Logo

菜单

wy132
wy132
发布于 2024-07-22 / 0 阅读
0
0

黑马点评学习笔记

一、Redis的应用

1 基于Redis实现共享session登录

2 缓存更新策略

主动更新，先写数据库再删缓存

3 缓冲穿透实战

缓存穿透：缓存和数据库都没有数据

采用缓冲空对象方法

4 缓冲雪崩实战

缓存雪崩：大量key同时过期

5 缓冲击穿实战

缓存击穿：缓存没有而数据库有该数据

实践：基于互斥锁方式解决缓存击穿问题

获取锁：商铺id作键，来存储到内存中；setIfAbsent相当于redis中的SETNX key value，当且仅当 key 不存在，将 key 的值设为 value ，并返回1；若给定的 key 已经存在，则 SETNX 不做任何动作，并返回0。来实现锁

String key = CACHE_SHOP_KEY + id;
stringRedisTemplate.opsForValue().setIfAbsent(key, "1", 10, TimeUnit.SECONDS);

释放锁：删除key值就可以了

stringRedisTemplate.delete(key);

实践：基于逻辑过期方式解决缓存击穿问题

：逻辑时间指自己在value上再加多一个时间属性，而不是为key设定过期时间，每当命中该key时，用其value附带的时间属性来判断是否过期。

6 优惠券秒杀功能

Redis实现全局唯一id

全局唯一id特性：唯一性、高可用、高性能、递增性、安全性

实现方法：使用redis自增特性， 满足上面的高可用、高性能、递增性

id组成：该id满足唯一性、安全性

具体实现方法：生成该类型的id，将其存到缓存中。

其他策略：

  1. UUID

  2. 雪花算法

  3. 数据库自增

实践：秒杀下单功能

redis实现订单id全局唯一

超卖问题

高并发引发的问题

解决方法：乐观锁

具体实现方式：

  1. 版本号控制：数据表中加上一个 version 字段来实现的，表示数据被修改的次数，当执行写操作并且写入成功后，version = version + 1，当线程A要更新数据时，在读取数据的同时也会读取 version 值，在提交更新时，若刚才读取到的 version 值为当前数据库中的version值相等时才更新，否则重试更新操作，直到更新成功。

