请求。
启动后，你可以通过 Redis 客户端（redis-cli）测试连接。在终端输入以下命令：

redis-cli

然后执行 PING 命令。如果返回 PONG，表示 Redis 已经正常启动。

（2）远程 Redis 服务器配置

安全性设置：如果 Redis 部署在远程服务器上，建议为 Redis 设置密码。在 Redis 的配置文件（通常是 redis.conf）中设置 requirepass your_password，然后重新启动服务以生效。

防火墙配置：确保 Redis 端口（默认 6379）在服务器的防火墙中开放，以允许远程访问。

网络连接测试：

确保你的应用主机能够通过 IP 地址和端口访问远程 Redis 服务器，可以在命令行测试连接：

redis-cli -h <远程IP> -p 6379 -a <密码>

如果连接成功，执行 PING 返回 PONG，则说明网络连接和认证都已正确配置。

（3）Redis 的远程访问限制

为了安全起见，Redis 的配置文件中默认限制了公网访问。可以在 redis.conf 文件中设置 bind 0.0.0.0 以允许所有 IP 连接 Redis。
也可以在同一文件中设置 protected-mode yes 以启用受保护模式，如果不打算开放公网访问，可以禁用远程访问。

1.3.2. MySQL 服务启动

（1）本地 MySQL 启动

安装 MySQL：根据操作系统不同，可以通过 apt-get、yum、brew 或下载安装包来安装 MySQL。

启动 MySQL 服务：

安装后，启动 MySQL 服务。在不同系统上启动 MySQL 的命令可能不同，如在 Linux 中：

sudo service mysql start

使用以下命令行测试 MySQL 是否正常启动并连接：

mysql -u root -p

输入密码后，如果成功进入 MySQL 命令行界面，表示 MySQL 已正常运行。

（2）远程 MySQL 服务器配置

1.配置远程访问权限：默认情况下，MySQL 只允许本地连接。要开放远程访问权限，你需要修改 MySQL 的用户权限。在 MySQL 控制台执行以下命令：

CREATE USER 'your_user'@'%' IDENTIFIED BY 'your_password';
GRANT ALL PRIVILEGES ON your_database.* TO 'your_user'@'%';
FLUSH PRIVILEGES;

2.配置文件修改：修改 MySQL 配置文件（通常是 my.cnf 或 my.ini），找到 [mysqld] 配置块，设置 bind-address 为 0.0.0.0 以允许所有 IP 地址访问：

[mysqld]
bind-address = 0.0.0.0

重新启动 MySQL 使配置生效。

3.防火墙配置：确保服务器上开放 MySQL 的默认端口（3306），允许远程访问。

4.测试远程连接：

使用以下命令测试远程连接（在另一台主机上）：

mysql -h <远程IP> -P 3306 -u your_user -p

如果成功连接，表示 MySQL 的远程访问配置正确。

1.3.3. 网络连通性和认证设置

网络连通性测试：从应用主机上测试到 Redis 和 MySQL 服务的连通性。可以使用 ping 或 telnet 命令检查 IP 和端口的连接状态：

# 测试 Redis 连接
telnet <redis_ip> 6379

# 测试 MySQL 连接
telnet <mysql_ip> 3306

如果连接成功说明网络连通性没有问题。

认证配置：

确保 Redis 和 MySQL 的认证信息（如用户名、密码）正确配置在 Spring Boot 项目中，并且可以成功访问。
对于 Redis，使用密码认证的配置项是 spring.redis.password。
对于 MySQL，认证配置项包括 spring.datasource.username 和 spring.datasource.password。

2.Spring Boot 与 Redis 的集成

2.1. RedisTemplate 配置

RedisTemplate 是一个通用的模板类，适用于操作 Redis 中的多种数据结构，包括字符串、哈希、列表、集合等。我们可以通过 RedisTemplate 来方便地执行 Redis 的增删查改操作。为了确保数据的可读性和兼容性，我们通常需要自定义 RedisTemplate 的序列化配置。

2.1.1创建 `RedisTemplate` Bean

import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import org.springframework.data.redis.connection.RedisConnectionFactory;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.data.redis.serializer.GenericJackson2JsonRedisSerializer;
import org.springframework.data.redis.serializer.StringRedisSerializer;

@Configuration
public class RedisConfig {

    @Bean
    public RedisTemplate<String, Object> redisTemplate(RedisConnectionFactory redisConnectionFactory) {
        // 创建 RedisTemplate 实例
        RedisTemplate<String, Object> template = new RedisTemplate<>();
        
        // 设置连接工厂
        template.setConnectionFactory(redisConnectionFactory);

        // 配置 key 的序列化器
        template.setKeySerializer(new StringRedisSerializer());

        // 配置 value 的序列化器
        template.setValueSerializer(new GenericJackson2JsonRedisSerializer());

        // 配置 hash key 的序列化器
        template.setHashKeySerializer(new StringRedisSerializer());

        // 配置 hash value 的序列化器
        template.setHashValueSerializer(new GenericJackson2JsonRedisSerializer());

        // 初始化 RedisTemplate 配置
        template.afterPropertiesSet();
        
        return template;
    }
}

配置解析

1.创建 RedisTemplate Bean：

@Bean
public RedisTemplate<String, Object> redisTemplate(RedisConnectionFactory redisConnectionFactory) { ... }

使用 @Bean 注解，将 RedisTemplate 注册为 Spring 容器的一个 Bean，使得应用的其他组件可以通过依赖注入 @Autowired 来直接使用它。
泛型 <String, Object> 表示此 RedisTemplate 的键类型为 String，值类型为 Object。这种配置较为通用，支持存储字符串和对象等多种类型。

2.设置连接工厂：

template.setConnectionFactory(redisConnectionFactory);

RedisConnectionFactory 是 Redis 连接的工厂接口，它负责管理 Redis 连接的创建和配置。
Spring Boot 通常会自动配置一个 RedisConnectionFactory（基于 Lettuce 或 Jedis 的客户端）供我们使用。这里将连接工厂传给 RedisTemplate，确保其能够与 Redis 服务器建立连接。
没有配置连接工厂，RedisTemplate 将无法连接到 Redis 服务，导致操作失败。

3.配置键的序列化器：

template.setKeySerializer(new StringRedisSerializer());

setKeySerializer 用于设置键（key）的序列化方式。
StringRedisSerializer 是一种将键转换为字符串格式的序列化器，它将键序列化为 UTF-8 字符串，并以二进制的形式存储在 Redis 中。
采用字符串序列化器使键在 Redis 中存储时具有可读性，例如你可以在 Redis CLI 中直接查看键的名称，这对于调试和维护非常有帮助。

4.配置值的序列化器：

template.setValueSerializer(new GenericJackson2JsonRedisSerializer());

setValueSerializer 用于设置值（value）的序列化方式。
GenericJackson2JsonRedisSerializer 是一个 JSON 序列化器，使用 Jackson 库将对象序列化为 JSON 字符串存储。
这样配置的好处是，值在 Redis 中会以 JSON 格式存储，不仅可读性强，而且便于与其他系统的数据交互。如果需要从 Redis 中获取复杂对象数据，GenericJackson2JsonRedisSerializer 还支持反序列化，将 JSON 字符串转换回 Java 对象。

5.配置哈希键的序列化器：

template.setHashKeySerializer(new StringRedisSerializer());

setHashKeySerializer 设置哈希数据类型的键（hash key）的序列化器。
Redis 的哈希数据类型允许在一个键下存储多个字段（即子键和值对），这些字段可以独立操作。StringRedisSerializer 将哈希键序列化为字符串，使得存储的哈希键具备可读性，方便查看。
例如在 Redis 中，你可以看到每个哈希键的具体内容，这在操作哈希类型时非常直观。

6.配置哈希值的序列化器：

template.setHashValueSerializer(new GenericJackson2JsonRedisSerializer());

setHashValueSerializer 设置哈希数据类型的值（hash value）的序列化器。
我们使用 GenericJackson2JsonRedisSerializer 将哈希值序列化为 JSON 格式，以确保哈希类型的值在 Redis 中以 JSON 形式存储。
JSON 格式不仅便于阅读，还支持复杂对象的存储，适合项目中有嵌套对象或自定义数据结构的需求。

7.初始化 RedisTemplate 配置：

template.afterPropertiesSet();

afterPropertiesSet() 方法用于初始化 RedisTemplate 的配置。
这个方法会检查 RedisTemplate 的各个属性是否已正确设置，确保 RedisTemplate 就绪以供使用。这一步是 Spring 处理配置属性的通用做法，避免运行时出现未初始化的错误。

2.1.2.创建 StringRedisTemplate Bean

StringRedisTemplate 是 RedisTemplate 的一个变种，它专门用于存储字符串数据。由于它默认的键和值的序列化方式都是 StringRedisSerializer，可以直接用于存储和读取字符串数据。

StringRedisTemplate 配置代码

import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import org.springframework.data.redis.connection.RedisConnectionFactory;
import org.springframework.data.redis.core.StringRedisTemplate;

@Configuration
public class RedisConfig {

    @Bean
    public StringRedisTemplate stringRedisTemplate(RedisConnectionFactory redisConnectionFactory) {
        return new StringRedisTemplate(redisConnectionFactory);
    }
}

配置解析

StringRedisTemplate 继承自 RedisTemplate，主要用于操作 Redis 中的字符串类型数据。
StringRedisTemplate 的键和值的序列化方式都是 StringRedisSerializer，这使得所有存储在 Redis 中的数据都是可读的字符串格式。
适用于数据都是简单字符串的场景，由于 StringRedisTemplate 默认的序列化方式已满足大多数字符串操作的需求，不需要额外配置序列化器。
注册为 Spring Bean：同样地，@Bean 注解将 StringRedisTemplate 注册为 Spring 容器中的一个 Bean，其他类可以使用 @Autowired 注入 StringRedisTemplate 实例，进行字符串数据的操作。

2.1.3.常用序列化方式总结

StringRedisSerializer：
- 用途：将键或简单的值序列化为字符串。
- 适用场景：通常用于键的序列化，确保键在 Redis 中以字符串存储，以便于直接查看和管理。
GenericJackson2JsonRedisSerializer：
- 用途：将对象序列化为 JSON 格式的字符串，并支持 JSON 反序列化回对象。
- 适用场景：通常用于值的序列化，尤其是需要存储复杂对象的情况。它可以确保数据的可读性，且 JSON 格式数据跨系统兼容性好。

2.2.CRUD 操作方法

2.2.1.RedisTemplate 常用方法

通用方法

除了特定数据结构的 opsFor...() 方法，RedisTemplate 还提供了一些通用的 Redis 操作方法：

delete(String key)：删除键 key 及其对应的值，返回是否成功删除。
expire(String key, long timeout, TimeUnit unit)：设置键 key 的过期时间。
hasKey(String key)：检查键 key 是否存在，返回 true 或 false。
keys(String pattern)：获取所有符合模式 pattern 的键。
persist(String key)：移除键 key 的过期时间，使其永久有效。
rename(String oldKey, String newKey)：将键 oldKey 重命名为 newKey。
type(String key)：返回键 key 的数据类型。

1. opsForValue() - 操作字符串（String）类型的数据

opsForValue() 用于操作 Redis 中的字符串数据，适用于简单的键值对操作。

常用方法：

set(String key, Object value)：将键 key 的值设置为 value，如果键已存在，则覆盖旧值。
set(String key, Object value, long timeout, TimeUnit unit)：将键 key 的值设置为 value，并指定过期时间 timeout 和时间单位 unit。
get(String key)：获取键 key 对应的值。
increment(String key, long delta)：将键 key 的值增加 delta，返回增加后的值（适用于整数类型的值）。
decrement(String key, long delta)：将键 key 的值减少 delta，返回减少后的值。

2. opsForHash() - 操作哈希（Hash）类型的数据

opsForHash() 用于操作 Redis 中的哈希结构（类似于键值对集合），适合存储对象的多个字段或属性。

常用方法：

put(String key, Object hashKey, Object value)：设置哈希表 key 中字段 hashKey 的值为 value。
putAll(String key, Map<?, ?> map)：将整个 map 存入哈希表 key 中。
get(String key, Object hashKey)：获取哈希表 key 中字段 hashKey 的值。
delete(String key, Object... hashKeys)：删除哈希表 key 中的一个或多个字段。
entries(String key)：获取哈希表 key 中的所有键值对，返回一个 Map。
hasKey(String key, Object hashKey)：判断哈希表 key 中是否存在字段 hashKey。
size(String key)：获取哈希表 key 的字段数量。

3. opsForList() - 操作列表（List）类型的数据

opsForList() 用于操作 Redis 中的列表结构，列表数据类型可以存储一个有序的字符串列表（支持从左、右两端插入和弹出）。

常用方法：

leftPush(String key, Object value)：将 value 插入到列表 key 的左侧。
rightPush(String key, Object value)：将 value 插入到列表 key 的右侧。
leftPop(String key)：移除并返回列表 key 的左侧第一个元素。
rightPop(String key)：移除并返回列表 key 的右侧第一个元素。
range(String key, long start, long end)：获取列表 key 中从 start 到 end 范围内的元素。
size(String key)：获取列表 key 的长度。
set(String key, long index, Object value)：将列表 key 中指定索引 index 的元素设置为 value。

4. opsForSet() - 操作集合（Set）类型的数据

opsForSet() 用于操作 Redis 中的集合结构，集合中的元素是唯一的，且无序。

常用方法：

add(String key, Object... values)：向集合 key 中添加一个或多个 values，返回添加的元素数量。
remove(String key, Object... values)：从集合 key 中移除一个或多个元素。
members(String key)：获取集合 key 中的所有元素。
isMember(String key, Object value)：判断 value 是否是集合 key 的成员。
size(String key)：获取集合 key 的元素个数。
intersect(String key, String otherKey)：返回集合 key 和 otherKey 的交集。
difference(String key, String otherKey)：返回集合 key 与 otherKey 的差集。
union(String key, String otherKey)：返回集合 key 与 otherKey 的并集。

5. opsForZSet() - 操作有序集合（Sorted Set/ZSet）类型的数据

opsForZSet() 用于操作 Redis 中的有序集合结构。有序集合中的每个元素都关联一个分数，按分数从小到大排序。

常用方法：

add(String key, Object value, double score)：将 value 添加到有序集合 key 中，并设置分数 score。
remove(String key, Object... values)：从有序集合 key 中移除一个或多个元素。
score(String key, Object value)：获取有序集合 key 中元素 value 的分数。
rank(String key, Object value)：返回有序集合 key 中元素 value 的排名（从小到大）。
reverseRank(String key, Object value)：返回有序集合 key 中元素 value 的排名（从大到小）。
range(String key, long start, long end)：根据索引范围 start 和 end 获取有序集合 key 中的元素。
rangeByScore(String key, double min, double max)：根据分数范围 min 和 max 获取有序集合 key 中的元素。
size(String key)：获取有序集合 key 的元素个数。

2.2.2. 创建 RedisService 类（编写CRUD 方法）

首先，我们创建一个服务类 RedisService，在这个类中编写对 Redis 数据的 CRUD 操作方法。假设我们已经在 Spring Boot 中配置好了 RedisTemplate，我们可以直接注入它来使用。

import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.stereotype.Service;

import java.util.concurrent.TimeUnit;

@Service
public class RedisService {

    @Autowired
    private RedisTemplate<String, Object> redisTemplate;

    // 创建或存储数据
    public void saveData(String key, Object value) {
        redisTemplate.opsForValue().set(key, value);
    }

    // 创建或存储带过期时间的数据
    public void saveDataWithExpiration(String key, Object value, long timeout, TimeUnit unit) {
        redisTemplate.opsForValue().set(key, value, timeout, unit);
    }

    // 读取数据
    public Object getData(String key) {
        return redisTemplate.opsForValue().get(key);
    }

    // 更新数据（在 Redis 中，更新实际上是直接覆盖旧值）
    public void updateData(String key, Object newValue) {
        redisTemplate.opsForValue().set(key, newValue); // 覆盖旧值
    }

    // 删除数据
    public void deleteData(String key) {
        redisTemplate.delete(key);
    }

    // 检查键是否存在
    public boolean exists(String key) {
        return Boolean.TRUE.equals(redisTemplate.hasKey(key));
    }
}

1. saveData - 创建或存储数据

public void saveData(String key, Object value) {
    redisTemplate.opsForValue().set(key, value);
}

作用：将键 key 的值设置为 value。如果键已存在，则覆盖旧值。
解释：opsForValue().set(key, value) 是一个写入操作，使用字符串类型数据结构将 value 存储在 Redis 中的 key 下。
应用场景：适用于需要保存字符串、简单对象或 JSON 格式化对象的数据。

2. saveDataWithExpiration - 创建或存储带过期时间的数据

public void saveDataWithExpiration(String key, Object value, long timeout, TimeUnit unit) {
    redisTemplate.opsForValue().set(key, value, timeout, unit);
}

作用：将键 key 的值设置为 value，并指定过期时间。
解释：该方法将数据保存到 Redis 中，并设置键的过期时间。timeout 表示生存时间，unit 表示时间单位（如 TimeUnit.SECONDS）。
应用场景：适用于存储有时效性的数据，例如用户会话、验证码等。

3. getData - 读取数据

public Object getData(String key) {
    return redisTemplate.opsForValue().get(key);
}

作用：根据键 key 获取 Redis 中存储的值。
解释：opsForValue().get(key) 方法从 Redis 中读取 key 的值。如果 key 不存在，返回 null。
应用场景：适用于读取简单的键值数据，例如读取用户信息、会话信息等。

4. updateData - 更新数据

public void updateData(String key, Object newValue) {
    redisTemplate.opsForValue().set(key, newValue);
}

作用：更新键 key 的值为 newValue。
解释：Redis 没有直接的“更新”操作，使用 set 方法可以实现覆盖更新效果。如果 key 存在，则直接覆盖旧值；如果 key 不存在，则创建新数据。
应用场景：适用于需要修改 Redis 中现有数据的场景。

5. deleteData - 删除数据

public void deleteData(String key) {
    redisTemplate.delete(key);
}

作用：删除 Redis 中指定的键值对。
解释：delete(key) 方法会将 Redis 中指定的 key 删除，如果 key 存在则成功删除，如果 key 不存在则无影响。
应用场景：适用于需要清理缓存数据、移除不再需要的数据的场景。

6. exists - 检查键是否存在

public boolean exists(String key) {
    return Boolean.TRUE.equals(redisTemplate.hasKey(key));
}

作用：检查键 key 是否存在于 Redis 中。
解释：hasKey(key) 方法返回一个 Boolean，表示 key 是否存在。此处使用 Boolean.TRUE.equals(...) 来避免 null 值的问题。
应用场景：适用于在执行操作前检查数据是否已存在，避免无效操作。

2.3.缓存配置

RedisTemplate组件用于直接操作 Redis 数据，RedisCacheManager组件用于管理 Spring Cache 注解的缓存。

在 Spring Boot 中，将 Redis 作为缓存管理器可以通过 RedisCacheManager 实现，并利用 Spring Cache 的抽象功能。通过这种方式，可以很方便地使用缓存注解（如 @Cacheable、@CachePut 和 @CacheEvict）来管理 Redis 缓存。

配置 Redis 作为缓存管理器

首先，我们需要创建一个配置类，用于设置 Redis 缓存的默认行为，例如键值的序列化方式和缓存条目的过期时间。

import org.springframework.cache.CacheManager;
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.cache.RedisCacheManager;
import org.springframework.data.redis.connection.RedisConnectionFactory;
import org.springframework.data.redis.serializer.GenericJackson2JsonRedisSerializer;
import org.springframework.data.redis.serializer.RedisSerializationContext;
import org.springframework.data.redis.serializer.StringRedisSerializer;

import java.time.Duration;

@Configuration
@EnableCaching // 启用 Spring Cache 缓存功能
public class CacheConfig {

    @Bean
    public CacheManager cacheManager(RedisConnectionFactory redisConnectionFactory) {
        // 配置 Redis 缓存的默认设置
        RedisCacheConfiguration config = RedisCacheConfiguration.defaultCacheConfig()
                .entryTtl(Duration.ofMinutes(30)) // 设置缓存过期时间为 30 分钟
                .serializeKeysWith(RedisSerializationContext.SerializationPair.fromSerializer(new StringRedisSerializer())) // 设置键的序列化器
                .serializeValuesWith(RedisSerializationContext.SerializationPair.fromSerializer(new GenericJackson2JsonRedisSerializer())); // 设置值的序列化器

        // 创建 RedisCacheManager 并应用配置
        return RedisCacheManager.builder(redisConnectionFactory)
                .cacheDefaults(config)
                .build();
    }
}

