如何合理的在项目中运用Redis

“在昨天推送的文章中，我们能够明显的看到访问Redis存储的数据，比访问MySQL中存储的数据要快很多，但是我们也强调了Redis的一些缺点，那么在实际的项目中，我们如何合理的使用Redis呢？”

这篇文章我们主要结合实际来看看如何合理的使用Redis。在文章开始之前有这么几个问题，什么数据放到Redis中比较合理？数据库更新数据，缓存数据怎么处理？对于访问缓存和数据库都不存在的数据，如何应对这种恶意的频繁请求？

01

—

如何使用缓存

一：缓存热点数据

我们首先来看一下第一个问题：什么数据放到Redis中比较合适？大家都明白Redis虽然也能将数据持久化，但是通常它最主要的作用就是放在内存中供我们快速查询数据，这里不禁就要想了，什么样的数据值得我们以更快的速度查询出来？几十天没人访问的数据我们放到Redis中除了占内存别无他用。所以值得我们放到Redis中的数据首先要是热门数据，我对热门数据是这样理解的：你打开一个应用，你不得不看的数据(比如一些版本提示)，以及很多人都想去看的数据就属于热门数据。这里用我的小程序做个例子：

在我的小程序中，首页的提示栏就属于热点数据，不管你喜不喜欢，打开小程序你都会看到这些数据：

1.小程序更新的版本，

2.小程序更新的文章，

3.小程序更新的题库。

我们来看一下代码如何实现的：

这里闲扯一句，我个人爱好使用Hash存储数据，因为String会拥有很多key，查询起来比较麻烦。下面是接口，在请求到达的时候我们会先从缓存中取数据，如果为null的话，就去数据库中取数据，同时在数据库取出数据之后，调用线程池的线程来缓存查询的数据。

说明一下这个接口，这里不知道小伙伴是否发现setHash这个方法我用trycatch处理来一下，因为 run( )方法不允许thorw exception，所有的异常必须在run方法内进行处理，而如果这里不处理，那么在出错的情况下，不会有任何错误出来（比如说类型转换出现异常后，系统内却没有任何错误显示），但是缓存却没有存进去数据，这就导致每次查询其实走的都是数据库查询。此外：在map执行put操作的时候，我是又查询来一下数据库，原因有以下几点：

1.线程内部不能使用外部变量

2.将外部变量设置为final不合适，因为这个类并非不可变类。

3.我觉的硬要把外部变量弄到线程内部，还不如执行一次查询来的方便。

说完这一一点之后，我想大家明白Redis第一个合理缓存数据的建议：热点数据，缓存 才有价值

二：频繁修改的数据，看情况考虑使用缓存

在上面我们说到，热点数据使用缓存，但是存在一些热点数据是会频繁变动的，比如我的小程序中的最新题库每天都会变更，那么这种数据要放在缓存中吗？对于这样的数据，我们要考虑这些数据的存取对数据库压力大不大，如果不大的话，可以不使用缓存，因为每次更新数据同时更新缓存也是一笔开销，但是如果对数据库的压力比较大的话，还是建议使用缓存去减轻数据库的压力。

我想说到这里大家应该就明白来，缓存如何去用，通常情况下，我们只需要考虑上面两点就行，在一些特定的情况下我们需要根据实际的业务场景进行实际的分析。

这里我们也可以知道在开头说的第二个问题：数据库更新数据，缓存数据怎么处理。如果业务场景允许脏数据存在一定的时间，那么我们可以通过设置过期时间来完成更新，如果数据要保证一致性那么我们可以在更新数据库成功后，立刻更新缓存。

说到这里下面我们再来看一下Redis架构设计的一个缺点：缓存穿透。同时也是对第三个问题的解答：对于访问缓存和数据库都不存在的数据，如何应对这种恶意的频繁请求？（Redis架构设计还有其他两个缺陷：瞬间并发,缓存雪崩这里就不做详细的介绍来，你可以通过今天小程序更新的题库来了解他们。）

02

—

缓存穿透

所谓的缓存穿透，简单来讲就是查询某些不存在的key时，缓存和数据库查询结果都为空，而空的结果又不被缓存起来，而导致每次查询都去请求数据库层的情况。这种情况在什么时候会发生呢？比如说爬虫，在它爬到你的商品ID后，又根据商品ID去请求一些参数，如果这个商品没有参数(假设)，那么频繁的请求数据库，就会让服务器崩溃，尤其是执行开销很大的SQL时候，这个崩溃的会更加快速。那么如何解决这种问题呢？

1.缓存空数据

当第一次查询数据库时，若数据不存在，返回空数据时将其写入缓存，后续查询就不必再去查询数据库了。当然这样也是有问题的，因为会平白无故的存很多无用的key，不过我们可以设计key的过期时间，这样应该在接受范围内。另外一个问题是：如果key过期时间较长，出现恶意攻击时，容易出现内存不够的情况。另外，需要额外的业务逻辑处理数据库与缓存中数据一致性的问题。

2.布隆过滤器拦截

简单来讲就是使用多个hash函数将一个key映射到一个很长的二进制向量的多个比特位中，类似于hash set。

存在问题：维护复杂，建议只在海量数据的情况下使用。

关于运用Redis的问题，还有以下两点大家在使用中要注意下：

1.数据的不一致性：缓存设置失效时间，一旦超过失效时间，就要从数据库重新加载，因此应用要容忍一定时间的数据不一致。还有一种是在数据更新时立即更新缓存，不过这也会增加系统的开销和事务一致性问题

2.如果Redis服务发生故障，可能会导致数据库跟着一起发生雪崩问题：不重要的缓存数据，可以采取服务降级策略，例如一个比较常见的做法就是，Redis出现问题，不去数据库查询，而是直接返回默认值给用户

那么今天小程序更新的题库是什么呢？

今天小程序更新的题目是：

1.什么是缓存雪崩？

2.如何解决缓存雪崩？

3.redis为什么会有高并发问题？

4.redis高并发解决办法