  2. CAS算法：在更新时，加上where判断值是否等于已经查询的值，非阻塞，无锁

产生问题：成功率降低

解决方法：where判断改为是否大于0

一人一单

在原有的业务上再加上查询，是否存在该用户id和优惠卷id的订单数据

对扣减库存、创建订单业务进行加锁，根据用户id来作条件

7 redis实现分布式锁

分布式锁

  • 满足分布式系统或集群下的多进程可见并互斥的锁

  • 特性：多进程可见、互斥、高可用、高性能、安全性

常见三种实现方法：

redis实现分布式锁

基于setnx实现

基本思路：

基本方法：基于setnx，并设定过期时间

具体流程：将用户id作key，当前运行的线程的id作value

问题1：锁过时释放，另一线程获取锁，原线程将其释放调，产生问题

解决方法：在释放锁时判断是否自己的锁，即根据其value值(线程id)判断

问题2：判断锁一致和释放锁两个动作之间产生阻塞，发生错误

解决：使判断和释放操作具有原子性，使用Lua脚本实现多条Redis命令的原子性

基于setnx方法存在以下问题：

基于Redisson框架

redis优化秒杀

多线程，将业务划分，一部分给redis，一部分给另一线程，实现异步优化

异步优化后的业务

阻塞队列，线程池，java多线程等知识

具体步骤：

  1. 接到请求，先执行Lua脚本，判断是否有资格下单，没有则返回

  2. 有则创建订单信息，并将订单信息放到阻塞队列

  3. 另一线程不断获取阻塞队列的数据，并将数据写入数据库

存在问题：

  1. 阻塞队列基于jvm的内存，高并发下大量订单对象放到队列，造成内存溢出，

  2. 基于内存保存订单对象，服务宕机，导致内存数据丢失，jvm内存没有持久化

Redis消息队列实现异步秒杀

业务划分：跟阻塞队列方法类似，只不过是用消息队列解决业务

Redis实现消息队列：

  • list结构：模拟消息队列

    • 优点：利用redis存储，不受限jvm内存上限，基于redis持久化机制，保障数据安全性，满足消息有序

    • 缺点：无法避免消息丢失，只支持单消费者

  • PubSub：基本的点对点模型，redis的发布订阅机制

    • 优点：支持多生产多消费

    • 缺点：不支持数据持久化，无法避免消息丢失，消息存储有限

  • Stream：比较完善的消息队列模型，是redis的新数据类型

    • 优点：消息可回溯、支持多消费者获取、可阻塞读取

    • 缺点：阻塞读取有消息漏读的风险

基于Stream的消息队列-消费者组

消费者监听消息的基本思路：

实现异步秒杀主要业务

Redis实战

redis完善点赞功能

业务：避免重复点赞

思路：

  1. 用redis中的set存储（"blog:liked:" + blog.id，userId）键值对，blog.id映射所有点赞的用户id

  2. 点赞时，判断是否点赞过，根据set存储的结果+-点赞数，避免重复点赞

点赞排行榜

业务：打开blog时，发送请求，查询5名点赞用户，并返回

方法：根据点赞时间排序

将上面的Set存储（blogId，userId）改为用ZSet存储，时间戳作排序规则，在查询

时，查询该ZSet集合的前5名用户id，得到5名用户信息

共同关注功能

业务需求：点击查看某用户信息的共同关注时，显示该用户与本机用户的共同关注的用户

方法：用redis的set存储（用户id，该用户关注的用户id），请求查询时，查询set中本机用户与要查看的用户的并集结果，得到共同关注用户信息

附近商户搜索

思路：

使用redis中的GEO数据结构存储经纬度数据，当查询附近商户请求时，查询redis，按距离排序、分页，得到商户数据

用户签到

签到功能

需求：实现签到请求，将当前用户当天签到信息保存到Redis中

方法：使用BitMap数据结构

  1. 获取当前用户id和日期，拼接作key

  2. 获取今天是这月的第几天，index

  3. 存储到redis中BitMap，（key， index， true），index指定

统计连续签到天数

方法：

  1. 获取当前用户id和日期，拼接作key

  2. 根据key从上面的BitMap数据中取出对应签到数据long

  3. 根据数据和1做与运算来统计

UV统计

UV：独立访客量，用户数

PV：页面访问量

redis中的HyperLogLog用于确认非常大的集合的基数，而不需要存储其所值

技巧

将user数据实现线程共享

public class UserHolder {
    private static final ThreadLocal<UserDTO> tl = new ThreadLocal<>();

    public static void saveUser(UserDTO userId){
        tl.set(userId);
    }

    public static UserDTO getUser(){
        return tl.get();
    }

    public static void removeUser(){
        tl.remove();
    }
}

二级拦截

用于不同拦截的需求

这样无论访问什么路径都刷新token时间

一些常用的值尽量用常量来代替

public class SystemConstants {
    public static final String IMAGE_UPLOAD_DIR = "D:\\lesson\\nginx-1.18.0\\html\\hmdp\\imgs\\";
    public static final String USER_NICK_NAME_PREFIX = "user_";
    public static final int DEFAULT_PAGE_SIZE = 5;
    public static final int MAX_PAGE_SIZE = 10;
}

操作Redis中数据

使用StringRedisTemplate工具类，该类指定key，value的类型为string

//从Hash数据中找key对应的数据，返回Map类型
Map<Object, Object> userMap = stringRedisTemplate.opsForHash().entries(key);
//userMap存储user属性对，将其存储到Redis的Hash结构中
stringRedisTemplate.opsForHash().putAll(tokenKey, userMap);
//存储简单key，value值
stringRedisTemplate.opsForValue().set(phone, code, 30, TimeUnit.MINUTES);

注解

@TableField(exist = false)

注明非数据库字段属性，不需要数据库存储的属性（暂时属性）

hutool工具类

//将 userDTO类转换为Map类型存储
Map<String, Object> userMap = BeanUtil.beanToMap(userDTO);
//验证手机号格式
RegexUtils.isPhoneInvalid(phone)
//生成随机数，比原生的效果更好
RandomUtil.randomNumbers(6)
//时间常量类，多用在指定redis时间的单位
TimeUnit
//随机生成UUID
UUID.randomUUID()
//复制Bean对象
UserDTO userDTO = BeanUtil.copyProperties(user, UserDTO.class);
//判断对象是字符串是否为空白
StrUtil.isBlank(token)
//json反序列化为对象
RedisData redisData = JSONUtil.toBean(shopJson, RedisData.class);
Shop shop = JSONUtil.toBean((JSONObject) redisData.getData(), Shop.class);

MyBatis 笔记

评论