配置类代码详解

1. @Configuration 和 @EnableCaching 注解

@Configuration
@EnableCaching

@Configuration：将此类标记为一个配置类，用于定义 Spring Bean 和配置项。
@EnableCaching：启用 Spring Cache 的缓存功能。启用后，Spring 会自动检测和管理带有缓存注解（如 @Cacheable、@CachePut、@CacheEvict）的方法，从而自动实现缓存的存储和读取。

2. 创建 CacheManager Bean

@Bean
public CacheManager cacheManager(RedisConnectionFactory redisConnectionFactory) {

CacheManager 是 Spring Cache 的核心组件，负责管理缓存的生命周期、存取和删除操作。我们在这里定义了一个 CacheManager Bean，利用 RedisCacheManager 将 Redis 作为缓存的存储介质。
RedisConnectionFactory 是 Redis 的连接工厂，用于与 Redis 建立连接。在这里，我们将 RedisConnectionFactory 注入到 RedisCacheManager 中，确保 CacheManager 可以正常连接 Redis 服务器。

3. 配置 Redis 缓存行为（RedisCacheConfiguration）

在这部分代码中，我们定义了缓存的默认配置（如过期时间和序列化方式）。这些配置只影响通过 CacheManager 和缓存注解（如 @Cacheable）进行的缓存操作，不会影响 RedisTemplate。

RedisCacheConfiguration config = RedisCacheConfiguration.defaultCacheConfig()
        .entryTtl(Duration.ofMinutes(30))
        .serializeKeysWith(RedisSerializationContext.SerializationPair.fromSerializer(new StringRedisSerializer()))
        .serializeValuesWith(RedisSerializationContext.SerializationPair.fromSerializer(new GenericJackson2JsonRedisSerializer()));

RedisCacheConfiguration.defaultCacheConfig()：
- RedisCacheConfiguration 是 Redis 缓存的配置类，用于定义缓存的行为。defaultCacheConfig() 方法获取一个默认的缓存配置对象。
- 我们可以在这个配置对象的基础上定制缓存的行为，例如设置过期时间和序列化器。
entryTtl(Duration.ofMinutes(30))：
- entryTtl 方法用于设置缓存条目的过期时间，即缓存的生存时间（TTL）。
- 在这里，我们将缓存的过期时间设置为 30 分钟，这意味着缓存中的数据在存储 30 分钟后将自动失效。
- 通过设置合理的过期时间，可以确保缓存中的数据是较新的，有助于数据的一致性。
serializeKeysWith( ......StringRedisSerializer()))：
- serializeKeysWith 方法用于设置缓存键（key）的序列化方式。
- StringRedisSerializer 是一个将数据序列化为字符串的序列化器，适用于缓存键的序列化。使用字符串格式存储键便于在 Redis 中查看缓存键名，方便管理和调试。
serializeValuesWith( ....... GenericJackson2JsonRedisSerializer()))：
- serializeValuesWith 方法用于设置缓存值（value）的序列化方式。
- GenericJackson2JsonRedisSerializer 使用 JSON 格式将对象序列化为 JSON 字符串。JSON 格式具有良好的可读性和跨系统兼容性，非常适合存储复杂的对象数据。
- 这样配置后，所有通过缓存注解存入 Redis 的缓存数据将以 JSON 格式存储，便于在 Redis 中查看缓存内容，同时支持反序列化为 Java 对象。

4. 创建 RedisCacheManager 实例

return RedisCacheManager.builder(redisConnectionFactory)
        .cacheDefaults(config)
        .build();

RedisCacheManager.builder(redisConnectionFactory)：
- 使用 Redis 连接工厂 redisConnectionFactory 创建一个 RedisCacheManager 的构建器。
- 连接工厂为 RedisCacheManager 提供与 Redis 服务器的连接，使其能够将缓存数据存储到 Redis 中。
.cacheDefaults(config)：
- cacheDefaults 方法用于指定 Redis 缓存的默认配置。这里将上面定义的 config（包含序列化方式和过期时间）作为 Redis 缓存的默认配置。
- 所有使用 RedisCacheManager 存储的缓存数据将遵循该默认配置，使缓存的行为和存储格式一致。
.build()：
- 最终调用 build() 方法创建 RedisCacheManager 实例，并将其注册为 CacheManager Bean。
- 通过 RedisCacheManager 管理缓存后，所有使用缓存注解（如 @Cacheable）的缓存数据将存储在 Redis 中，并按照指定的配置进行序列化和过期管理。

2.4.缓存注解使用

1. `@Cacheable` 注解

@Cacheable 注解用于将方法的返回值缓存起来。下次调用该方法时，如果参数相同，Spring 会直接从缓存中返回结果，而不再执行方法体。这可以减少对数据库或外部服务的重复访问，提升性能。

使用方法

@Cacheable(value = "userCache", key = "#id", unless = "#result == null")
public User getUserById(Long id) {
    System.out.println("Executing getUserById for id: " + id);
    return findUserInDatabase(id); // 模拟数据库查询
}

参数详解

value：指定缓存区域的名称，相当于缓存的命名空间或前缀（例如 userCache）。所有 userCache 缓存区的键都会以 userCache:: 开头。
key：指定缓存的键。使用 #参数名 来引用方法的参数，如 #id 表示将 id 参数作为缓存键的一部分。最终 Redis 中的键可能是 userCache::1（假设 id=1）。
unless（可选）：指定条件，当条件成立时不缓存结果。例如，unless = "#result == null" 表示如果返回值为 null，则不缓存。

应用场景

数据查询操作：适用于频繁查询的操作，比如从数据库中获取用户信息、商品详情等。这些数据变化不频繁，使用 @Cacheable 缓存可以大大减少数据库访问。
API 调用：对于一些耗时的第三方 API 请求，可以缓存其返回结果，避免频繁调用外部接口。

2. `@CachePut` 注解

@CachePut 注解用于更新缓存数据，与 @Cacheable 不同的是，@CachePut 每次都会执行方法体，并将返回值更新到缓存中。它主要用于在更新数据的同时刷新缓存。

使用方法

@CachePut(value = "userCache", key = "#user.id")
public User updateUser(User user) {
    System.out.println("Executing updateUser for id: " + user.getId());
    return updateUserInDatabase(user); // 模拟更新数据库
}

参数详解

value：指定缓存区域名称，通常为与查询操作相同的命名空间（例如 userCache）。
key：指定缓存的键，通常是方法参数的某个属性，如 #user.id 表示将 user 对象的 id 作为缓存键。

应用场景

数据更新操作：适用于更新数据库信息的场景。在数据库更新成功后，@CachePut 会自动更新缓存中的数据，保证缓存和数据库的数据一致性。
缓存同步：@CachePut 保证每次都更新缓存，适合在需要同步缓存与数据库的情况下使用。

3. `@CacheEvict` 注解

@CacheEvict 注解用于清除缓存中的数据。可以指定删除特定的缓存项，也可以通过配置 allEntries 参数清空整个缓存区域。

使用方法

@CacheEvict(value = "userCache", key = "#id", beforeInvocation = true)
public void deleteUserById(Long id) {
    System.out.println("Executing deleteUserById for id: " + id);
    deleteUserFromDatabase(id); // 模拟从数据库中删除用户
}

参数详解

value：指定缓存区域的名称（如 userCache）。
key：指定要清除的缓存项的键。例如，key = "#id" 表示删除 userCache 中以 id 为键的缓存项。
allEntries（可选）：当设置为 true 时，清除整个缓存区域内的所有缓存项。默认为 false。
beforeInvocation（可选）：当设置为 true 时，在方法执行前清除缓存。默认值是 false，即方法成功执行后再清除缓存。这在方法可能抛出异常时非常有用，避免方法失败导致缓存不一致。

应用场景

数据删除操作：适用于在从数据库删除数据时，确保清除对应的缓存项。
清空缓存：allEntries = true 时，适用于清空整个缓存区域。例如，定期清空用户缓存区中的所有数据，以确保数据的时效性。
防止缓存不一致：beforeInvocation = true 可以在方法执行前清除缓存，适合可能因异常导致数据不一致的场景。

4.综合示例：业务逻辑层

import org.springframework.cache.annotation.CacheEvict;
import org.springframework.cache.annotation.CachePut;
import org.springframework.cache.annotation.Cacheable;
import org.springframework.stereotype.Service;

@Service
public class UserService {

    // 查询用户信息并缓存结果
    @Cacheable(value = "userCache", key = "#id", unless = "#result == null")
    public User getUserById(Long id) {
        System.out.println("Fetching user from database, id: " + id);
        return findUserInDatabase(id); // 模拟数据库查询
    }

    // 更新用户信息并刷新缓存
    @CachePut(value = "userCache", key = "#user.id")
    public User updateUser(User user) {
        System.out.println("Updating user in database, id: " + user.getId());
        return updateUserInDatabase(user); // 模拟数据库更新
    }

    // 删除用户信息并清除对应缓存
    @CacheEvict(value = "userCache", key = "#id")
    public void deleteUserById(Long id) {
        System.out.println("Deleting user from database, id: " + id);
        deleteUserFromDatabase(id); // 模拟数据库删除
    }

    // 清空整个 userCache 缓存区域
    @CacheEvict(value = "userCache", allEntries = true)
    public void clearAllUserCache() {
        System.out.println("Clearing all entries in userCache");
    }

    // 模拟数据库操作
    private User findUserInDatabase(Long id) {
        return new User(id, "User" + id); // 返回一个模拟的用户对象
    }

    private User updateUserInDatabase(User user) {
        return user; // 返回更新后的用户
    }

    private void deleteUserFromDatabase(Long id) {
        // 模拟删除操作
    }
}

UserService 使用场景：是面向应用的业务服务层，专注于处理用户相关的核心业务逻辑，同时结合简单的缓存策略，如缓存数据的查询、更新和删除等。当你希望业务逻辑代码中自动处理缓存逻辑时，可以使用 UserService 和相关的缓存注解。它适用于绝大多数需要缓存的业务场景，尤其是在缓存操作较为简单的情况下。
RedisService 专注于提供对缓存的直接操作，例如存取、更新、删除、批量操作等。它将缓存的操作与核心业务逻辑分离，提供更灵活的缓存管理功能。在一些高级缓存操作中，可能涉及到一些需要手动控制的缓存策略，比如缓存过期时间的设置、缓存清理、批量删除等。

3. Redis 和 MySQL 的协同缓存机制

3.1.缓存策略设计：哪些数据适合缓存

高频查询的数据：
- 频繁查询的数据非常适合缓存，例如用户资料、商品信息、热门文章等。
- 这些数据的访问频率高，通过缓存可以显著减少对数据库的访问，降低数据库负载，提高响应速度。
- 示例：在电商平台中，用户反复访问的商品详情可以放入缓存，这样在用户查看商品时，系统会优先从缓存读取数据。
不经常变化的数据：
- 那些变化频率低、数据更新较少的内容非常适合缓存。因为一旦缓存，这些数据可以在较长时间内有效，减少缓存失效的频率。
- 示例：像一些系统配置项、字典数据等，这些内容的更新较少，可以长期缓存。例如在用户管理系统中，用户权限的基本配置可以缓存。
聚合查询结果：
- 一些复杂的查询可能涉及到多张表和多个条件的组合查询，执行这些查询通常会耗费资源。对于这些复杂查询的结果，可以缓存到 Redis 中，避免每次都执行繁琐的数据库查询。
- 示例：如果在社交媒体平台中查询用户的好友推荐列表，这个列表可能涉及到多个条件和数据的关联，通过缓存查询结果可以提升查询效率。
实时性要求不高的数据：
- 对于一些实时性要求不高的数据，可以通过缓存来加速访问。例如，用户的浏览历史、日志信息等。
- 示例：在新闻类应用中，用户的阅读记录可以缓存，因为这些数据的更新对用户影响不大，也不会影响其他用户的体验。

选择缓存数据的关键考量

在选择数据缓存到 Redis 时，需要平衡以下几个方面：

数据访问的频率：高频访问的数据更适合缓存，因为缓存可以显著降低频繁访问对数据库的负担。
数据更新的频率：频繁更新的数据可能不适合缓存，除非有专门的机制保持缓存数据和源数据的一致性。
数据的大小和结构：缓存的大小需要考虑 Redis 的内存限制。对于特别大的数据或复杂的数据结构，缓存设计需要小心，以避免 Redis 内存不足。

3.2.读写分离

3.2.1. 读取操作：优先使用缓存，加速查询

在读取操作中，我们遵循以下流程：

查询 Redis 缓存：首先尝试从 Redis 获取数据。
缓存命中：如果 Redis 中存在目标数据，则直接返回。
缓存未命中：如果 Redis 中没有数据，则查询 MySQL，将查询结果存入 Redis 供后续使用。

import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.stereotype.Service;
import java.util.concurrent.TimeUnit;

@Service
public class ProductService {

    @Autowired
    private RedisTemplate<String, Object> redisTemplate;
    
    @Autowired
    private ProductRepository productRepository; // 使用 JPA Repository 访问 MySQL

    private static final String CACHE_PREFIX = "productCache::";

    // 读取操作 - 查询商品信息
    public Product getProductById(Long productId) {
        // 1. 从缓存中获取数据
        String cacheKey = CACHE_PREFIX + productId;
        Product product = (Product) redisTemplate.opsForValue().get(cacheKey);

        // 2. 如果缓存命中，直接返回
        if (product != null) {
            System.out.println("Cache hit for product ID: " + productId);
            return product;
        }

        // 3. 缓存未命中，查询数据库
        System.out.println("Cache miss for product ID: " + productId + ", querying database...");
        product = productRepository.findById(productId).orElse(null);

        // 4. 数据库有结果，将结果缓存，并设置过期时间
        if (product != null) {
            redisTemplate.opsForValue().set(cacheKey, product, 1, TimeUnit.HOURS);
            System.out.println("Data cached for product ID: " + productId);
        }

        return product;
    }
}

代码详解

缓存查询：代码通过 redisTemplate.opsForValue().get(cacheKey) 从 Redis 获取数据。cacheKey 是由 CACHE_PREFIX 和 productId 组成的字符串，如 "productCache::1"，用于唯一标识商品。
缓存命中：如果 product 不为 null，说明缓存中存在数据，打印日志提示“缓存命中”并直接返回数据。
缓存未命中：如果缓存中没有目标数据，则查询 MySQL 数据库获取商品信息。成功获取到商品数据后，使用 redisTemplate.opsForValue().set(cacheKey, product, 1, TimeUnit.HOURS) 将数据缓存到 Redis 中，并设置过期时间为 1 小时。

实际效果

加速响应：缓存命中时，直接从 Redis 返回数据，避免了数据库查询，显著加速响应速度。
减少数据库压力：Redis 缓存可以减少数据库的重复访问，降低数据库负载。

3.2.2. 写入操作：更新 MySQL 并同步更新 Redis 缓存

写操作会直接影响到数据库和缓存的数据一致性。为了保证一致性，我们在写操作中进行以下步骤：

更新数据库：首先将数据更新到 MySQL 数据库中，确保持久化存储。
更新缓存：数据库更新成功后，将新数据写入 Redis 中同步更新缓存。

// 写操作 - 更新商品信息
public Product updateProduct(Product product) {
    // 1. 更新数据库中的商品信息
    product = productRepository.save(product);
    System.out.println("Database updated for product ID: " + product.getId());

    // 2. 更新缓存
    String cacheKey = CACHE_PREFIX + product.getId();
    redisTemplate.opsForValue().set(cacheKey, product, 1, TimeUnit.HOURS);
    System.out.println("Cache updated for product ID: " + product.getId());

    return product;
}

代码详解

更新数据库：代码通过 productRepository.save(product) 将商品信息更新到 MySQL 数据库，save 方法会插入或更新商品记录。
同步更新缓存：数据库更新成功后，将最新的商品数据写入 Redis 缓存中。通过 redisTemplate.opsForValue().set(cacheKey, product, 1, TimeUnit.HOURS) 设置缓存键值对，并设定 1 小时的过期时间。这样，在下次读取时可以直接从缓存中获取最新数据，保证数据一致性。

实际效果

保持数据一致性：在更新数据库的同时更新缓存，确保缓存和数据库中的数据一致。
减少缓存失效风险：通过同步更新缓存避免了因缓存过期而产生的额外数据库查询。

3.2.3. 删除操作：清除数据库和缓存中的数据

当我们需要删除数据时，不仅要从数据库中删除数据，还要删除缓存中的对应数据，以确保缓存中不会再返回已删除的数据。

// 删除操作 - 删除商品信息
public void deleteProductById(Long productId) {
    // 1. 从数据库删除商品信息
    productRepository.deleteById(productId);
    System.out.println("Database deleted for product ID: " + productId);

    // 2. 删除缓存
    String cacheKey = CACHE_PREFIX + productId;
    redisTemplate.delete(cacheKey);
    System.out.println("Cache deleted for product ID: " + productId);
}

代码详解

删除数据库记录：代码使用 productRepository.deleteById(productId) 从 MySQL 数据库中删除指定的商品记录。
删除缓存：数据库删除成功后，调用 redisTemplate.delete(cacheKey) 清除 Redis 中的缓存数据，避免读取到已被删除的数据。

实际效果

数据一致性：通过同步删除数据库和缓存中的数据，避免缓存和数据库的不一致。
释放缓存空间：清理无用数据，避免 Redis 中存储已删除的数据，节省内存资源。

3.3.缓存预热与过期策略

3.3.1.缓存预热（Cache Preheating）

1. 什么是缓存预热？

缓存预热是指在系统启动或高峰期到来之前，将一些热点数据提前加载到缓存中。这样可以避免系统启动时缓存为空导致的大量请求直接打到数据库，提升系统的响应速度，减少数据库压力。

2. 实现缓存预热的方式

方式一：使用 @PostConstruct 注解预热缓存

@PostConstruct 是一个 Java 标准注解，标注在方法上后，Spring 会在该 Bean 完成初始化后立即调用该方法。我们可以利用这个特性，在系统启动时自动将热点数据加载到缓存。

实现步骤和代码示例：

创建预热类：定义一个预热类，专门负责将热点数据加载到缓存中。
编写预热逻辑：在 @PostConstruct 方法中实现数据加载到缓存的逻辑。
配置缓存过期时间：在预热时为缓存数据设置合理的过期时间。

import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.stereotype.Component;
import javax.annotation.PostConstruct;
import java.util.List;
import java.util.concurrent.TimeUnit;

@Component
public class CachePreheat {

    @Autowired
    private ProductService productService;

    @Autowired
    private RedisTemplate<String, Object> redisTemplate;

    private static final String CACHE_PREFIX = "productCache::";

    // 使用 @PostConstruct 注解使该方法在系统启动时自动执行
    @PostConstruct
    public void preheatCache() {
        System.out.println("开始缓存预热...");

        // 1. 获取需要预热的热点数据，例如热门商品列表
        List<Product> hotProducts = productService.getHotProducts();

        // 2. 将热点数据加载到缓存并设置过期时间
        for (Product product : hotProducts) {
            String cacheKey = CACHE_PREFIX + product.getId();
            redisTemplate.opsForValue().set(cacheKey, product, 1, TimeUnit.HOURS); // 设置缓存过期时间为1小时
        }

        System.out.println("缓存预热完成");
    }
}

代码解释：

@Component：将 CachePreheat 类声明为 Spring 组件，使其被 Spring 容器管理。
@PostConstruct：让 preheatCache() 方法在 Spring 容器初始化完成后自动执行，从而在系统启动时加载热点数据到缓存。
productService.getHotProducts()：调用 ProductService 中的方法获取热点数据列表，例如用户常访问的热门商品。
redisTemplate.opsForValue().set(...)：将每条热点数据存入 Redis 缓存，并设置过期时间为 1 小时。

方式二：使用 @Scheduled 注解定时预热缓存

使用定时任务可以定期刷新缓存数据，确保热点数据持续更新。例如，每天凌晨重新加载热点数据，保持缓存数据的有效性。

示例代码：

import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.scheduling.annotation.Scheduled;
import org.springframework.stereotype.Component;
import java.util.List;
import java.util.concurrent.TimeUnit;

@Component
public class CachePreheatScheduler {

    @Autowired
    private ProductService productService;

    @Autowired
    private RedisTemplate<String, Object> redisTemplate;

    private static final String CACHE_PREFIX = "productCache::";

    // 每天凌晨2点执行缓存预热
    @Scheduled(cron = "0 0 2 * * ?")
    public void preheatCache() {
        System.out.println("定时缓存预热开始...");

        // 获取热点数据并存入缓存
        List<Product> hotProducts = productService.getHotProducts();
        for (Product product : hotProducts) {
            String cacheKey = CACHE_PREFIX + product.getId();
            redisTemplate.opsForValue().set(cacheKey, product, 1, TimeUnit.HOURS); // 设置1小时的缓存过期时间
        }

