Java Redis缓存穿透/缓存雪崩/缓存击穿，Redis分布式锁实现秒杀，限购等

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92

package com.example.redisdistlock.controller;   import com.example.redisdistlock.util.RedisUtil; import org.springframework.beans.factory.annotation.Autowired; import org.springframework.data.redis.core.RedisTemplate; import org.springframework.data.redis.core.StringRedisTemplate; import org.springframework.util.StringUtils; import org.springframework.web.bind.annotation.RestController;   import java.util.HashMap; import java.util.Map;   @RestController public class CacheController {       @Autowired     private StringRedisTemplate stringRedisTemplate = null;       @Autowired     private RedisUtil redisUtil = null;       /**      * ****************************** 缓存穿透 ******************************      * 缓存穿透，是指查询一个数据库一定不存在的数据。      * 正常的使用缓存流程大致是，数据查询先进行缓存查询，      * 如果key不存在或者key已经过期，再对数据库进行查询，      * 并把查询到的对象，放进缓存。如果数据库查询对象为空，则不放进缓存。      * 灾难现场：想象一下这个情况，如果传入的参数为-1，会是怎么样？这个-1，就是一定不存在的对象。就会每次都去查询数据库，      *          而每次查询都是空，每次又都不会进行缓存。假如有恶意攻击，就可以利用这个漏洞，对数据库造成压力，甚至压垮数据库。      * 解决方案：如果从数据库查询的对象为空，也放入缓存，只是设定的缓存过期时间较短，比如设置为60秒。      */         /**      * ****************************** 缓存雪崩 ******************************      * 是指在某一个时间段，缓存集中过期失效。此刻无数的请求直接绕开缓存，直接请求数据库。      * 灾难现场：比如天猫双11，马上就要到双11零点，很快就会迎来一波抢购，这波商品在23点集中的放入了缓存，假设缓存一个小时。      * 那么到了凌晨24点的时候，这批商品的缓存就都过期了。而对这批商品的访问查询，都落到了数据库上，对于数据库而言，就会产生周期性的压力波峰。      * 对数据库造成压力，甚至压垮数据库。      */         /**      * ****************************** 缓存击穿 ******************************      * 是指一个key非常热点，在不停的扛着大并发，大并发集中对这一个点进行访问，当这个key在失效的瞬间，持续的大并发就穿破缓存，直接请求数据库，就像在一个屏障上凿开了一个洞。      * 灾难现场：比如某个爆款商品（这种爆款很难对数据库服务器造成压垮性的压力。达到这个级别的公司没有几家的。）但我们也要做好防护方案      * 解决方案：对爆款商品都是早早的做好了准备，让缓存永不过期。即便某些商品自己发酵成了爆款，也是直接设为永不过期。      */       public  Object cacheBreakDown(){         Map<String, Object> map = new HashMap<String, Object>();         try {             Object zhangsan = redisUtil.get("zhangsan");             //System.out.println("zhangsan" + zhangsan);               /* 使用双重验证锁解决高并发环境下的缓存穿透问题 */             if (StringUtils.isEmpty(zhangsan)) { // 第一重验证                 synchronized (this) {                     zhangsan = redisUtil.get("zhangsan");                     if (StringUtils.isEmpty(zhangsan)) { // 第二重验证                         System.out.println("查询数据库............");                         // 缓存为空，则查询数据库将相关数据存储到redis中                         redisUtil.set("zhangsan", "张三",10); //10秒后过期                     } else {                         System.out.println("2 查询缓存............");                     }                 }             } else {                 System.out.println("1 查询缓存............");             }               map.put("success", true);               ////entity实体类             //User user = new User();             //user.setUserId(1000);             //user.setUserName("张三");             //user.setAddress("深圳市南山区");             //user.setMobile("13988886666");             //redisUtil.set("userInfo", user.toString(), 10);  //10秒后过期自动删除             ////获取显示             //String str = String.valueOf(redisUtil.get("userInfo"));             //JSONObject jsonObj = new JSONObject(str);             //map.put("userInfo", jsonObj.get("userId"));         } catch (Exception e) {             map.put("success", false);             e.printStackTrace();         } finally {         }         return map;     } }

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57

/**  * Redis分布式并发锁（针对业务场景：库存超卖  秒杀  限购等）  *  * @return  */ @RequestMapping("/reductstore") @ResponseBody  //直接输出字符串 public String ReductStore() {     System.out.println("访问接口");     String lockKey = "lock";       // setnx   redisson     RLock lock = redissonClient.getLock(lockKey);     try {           int stock = Integer.parseInt(stringRedisTemplate.opsForValue().get("stock"));     lock.lock();         if (stock > 0) {             //业务逻辑减少库存             stringRedisTemplate.opsForValue().set("stock", (stock - 1) + "");             System.out.println("扣减库存成功，库存stock：" + (stock - 1));         } else {             System.out.println("商品已售罄");         }     } catch (NumberFormatException e) {         e.printStackTrace();     } finally {         lock.unlock();     }     return "OK"; }   /**  * 单体式架构  *  * @return  */ @RequestMapping("/reduct") @ResponseBody  //直接输出字符串 public String Reduct() {     //System.out.println("访问接口");     try {         synchronized (this) {   //jvm核心技术             int stock = Integer.parseInt(stringRedisTemplate.opsForValue().get("stock"));             if (stock > 0) {                 //业务逻辑减少库存                 stringRedisTemplate.opsForValue().set("stock", (stock - 1) + "");                 System.out.println("扣减库存成功，库存stock：" + (stock - 1));             } else {                 System.out.println("商品已售罄");             }         }     } catch (NumberFormatException e) {         e.printStackTrace();     } finally {     }     return "OK"; }