        System.out.println("定时缓存预热完成");
    }
}

代码解释：

@Scheduled(cron = "0 0 2 * * ?")：每天凌晨 2 点执行缓存预热任务，cron 表达式控制执行时间。
productService.getHotProducts()：调用 ProductService 获取热点数据。
redisTemplate.opsForValue().set(...)：将每条数据写入 Redis 缓存并设置过期时间，确保在一定时间内缓存数据是有效的。

3.3.2.缓存过期策略（Expiration Strategy）

缓存过期策略是指在缓存中设置数据的生命周期，以便在适当时间自动失效。合理的过期策略可以避免缓存和数据库之间的数据不一致，并减少缓存的内存占用。

1. 为什么需要缓存过期策略？

保证数据一致性：缓存中的数据和数据库数据可能会发生变化，设置缓存的过期时间可以有效减少这种不一致的时间。
释放内存资源：数据过期后自动释放缓存空间，避免缓存数据长期占用内存。
防止缓存雪崩：如果大量缓存项在同一时间过期，会导致系统突然压力增大，因此在设置过期时间时，可以引入随机化避免集中失效。

2. 缓存过期策略的具体实现

2.1 设置合理的 TTL（生存时间）

根据业务需求和数据的更新频率，选择合适的过期时间。对于变化频率高的数据，可以设置较短的 TTL；对于变化少的数据，可以设置较长的 TTL。

代码示例：

// 设置商品详情的缓存过期时间为1小时
String cacheKey = CACHE_PREFIX + product.getId();
redisTemplate.opsForValue().set(cacheKey, product, 1, TimeUnit.HOURS);

代码解释：

redisTemplate.opsForValue().set(cacheKey, product, 1, TimeUnit.HOURS)：缓存商品详情，并设置生存时间为 1 小时，确保缓存中的数据不会长期存在。
这样可以有效控制缓存生命周期，使得缓存数据在 1 小时后失效，减少数据不一致的风险。

2.2 添加过期时间的随机化

如果大量缓存项设置了相同的过期时间，可能导致它们在同一时间失效，产生缓存雪崩。在基础过期时间上添加一个随机数，避免集中失效。

代码示例：

int baseExpireTime = 60 * 60; // 基础过期时间为1小时
int randomTime = new Random().nextInt(300); // 随机增加0~300秒
redisTemplate.opsForValue().set(cacheKey, product, baseExpireTime + randomTime, TimeUnit.SECONDS);

代码解释：

baseExpireTime = 60 * 60：基础过期时间设为 1 小时。
randomTime = new Random().nextInt(300)：生成 0 到 300 秒之间的随机数。
baseExpireTime + randomTime：在基础过期时间上加一个随机值，防止大量缓存数据同时失效，减少缓存雪崩的风险。

3.3.3.避免数据不一致的策略

缓存与数据库的数据可能会出现不一致的情况，特别是在高并发场景中。为此，常用的策略包括“先更新数据库，后删除缓存”、延时双删策略和使用消息队列同步缓存等方法。

1. 先更新数据库，后删除缓存

这种方法的思路是，在数据更新时，先更新数据库，然后再删除缓存中的数据。这样可以确保缓存和数据库的一致性，因为数据库中的数据是最新的。

示例代码：

public Product updateProduct(Product product) {
    // 1. 更新数据库
    product = productRepository.save(product);

    // 2. 删除缓存
    String cacheKey = CACHE_PREFIX + product.getId();
    redisTemplate.delete(cacheKey); // 删除缓存

    return product;
}

代码解释：

productRepository.save(product)：更新数据库记录，确保数据库数据是最新的。
redisTemplate.delete(cacheKey)：删除 Redis 缓存，确保缓存数据不再存在。

2. 延时双删策略

在高并发情况下，删除缓存后可能会有并发请求查询未更新的数据库，并将旧数据再次写入缓存，导致数据不一致。延时双删策略可以有效解决这个问题。

延时双删的实现步骤

更新数据库：先更新数据库中的数据。
第一次删除缓存：更新数据库后立即删除缓存。
延时操作：线程短暂休眠一段时间，以处理其他并发请求。
再次删除缓存：延时后再次删除缓存，确保缓存中的旧数据完全清除。

示例代码：

public Product updateProduct(Product product) {
    // 1. 更新数据库
    product = productRepository.save(product);

    // 2. 删除缓存
    String cacheKey = CACHE_PREFIX + product.getId();
    redisTemplate.delete(cacheKey);

    // 3. 休眠500毫秒
    try {
        Thread.sleep(500); // 等待可能的并发请求完成
    } catch (InterruptedException e) {
        e.printStackTrace();
    }

    // 4. 再次删除缓存
    redisTemplate.delete(cacheKey);

    return product;
}

代码解释：

productRepository.save(product)：更新数据库数据。
redisTemplate.delete(cacheKey)：第一次删除缓存中的数据，防止读取到旧数据。
Thread.sleep(500)：延时 500 毫秒，确保数据库已更新，其他并发请求已完成。
redisTemplate.delete(cacheKey)：再次删除缓存，确保缓存不再存有旧数据。

3. 使用消息队列同步缓存

在复杂场景中，可以引入消息队列（如 RabbitMQ、Kafka 等），在数据库更新后发送缓存更新的消息，由消息队列异步同步缓存，确保缓存数据的一致性。

实现步骤和示例代码：

发送缓存更新消息：在数据库更新后，将需要更新的缓存键发送到消息队列中。
监听并处理消息：在需要同步缓存的服务中，监听消息队列，根据接收到的消息内容更新或删除缓存。

示例代码：

以下的示例代码是已经在Spring boot中集成了RabbitMQ之后的代码。

生产者：在数据库更新后发送缓存更新消息。

public Product updateProduct(Product product) {
    // 更新数据库
    product = productRepository.save(product);

    // 发送缓存更新消息
    cacheUpdateSender.sendCacheUpdateMessage(product.getId());

    return product;
}

消费者：监听队列并更新或删除缓存。

@Component
public class CacheUpdateListener {

    @Autowired
    private RedisTemplate<String, Object> redisTemplate;

    @Autowired
    private ProductRepository productRepository;

    private static final String CACHE_PREFIX = "productCache::";

    @RabbitListener(queues = "cacheUpdateQueue")
    public void handleCacheUpdate(Long productId) {
        // 获取最新的数据
        Product product = productRepository.findById(productId).orElse(null);

        // 更新缓存
        if (product != null) {
            String cacheKey = CACHE_PREFIX + productId;
            redisTemplate.opsForValue().set(cacheKey, product, 1, TimeUnit.HOURS);
        }
    }
}

代码解释：

cacheUpdateSender.sendCacheUpdateMessage(product.getId())：数据库更新后，发送缓存更新消息到消息队列。
@RabbitListener(queues = "cacheUpdateQueue")：监听消息队列，获取缓存更新请求。
redisTemplate.opsForValue().set(...)：接收到消息后更新 Redis 中的数据，并设置 1 小时的过期时间。

删除缓存后是否需要重新加载缓存？

在一些情况下，删除缓存后并不需要立即重新加载缓存，原因包括：

减少数据库压力：如果每次删除后立即重新加载，可能会增加数据库的查询压力。
热点数据自动回填：对于热点数据，当有用户访问时会自动回填缓存，因此可以根据访问需求动态更新。

3.4.缓存失效后清理缓存

存失效策略主要用于确保在数据更新或删除时，及时清除过期的缓存数据，避免缓存和数据库之间出现不一致。我们可以通过以下两种方式来实现缓存失效：

利用 @CacheEvict 注解：简化缓存失效操作，适合常规的缓存清理需求，包括更新、删除和批量清理。
手动清理缓存：使用 Redis API 手动删除缓存项，适合复杂业务需求下的精准控制，便于处理分布式缓存清理和条件清理的场景。

3.4.1.利用 `@CacheEvict` 注解实现缓存失效

@CacheEvict 是 Spring Cache 提供的注解，用于在方法执行后清除指定的缓存。它可以让我们在方法调用后自动清除缓存，不需要手动调用 Redis API，从而简化代码。

1. @CacheEvict 注解的常用参数

value：指定缓存的名称（即命名空间）。缓存名称在 Redis 中通常作为缓存键的前缀。
key：指定要删除的缓存项的键，可以使用 SpEL 表达式（如 #id 表示使用方法参数 id 作为缓存键）。
allEntries：设置为 true 时会清空指定缓存区域中的所有缓存项。默认为 false。
beforeInvocation：设置为 true 时，缓存会在方法执行之前失效；默认为 false，即方法执行成功后才清除缓存。

2. 使用 @CacheEvict 实现缓存失效的场景

@CacheEvict 适合用于以下场景：

更新操作：当数据库中的数据被修改时，需要使缓存中的旧数据失效。
删除操作：当从数据库删除数据时，需要清除缓存中的对应数据，确保不会再访问到已删除的数据。
批量失效：有时需要清空整个缓存区域（如清空用户缓存），可以使用 allEntries=true 实现批量失效。

3. @CacheEvict的具体使用

更新操作中使用 @CacheEvict

在更新操作中，可以使用 @CacheEvict 注解让缓存自动失效。假设我们有一个 ProductService 服务类，当更新产品信息时，我们希望自动清除该产品的缓存。

import org.springframework.cache.annotation.CacheEvict;
import org.springframework.stereotype.Service;

@Service
public class ProductService {

    @CacheEvict(value = "productCache", key = "#product.id")
    public Product updateProduct(Product product) {
        System.out.println("更新数据库中的产品信息");
        // 这里假设执行数据库更新操作
        return saveProductToDatabase(product); // 模拟数据库更新
    }

    private Product saveProductToDatabase(Product product) {
        // 模拟数据库保存逻辑
        return product;
    }
}

代码解释：

@CacheEvict(value = "productCache", key = "#product.id")：指定当 updateProduct 方法执行后，清除 productCache 缓存区域中键为 product.id 的缓存项。
saveProductToDatabase(product)：更新数据库中的产品信息，确保数据库数据是最新的。
效果：调用 updateProduct 方法时，缓存中旧的产品信息会自动失效，下次查询时会从数据库获取最新的数据。

删除操作中使用 @CacheEvict

在删除操作中，可以使用 @CacheEvict 注解让缓存中对应的数据自动失效。假设我们有一个删除产品的方法 deleteProductById，希望删除数据库中的数据后清除缓存。

import org.springframework.cache.annotation.CacheEvict;
import org.springframework.stereotype.Service;

@Service
public class ProductService {

    @CacheEvict(value = "productCache", key = "#productId")
    public void deleteProductById(Long productId) {
        System.out.println("从数据库中删除产品信息，ID: " + productId);
        // 这里假设执行数据库删除操作
        deleteProductFromDatabase(productId); // 模拟数据库删除
    }

    private void deleteProductFromDatabase(Long productId) {
        // 模拟数据库删除逻辑
    }
}

代码解释：

@CacheEvict(value = "productCache", key = "#productId")：删除 productCache 中键为 productId 的缓存项。
deleteProductFromDatabase(productId)：从数据库删除产品信息。
效果：执行 deleteProductById 时，Redis 中缓存的产品数据会自动清除，避免用户访问到已删除的数据。

批量删除缓存中的所有项

在某些场景中（如大规模数据更新或系统重启），我们可能需要清空某个缓存区域的所有缓存项。这时可以使用 allEntries=true 实现批量清除。

import org.springframework.cache.annotation.CacheEvict;
import org.springframework.stereotype.Service;

@Service
public class ProductService {

    @CacheEvict(value = "productCache", allEntries = true)
    public void clearAllProductCache() {
        System.out.println("清空所有产品缓存");
        // 执行批量清除缓存的逻辑
    }
}

代码解释：

@CacheEvict(value = "productCache", allEntries = true)：清空 productCache 缓存区域中的所有缓存项。
效果：执行 clearAllProductCache 方法时，productCache 中的所有缓存项将被清除。

3.4.2.手动清理缓存（在数据库更新后手动清理缓存）

在某些情况下，我们需要更精细地控制缓存清理逻辑。例如，可能需要在执行一系列更新操作后统一清除缓存，或者在复杂业务逻辑中根据特定条件手动清理缓存。此时可以手动调用 Redis API 来删除缓存。

1. 手动清理缓存的场景

手动清理缓存适合以下场景：

复杂的缓存清理逻辑：当需要清除多个缓存项或批量缓存时，手动清理可以提供更高的灵活性。
分布式环境：在分布式系统中，一个服务更新数据后需要通知其他服务清理缓存。
条件清理：当缓存清理条件较复杂时，手动清理可以实现更精准的控制。

假设在更新产品信息后，我们希望手动清理 Redis 中的缓存项，而不是使用 @CacheEvict 注解。

2.手动清理缓存的具体代码

import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.stereotype.Service;

@Service
public class ProductService {

    @Autowired
    private RedisTemplate<String, Object> redisTemplate;

    private static final String CACHE_PREFIX = "productCache::";

    public Product updateProduct(Product product) {
        System.out.println("更新数据库中的产品信息");
        // 1. 更新数据库中的产品信息
        product = saveProductToDatabase(product);

        // 2. 手动清理缓存
        String cacheKey = CACHE_PREFIX + product.getId();
        redisTemplate.delete(cacheKey);
        System.out.println("手动清理缓存项: " + cacheKey);

        return product;
    }

    private Product saveProductToDatabase(Product product) {
        // 模拟数据库保存逻辑
        return product;
    }
}

代码解释：

saveProductToDatabase(product)：更新数据库中的产品信息。
redisTemplate.delete(cacheKey)：手动删除 Redis 中对应的缓存项。
效果：在 updateProduct 方法中手动清理缓存，确保缓存中的数据是最新的。可以根据业务需求灵活控制缓存的清理时机。

3.批量清理缓存示例

如果需要清理多个缓存项或指定前缀的缓存，可以使用 RedisTemplate 提供的批量删除方法。

import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.stereotype.Service;
import java.util.Set;

@Service
public class ProductService {

    @Autowired
    private RedisTemplate<String, Object> redisTemplate;

    private static final String CACHE_PREFIX = "productCache::";

    public void clearProductCacheByPrefix(String prefix) {
        // 1. 找到所有匹配指定前缀的缓存键
        Set<String> keys = redisTemplate.keys(CACHE_PREFIX + prefix + "*");

        // 2. 批量删除缓存项
        if (keys != null && !keys.isEmpty()) {
            redisTemplate.delete(keys);
            System.out.println("清理缓存项: " + keys);
        }
    }
}

代码解释：

redisTemplate.keys(CACHE_PREFIX + prefix + "*")：查找所有符合指定前缀的缓存键，返回一个键的集合。
redisTemplate.delete(keys)：批量删除这些缓存项，确保缓存中不会有过时的数据。
效果：可以灵活地根据前缀清理多个缓存项，例如清理所有以 "productCache::category:" 开头的缓存项。

4. 分布式锁的实现

Redis 的 SETNX 和 EXPIRE 实现：通过手动使用 SETNX 和 EXPIRE 实现分布式锁，但在高并发场景中安全性不如 Redisson。
Redisson 的 RLock 实现：Redisson 提供了简化的 RLock API，用于安全可靠的分布式锁管理，适合复杂的业务需求，自动续期和异常安全，建议使用 Redisson 实现分布式锁。

Redis 在缓存和服务层的业务逻辑中都能发挥作用，适合那些读写频繁、实时性高的场景。在缓存中，它加速数据访问；在服务层，它为业务逻辑中的高并发控制、分布式锁、计数和限流等需求提供解决方案。

6.1.使用 `SETNX` 和 `EXPIRE` 命令手动实现分布式锁

1. 分布式锁的原理

Redis 的 SETNX 和 EXPIRE 命令可以实现基础的分布式锁功能：

SETNX（SET if Not Exists）：尝试设置一个键（代表锁），如果该键不存在，则设置成功，表示锁被成功获取；如果键已存在，表示锁被占用。
EXPIRE：为锁设置过期时间，确保锁在持有方崩溃或出错时能自动释放，避免死锁。

实现步骤如下：

获取锁：使用 SETNX 设置一个锁键。如果返回成功，表示当前客户端获取到锁；否则获取锁失败。
设置过期时间：在获取锁成功后，使用 EXPIRE 为锁设置一个过期时间，防止锁因意外情况无法释放。
释放锁：在操作完成后，客户端主动删除锁，释放资源。

2. 在 Spring Boot 中实现 Redis 分布式锁

我们可以通过 StringRedisTemplate 来操作 Redis，创建一个分布式锁服务类 RedisLockService，用于管理锁的获取和释放。

代码示例

import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.StringRedisTemplate;
import org.springframework.stereotype.Service;

import java.util.concurrent.TimeUnit;

@Service
public class RedisLockService {

    @Autowired
    private StringRedisTemplate redisTemplate;

    private static final String LOCK_KEY = "lock_key"; // 锁的键名称
    private static final int LOCK_EXPIRE = 10; // 锁的过期时间，10秒

    // 尝试获取锁
    public boolean tryLock() {
        // 使用 SETNX 命令尝试获取锁
        Boolean success = redisTemplate.opsForValue().setIfAbsent(LOCK_KEY, "1");
        if (Boolean.TRUE.equals(success)) {
            // 获取锁成功后，使用 EXPIRE 设置锁的过期时间
            redisTemplate.expire(LOCK_KEY, LOCK_EXPIRE, TimeUnit.SECONDS);
            return true; // 返回 true 表示成功获取到锁
        }
        return false; // 获取锁失败，返回 false
    }

    // 释放锁
    public void unlock() {
        redisTemplate.delete(LOCK_KEY); // 删除锁键，释放锁资源
    }
}

代码详细解释

tryLock() 方法：用于尝试获取锁
- setIfAbsent(LOCK_KEY, "1")：使用 SETNX 命令尝试设置锁。如果成功返回 true，表示当前客户端获取到锁。如果返回 false，表示锁已被占用。
- expire(LOCK_KEY, LOCK_EXPIRE, TimeUnit.SECONDS)：设置锁的过期时间为 10 秒，防止锁在客户端意外退出时长期占用。
unlock() 方法：用于释放锁
- delete(LOCK_KEY)：删除锁键，释放锁资源。确保操作完成后锁被释放，让其他客户端可以继续获取该锁。

3. 使用示例：库存扣减操作

假设我们有一个商品库存扣减的场景，为了防止多个请求同时扣减库存导致超卖问题，可以通过分布式锁来确保同一时间只有一个请求可以扣减库存。

import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.stereotype.Service;

@Service
public class InventoryService {

    @Autowired
    private RedisLockService redisLockService;

    public String deductInventory(String productId) {
        // 尝试获取锁
        if (redisLockService.tryLock()) {
            try {
                // 执行扣减库存的逻辑
                boolean success = reduceStock(productId);
                return success ? "扣减成功" : "库存不足";
            } finally {
                // 确保操作完成后释放锁
                redisLockService.unlock();
            }
        } else {
            return "请稍后再试"; // 如果获取锁失败，提示用户稍后重试
        }
    }

    private boolean reduceStock(String productId) {
        System.out.println("扣减库存，产品ID: " + productId);
        return true; // 假设库存扣减成功
    }
}

使用示例的代码解释

tryLock()：调用 tryLock() 方法尝试获取锁，如果成功，则执行扣减库存操作。
业务逻辑：调用 reduceStock(productId) 方法执行库存扣减操作，确保在持有锁的情况下完成操作。
释放锁：操作完成后无论成功与否，调用 unlock() 方法释放锁。

4. 锁的有效期与安全性

由于 SETNX 和 EXPIRE 不是原子操作，存在并发情况下锁的过期时间可能未设置的问题。虽然可以通过 Lua 脚本来实现原子性，但这种实现较为复杂。为确保分布式锁的可靠性和安全性，通常建议在高并发场景中使用 Redisson 来简化操作和提升安全性。

6.2.使用Redisson的RLock实现分布式锁

Redisson 是一个 Redis 客户端，封装了 Redis 的锁机制，并提供了 RLock 接口来管理分布式锁。相比使用 SETNX 和 EXPIRE 组合手动管理锁的方式，Redisson 的分布式锁具备以下优势：

自动续期：Redisson 的 RLock 支持锁的自动续期，确保在长时间持有锁时不意外失效。
可重入性：同一线程可以多次获取同一锁，不会造成死锁。
高可靠性：Redisson 提供了丰富的 API，可以灵活管理锁的超时和等待时间，适合高并发场景。

Redisson 的自动续期机制设计的核心是确保锁在“正常持有”时不会意外释放，但一旦持有锁的线程中断或崩溃，续期停止，锁在过期时间到达后自动释放。这样既保证了锁在正常情况下的稳定性，也确保了线程异常时的自动释放。
在业务逻辑中，可能会出现递归调用或嵌套调用的情况，即一个持有锁的方法在调用的过程中又尝试获取同一锁。支持可重入性后，同一线程在持有锁的情况下可以再次获取锁，不会发生阻塞或死锁。
在分布式系统中，业务逻辑通常分为多个层次，每一层可能都有自己的锁需求。可重入性使得在多个层次调用同一锁时不需要担心冲突，同一线程可以在各个层次持有同一把锁。

6.2.1.使用步骤

1. 引入 Redisson 依赖

首先，在 Spring Boot 项目中添加 Redisson 的依赖：

<dependency>
    <groupId>org.redisson</groupId>
    <artifactId>redisson-spring-boot-starter</artifactId>
    <version>3.15.3</version> <!-- 请使用最新版本 -->
</dependency>

2. 配置 RedissonClient Bean

在 application.properties 文件中配置 Redis 的连接信息：

spring.redis.host=localhost
spring.redis.port=6379
spring.redis.password=yourpassword   # 如果没有设置密码，可以省略这一行
spring.redis.timeout=3000            # 连接超时时间（毫秒）

接下来，创建一个 RedissonConfig 配置类，将 RedissonClient 配置为一个 Spring Bean。通过这个 Bean，可以在项目中方便地获取 RLock 对象，实现分布式锁。

import org.redisson.Redisson;
import org.redisson.api.RedissonClient;
import org.redisson.config.Config;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;

@Configuration
public class RedissonConfig {

    @Bean
    public RedissonClient redissonClient() {
        Config config = new Config();
        config.useSingleServer().setAddress("redis://localhost:6379");
        return Redisson.create(config);
    }
}

配置解释：

Config config = new Config();：创建 Redisson 的配置对象。
config.useSingleServer().setAddress("redis://localhost:6379");：设置 Redis 服务器的地址。
return Redisson.create(config);：通过配置创建 RedissonClient 实例，并注册为 Spring Bean。

3. 获取 RLock 对象

在业务代码中，可以通过 RedissonClient 获取 RLock 对象。 RLock 是一个分布式锁接口，提供了丰富的锁管理方法，支持可重入和自动续期功能。

import org.redisson.api.RLock;
import org.redisson.api.RedissonClient;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.stereotype.Service;

@Service
public class LockService {

    @Autowired
    private RedissonClient redissonClient;

    public void lockExample() {
        RLock lock = redissonClient.getLock("my_lock");
        // 使用 lock 进行分布式锁操作
    }
}

6.2.2. RLock 的常用方法和使用示例

RLock 提供了多种方法来管理分布式锁的获取和释放，以下是常用方法及其使用示例：

（1）lock()：阻塞获取锁

该方法会阻塞直到获取到锁，适合在没有超时等待要求的场景。

public void lockExample() {
    RLock lock = redissonClient.getLock("my_lock");
    lock.lock(); // 阻塞获取锁
    try {
        // 执行同步的业务逻辑
    } finally {
        lock.unlock(); // 释放锁
    }
}

解释：

lock.lock()：阻塞方式获取锁，如果锁已经被其他线程持有，则等待直至锁被释放。
lock.unlock()：释放锁，让其他线程可以获取该锁。

（2）tryLock()：非阻塞获取锁

tryLock() 方法用于尝试获取锁。如果锁已经被持有，则立即返回 false，不阻塞等待。

public boolean tryLockExample() {
    RLock lock = redissonClient.getLock("my_lock");
    boolean locked = lock.tryLock(); // 非阻塞获取锁
    if (locked) {
        try {
            // 执行同步的业务逻辑
            return true;
        } finally {
            lock.unlock(); // 释放锁
        }
    } else {
        System.out.println("获取锁失败，锁已被持有");
        return false;
    }
}

解释：

tryLock()：立即尝试获取锁，如果锁被持有则返回 false，表示获取锁失败；如果锁可用则返回 true，表示获取锁成功。

（3）tryLock(long waitTime, long leaseTime, TimeUnit unit)：带超时的获取锁

这个方法支持等待和超时设置，可以在锁被其他线程持有时等待一定时间。如果在等待时间内未获取到锁则放弃请求，同时设置锁的持有时间。

等待时间：当前线程等待的最大时间。
持有时间：锁成功获取后自动释放的时间。

public boolean tryLockWithTimeoutExample() {
    RLock lock = redissonClient.getLock("my_lock");
    try {
        // 等待时间为5秒，锁的持有时间为10秒
        if (lock.tryLock(5, 10, TimeUnit.SECONDS)) {
            try {
                // 执行同步的业务逻辑
                return true;
            } finally {
                lock.unlock(); // 释放锁
            }
        } else {
            System.out.println("获取锁超时，未能成功获取锁");
            return false;
        }
    } catch (InterruptedException e) {
        Thread.currentThread().interrupt();
        System.out.println("获取锁时发生异常");
        return false;
    }
}

解释：

tryLock(5, 10, TimeUnit.SECONDS)：尝试获取锁，等待最多 5 秒，如果在 5 秒内获取到锁，持有 10 秒后自动释放。

实际应用示例：在库存扣减中使用 RLock

假设一个电商系统中有一个库存扣减的操作，为了防止超卖，需要确保每次只有一个线程能够扣减库存，可以通过 RLock 实现这一功能。

import org.redisson.api.RLock;
import org.redisson.api.RedissonClient;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.stereotype.Service;

import java.util.concurrent.TimeUnit;

@Service
public class InventoryService {

    @Autowired
    private RedissonClient redissonClient;

    private static final String LOCK_KEY = "inventory_lock"; // 锁的键名称

    public String deductInventory(String productId) {
        RLock lock = redissonClient.getLock(LOCK_KEY);
        try {
            // 尝试加锁，等待时间5秒，锁定时间10秒
            if (lock.tryLock(5, 10, TimeUnit.SECONDS)) {
                try {
                    // 执行扣减库存的逻辑
                    boolean success = reduceStock(productId);
                    return success ? "扣减成功" : "库存不足";
                } finally {
                    lock.unlock(); // 释放锁
                }
            } else {
                return "请稍后再试"; // 获取锁失败
            }
        } catch (InterruptedException e) {
            Thread.currentThread().interrupt();
            return "获取锁失败";
        }
    }

    private boolean reduceStock(String productId) {
        System.out.println("扣减库存，产品ID: " + productId);
        return true; // 假设库存扣减成功
    }
}

代码解释：

redissonClient.getLock(LOCK_KEY)：获取一个分布式锁对象 RLock，锁的名称为 "inventory_lock"。
tryLock(5, 10, TimeUnit.SECONDS)：尝试获取锁，等待时间 5 秒，持有时间 10 秒。
释放锁：通过 lock.unlock() 确保在业务逻辑执行完成后释放锁。

6.3. 加锁后为什么缓存数据仍可能被其他线程修改

这是因为Redis 分布式锁和缓存并没有直接联系，它们是两个独立的系统。锁的机制只是确保在同一时间只有一个线程可以执行某段代码，并不保证锁住的内容不会被其他线程修改。

在分布式锁场景中，缓存和锁是分离的：

锁控制代码逻辑的独占访问：通过 lock.tryLock()，确保只有一个线程可以访问数据库和缓存更新逻辑（即从数据库获取数据并更新缓存）。
缓存并没有被锁住：在 Redis 中，缓存键的读写是独立的，任何线程都可以访问缓存并进行修改，锁并不能限制其他线程对缓存的访问。

5. 缓存穿透、击穿与雪崩的防范

5.1. 缓存穿透

5.1.1什么是缓存穿透

缓存穿透指的是请求的数据在缓存和数据库中都不存在，这种请求直接穿过缓存访问数据库。当恶意请求大量涌入时，缓存层无法拦截这些无效请求，导致数据库承受大量压力，从而影响性能。比如，用户可能不断请求一个不存在的商品 ID，Redis 缓存中不存在此数据，数据库中也没有。当此类请求频繁出现时，会绕过缓存层直接请求数据库，造成缓存穿透。

5.1.2.什么是布隆过滤器

布隆过滤器（Bloom Filter）是一种概率性数据结构，用于判断一个元素是否存在于集合中。它可以在较少的内存占用下实现快速判断，并且在大多数情况下准确可靠。布隆过滤器能够有效防止缓存穿透，拦截无效请求，从而减少数据库访问压力。

布隆过滤器的工作原理

布隆过滤器由一个长度为 m 的位数组（bit array）和 k 个不同的哈希函数组成。布隆过滤器的基本操作步骤如下：

插入元素：当插入一个元素（如 key）时，布隆过滤器会对该元素通过 k 个哈希函数分别计算出 k 个哈希值，然后将位数组中对应的 k 个位置设为 1。
查询元素：当需要判断一个元素是否存在时，对该元素进行相同的 k 个哈希计算，检查位数组中对应的 k 个位置。如果所有位置的值都是 1，则表示该元素“可能存在”；如果有任意一个位置的值为 0，则可以确定该元素不存在。

布隆过滤器的误判问题

由于布隆过滤器的概率性，如果查询结果是“存在”，并不能完全保证该数据确实存在（存在一定的误判概率）；但如果查询结果为“不存在”，则可以确定该数据绝对不存在。因此，布隆过滤器非常适合用于防止缓存穿透，因为它能高效筛除不存在的数据请求。

布隆过滤器的优势

拦截无效请求：布隆过滤器可以有效拦截不存在的数据请求，将大量无效请求挡在缓存层之外，避免对数据库的冲击。
高效、低成本：布隆过滤器占用的空间非常小，通过位数组和哈希函数实现，查询速度快且内存占用少，适合大规模数据场景。
减少数据库负担：通过提前过滤掉不存在的数据请求，可以显著降低数据库的负载，提升系统性能。

5.1.3.配置布隆过滤器

Spring Boot 中可以使用 Redisson 提供的布隆过滤器来实现防止缓存穿透。Redisson 是一个强大的 Redis 客户端，支持布隆过滤器等高级功能。我们将以下列代码来演示如何使用布隆过滤器。

代码示例

首先，确保项目中已经添加了 Redisson 依赖：

<dependency>
    <groupId>org.redisson</groupId>
    <artifactId>redisson-spring-boot-starter</artifactId>
    <version>3.15.3</version> <!-- 使用最新版本 -->
</dependency>

然后，我们实现一个布隆过滤器服务 BloomFilterService。在该服务中初始化布隆过滤器，将所有合法的 key 添加进去，并提供判断方法来检测 key 是否存在。

布隆过滤器服务类

import org.redisson.api.RBloomFilter;
import org.redisson.api.RedissonClient;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.stereotype.Service;

@Service
public class BloomFilterService {

    private static final String BLOOM_FILTER_NAME = "productBloomFilter";

    @Autowired
    private RedissonClient redissonClient;

    // 初始化布隆过滤器
    public void initBloomFilter() {
        // 获取 Redis 布隆过滤器对象
        RBloomFilter<String> bloomFilter = redissonClient.getBloomFilter(BLOOM_FILTER_NAME);

        // 初始化布隆过滤器的大小和误判率
        bloomFilter.tryInit(1000000L, 0.01); // 设置预期插入量为100万，误判率为1%

        // 将所有合法的 key 添加到布隆过滤器中
        bloomFilter.add("product_12345");
        bloomFilter.add("product_67890");
        // 可以通过批量读取数据库中的所有商品 ID，将它们批量加入布隆过滤器
    }

    // 判断 key 是否在布隆过滤器中
    public boolean existsInBloomFilter(String key) {
        RBloomFilter<String> bloomFilter = redissonClient.getBloomFilter(BLOOM_FILTER_NAME);
        return bloomFilter.contains(key); // 判断 key 是否可能存在于布隆过滤器中
    }
}

代码详细解释

初始化布隆过滤器：
- 使用 redissonClient.getBloomFilter(BLOOM_FILTER_NAME) 获取布隆过滤器实例。
- 调用 tryInit 方法设置布隆过滤器的大小（即预期的插入量）和误判率。例如设置为 100 万个 key，误判率为 1%。
- 误判率越低，布隆过滤器的空间开销越大。因此误判率的选择要在内存占用和准确性之间找到平衡。
加入合法的 key：
- 通过 bloomFilter.add 将所有合法的 key（如数据库中所有商品 ID）加入布隆过滤器。可以从数据库中批量读取这些 key，然后依次加入布隆过滤器。
判断 key 是否存在：
- 在处理请求时，首先调用 existsInBloomFilter 方法检查 key 是否在布隆过滤器中。
- 如果布隆过滤器返回 false，表示该 key 不存在，不需要再访问数据库和缓存，直接返回空结果。
- 如果返回 true，表示该 key 可能存在，继续访问缓存或数据库获取数据。

5.1.4.使用布隆过滤器示例

在缓存穿透的防范中，我们可以通过布隆过滤器提前筛除无效请求：

在系统启动时，将所有有效的 key（如数据库中已有商品的 ID）存入布隆过滤器。
在每次查询之前，先判断 key 是否存在于布隆过滤器中：
- 如果布隆过滤器判断为不存在，则直接返回空结果，不去查询数据库。
- 如果布隆过滤器判断为存在，则继续检查缓存，如果缓存未命中再去访问数据库

import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.StringRedisTemplate;
import org.springframework.stereotype.Service;

@Service
public class ProductService {

    private static final String CACHE_KEY_PREFIX = "product_cache_";

    @Autowired
    private BloomFilterService bloomFilterService;

    @Autowired
    private StringRedisTemplate redisTemplate;

    public String getProduct(String productId) {
        // 1. 使用布隆过滤器判断是否可能存在该商品
        if (!bloomFilterService.existsInBloomFilter("product_" + productId)) {
            return "商品不存在"; // 布隆过滤器判断不存在，直接返回
        }

        // 2. 查询缓存
        String cacheKey = CACHE_KEY_PREFIX + productId;
        String cachedProduct = redisTemplate.opsForValue().get(cacheKey);

        if (cachedProduct != null) {
            return cachedProduct; // 缓存命中，返回缓存数据
        }

        // 3. 查询数据库（缓存未命中，且布隆过滤器判断可能存在）
        String dbProduct = queryDatabase(productId);

        if (dbProduct != null) {
            // 将查询结果加入缓存，避免下次穿透
            redisTemplate.opsForValue().set(cacheKey, dbProduct);
        }

        return dbProduct != null ? dbProduct : "商品不存在";
    }

    private String queryDatabase(String productId) {
        // 模拟数据库查询
        System.out.println("查询数据库，商品ID：" + productId);
        // 假设数据库中存在商品 "product_12345"
        if ("12345".equals(productId)) {
            return "Product data for " + productId;
        }
        return null;
    }
}

代码解释

布隆过滤器判断：在查询商品之前，首先调用 bloomFilterService.existsInBloomFilter 方法判断该商品 ID 是否可能存在。如果布隆过滤器返回 false，说明数据库中也不存在该数据，可以直接返回“该商品不存在”。
缓存查询：如果布隆过滤器判断数据可能存在，则继续查询 Redis 缓存。
数据库查询：如果缓存未命中（即 Redis 中不存在该商品的缓存数据），则查询数据库获取数据，并将数据缓存到 Redis 中，避免下次请求时再次访问数据库。

5.2.缓存击穿

5.2.1什么是缓存击穿？

缓存击穿指的是缓存中某个热点数据失效，导致大量请求直接访问数据库的情况。通常在高并发的场景下，一个热点数据被大量访问，突然失效后所有请求同时涌入数据库，增加数据库负担，可能导致性能瓶颈或崩溃。

典型场景

假设一个电商平台有一个非常热门的商品，所有用户都在查询该商品信息。当该商品的缓存突然过期后，大量请求会直接查询数据库，给数据库带来巨大压力。

缓存击穿的防范措施

加锁机制：在缓存失效时，通过加锁确保只有一个线程可以查询数据库并重建缓存，其他线程等待锁释放后再读取缓存。此方法适用于并发访问较高的热点数据。
热点数据永不过期：对极少数热点数据设置永不过期，手动更新这些数据的缓存，确保高频数据不会因缓存过期而直接冲击数据库。此方法适用于访问频繁且数据更新较少的场景。

5.2.2. 使用加锁机制解决缓存击穿

在缓存失效时，可以通过分布式锁确保只有一个线程访问数据库并更新缓存，其他线程等待锁释放后再读取缓存。这样可以避免大量并发请求直接冲击数据库。

实现原理

查询缓存：先查询缓存，如果缓存命中则直接返回结果。
加锁：如果缓存未命中，尝试获取分布式锁，确保只有一个线程可以访问数据库。
双重检查缓存：在获取锁后再次检查缓存，防止在获取锁期间缓存已被其他线程更新。
查询数据库并更新缓存：如果缓存仍然未命中，查询数据库并将数据写入缓存。
释放锁：数据库查询和缓存更新完成后，释放锁，让其他线程可以直接读取缓存。

这里为什么加锁之后还能让其他线程修改缓存：因为加锁的意思是对这段代码进行加锁，这段代码的操作只有被加锁的线程能够进行，但缓存是任何线程都可以修改，加锁只是对这段操作加锁，并不是对缓存加锁。

实现代码示例

以下是一个在 Spring Boot 中使用 Redisson 的加锁机制实现缓存击穿的防范示例：

import org.redisson.api.RLock;
import org.redisson.api.RedissonClient;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.StringRedisTemplate;
import org.springframework.stereotype.Service;

import java.util.concurrent.TimeUnit;

@Service
public class CacheService {

    @Autowired
    private StringRedisTemplate redisTemplate;

    @Autowired
    private RedissonClient redissonClient;

    private static final String LOCK_KEY = "product_lock_";
    private static final String CACHE_KEY = "product_cache_";

    public String getProduct(String productId) {
        // 1. 查询缓存
        String cacheValue = redisTemplate.opsForValue().get(CACHE_KEY + productId);
        if (cacheValue != null) {
            return cacheValue; // 缓存命中，直接返回
        }

        // 2. 缓存未命中，尝试加锁
        RLock lock = redissonClient.getLock(LOCK_KEY + productId);
        try {
            if (lock.tryLock(5, 10, TimeUnit.SECONDS)) { // 获取锁，等待5秒，锁定10秒
                // 3. 双重检查缓存是否已经被其他线程更新
                cacheValue = redisTemplate.opsForValue().get(CACHE_KEY + productId);
                if (cacheValue != null) {
                    return cacheValue; // 如果缓存已经被其他线程更新，直接返回
                }

                // 4. 查询数据库
                String dbValue = queryDatabase(productId);

                // 5. 更新缓存，设置过期时间
                redisTemplate.opsForValue().set(CACHE_KEY + productId, dbValue, 10, TimeUnit.MINUTES);

                return dbValue;
            } else {
                // 获取锁失败，等待缓存更新完成后重新获取
                Thread.sleep(100); // 可以增加重试机制
                return redisTemplate.opsForValue().get(CACHE_KEY + productId);
            }
        } catch (InterruptedException e) {
            Thread.currentThread().interrupt();
            return null;
        } finally {
            lock.unlock(); // 6. 释放锁
        }
    }

    private String queryDatabase(String productId) {
        // 模拟数据库查询
        System.out.println("查询数据库，商品ID：" + productId);
        return "Product data for " + productId;
    }
}

代码详细解释

查询缓存：首先从缓存中读取数据。如果缓存命中则直接返回结果，避免了不必要的锁操作。
加锁查询数据库：
- 如果缓存未命中，使用 Redisson 获取分布式锁 lock，确保只有一个线程可以查询数据库并更新缓存。
- 双重检查缓存：在成功加锁后再次检查缓存，防止在等待锁的过程中其他线程已经更新了缓存。
重建缓存：持有锁的线程从数据库中读取数据并更新到缓存中，同时设置缓存的过期时间。
释放锁：缓存更新完成后，释放锁，确保其他线程可以从缓存读取最新数据。

优势

防止缓存击穿：加锁确保在缓存失效时，只有一个线程查询数据库并更新缓存，避免大量并发请求直接冲击数据库。
双重检查减少重复操作：锁内再次检查缓存，确保其他线程不会重复查询数据库，减少数据库压力。

5.2.3. 设置热点数据永不过期

对于少数非常高频访问的热点数据，可以将其缓存设置为永不过期，这样确保数据不会失效，从而避免缓存击穿。

实现原理

热点数据初始化：系统启动时将热点数据加载到缓存中，设置为永不过期。
数据更新策略：通过数据库更新事件或定时任务主动更新热点缓存数据，而不依赖过期机制。

这种方式适合稳定且访问频繁的数据，例如电商首页的推荐商品、分类信息等，可以有效减少缓存失效的概率。

代码示例

以下示例展示如何在 Spring Boot 中将一些热点数据设置为永不过期，并通过手动更新的方式维护缓存数据。

import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.StringRedisTemplate;
import org.springframework.stereotype.Service;

@Service
public class HotDataCacheService {

    @Autowired
    private StringRedisTemplate redisTemplate;

    private static final String CACHE_KEY = "hot_product_cache_";

    public String getHotProduct(String productId) {
        // 查询缓存
        String cacheValue = redisTemplate.opsForValue().get(CACHE_KEY + productId);
        if (cacheValue != null) {
            return cacheValue; // 缓存命中，直接返回
        }

        // 缓存未命中，加载数据库并更新缓存（永不过期）
        String dbValue = queryDatabase(productId);

        // 设置热点数据永不过期
        redisTemplate.opsForValue().set(CACHE_KEY + productId, dbValue); // 不设置过期时间

        return dbValue;
    }

    private String queryDatabase(String productId) {
        // 模拟数据库查询
        System.out.println("查询数据库，商品ID：" + productId);
        return "Hot product data for " + productId;
    }

    // 手动更新缓存
    public void updateHotProductCache(String productId, String productData) {
        redisTemplate.opsForValue().set(CACHE_KEY + productId, productData); // 不设置过期时间
    }
}

代码详细解释

查询缓存：首先尝试读取缓存数据。如果缓存命中则直接返回结果，减少数据库访问。
更新缓存：如果缓存未命中，查询数据库并更新缓存，不设置过期时间，确保该热点数据不会因过期而失效。
手动更新缓存：提供 updateHotProductCache 方法，以便在热点数据有变动时手动更新缓存内容。可以通过数据库更新事件或定时任务主动更新缓存。

优势和适用场景

适合高频访问的热点数据：特别是访问频率很高、不会频繁变化的数据，例如首页推荐商品、热门分类等。
避免缓存失效带来的冲击：热点数据不会因为缓存失效而直接查询数据库，有效减少数据库负载。

5.3.缓存雪崩

5.3.1.什么是缓存雪崩？

缓存雪崩指的是在某个时间点，大量缓存同时失效，导致所有请求直接访问数据库，给数据库带来巨大的压力，甚至可能导致系统崩溃。这种情况通常发生在以下场景：

缓存服务器宕机：整个缓存服务不可用，所有请求直接落到数据库。
大量缓存集中在同一时间过期：大量缓存设置了相同的过期时间，导致在某一时刻同时失效。

为防止缓存雪崩，可以采取以下措施：

缓存数据的过期时间设置随机化：在缓存过期时间的基础上，加上一个随机值，避免大量缓存同时失效。
缓存预热：在系统启动或高峰期到来之前，提前将热点数据加载到缓存中。
多级缓存：在本地增加一级缓存，如 Guava Cache，减轻对远程缓存的依赖。
限流和降级：在缓存失效时，对数据库的访问进行限流，必要时进行服务降级。

5.3.2. 设置不同的缓存失效时间

原理

为每个缓存数据设置一个基础过期时间，并在此基础上添加一个随机的时间偏移量，使缓存的过期时间分布在一定的范围内。这样可以避免大量缓存数据在同一时刻失效，分散过期时间点，从而减轻数据库的瞬时访问压力。

实现代码

import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.StringRedisTemplate;
import org.springframework.stereotype.Service;

import java.util.Random;
import java.util.concurrent.TimeUnit;

@Service
public class CacheService {

    @Autowired
    private StringRedisTemplate redisTemplate;

    private static final String CACHE_KEY_PREFIX = "product_cache_";
    private static final int BASE_EXPIRE_TIME = 10; // 基础过期时间，单位：分钟

    public void cacheProduct(String productId, String productData) {
        // 生成随机过期时间，范围在 BASE_EXPIRE_TIME 到 BASE_EXPIRE_TIME + 5 分钟之间
        int expireTime = BASE_EXPIRE_TIME + new Random().nextInt(5);
        
        // 将数据存入 Redis，并设置不同的过期时间
        redisTemplate.opsForValue().set(CACHE_KEY_PREFIX + productId, productData, expireTime, TimeUnit.MINUTES);
    }

    public String getProduct(String productId) {
        // 从 Redis 中获取数据
        return redisTemplate.opsForValue().get(CACHE_KEY_PREFIX + productId);
    }
}

代码解释

基础过期时间：BASE_EXPIRE_TIME 设置为 10 分钟，表示缓存的基础过期时间。
随机过期时间：在 BASE_EXPIRE_TIME 基础上，加上一个 0 到 4 分钟的随机数 new Random().nextInt(5)，使得缓存的失效时间在 10 到 14 分钟之间。这样不同的缓存条目会有略微不同的过期时间，避免在同一时刻集中失效。
缓存数据设置：redisTemplate.opsForValue().set 方法将数据写入 Redis，并指定过期时间 expireTime。不同的缓存条目会有不同的失效时间，有效降低缓存雪崩的风险。

5.3.3. 缓存预热

缓存预热是指在系统启动时，提前将部分热点数据加载到缓存中，避免在系统运行后产生大量的缓存未命中情况。通过缓存预热，可以保证在系统启动或高峰期来临时，热点数据已经存在于缓存中，减少对数据库的访问压力。

实现思路

在系统启动时：加载一些常用的、访问频率高的数据到缓存中。
定时任务：定期更新缓存中的热点数据，确保缓存中的数据始终有效。

实现代码

import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.stereotype.Service;

import javax.annotation.PostConstruct;
import java.util.Arrays;
import java.util.List;

@Service
public class CacheWarmUpService {

    @Autowired
    private CacheService cacheService;

    @PostConstruct
    public void warmUpCache() {
        // 获取热点数据的ID列表
        List<String> hotProductIds = getHotProductIds();

        // 将每个热点数据加载到缓存中
        for (String productId : hotProductIds) {
            String productData = queryDatabase(productId);
            cacheService.cacheProduct(productId, productData); // 将数据预先缓存
        }
    }

    private List<String> getHotProductIds() {
        // 从数据库或配置中获取热点数据ID列表
        return Arrays.asList("1001", "1002", "1003"); // 示例数据
    }

    private String queryDatabase(String productId) {
        // 模拟数据库查询
        return "Product data for " + productId;
    }
}

代码解释

@PostConstruct 注解：该注解会在 Spring Boot 容器启动后自动调用 warmUpCache() 方法。这可以确保在系统启动时，热点数据就已经加载到缓存中。
获取热点数据：getHotProductIds 方法用于获取高访问量的商品 ID 列表，可以从数据库或配置文件中获取。
缓存热点数据：遍历热点商品 ID，通过 queryDatabase 方法查询数据库，然后调用 cacheService.cacheProduct 方法将数据缓存起来。

5.3.4. 其他防范方法

1.限流与降级

在缓存雪崩发生时，即大量缓存突然失效，访问量瞬间增加，可以通过限流和降级的方式来保护数据库，避免数据库被大量请求压垮。

限流

限流可以控制进入数据库的请求量，将超出部分的请求暂时阻止或延迟，避免瞬时高并发对数据库造成过大的压力。常用的限流算法包括令牌桶、漏桶算法等。

降级

当缓存不可用时，可以考虑提供简化的数据或延迟响应，避免数据库压力过大。例如：

返回缓存中的旧数据，虽然不够实时，但可以减少数据库的访问。
对非核心业务进行降级，暂时返回空结果或简单提示，确保核心业务的正常运行。

2.多级缓存

多级缓存通过本地缓存和远程缓存结合使用的方式，进一步减轻远程缓存的压力，提升系统的访问速度。多级缓存常见的实现方式是本地缓存（如 Caffeine 或 Guava Cache） + Redis 远程缓存：

本地缓存：将热点数据存储在应用服务器本地的内存中，访问速度极快，可以应对短期的缓存雪崩。
远程缓存：使用 Redis 作为分布式缓存，缓存更多数据。

6.Redis 高可用架构方案

在 Redis 的高可用技术方案中，高可用指的是在出现节点故障或网络波动时，系统能够持续提供缓存服务，避免服务中断或性能严重下降。高可用的设计保证了即使某个缓存节点故障，缓存服务仍然可以通过故障转移等机制正常工作，减少了单点故障的风险，保证了系统的可靠性和稳定性。

6.1. Redis Sentinel（主从复制和故障监控）

Redis Sentinel 是 Redis 官方提供的一种高可用解决方案，主要通过主从复制和故障监控来实现。在 Redis Sentinel 架构中，Sentinel 负责监控 Redis 集群中的主从节点，当主节点出现故障时，Sentinel 会自动将一个从节点提升为主节点，保证服务的持续运行。这种架构适用于不需要数据分片的场景，适合数据量较小且对高可用性有要求的系统。

6.1.1.Redis Sentinel 高可用架构原理

Redis Sentinel 通过三个主要功能来实现 Redis 集群的高可用性：

主从复制：在 Sentinel 架构中，Redis 主节点负责处理写请求，并将数据同步到从节点。多个从节点是主节点的备份，只负责同步数据，不参与写操作。当主节点故障时，Sentinel 可以将从节点提升为主节点，从而实现高可用。
故障转移：每个 Sentinel 实例不断发送 PING 命令来检测 Redis 主节点和其他 Sentinel 的状态。如果在设定的时间范围内没有收到主节点的响应，Sentinel 会认为主节点故障，发起故障转移（Failover），选举某个从节点为新主节点。
通知应用程序：当主节点发生变化时，Sentinel 会将新主节点的地址信息推送给 Redis 客户端（应用程序），让客户端感知主节点的变化，避免因主节点切换而导致的连接错误。

6.1.2.在 Spring Boot 中集成 Redis Sentinel

在 Spring Boot 项目中集成 Redis Sentinel 包括以下几个主要步骤：

配置 Redis Sentinel 集群：配置 Redis 主从节点并启动多个 Sentinel 实例监控主节点的状态。
在 Spring Boot 中配置 Sentinel 集群：在 application.properties 中指定 Sentinel 集群的节点信息和主节点名称。Spring Boot 会自动管理主节点切换。
应用程序使用：在 Spring Boot 中直接使用 RedisTemplate 或 StringRedisTemplate 进行 Redis 操作，Sentinel 会自动切换主节点，无需手动干预。

1.搭建并配置 Redis Sentinel 集群

配置 Redis 主从复制

首先需要配置 Redis 的主从复制，使得数据可以从主节点同步到从节点。

主节点配置：假设 Redis 主节点运行在 127.0.0.1:6379，无需额外配置。
从节点配置：在 Redis 从节点的配置文件（如 redis-slave.conf）中，添加如下配置，将该节点设置为主节点的从节点。
```
replicaof 127.0.0.1 6379
```
这样，从节点会自动从主节点复制数据，保证数据一致性。

配置并启动 Redis Sentinel

接着需要在 Redis 服务器上配置 Redis Sentinel。创建或编辑 sentinel.conf 文件，添加以下配置来监控 Redis 主节点。

# 监控的主节点名称和地址
sentinel monitor mymaster 127.0.0.1 6379 2

# 在 5 秒内未响应则判定节点不可达
sentinel down-after-milliseconds mymaster 5000

# 故障转移最大超时 10 秒
sentinel failover-timeout mymaster 10000

# 故障转移时同步新主节点的从节点数量
sentinel parallel-syncs mymaster 1

sentinel monitor：mymaster 是主节点名称，127.0.0.1:6379 是主节点地址，2 表示至少两个 Sentinel 节点判定主节点不可达时才进行故障转移。
sentinel down-after-milliseconds：指定 Sentinel 判断主节点失效的超时时间（5 秒）。
sentinel failover-timeout：设置故障转移的最大等待时间（10 秒）。
sentinel parallel-syncs：指定故障转移完成后，允许多个从节点并行同步新主节点。

启动 Redis Sentinel 服务

在每台需要运行 Sentinel 的服务器上启动 Sentinel 服务。一般至少配置三个 Sentinel 节点，以保证高可用性和故障切换的准确性。

redis-server /path/to/sentinel.conf --sentinel

2.在 Spring Boot 中配置 Redis Sentinel 集成

在 Spring Boot 项目中，直接通过配置文件指定 Redis Sentinel 信息，Spring Boot 会自动识别并连接到 Redis Sentinel 集群。

配置 `application.properties`

在 application.properties 中配置 Redis Sentinel 的主节点名称和 Sentinel 节点地址，Spring Boot 将会自动管理主节点切换，无需手动更改主节点地址。

# Redis Sentinel 集群的主节点名称和 Sentinel 节点地址
spring.redis.sentinel.master=mymaster
spring.redis.sentinel.nodes=127.0.0.1:26379,127.0.0.1:26380,127.0.0.1:26381
spring.redis.password=yourpassword

spring.redis.sentinel.master：指定 Redis 主节点名称，必须与 sentinel.conf 中的名称一致。
spring.redis.sentinel.nodes：配置所有 Sentinel 节点的 IP 和端口，Spring Boot 会自动连接并监控这些 Sentinel 节点。
spring.redis.password：如果 Redis 设置了密码，可以在此处配置。

3.在 Spring Boot 中使用 Redis Sentinel

完成以上配置后，Spring Boot 会自动连接 Redis Sentinel 集群。当主节点发生故障时，Redis Sentinel 会自动将某个从节点提升为新的主节点，Spring Boot 无需手动干预，客户端会自动连接到新的主节点。

示例代码

在 Spring Boot 中，可以使用 StringRedisTemplate 或 RedisTemplate 来操作 Redis 数据。以下是一个简单的 Redis 服务类，展示了如何在应用中使用 Redis Sentinel：

import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.StringRedisTemplate;
import org.springframework.stereotype.Service;

@Service
public class RedisService {

    @Autowired
    private StringRedisTemplate stringRedisTemplate;

    public void saveData(String key, String value) {
        stringRedisTemplate.opsForValue().set(key, value);
    }

    public String getData(String key) {
        return stringRedisTemplate.opsForValue().get(key);
    }
}

在 RedisService 中，StringRedisTemplate 负责与 Redis Sentinel 集群交互，执行数据的读写操作。当 Redis Sentinel 发生故障转移时，Spring Boot 会自动更新主节点连接，因此无需额外的逻辑来处理主节点变化。

6.1.3.Redis Sentinel 的工作流程总结

故障检测：每个 Sentinel 节点不断向主节点、从节点和其他 Sentinel 节点发送 PING 命令，检测节点是否正常响应。
故障判定：当某个 Sentinel 节点在设定时间内未收到主节点的响应时，会将该主节点标记为主观下线状态（Subjectively Down，简称 SDOWN）。当多个 Sentinel 节点认为主节点不可达时，主节点会被标记为客观下线（Objectively Down，简称 ODOWN），并触发故障转移。
故障转移：在主节点被判定故障后，Sentinel 集群会选举出一个健康的从节点，将其提升为新的主节点，并重新配置其他从节点连接到该新主节点。
通知客户端：故障转移完成后，Sentinel 将新主节点的信息通知给 Redis 客户端，使客户端应用自动切换到新的主节点。

6.1.4.Redis Sentinel 的特点

优势：

高可用性：当主节点故障时，Redis Sentinel 可以自动选择从节点进行故障转移，保证服务的持续可用。
自动主节点发现：应用程序无需手动调整主节点地址，Redis Sentinel 在主节点发生变化后自动通知客户端，Spring Boot 会自动连接新的主节点。
适合非分片场景：Redis Sentinel 不支持数据分片，因此适用于数据量相对较小、不需要水平扩展的场景。

局限性：

不支持分片：Redis Sentinel 只适用于单一主从结构，无法分片，数据量过大时需要 Redis Cluster 等其他分布式方案。
哨兵节点的高可用性依赖：为了确保故障切换的准确性和服务的稳定性，通常需要至少三个 Sentinel 节点。

6.2 Redis Cluster（数据分片和自动故障转移）

Redis Cluster 是 Redis 官方提供的一种高可用和高性能的分布式缓存方案，通过数据分片和自动故障转移来实现高可用性。Redis Cluster 将数据分片存储在多个主从节点上，支持水平扩展，适合大数据量和高并发需求的场景。在 Redis Cluster 中，每个主节点负责一部分数据，并有一个或多个从节点作为备份，当某个主节点发生故障时，从节点会自动提升为新的主节点，以确保缓存服务的正常运行。

6.2.1 Redis Cluster 高可用架构原理

Redis Cluster 通过以下几个主要功能来实现高可用性：

数据分片：Redis Cluster 将数据划分为 16384 个哈希槽（Hash Slots），每个节点负责一部分哈希槽，支持水平扩展。
自动故障转移：每个主节点拥有一个或多个从节点。当主节点出现故障时，从节点自动提升为主节点，确保数据的高可用性。
高并发支持：由于 Redis Cluster 分散数据存储，可以处理大规模数据请求，适合高并发场景。

6.2.2 在 Spring Boot 中集成 Redis Cluster

在 Spring Boot 项目中集成 Redis Cluster 包括以下几个主要步骤：

配置 Redis Cluster 集群：配置并启动多个 Redis 主从节点，创建 Redis Cluster 集群。
在 Spring Boot 中配置 Cluster 集群信息：在 application.properties 中指定 Redis Cluster 节点信息，Spring Boot 会自动管理节点连接和数据分片。
应用程序使用：在 Spring Boot 中直接使用 RedisTemplate 或 StringRedisTemplate 进行 Redis 操作，Redis Cluster 会自动进行分片存储和主从切换。

1. 搭建并配置 Redis Cluster 集群

配置 Redis Cluster 的主从节点

在 Redis 集群中，每个节点需要独立的配置文件（例如 redis-7000.conf、redis-7001.conf 等），以下是示例配置：

# redis-7000.conf
port 7000
cluster-enabled yes
cluster-config-file nodes-7000.conf
cluster-node-timeout 5000
appendonly yes

其他节点（7001、7002 等）配置类似，只需修改端口号即可。

启动 Redis 节点

启动所有 Redis 节点，例如 7000 至 7005 端口的 Redis 实例：

redis-server /path/to/redis-7000.conf
redis-server /path/to/redis-7001.conf
# ...依次启动其他节点

创建 Redis 集群

使用 redis-cli 命令行工具将这些节点添加到集群，并指定主从关系：

redis-cli --cluster create 127.0.0.1:7000 127.0.0.1:7001 127.0.0.1:7002 127.0.0.1:7003 127.0.0.1:7004 127.0.0.1:7005 --cluster-replicas 1

此命令会创建 3 个主节点（7000、7001、7002）和 3 个从节点（7003、7004、7005），实现主从配置和数据分片。

2. 在 Spring Boot 中配置 Redis Cluster 集成

在 Spring Boot 中，通过配置文件指定 Redis Cluster 的节点信息和连接属性，Spring Boot 会自动管理 Redis Cluster 集群。

配置 application.properties

# 配置 Redis Cluster 集群节点
spring.redis.cluster.nodes=127.0.0.1:7000,127.0.0.1:7001,127.0.0.1:7002,127.0.0.1:7003,127.0.0.1:7004,127.0.0.1:7005

# 最大重定向次数（适用于分片数据重定向）
spring.redis.cluster.max-redirects=3

# Redis 密码（如果 Redis 设置了密码）
spring.redis.password=yourpassword

spring.redis.cluster.nodes：指定 Redis Cluster 集群中所有节点的 IP 和端口，Spring Boot 会自动连接到这些节点。
spring.redis.cluster.max-redirects：设置最大重定向次数，用于分片数据的重定向处理。
spring.redis.password：如果 Redis 设置了密码，可以在这里配置。

3. 在 Spring Boot 中使用 Redis Cluster

完成配置后，开发者可以直接使用 RedisTemplate 或 StringRedisTemplate 操作数据。Spring Boot 会根据 Redis Cluster 的节点信息自动进行分片管理和主从切换。

示例代码

以下是一个 Redis 服务类示例，展示了如何在 Spring Boot 中使用 Redis Cluster 进行数据的增删改查操作：

import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.StringRedisTemplate;
import org.springframework.stereotype.Service;

@Service
public class RedisClusterService {

    @Autowired
    private StringRedisTemplate stringRedisTemplate;

    // 存储数据到 Redis Cluster
    public void saveData(String key, String value) {
        stringRedisTemplate.opsForValue().set(key, value);
    }

    // 从 Redis Cluster 获取数据
    public String getData(String key) {
        return stringRedisTemplate.opsForValue().get(key);
    }

    // 删除 Redis Cluster 中的数据
    public void deleteData(String key) {
        stringRedisTemplate.delete(key);
    }
}

数据存储：使用 StringRedisTemplate 的 opsForValue().set() 方法将数据存储到 Redis Cluster，数据会自动分配到对应的哈希槽。
数据读取：使用 opsForValue().get() 方法读取数据，Redis Cluster 会根据数据的哈希槽位置定位并返回数据。
自动故障转移：当某个主节点发生故障时，Redis Cluster 会自动将从节点提升为主节点，Spring Boot 无需额外配置即可继续使用。

6.2.3 Redis Cluster 的特点

优势

数据分片：Redis Cluster 将数据分片存储在多个节点上，支持水平扩展，适合大数据量场景。
自动故障转移：当主节点故障时，Redis Cluster 会自动提升从节点为主节点，实现自动故障转移，保障服务的高可用性。
高并发支持：分片结构允许 Redis Cluster 处理更多的并发请求，是高并发场景的理想选择。

局限性

跨节点事务支持有限：Redis Cluster 不支持多键操作的跨节点事务，分布在不同节点上的键无法进行原子操作。
节点之间的网络通信：Redis Cluster 的节点间需要互相通信，因此在网络不稳定的环境中可能导致集群不一致。
最低节点要求：Redis Cluster 要求至少 6 个节点（3 个主节点和 3 个从节点）才能实现高可用。

适用场景

大规模缓存系统：在需要处理大数据量的缓存场景中，Redis Cluster 提供数据分片和自动容错机制。
高并发的会话管理：适合处理大量用户会话，特别是在高并发应用中。
需要水平扩展的场景：Redis Cluster 通过分片实现了水平扩展，适合随着业务增长扩展数据容量的场景。

6.2.4.关于槽点的重新分配

1. 添加或删除节点后的槽点分配

当 Redis Cluster 中添加或删除节点时，Redis 不会自动重新分配槽点，因此需要手动进行槽点迁移。解决方法如下：

手动重新分配槽点：
- 使用 redis-trib.rb 或 redis-cli --cluster reshard 命令，将槽点重新分配到新的节点或从即将删除的节点迁出。
- 该操作需要管理员手动执行，可以通过指定源节点、目标节点和槽数进行槽点迁移。
自动化方案（可选）：
- 通过 Spring Boot 中的定时任务（@Scheduled）检查集群状态，检测到节点增减后，自动调用 redis-trib.rb 或 redis-cli 执行槽点重新分配操作。

2. 负载均衡的槽点分配

Redis Cluster 不支持自动基于负载的槽点分配调整，因此实现负载均衡也需要手动操作。解决方法如下：

手动负载均衡：
- 定期使用 Redis 客户端（如 Jedis）或监控工具检查各节点的负载情况。
- 如果发现某些节点负载过高，可以手动执行 redis-trib.rb 或 redis-cli --cluster reshard 命令，将部分槽点从负载较高的节点迁移至负载较低的节点，达到负载均衡。
自动化方案（可选）：
- 在 Spring Boot 中通过定时任务（@Scheduled）自动监控节点负载。
- 结合负载监控逻辑，使用 ProcessBuilder 调用 redis-trib.rb 脚本或 redis-cli 执行槽点迁移，从而实现更灵活的负载均衡自动化。

8. Spring Boot 中的 Redis 消息队列实现

8.1.发布与订阅（Pub/Sub）

在 Spring Boot 中，利用 Redis 的发布/订阅（Pub/Sub）机制可以实现消息的实时推送与接收。这个过程分为三个主要步骤：

定义消息订阅者：创建一个订阅者，用来监听 Redis 频道的消息。
配置 Redis 的消息监听容器：利用 RedisMessageListenerContainer 来绑定频道和订阅者。
实现消息发布：通过 RedisTemplate 将消息发布到 Redis 频道。

8.1.1.四大组件

监听者（Listener）：
- 每个监听者是一个自定义的类，用于接收和处理 Redis 频道的消息。
- 监听者实现了 MessageListener 接口，并重写 onMessage 方法，当 Redis 频道接收到消息时，该方法会被自动调用。
- 每个监听者通常负责处理特定的频道消息内容，可以包含自定义的业务逻辑。
频道（Channel）：
- Redis 频道是消息的逻辑分组，用于将消息发布到订阅的客户端或服务端。
- 在 Spring Boot 中，ChannelTopic 表示 Redis 中的一个频道，频道名称通常以字符串表示，如 "channel1" 和 "channel2"。
- 不同的频道可以承载不同类型的消息，实现了消息的分组和隔离。
适配器（MessageListenerAdapter）：
- MessageListenerAdapter 是连接 RedisMessageListenerContainer 和自定义监听者（Listener）的桥梁。
- 每个 MessageListenerAdapter 只能绑定一个监听者，但可以通过 RedisMessageListenerContainer 监听多个频道。
- 适配器的主要作用是将监听者转换为 Redis 可识别的 MessageListener，以便容器能够调用监听者的 onMessage 方法。
容器（RedisMessageListenerContainer）：
- RedisMessageListenerContainer 是 Redis 消息监听器的核心管理组件。
- 容器会持续监听 Redis 中的所有绑定频道，当指定频道中有消息发布时，容器会找到绑定的 MessageListenerAdapter。
- 容器通过适配器将频道消息传递给监听者，从而触发监听者的 onMessage 方法。

8.1.2.定义监听者（Listener）

首先，我们定义两个监听者类 Channel1Subscriber 和 Channel2Subscriber。这两个类分别监听 channel1 和 channel2 频道中的消息，并实现特定的处理逻辑。

import org.springframework.data.redis.connection.Message;
import org.springframework.data.redis.connection.MessageListener;
import org.springframework.stereotype.Service;

@Service
public class Channel1Subscriber implements MessageListener {

    @Override
    public void onMessage(Message message, byte[] pattern) {
        String channel = new String(pattern); 
        String messageBody = new String(message.getBody());
        System.out.println("Channel1 Subscriber received message from [" + channel + "]: " + messageBody);
        // 处理来自 channel1 的消息的特定逻辑
    }
}

import org.springframework.data.redis.connection.Message;
import org.springframework.data.redis.connection.MessageListener;
import org.springframework.stereotype.Service;


@Service
public class Channel2Subscriber implements MessageListener {

    @Override
    public void onMessage(Message message, byte[] pattern) {
        String channel = new String(pattern); 
        String messageBody = new String(message.getBody());
        System.out.println("Channel2 Subscriber received message from [" + channel + "]: " + messageBody);
        // 处理来自 channel2 的消息的特定逻辑
    }
}

代码解释

MessageListener 接口：两个监听者都实现了 MessageListener 接口，这样可以使它们具备接收 Redis 消息的能力。
onMessage 方法：当指定频道接收到新消息时，Redis 会调用监听者的 onMessage 方法。
- pattern 参数：表示消息来自的频道名称，通常是字节数组，我们将其转换为字符串。
- message.getBody()：获取消息的内容，将其转换为字符串以便处理。
@Service 注解：将监听者标记为 Spring Bean，使其可以被 Spring 容器管理和注入。

通过这个设置，每当 channel1 和 channel2 中有新消息发布时，Channel1Subscriber 和 Channel2Subscriber 会自动接收到该消息并输出到控制台。此时，两个监听者类只是负责接收消息，并执行特定的消息处理逻辑。

8.1.3.配置 Redis 消息监听器容器和适配器

为了让监听者接收消息，需要通过 RedisMessageListenerContainer 和 MessageListenerAdapter 进行配置。这里，我们使用 RedisConfig 配置类来完成这些配置。

import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import org.springframework.data.redis.connection.RedisConnectionFactory;
import org.springframework.data.redis.listener.ChannelTopic;
import org.springframework.data.redis.listener.RedisMessageListenerContainer;
import org.springframework.data.redis.listener.adapter.MessageListenerAdapter;

@Configuration
public class RedisConfig {

    // 配置 Redis 消息监听器容器
    @Bean
    public RedisMessageListenerContainer container(RedisConnectionFactory connectionFactory,
                                                   MessageListenerAdapter channel1ListenerAdapter,
                                                   MessageListenerAdapter channel2ListenerAdapter) {
        RedisMessageListenerContainer container = new RedisMessageListenerContainer();
        container.setConnectionFactory(connectionFactory);
        
        // 将 channel1 的适配器与频道绑定
        container.addMessageListener(channel1ListenerAdapter, new ChannelTopic("channel1")); 
        
        // 将 channel2 的适配器与频道绑定
        container.addMessageListener(channel2ListenerAdapter, new ChannelTopic("channel2")); 
        
        return container;
    }

    // 配置 Channel1 的消息监听适配器
    @Bean
    public MessageListenerAdapter channel1ListenerAdapter(Channel1Subscriber channel1Subscriber) {
        return new MessageListenerAdapter(channel1Subscriber);
    }

    // 配置 Channel2 的消息监听适配器
    @Bean
    public MessageListenerAdapter channel2ListenerAdapter(Channel2Subscriber channel2Subscriber) {
        return new MessageListenerAdapter(channel2Subscriber);
    }
}

代码解释

RedisConfig 配置类：

使用 @Configuration 注解声明为配置类，Spring 启动时会自动加载此配置类。

RedisMessageListenerContainer 容器：

作为 Redis 消息监听的核心容器，负责监听绑定的频道并将消息转发给绑定的监听者。
setConnectionFactory：设置连接工厂，连接到 Redis 实例。
addMessageListener 方法：绑定频道和适配器，使适配器可以监听特定的频道。
- 第一个参数为 MessageListenerAdapter，表示监听哪个适配器。
- 第二个参数为 ChannelTopic，指定频道名称。
通过 addMessageListener(channel1ListenerAdapter, new ChannelTopic("channel1"))，将 channel1ListenerAdapter 绑定到 channel1 频道，类似地绑定 channel2 频道和 channel2ListenerAdapter。

MessageListenerAdapter：

channel1ListenerAdapter 方法：将 Channel1Subscriber 监听者适配为 Redis 可用的 MessageListenerAdapter。
channel2ListenerAdapter 方法：将 Channel2Subscriber 监听者适配为 MessageListenerAdapter。
每个 MessageListenerAdapter 都只能绑定一个监听者，确保每个适配器只处理一个监听者的消息接收。

8.1.4. 实现消息发布类

为实现发布消息到 Redis 频道，我们创建一个 MessagePublisher 类，利用 RedisTemplate 提供的 convertAndSend 方法将消息发布到指定的频道。这个发布类可以与 REST API 或其他服务调用相结合，方便消息的动态发布。

代码示例

import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.stereotype.Service;

@Service
public class MessagePublisher {

    @Autowired
    private RedisTemplate<String, Object> redisTemplate;

    // 发布消息到指定频道
    public void publish(String channel, String message) {
        redisTemplate.convertAndSend(channel, message);
        System.out.println("Published message to channel [" + channel + "]: " + message);
    }
}

代码解释

MessagePublisher 类：使用 @Service 注解将该类标记为 Spring 的 Bean，使其可以在其他组件中被注入和调用。
RedisTemplate：
- 通过 @Autowired 注入 RedisTemplate，该类提供了操作 Redis 的各种方法，包括发送消息。
- RedisTemplate 是 Spring Data Redis 提供的用于执行 Redis 操作的工具，支持字符串、哈希、列表、集合等各种类型的操作。
publish 方法：
- 参数：channel 表示目标频道的名称，message 表示要发送的消息内容。
- convertAndSend 方法：通过 RedisTemplate.convertAndSend 方法，将消息发送到指定的频道。
  - 第一个参数 channel 是频道名称，第二个参数 message 是要发布的消息内容。
- 控制台输出：输出消息发布成功的日志，便于观察消息的发送情况。

效果：调用 publish 方法会将消息发布到指定的 Redis 频道，频道名称可以根据需要动态传入。

8.1.5. 测试发布与订阅

为了测试发布和订阅功能是否正常工作，我们可以创建一个 REST 控制器，通过 API 接口触发消息发布，然后观察控制台的输出，以确认订阅者是否接收到了来自不同频道的消息。

代码示例

import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RequestParam;
import org.springframework.web.bind.annotation.RestController;

@RestController
public class MessageController {

    @Autowired
    private MessagePublisher messagePublisher;

    // 发布消息的 API 接口
    @GetMapping("/sendMessage")
    public String sendMessage(@RequestParam String channel, @RequestParam String message) {
        messagePublisher.publish(channel, message);
        return "Message published successfully to channel: " + channel;
    }
}

代码解释

MessageController 控制器：
- 使用 @RestController 注解，将该类标记为 REST API 控制层，可以通过 HTTP 请求与客户端交互。
sendMessage 方法：
- 使用 @GetMapping 注解暴露一个 GET 请求的 API 接口 /sendMessage，用于向指定频道发送消息。
- 请求参数：
  - channel：指定要发布消息的频道名称。
  - message：指定要发布的消息内容。
- 方法逻辑：调用 messagePublisher.publish(channel, message) 将消息发布到指定频道，并返回成功消息给客户端。

8.2.异步处理任务（Stream）

在 Spring Boot 中，利用 Redis Stream 实现异步任务队列是处理高并发任务的一种高效方案。Redis Stream 提供了多消费者、消费者组、消息确认等高级功能，可以适用于订单处理、实时数据处理等需要高并发和高可靠性的场景。我们可以在同一个消费者组中使用多个消费者，并且根据需求来动态分配任务处理逻辑。以下是 Redis Stream 异步任务队列的详细实现和说明。

Redis Stream 异步任务处理流程

任务生产者：任务生产者将任务消息推送到 Redis Stream 队列中。
创建消费者组：通过 Redis 的消费者组机制，多个消费者可以从同一个队列中读取任务，并保证每条消息只被一个消费者处理。
任务消费者：多个消费者从消费者组中取出任务，按需进行任务分配和负载均衡。
确认机制：消费者处理完任务后，向 Redis 确认已处理该消息，防止重复消费。

8.2.1. 任务生产者：将任务放入 Redis Stream

任务生产者负责将任务消息添加到 Redis Stream 中。任务内容可以是字符串、JSON 或键值对，每条消息都会获得一个唯一的 RecordId，方便后续处理和确认。

代码示例

import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.connection.stream.RecordId;
import org.springframework.data.redis.connection.stream.StreamRecords;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.stereotype.Service;

@Service
public class StreamTaskProducer {

    @Autowired
    private RedisTemplate<String, Object> redisTemplate;

    private static final String STREAM_NAME = "taskStream";

    // 将任务消息添加到 Redis Stream
    public RecordId produceTask(String taskData) {
        var record = StreamRecords.objectBacked(taskData).withStreamKey(STREAM_NAME);
        RecordId recordId = redisTemplate.opsForStream().add(record);
        System.out.println("Produced task with ID: " + recordId.getValue() + " and data: " + taskData);
        return recordId;
    }
}

代码解释

StreamTaskProducer 类：作为任务生产者，将任务推送到 Redis Stream。
produceTask 方法：
- 参数 taskData 表示任务内容，可以是字符串、JSON 或更复杂的对象。
- StreamRecords.objectBacked(taskData).withStreamKey(STREAM_NAME) 创建了一个 StreamRecord 对象，将 taskData 添加到 taskStream 队列中。
- redisTemplate.opsForStream().add(record) 将任务记录添加到 Stream 中并返回一个 RecordId。

当调用 produceTask 方法时，任务数据被添加到 taskStream 中，等待消费者处理。

8.2.2. 创建消费者组

为了让多个消费者能够并发消费同一个任务队列的任务，我们可以创建一个消费者组。消费者组负责管理任务的分配、记录消息消费状态、未确认消息等。

代码示例

import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.stereotype.Service;

@Service
public class StreamGroupManager {

    @Autowired
    private RedisTemplate<String, Object> redisTemplate;

    private static final String STREAM_NAME = "taskStream";
    private static final String GROUP_NAME = "taskGroup";

    // 创建消费者组
    public void createGroup() {
        try {
            redisTemplate.opsForStream().createGroup(STREAM_NAME, GROUP_NAME);
            System.out.println("Consumer group created: " + GROUP_NAME);
        } catch (Exception e) {
            System.out.println("Group already exists or error: " + e.getMessage());
        }
    }
}

代码解释

StreamGroupManager 类：用于创建和管理消费者组 taskGroup。
createGroup 方法：使用 redisTemplate.opsForStream().createGroup() 方法创建一个消费者组。若组已存在，则会捕获异常，避免重复创建。

通过调用 createGroup，消费者组 taskGroup 创建成功，使多个消费者可以并发读取任务。

8.2.3. 多个消费者从同一个消费者组中读取和处理任务

在 Redis 中，一个消费者组可以包含多个消费者，每个消费者都有一个唯一的名称。这种设计能够实现任务的自动负载均衡和确认机制。多个消费者可以并发地从同一队列中读取任务，Redis 会根据任务的消费状态自动将任务分配给不同的消费者。

代码示例

import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.connection.stream.MapRecord;
import org.springframework.data.redis.connection.stream.StreamOffset;
import org.springframework.data.redis.connection.stream.ReadOffset;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.stereotype.Service;
import java.util.List;

@Service
public class ConsumerService {

    @Autowired
    private RedisTemplate<String, Object> redisTemplate;

    private static final String STREAM_NAME = "taskStream";
    private static final String GROUP_NAME = "taskGroup";

    public void consumeTasks(String consumerName) {
        List<MapRecord<String, Object, Object>> messages = redisTemplate.opsForStream().read(
            Object.class,
            org.springframework.data.redis.connection.stream.Consumer.from(GROUP_NAME, consumerName),
            StreamOffset.create(STREAM_NAME, ReadOffset.lastConsumed())
        );

        // 处理读取到的消息
        if (messages != null) {
            for (MapRecord<String, Object, Object> message : messages) {
                System.out.println(consumerName + " processing task ID: " + message.getId() + ", Data: " + message.getValue());
                // 确认消息已被处理
                redisTemplate.opsForStream().acknowledge(GROUP_NAME, message);
            }
        }
    }
}

代码解释

ConsumerService 类：该类通过传入不同的 consumerName 参数来模拟多个消费者的工作。不同的 consumerName 使得消费者组能够识别不同的消费者，并在同一组内为多个消费者分配任务。
consumeTasks(String consumerName) 方法：
- Consumer.from(GROUP_NAME, consumerName)：指定消费者组 taskGroup 和当前消费者的名称 consumerName，从该组中获取未消费的消息。
- StreamOffset.create(STREAM_NAME, ReadOffset.lastConsumed())：从上一次消费的位置继续消费，保证消息不会被重复消费。
- 消息确认：每条消息在处理完毕后，通过 acknowledge 方法确认，防止消息被重复分配。

调用 consumeTasks 并传入不同的 consumerName，可以实现多消费者并发从同一任务队列中获取任务，Redis 会自动进行任务的负载均衡。

8.2.4.具体应用示例

在 Spring Boot 中，可以使用 @Scheduled 注解实现定时任务，以便模拟生产者持续产生任务，消费者持续轮询消费任务。

import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.boot.CommandLineRunner;
import org.springframework.scheduling.annotation.EnableScheduling;
import org.springframework.scheduling.annotation.Scheduled;
import org.springframework.stereotype.Component;

@Component
@EnableScheduling
public class MessageQueueApplication implements CommandLineRunner {

    @Autowired
    private StreamTaskProducer taskProducer;

    @Autowired
    private StreamGroupManager groupManager;

    @Autowired
    private ConsumerService consumerService;

    private int taskCounter = 1;

    @Override
    public void run(String... args) throws Exception {
        // Step 1: 创建消费者组（如果已经存在则跳过）
        groupManager.createGroup();
    }

    // Step 2: 定时产生任务，每隔5秒产生一个新任务
    @Scheduled(fixedRate = 5000)
    public void produceTasks() {
        String taskData = "Task data " + taskCounter++;
        taskProducer.produceTask(taskData);
    }

    // Step 3: 消费者1轮询消费任务，每隔3秒检查新任务
    @Scheduled(fixedRate = 3000)
    public void consumer1Tasks() {
        consumerService.consumeTasks("consumer1");
    }

    // Step 4: 消费者2轮询消费任务，每隔3秒检查新任务
    @Scheduled(fixedRate = 3000)
    public void consumer2Tasks() {
        consumerService.consumeTasks("consumer2");
    }
}

代码解释

@EnableScheduling：启用 Spring 的定时任务功能。
@Scheduled 注解：实现定时任务。
- produceTasks()：每隔 5 秒钟调用一次，模拟任务生产者持续产生新任务。
- consumer1Tasks() 和 consumer2Tasks()：分别每隔 3 秒调用一次，模拟两个消费者持续轮询获取任务。

在 produceTasks() 中，任务计数器 taskCounter 自动递增，生成不同的数据内容，确保每个任务的数据是唯一的。

8.2.5. 不同任务类型的处理

在某些应用场景中，不同类型的任务可能需要不同的处理逻辑。我们可以在任务消息中添加“任务类型”字段，消费者在读取消息后，根据任务类型选择合适的处理方法。

代码示例

1.在任务消息中添加类型字段

Map<String, Object> taskData = new HashMap<>();
taskData.put("type", "TYPE_A"); // 设置任务类型
taskData.put("content", "Task content for TYPE_A");

// 将任务添加到 Stream 中
redisTemplate.opsForStream().add(StreamRecords.mapBacked(taskData).withStreamKey(STREAM_NAME));

2.在消费者中根据任务类型处理不同任务

public void consumeTasks(String consumerName) {
    List<MapRecord<String, Object, Object>> messages = redisTemplate.opsForStream().read(
        Object.class,
        org.springframework.data.redis.connection.stream.Consumer.from(GROUP_NAME, consumerName),
        StreamOffset.create(STREAM_NAME, ReadOffset.lastConsumed())
    );

    if (messages != null) {
        for (MapRecord<String, Object, Object> message : messages) {
            // 解析任务类型
            String taskType = (String) message.getValue().get("type");

            // 根据任务类型调用不同的处理方法
            if ("TYPE_A".equals(taskType)) {
                handleTypeATask(message);
            } else if ("TYPE_B".equals(taskType)) {
                handleTypeBTask(message);
            }

            // 确认消息已被处理
            redisTemplate.opsForStream().acknowledge(GROUP_NAME, message);
        }
    }
}

private void handleTypeATask(MapRecord<String, Object, Object> message) {
    System.out.println("Handling TYPE_A task: " + message.getValue().get("content"));
}

private void handleTypeBTask(MapRecord<String, Object, Object> message) {
    System.out.println("Handling TYPE_B task: " + message.getValue().get("content"));
}

代码解释

任务类型字段：在消息数据中添加 type 字段，用于指定任务类型。
任务筛选和处理：在消费时，根据 type 字段的值调用不同的处理方法，如 handleTypeATask 和 handleTypeBTask。
消息确认：无论任务类型如何，处理完毕后通过 acknowledge 确认消息，防止重复消费。

通过在消息中添加 type 字段，可以实现多种类型任务的处理方案，满足复杂场景的需求。

8.3.任务调度（延迟队列）

通过 Redis 的 Sorted Set 可以轻松实现一个延迟队列，这种延迟队列适用于需要定时触发的任务或批处理任务场景。其基本思路是：在 Sorted Set 中，任务的 score 表示其执行时间戳。通过定期检查，将所有到期任务取出并执行，实现任务的延迟处理。

实现思路

任务添加：将任务添加到 Redis 的 Sorted Set 中，使用未来的时间戳作为任务的 score 值，表示任务的到期时间。
任务检查与取出：设置定时任务定期检查 Sorted Set 中到期任务，将 score（时间戳）小于或等于当前时间的任务取出，这些任务即为已到期的任务。
任务处理与删除：处理到期任务，并将它们从 Sorted Set 中移除，确保任务不会重复执行。

8.3.1.两大组件

为了实现这个延迟队列，我们将定义两个主要组件：

DelayedTaskProducer：将任务添加到 Redis 延迟队列中。
DelayedTaskScheduler：定期检查 Redis 延迟队列，并处理到期任务。

1. `DelayedTaskProducer`：延迟任务生产者

这个类负责将任务添加到 Redis 的 Sorted Set 中。我们使用任务的未来时间戳作为 score 来标记任务的到期时间。

import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.stereotype.Service;

@Service
public class DelayedTaskProducer {

    @Autowired
    private RedisTemplate<String, Object> redisTemplate;

    private static final String DELAYED_TASK_QUEUE = "delayed_task_queue";

    /**
     * 添加延迟任务
     *
     *  taskId         任务ID或描述
     *  delayInSeconds 延迟时间（秒）
     */
    public void addDelayedTask(String taskId, long delayInSeconds) {
        // 当前时间 + 延迟时间 = 任务的到期时间戳（秒）
        long score = System.currentTimeMillis() / 1000 + delayInSeconds;
        // 将任务加入 Redis Sorted Set，key 为任务 ID，score 为到期时间戳
        redisTemplate.opsForZSet().add(DELAYED_TASK_QUEUE, taskId, score);
        System.out.println("Added task " + taskId + " with delay " + delayInSeconds + " seconds.");
    }
}

代码解释

DELAYED_TASK_QUEUE：这是 Redis 中存储延迟任务的 Sorted Set 键名，所有延迟任务都存储在这个集合中。
addDelayedTask 方法：
- 参数 taskId：任务的唯一标识，可以是任务的 ID 或者任务的描述。
- 参数 delayInSeconds：表示任务的延迟时间，以秒为单位。
- 计算到期时间 score：System.currentTimeMillis() / 1000 + delayInSeconds 计算未来的时间戳，表示任务的到期时间。
- 添加到 Sorted Set：使用 redisTemplate.opsForZSet().add() 方法将任务添加到 Sorted Set 中。taskId 作为集合的成员，score 表示任务的到期时间，用于排序。

当你调用 addDelayedTask 方法时，任务会被添加到 Sorted Set 中，并根据 score 进行排序。即：到期时间最近的任务会排在集合前面，确保任务可以按顺序被处理。

2. `DelayedTaskScheduler`：定期检查和处理到期任务

DelayedTaskScheduler 负责定期检查 Redis 中的 Sorted Set，取出已到期的任务并处理。

import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.scheduling.annotation.Scheduled;
import org.springframework.stereotype.Service;

import java.util.Set;

@Service
public class DelayedTaskScheduler {

    @Autowired
    private RedisTemplate<String, Object> redisTemplate;

    private static final String DELAYED_TASK_QUEUE = "delayed_task_queue";

    /**
     * 定期检查并处理到期任务
     */
    @Scheduled(fixedRate = 5000) // 每隔5秒执行一次
    public void processDelayedTasks() {
        long now = System.currentTimeMillis() / 1000; // 当前时间戳（秒级）

        // 获取所有到期任务（score 小于等于当前时间的任务）
        Set<Object> taskIds = redisTemplate.opsForZSet().rangeByScore(DELAYED_TASK_QUEUE, 0, now);

        // 遍历每个到期任务，执行处理并移除
        if (taskIds != null && !taskIds.isEmpty()) {
            for (Object taskId : taskIds) {
                // 处理任务逻辑
                System.out.println("Processing delayed task: " + taskId);

                // 从队列中删除已处理的任务
                redisTemplate.opsForZSet().remove(DELAYED_TASK_QUEUE, taskId);
            }
        }
    }
}

代码解释

processDelayedTasks 方法：每隔 5 秒运行一次，定期检查 Sorted Set 中是否有到期任务。
- 当前时间 now：获取当前的时间戳，用于判断任务的到期情况。
- rangeByScore 方法：redisTemplate.opsForZSet().rangeByScore(DELAYED_TASK_QUEUE, 0, now) 从 Sorted Set 中获取所有 score 小于等于当前时间戳的任务，这些任务即已到期。
- 遍历和处理任务：对于每个已到期的任务，执行相应的处理逻辑（这里以输出日志表示任务的处理过程）。
- 移除任务：使用 remove 方法将已处理的任务从 Sorted Set 中删除，防止任务被重复处理。

processDelayedTasks 方法确保到期任务在预定时间后自动执行，并且通过定时检查保持任务调度的稳定性。

8.3.2.具体应用示例

在应用的某个部分，可以使用 DelayedTaskProducer 的 addDelayedTask 方法来添加任务。例如，可以在控制器或服务中使用此方法：

import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.stereotype.Component;

import javax.annotation.PostConstruct;

@Component
public class DelayedTaskInitializer {

    @Autowired
    private DelayedTaskProducer delayedTaskProducer;

    @PostConstruct
    public void init() {
        // 在应用启动时，添加一些延迟任务示例
        delayedTaskProducer.addDelayedTask("task1", 10); // 延迟10秒执行
        delayedTaskProducer.addDelayedTask("task2", 20); // 延迟20秒执行
        delayedTaskProducer.addDelayedTask("task3", 30); // 延迟30秒执行
    }
}

代码解释

@PostConstruct 注解：init 方法会在 DelayedTaskInitializer Bean 初始化完成后自动执行，因此应用启动时会自动添加示例任务。
任务添加：addDelayedTask 方法将三个任务分别添加到延迟队列中，它们的到期时间分别是 10 秒、20 秒和 30 秒。

8.3.3.执行流程总结

1.添加延迟任务：

在应用启动时，DelayedTaskInitializer 中的 init 方法通过 @PostConstruct 自动执行，添加延迟任务 task1、task2 和 task3。
每个任务会被插入 Redis Sorted Set 中，且带有不同的到期时间。

2.定时检测任务：

DelayedTaskScheduler 中的 processDelayedTasks 方法每 5 秒执行一次。
在每次执行时，processDelayedTasks 会检查 Sorted Set 中所有分数小于等于当前时间的任务，并将这些任务视为到期任务。

3.任务处理和清理：

对于每个到期任务，调度器会执行处理逻辑（如打印任务 ID），并将任务从 Sorted Set 中移除，避免任务被重复执行。

9. 性能优化与监控

9.1. 连接池配置

连接池可以帮助管理 Redis 和 MySQL 的连接资源，避免频繁建立和销毁连接，从而减少系统开销，提高效率。合理的连接池配置可以防止资源耗尽，确保系统稳定运行。

9.1.1 Redis 连接池配置

在 Spring Boot 中可以通过 lettuce 或 jedis 来配置 Redis 连接池，以下示例基于 lettuce 配置连接池参数。

# Redis 连接配置
spring.redis.host=localhost
spring.redis.port=6379

# Lettuce 连接池配置
spring.redis.lettuce.pool.max-active=10  # 最大连接数
spring.redis.lettuce.pool.max-idle=5     # 最大空闲连接数
spring.redis.lettuce.pool.min-idle=2     # 最小空闲连接数
spring.redis.lettuce.pool.max-wait=1000  # 最大等待时间（毫秒）

代码解释

max-active：最大连接数，设置 Redis 可以同时保持的最大连接数。
max-idle：最大空闲连接数，连接池中可以保持的最大空闲连接数，超过的连接将会被释放。
min-idle：最小空闲连接数，保持的最少空闲连接数，当连接数低于此值时会创建新连接。
max-wait：最大等待时间，连接池获取连接的等待时间（毫秒），如果超过时间未获取到连接，则抛出异常。

通过合理配置连接池参数，可以避免 Redis 的连接池资源耗尽，提高应用的并发处理能力。

9.1.2 MySQL 连接池配置

Spring Boot 默认使用 HikariCP 作为 MySQL 数据库的连接池，可以通过以下配置进行优化。

# MySQL 数据源配置
spring.datasource.url=jdbc:mysql://localhost:3306/mydatabase
spring.datasource.username=root
spring.datasource.password=password

# HikariCP 连接池配置
spring.datasource.hikari.maximum-pool-size=10    # 最大连接数
spring.datasource.hikari.minimum-idle=2         # 最小空闲连接数
spring.datasource.hikari.idle-timeout=30000     # 空闲连接的最大存活时间
spring.datasource.hikari.connection-timeout=30000 # 获取连接的最大等待时间（毫秒）
spring.datasource.hikari.max-lifetime=1800000   # 连接的最大存活时间（毫秒）

代码解释

maximum-pool-size：最大连接数，即连接池中允许的最大连接数。
minimum-idle：最小空闲连接数，保持的最少空闲连接数，低于此值时会创建新连接。
idle-timeout：空闲连接的最大存活时间，超过此时间的空闲连接将被释放。
connection-timeout：连接池中获取连接的最大等待时间，如果超过此时间未获取到连接，则抛出异常。
max-lifetime：连接的最大存活时间，避免长时间使用的连接失效。

通过配置 HikariCP 参数，可以更好地管理数据库连接池，减少系统在高并发场景下的连接资源问题。

9.2. 性能监控

性能监控可以帮助实时查看系统运行状态，识别性能瓶颈。可以使用 Spring Boot Actuator、Redis CLI 和 MySQL 监控工具来跟踪关键指标，如缓存命中率、连接池状态、数据库响应时间等。

9.2.1 使用 Spring Boot Actuator

Spring Boot Actuator 提供了丰富的监控端点，可以帮助开发者快速了解应用的运行状态。

<!-- 引入 Spring Boot Actuator 依赖 -->
<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-actuator</artifactId>
</dependency>

配置 Actuator 端点

在 application.properties 中启用 Actuator 所需的端点，以便查看 Redis 和 MySQL 的状态。

management.endpoints.web.exposure.include=health,metrics,beans
management.endpoint.health.show-details=always

使用端点

/actuator/health：查看应用的健康状态，包含 Redis 和 MySQL 连接状态。
/actuator/metrics：查看应用的各种性能指标，如内存使用、CPU、线程等信息。

9.2.2 Redis CLI 监控 Redis 状态

Redis 提供了 INFO 命令，可以查看缓存的命中率、内存使用等详细信息。

redis-cli INFO

输出中的重要字段：

keyspace_hits 和 keyspace_misses：表示缓存命中和未命中的次数，可以计算缓存命中率：命中率 = keyspace_hits / (keyspace_hits + keyspace_misses)。
connected_clients：当前连接到 Redis 的客户端数量。
used_memory：Redis 使用的内存总量。
expired_keys：过期的键数量，有助于判断是否需要优化键的过期策略。

9.2.3 MySQL 监控工具

可以使用 MySQL 的 SHOW STATUS 命令来监控 MySQL 的性能指标，查看连接数、查询数等。

SHOW GLOBAL STATUS;

常用的状态字段：

Threads_connected：当前连接的客户端数量。
Connections：成功连接的总次数。
Queries：服务器处理的查询总数。
Slow_queries：执行时间超过 long_query_time 的慢查询总数。

这些信息有助于优化数据库性能，如增加连接池大小或优化查询语句。

9.3. Redis Keyspace Notifications

Redis Keyspace Notifications 是 Redis 提供的键变动通知功能，可以配置 Redis 将键的变动（如过期、删除、更新等）通知到客户端，以便实时监控缓存变化。

9.3.1.配置 Redis Keyspace Notifications

可以在 Redis 配置文件（redis.conf）中启用 Keyspace Notifications，或使用命令行动态配置。

# 监听所有键的过期事件和删除事件
config set notify-keyspace-events Ex

Ex：表示启用键的过期事件和删除事件通知。
K：表示所有键（keyspace）事件的通知。

9.3.2.Spring Boot 中使用 Redis Keyspace Notifications

在 Spring Boot 中使用 Redis Keyspace Notifications，可以创建一个监听器来接收 Redis 键变动的通知事件。

import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import org.springframework.data.redis.connection.Message;
import org.springframework.data.redis.connection.MessageListener;
import org.springframework.data.redis.connection.RedisConnectionFactory;
import org.springframework.data.redis.listener.PatternTopic;
import org.springframework.data.redis.listener.RedisMessageListenerContainer;
import org.springframework.data.redis.listener.adapter.MessageListenerAdapter;

@Configuration
public class RedisConfig {

    @Bean
    public RedisMessageListenerContainer container(RedisConnectionFactory connectionFactory,
                                                   MessageListenerAdapter listenerAdapter) {
        RedisMessageListenerContainer container = new RedisMessageListenerContainer();
        container.setConnectionFactory(connectionFactory);

        // 监听所有键的过期事件
        container.addMessageListener(listenerAdapter, new PatternTopic("__keyevent@0__:expired"));
        return container;
    }

    @Bean
    public MessageListenerAdapter listenerAdapter() {
        return new MessageListenerAdapter(new RedisKeyExpirationListener());
    }

    public static class RedisKeyExpirationListener implements MessageListener {
        @Override
        public void onMessage(Message message, byte[] pattern) {
            String expiredKey = message.toString();
            System.out.println("Key expired: " + expiredKey);
            // 在这里处理键过期事件，例如日志记录或重新加载缓存
        }
    }
}

代码解释

RedisMessageListenerContainer：配置 Redis 消息监听器容器，允许监听 Redis 中的事件。
PatternTopic("__keyevent@0__:expired")：监听 Redis 中 expired 事件，即键过期事件。@0 表示 Redis 数据库索引。
RedisKeyExpirationListener：自定义监听器，监听 Redis 键的过期事件。收到过期事件时会调用 onMessage 方法，并打印或记录过期的键。

通过 Keyspace Notifications，可以实时监控 Redis 键的变化，如缓存失效、删除等事件，适合于对缓存内容有严格要求的场景。

10. 应用场景实践

10.1.用户登录与会话管理

在用户登录和会话管理中，通过 Redis 缓存会话信息，可以提高会话的管理效率。Redis 的高性能访问、自动过期机制以及丰富的数据结构，特别适合会话管理。

10.1.1.用户登录与会话管理的实现流程

用户登录时创建会话：用户成功登录后，将用户信息存入 Redis 缓存中，生成唯一的会话 ID 并设置有效期。
访问控制：每次用户请求时，通过会话 ID 检查 Redis 中的会话信息，确保用户的会话有效。
会话续期：当用户在会话有效期内操作时，可以自动延长会话有效期。
会话删除：当用户登出或会话超时时，从 Redis 中移除会话信息。

10.1.2. 创建用户会话

当用户登录成功时，调用 createSession 方法，在 Redis 中创建会话信息，并设置过期时间。

import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.stereotype.Service;
import java.util.concurrent.TimeUnit;

@Service
public class SessionService {

    @Autowired
    private RedisTemplate<String, Object> redisTemplate;

    private static final String SESSION_KEY_PREFIX = "session:"; // 会话键前缀
    private static final long SESSION_TIMEOUT = 30; // 会话超时时间（分钟）

    /**
     * 创建用户会话
     * @param sessionId 会话ID
     * @param userInfo 用户信息对象
     */
    public void createSession(String sessionId, Object userInfo) {
        String sessionKey = SESSION_KEY_PREFIX + sessionId;
        // 存储会话信息，并设置超时时间
        redisTemplate.opsForValue().set(sessionKey, userInfo, SESSION_TIMEOUT, TimeUnit.MINUTES);
        System.out.println("Session created: " + sessionId);
    }
}

代码解释

RedisTemplate：Spring Boot 提供的 Redis 操作模板，简化了与 Redis 的交互。
SESSION_KEY_PREFIX：会话键的前缀，所有会话数据的键都带有该前缀，以便在 Redis 中区分不同的数据类型。sessionId 作为唯一标识符，将用户信息与特定的会话关联。
SESSION_TIMEOUT：会话的超时时间，在用户登录成功后，将会话信息存入 Redis，并设置超时时间（如 30 分钟），超过时间后会话自动失效。
createSession 方法：
- sessionKey：Redis 中存储的键，用 sessionId 生成独特键名（例如 session:user123）。
- redisTemplate.opsForValue().set(...)：将 sessionKey 与 userInfo 对象绑定，并设置超时时间，使用 TimeUnit.MINUTES 表示 30 分钟后自动过期。

当用户登录成功时，调用 createSession，将会话信息存储到 Redis 中。因为 Redis 高性能访问特性，这样的会话存储操作非常迅速，适合高并发的登录场景。

10.1.3. 获取会话信息

在每次用户请求时，调用 getSession 方法，通过 Redis 查询用户的会话信息，以便验证会话是否有效。

/**
 * 获取用户会话信息
 * @param sessionId 会话ID
 * @return 用户信息对象
 */
public Object getSession(String sessionId) {
    String sessionKey = SESSION_KEY_PREFIX + sessionId;
    return redisTemplate.opsForValue().get(sessionKey);
}

代码解释

getSession 方法：
- 根据 sessionId 构造 sessionKey。
- redisTemplate.opsForValue().get(sessionKey) 从 Redis 中获取用户信息。
- 返回的用户信息对象（userInfo）将用于验证用户的身份、权限等。
- 如果返回 null，表示会话已过期或无效。

通过 getSession 可以快速获取会话数据，验证会话有效性。

10.1.4. 延长会话有效期

当用户在会话有效期内进行操作时，可以调用 extendSession 方法，延长会话的过期时间，避免用户频繁重新登录。

/**
 * 延长用户会话有效期
 * @param sessionId 会话ID
 */
public void extendSession(String sessionId) {
    String sessionKey = SESSION_KEY_PREFIX + sessionId;
    redisTemplate.expire(sessionKey, SESSION_TIMEOUT, TimeUnit.MINUTES);
    System.out.println("Session extended: " + sessionId);
}

代码解释

extendSession 方法：
- redisTemplate.expire(...)：重新设置会话的过期时间，延长 SESSION_TIMEOUT 分钟。
- 每次调用 extendSession 时，Redis 会更新会话的过期时间。
- 在用户有操作时，通过定期延长有效期，可以有效提高用户体验，避免会话自动过期。

10.1.5. 删除会话信息

在用户主动登出时，调用 deleteSession 删除会话信息，从 Redis 中移除该会话数据。

/**
 * 删除用户会话
 * @param sessionId 会话ID
 */
public void deleteSession(String sessionId) {
    String sessionKey = SESSION_KEY_PREFIX + sessionId;
    redisTemplate.delete(sessionKey);
    System.out.println("Session deleted: " + sessionId);
}

代码解释

deleteSession 方法：
- redisTemplate.delete(sessionKey)：根据会话 ID 删除 Redis 中对应的会话数据。
- 当用户退出登录时，删除会话信息，避免无效会话数据滞留在 Redis 中，节省内存空间。

通过 Redis 的自动过期和删除机制，可以实现灵活的会话管理，当用户不再活动或主动退出时，相关会话数据会被自动清理。

10.1.6.应用场景与优势

使用 Redis 管理用户会话可以显著提高系统的响应速度，特别适用于大规模用户并发登录的场景：

高性能访问：Redis 的内存存储和快速响应适合会话管理，确保用户会话数据的高效读写。
自动清理：利用 Redis 的过期机制，自动清理超时会话，避免存储无效数据。
支持分布式部署：在分布式应用中，Redis 提供的会话存储可以在不同节点之间共享，确保会话的一致性和持久性。

10.2.购物车与库存管理

在电商系统中，购物车与库存管理是高并发场景的核心需求。Redis 提供的哈希结构和原子性操作，非常适合实现高效的购物车管理和库存扣减操作。通过 Redis，可以实现购物车的快速更新，确保用户购物体验流畅，同时利用原子性操作保证库存扣减的一致性。

10.2.1.购物车与库存管理的实现流程

购物车管理：每个用户的购物车可以通过 Redis 哈希结构进行存储，以用户 ID 为前缀的键名为哈希键名，商品 ID 为字段，商品数量为字段值。
库存管理：通过 Redis 的 incrBy 方法进行库存操作，可以确保库存扣减的原子性。
事务控制：在 Redis 中使用事务操作，保证添加商品到购物车和库存扣减的一致性。

我们通过一个 ShoppingCartService 类来实现购物车和库存的操作，包括添加商品到购物车、扣减库存以及将两者操作结合的事务控制。

10.2.2. 购物车管理

Redis 的哈希结构可以将每个用户的购物车作为一个哈希表，键名是 cart:{userId}，字段是商品 ID，字段值是商品数量。

import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.stereotype.Service;

@Service
public class ShoppingCartService {

    @Autowired
    private RedisTemplate<String, Object> redisTemplate;

    private static final String CART_KEY_PREFIX = "cart:"; // 购物车键前缀

    /**
     * 添加商品到购物车
     * @param userId 用户ID
     * @param productId 商品ID
     * @param quantity 数量
     */
    public void addToCart(String userId, String productId, int quantity) {
        String cartKey = CART_KEY_PREFIX + userId;
        redisTemplate.opsForHash().increment(cartKey, productId, quantity); // 累加商品数量
        System.out.println("Product added to cart: " + productId + ", Quantity: " + quantity);
    }

    /**
     * 查看购物车
     * @param userId 用户ID
     * @return 购物车内容
     */
    public Map<Object, Object> viewCart(String userId) {
        String cartKey = CART_KEY_PREFIX + userId;
        return redisTemplate.opsForHash().entries(cartKey);
    }
}

代码解释

CART_KEY_PREFIX：购物车键的前缀，用于区分用户的购物车数据。例如，用户 user1 的购物车键名为 cart:user1。
addToCart 方法：
- 使用 increment 方法增加商品数量，如果购物车中已有此商品，会累加数量；如果没有，则会新建该商品的记录。
- 例如：用户 user1 购买商品 product123 数量为 2 时，键 cart:user1 中字段 product123 的值会累加 2。
viewCart 方法：使用 entries 获取购物车的所有内容。每个购物车都是一个哈希表，包含商品 ID 和数量的键值对。

在 Redis 中，哈希结构不仅减少了存储空间，还能高效处理购物车中多个商品的数据。

10.2.3. 库存管理

通过 Redis 的原子操作 increment，可以确保库存扣减的操作具有原子性，从而避免超卖问题。每次扣减库存前都会检查是否有足够的库存量。

private static final String STOCK_KEY_PREFIX = "stock:"; // 库存键前缀

/**
 * 减少商品库存
 * @param productId 商品ID
 * @param quantity 数量
 * @return 是否成功
 */
public boolean deductStock(String productId, int quantity) {
    String stockKey = STOCK_KEY_PREFIX + productId;
    Long stock = redisTemplate.opsForValue().increment(stockKey, -quantity); // 扣减库存

    if (stock != null && stock >= 0) {
        System.out.println("Stock deducted for product: " + productId + ", Remaining: " + stock);
        return true;
    } else {
        // 库存不足，回滚扣减操作
        redisTemplate.opsForValue().increment(stockKey, quantity);
        System.out.println("Stock not enough for product: " + productId);
        return false;
    }
}

代码解释

STOCK_KEY_PREFIX：库存键的前缀，例如 stock:product123 表示商品 product123 的库存。
deductStock 方法：
- 使用 increment 方法原子性地减少库存。-quantity 表示扣减库存。
- 如果库存足够，返回 true 表示扣减成功；如果库存不足，库存值会回滚，即重新加回 quantity，确保不会产生负库存。
- 这种原子性操作能有效避免高并发下的超卖问题。

10.2.4. 事务控制：添加商品到购物车并扣减库存

在实际场景中，添加商品到购物车和库存扣减应作为一个事务进行控制。我们可以通过 Redis 的 watch 机制，监视库存变化，并确保购物车和库存操作的一致性。

import org.springframework.data.redis.core.RedisOperations;
import org.springframework.data.redis.core.SessionCallback;

public void addToCartAndDeductStock(String userId, String productId, int quantity) {
    redisTemplate.execute(new SessionCallback<Object>() {
        @Override
        public Object execute(RedisOperations operations) {
            String cartKey = CART_KEY_PREFIX + userId;
            String stockKey = STOCK_KEY_PREFIX + productId;

            // 监视库存键，确保库存在操作过程未被其他操作修改
            operations.watch(stockKey);

            // 检查库存是否充足
            Long stock = (Long) operations.opsForValue().get(stockKey);
            if (stock == null || stock < quantity) {
                System.out.println("Stock not enough for product: " + productId);
                return false; // 库存不足，操作终止
            }

            operations.multi(); // 开启事务
            operations.opsForHash().increment(cartKey, productId, quantity); // 添加商品到购物车
            operations.opsForValue().increment(stockKey, -quantity); // 扣减库存
            return operations.exec(); // 执行事务
        }
    });
}

代码解释

watch(stockKey)：通过 watch 监视库存键 stockKey，确保在事务执行过程中，库存不会被其他操作修改。
库存检查：在事务执行前，先检查 Redis 中的库存是否足够，若不足则终止操作。
multi() 和 exec()：启动 Redis 事务，先将购物车和库存扣减的指令放入队列，调用 exec 执行事务。若期间库存发生变化，事务将失败，以确保库存和购物车数据的一致性。
事务执行逻辑：
- 使用 increment 将商品添加到购物车。
- 同时，使用 increment 原子性地减少库存数量。
- 通过事务控制，确保购物车添加和库存扣减的一致性，防止在高并发情况下库存不足时的错误扣减问题。

10.2.5.应用场景与优势

使用 Redis 进行购物车和库存管理，适合高并发电商场景：

高效购物车管理：Redis 哈希结构可以快速更新和查询购物车中的商品，减少数据库访问压力。
原子性库存操作：Redis 的原子操作确保了库存扣减的并发安全性，避免超卖问题。
事务控制：通过 Redis 事务，可以确保购物车和库存的操作一致性，避免出现库存不足却添加到购物车的情况。

10.3.数据统计与排行榜

在社交应用、游戏等场景中，经常需要实现实时的数据统计和排行榜功能。Redis 的 Sorted Set 数据结构通过分数排序，为实时更新和快速查询排名提供了理想的解决方案。在 Sorted Set 中，元素是有序的，且可以根据分数动态调整排名，非常适合排行榜、得分统计等需求。

10.3.1.数据统计与排行榜的实现流程

添加或更新分数：将用户的得分（或其他数据统计值）添加到 Sorted Set 中。如果用户已存在则更新分数，如果用户不存在则添加用户。
获取排行榜：通过 Sorted Set 的排序特性，可以快速获取前 N 名用户，形成实时排行榜。
查询用户排名：Redis 提供的 rank 操作可以查询特定用户的当前排名，实现用户排名的实时查询。

以下代码以一个简单的 LeaderboardService 为例，展示了排行榜的增、查操作，包括添加或更新分数、获取前 N 名以及获取用户的实时排名。

10.3.2. 添加或更新分数

使用 Redis 的 ZADD 操作将用户和分数存入 Sorted Set 中。如果用户已存在，则更新分数；如果用户不存在，则添加用户。

import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.stereotype.Service;

@Service
public class LeaderboardService {

    @Autowired
    private RedisTemplate<String, Object> redisTemplate;

    private static final String LEADERBOARD_KEY = "leaderboard"; // 排行榜键

    /**
     * 添加或更新用户分数
     * @param userId 用户ID
     * @param score 新增分数
     */
    public void addOrUpdateScore(String userId, double score) {
        redisTemplate.opsForZSet().incrementScore(LEADERBOARD_KEY, userId, score);
        System.out.println("Score updated for user: " + userId + ", Score: " + score);
    }
}

代码解释

LEADERBOARD_KEY：用于存储排行榜的 Sorted Set 键名，可以使用业务相关的名称来区分不同排行榜（例如：积分榜、竞赛榜等）。
addOrUpdateScore 方法：
- 使用 incrementScore 方法添加或更新用户的分数。
- userId 表示用户的唯一标识符，score 表示得分。
- 如果用户已存在于 Sorted Set 中，分数会累加；如果用户不存在则新增该用户的分数记录。
- 每次分数变动时，Sorted Set 会根据分数自动重新排序，从而确保排行榜始终有序。

10.3.3. 获取排行榜

可以通过 Redis 的 ZRANGE 操作，按分数从高到低获取前 N 名用户，并构成排行榜。此方法适用于展示全局排名。

/**
 * 获取排行榜
 * @param topN 取前N名
 * @return 排名前N的用户ID列表
 */
public Set<Object> getTopN(int topN) {
    return redisTemplate.opsForZSet().reverseRange(LEADERBOARD_KEY, 0, topN - 1);
}

代码解释

getTopN 方法：
- 使用 reverseRange 获取 Sorted Set 中前 N 名用户的数据。reverseRange 会按分数从高到低排序。
- topN 参数指定需要获取的前 N 名用户。
- 返回的 Set<Object> 中包含前 N 名用户的 ID，可以根据需要进一步查询用户详细信息。

这种方式可以在排行榜页面中直接显示前 N 名用户的实时排名，非常适合用作游戏积分榜、社交平台活跃用户榜等。

10.3.4. 获取用户排名

为了查询特定用户的当前排名，可以使用 Redis 的 ZREVRANK 操作，通过分数从高到低排列，返回用户的名次。

/**
 * 获取用户排名
 * @param userId 用户ID
 * @return 用户排名（1为最高）
 */
public Long getUserRank(String userId) {
    Long rank = redisTemplate.opsForZSet().reverseRank(LEADERBOARD_KEY, userId);
    if (rank != null) {
        System.out.println("Rank for user " + userId + ": " + (rank + 1));
    }
    return rank != null ? rank + 1 : null; // 排名从0开始，需加1
}

代码解释

getUserRank 方法：
- 使用 reverseRank 查询指定用户的排名，从分数从高到低排序中获取用户的索引值。
- 如果用户存在，则返回的索引值加 1 表示用户的实际排名。例如，索引值 0 表示第一名，故 rank + 1 为最终排名。
- 如果用户不存在，返回 null 表示用户未上榜。

通过实时查询用户排名，可以向用户展示其当前排名位置，增加用户的竞争体验。

10.4.5. 获取用户的分数

有时除了查询用户排名，还需要查询用户的得分。可以使用 Redis 的 ZSCORE 操作获取用户的分数信息。

/**
 * 获取用户的分数
 * @param userId 用户ID
 * @return 用户的分数
 */
public Double getUserScore(String userId) {
    Double score = redisTemplate.opsForZSet().score(LEADERBOARD_KEY, userId);
    if (score != null) {
        System.out.println("Score for user " + userId + ": " + score);
    }
    return score;
}

代码解释

getUserScore 方法：
- 使用 score 获取 Sorted Set 中指定用户的分数。
- 如果用户存在，返回其当前分数；如果用户不存在，返回 null。
- 分数信息可以在用户详情页面、个人排行榜等场景中展示，帮助用户了解自己的得分情况。

10.4.6.应用场景与优势

使用 Redis 的 Sorted Set 实现排行榜和实时数据统计，有以下优势：

实时性强：Redis 的分数排序机制使得排行榜能够实时更新，即用户分数更新后立即调整排名。
高并发性能：Redis 基于内存的数据结构和原子性操作，能够在高并发场景下保持高性能，特别适合游戏、社交平台等。
操作简洁：通过 ZADD、ZRANGE、ZSCORE 等操作，能够快速实现排名查询和数据统计，降低开发复杂度。

应用场景

游戏积分排行榜：展示游戏玩家的得分和排名，实时更新玩家的竞争状态。
社交平台活跃度排名：根据活跃度（如发帖、点赞、评论等）进行排序，鼓励用户保持活跃。
商户销售排名：电商平台可以基于商户的销售额，展示月度或年度销售排行榜，激励商家提升业绩。

原文地址：https://blog.csdn.net/m0_73837751/article/details/143511561

免责声明：本站文章内容转载自网络资源，如本站内容侵犯了原著者的合法权益，可联系本站删除。更多内容请关注自学内容网（zxcms.com）！

上一篇：C03S04-Linux网络之软件仓库、SSH和NFS
下一篇：linux配置nginx

百度搜索AI探索版多线程批量生成TXT原创文章软件-可生成3种类型文章
8、有8种标题模式可自由设置：1、关键词 2、百度搜索AI原创标题(以原创标题写文章) 3、关键词 + 百度搜索AI原创标题 4、关键词 + 下拉副标题 5、关键词 + 下拉副标题
阅读更多2024-11-16
批量更改表格数据不更新、不实时渲染、或则watch监听不到表格修改数据
第一种方法是监听的watch中添加deep:true，但是这种方法对我来说不管用，我需要监听某一列的数据，在批量更改后，统计数量，这时候，手动更改数据，他的监听并不能实时抓捕到。我这里的功能是，批量更
阅读更多2024-11-16
【大语言模型】ACL2024论文-10 CSCD-IME: 纠正拼音输入法产生的拼写错误
本文研究了中文拼写校正（CSC）任务，特别是针对拼音输入法（IME）产生的错误。作者首先介绍了一个包含40,000个标注句子的中文拼写校正数据集（CSCD-IME），这些句子来自新浪微博上的官方媒体帖
阅读更多2024-11-16
react 中 memo 模块作用
memo`是一个用于优化组件性能的高阶组件。
阅读更多2024-11-16
随笔content1
如果组件的具体类型无法获得，或者你并不关心组件的具体类型，那么可以使用 ComponentPublicInstance。当你将一个响应式对象的属性赋值或解构到一个本地变量时，访问或赋值该变量是非响应式
阅读更多2024-11-16
Java多线程底层设计思路
Java 的多线程设计比较全面和灵活，提供了多种方式来定义任务和管理线程，特别是通过Runnable和Callable接口，可以实现任务和线程的解耦，适应不同的应用场景。与 Python 和 C# 相
阅读更多2024-11-16
第七章利用CSS和多媒体美化页面
当设置为show时，就意味着当表格中某个单元格没有内容时，依然会显示该单元格的边框，这样可以保持表格的完整性和视觉上的连贯性，让用户在浏览表格时，能清晰地看到每个单元格的范围。而当参数为hide时，则
阅读更多2024-11-16
Cyberchef配合Wireshark提取并解析TCP/FTP流量数据包中的文件
通过cyberchef还原pcap数据包中TCP上层的文件内容，提升wireshark分析数据包的效率
阅读更多2024-11-16
redis
Redis 本质上是一个 Key-Value 类型的内存数据库，整个数据库加载在内存当中进行操作，定期通过异步操作把数据库数据 flush 到硬盘上进行保存。因为是纯内存操作， Redis 的性能
阅读更多2024-11-16
C++学习笔记之string容器、vector容器
vector可以动态扩展，动态扩展并不是在原空间之后续接新空间，而是找更大的内存空间，然后将原数据拷贝新空间，释放原空间。我们读过的书，说过的话，见过的山水，见到的人和事，最终都会变成我们脚下的的路。
阅读更多2024-11-16

Spring Boot中集成Redis与MySQL

1. 环境准备与依赖配置

1.1 Maven 依赖管理

1.2. 配置文件：设置 application.properties 文件

1.3. 本地与远程服务搭建

1.3.1. Redis 服务启动

1.3.2. MySQL 服务启动

1.3.3. 网络连通性和认证设置

2.Spring Boot 与 Redis 的集成

2.1. RedisTemplate 配置

2.1.1创建 RedisTemplate Bean

2.1.2.创建 StringRedisTemplate Bean

2.1.3.常用序列化方式总结

2.2.CRUD 操作方法

2.2.1.RedisTemplate 常用方法

2.2.2. 创建 RedisService 类（编写CRUD 方法）

2.3.缓存配置

2.4.缓存注解使用

1. @Cacheable 注解

2. @CachePut 注解

3. @CacheEvict 注解

4.综合示例：业务逻辑层

3. Redis 和 MySQL 的协同缓存机制

3.1.缓存策略设计：哪些数据适合缓存

3.2.读写分离

3.2.1. 读取操作：优先使用缓存，加速查询

3.2.2. 写入操作：更新 MySQL 并同步更新 Redis 缓存

3.2.3. 删除操作：清除数据库和缓存中的数据

3.3.缓存预热与过期策略

3.3.1.缓存预热（Cache Preheating）

3.3.2.缓存过期策略（Expiration Strategy）

3.3.3.避免数据不一致的策略

3.4.缓存失效后清理缓存

3.4.1.利用 @CacheEvict 注解实现缓存失效

3.4.2.手动清理缓存（在数据库更新后手动清理缓存）

4. 分布式锁的实现

6.1.使用 SETNX 和 EXPIRE 命令手动实现分布式锁

6.2.使用Redisson的RLock实现分布式锁

6.2.1.使用步骤

6.2.2. RLock 的常用方法和使用示例

6.3. 加锁后为什么缓存数据仍可能被其他线程修改

5. 缓存穿透、击穿与雪崩的防范

5.1. 缓存穿透

5.1.1什么是缓存穿透

5.1.2.什么是布隆过滤器

5.1.3.配置布隆过滤器

5.1.4.使用布隆过滤器示例

5.2.缓存击穿

5.2.1什么是缓存击穿？

5.2.2. 使用加锁机制解决缓存击穿

5.2.3. 设置热点数据永不过期

5.3.缓存雪崩

5.3.1.什么是缓存雪崩？

5.3.2. 设置不同的缓存失效时间

5.3.3. 缓存预热

5.3.4. 其他防范方法

6.Redis 高可用架构方案

6.1. Redis Sentinel（主从复制和故障监控）

6.1.1.Redis Sentinel 高可用架构原理

6.1.2.在 Spring Boot 中集成 Redis Sentinel

1.搭建并配置 Redis Sentinel 集群

2.在 Spring Boot 中配置 Redis Sentinel 集成

配置 application.properties

3.在 Spring Boot 中使用 Redis Sentinel

6.1.3.Redis Sentinel 的工作流程总结

6.1.4.Redis Sentinel 的特点

6.2 Redis Cluster（数据分片和自动故障转移）

6.2.1 Redis Cluster 高可用架构原理

6.2.2 在 Spring Boot 中集成 Redis Cluster

1. 搭建并配置 Redis Cluster 集群

2. 在 Spring Boot 中配置 Redis Cluster 集成

3. 在 Spring Boot 中使用 Redis Cluster

6.2.3 Redis Cluster 的特点

6.2.4.关于槽点的重新分配

8. Spring Boot 中的 Redis 消息队列实现

8.1.发布与订阅（Pub/Sub）

8.1.1.四大组件

8.1.2.定义监听者（Listener）

8.1.3.配置 Redis 消息监听器容器和适配器

8.1.4. 实现消息发布类

1.2. 配置文件：设置 `application.properties` 文件

2.1.1创建 `RedisTemplate` Bean

1. `@Cacheable` 注解

2. `@CachePut` 注解

3. `@CacheEvict` 注解

3.4.1.利用 `@CacheEvict` 注解实现缓存失效

6.1.使用 `SETNX` 和 `EXPIRE` 命令手动实现分布式锁

配置 `application.properties`

1. `DelayedTaskProducer`：延迟任务生产者

2. `DelayedTaskScheduler`：定期检查和处理到期任务