尚品汇-sku存入Redis缓存（二十三）

（1）分布式锁改造获取sku信息

（2）使用Redisson

分布式锁 + AOP实现缓存

（3）定义缓存aop注解

（1）分布式锁改造获取sku信息

前面学习了本地锁的弊端，和Redis实现分布式锁和Redisson实现分布式锁的案例，都是为了搞糟sku

使用redis

RedisConst 类中追加一个变量

// 商品如果在数据库中不存在那么会缓存一个空对象进去，但是这个对象是没有用的，所以这个对象的过期时间应该不能太长，
// 如果太长会占用内存。
// 定义变量，记录空对象的缓存过期时间
public static final long SKUKEY_TEMPORARY_TIMEOUT = 10 * 60;

package com.atguigu.gmall.common.constant;/*** Redis常量配置类* set name admin*/
public class RedisConst {public static final String SKUKEY_PREFIX = "sku:";public static final String SKUKEY_SUFFIX = ":info";//单位：秒public static final long SKUKEY_TIMEOUT = 24 * 60 * 60;// 定义变量，记录空对象的缓存过期时间public static final long SKUKEY_TEMPORARY_TIMEOUT = 10 * 60;//单位：秒 尝试获取锁的最大等待时间public static final long SKULOCK_EXPIRE_PX1 = 100;//单位：秒 锁的持有时间public static final long SKULOCK_EXPIRE_PX2 = 1;public static final String SKULOCK_SUFFIX = ":lock";public static final String USER_KEY_PREFIX = "user:";public static final String USER_CART_KEY_SUFFIX = ":cart";public static final long USER_CART_EXPIRE = 60 * 60 * 24 * 30;//用户登录public static final String USER_LOGIN_KEY_PREFIX = "user:login:";//    public static final String userinfoKey_suffix = ":info";public static final int USERKEY_TIMEOUT = 60 * 60 * 24 * 7;//秒杀商品前缀public static final String SECKILL_GOODS = "seckill:goods";public static final String SECKILL_ORDERS = "seckill:orders";public static final String SECKILL_ORDERS_USERS = "seckill:orders:users";public static final String SECKILL_STOCK_PREFIX = "seckill:stock:";public static final String SECKILL_USER = "seckill:user:";//用户锁定时间 单位：秒public static final int SECKILL__TIMEOUT = 60 * 60 * 1;}

在ManagerServiceImpl：中改造getSkuInfo方法：

把原来里面的代码抽取出来形成一个方法：Ctrl+Alt+M

然后再添加一个方法去缓存中查询数据：此时要解决高并发情况下，key不存在，这个时候需加锁，一个去查询，其他请求隔离

在实现类中引入
@Autowired
private RedisTemplate redisTemplate;
// 使用redis' 做分布式锁
private SkuInfo getSkuInfoRedis(Long skuId) {SkuInfo skuInfo = null;try {// 缓存存储数据：key-value// 定义key sku:skuId:infoString skuKey = RedisConst.SKUKEY_PREFIX+skuId+RedisConst.SKUKEY_SUFFIX;// 获取里面的数据？ redis 有五种数据类型 那么我们存储商品详情 使用哪种数据类型？// 获取缓存数据skuInfo = (SkuInfo) redisTemplate.opsForValue().get(skuKey);// 如果从缓存中获取的数据是空if (skuInfo==null){// 直接获取数据库中的数据，可能会造成缓存击穿。所以在这个位置，应该添加锁。// 第一种：redis ，第二种：redisson// 定义锁的key sku:skuId:lock  set k1 v1 px 10000 nxString lockKey = RedisConst.SKUKEY_PREFIX+skuId+RedisConst.SKULOCK_SUFFIX;// 定义锁的值String uuid = UUID.randomUUID().toString().replace("-","");// 上锁Boolean isExist = redisTemplate.opsForValue().setIfAbsent(lockKey, uuid, RedisConst.SKULOCK_EXPIRE_PX2, TimeUnit.SECONDS);if (isExist){// 执行成功的话，则上锁。System.out.println("获取到分布式锁！");// 真正获取数据库中的数据 {数据库中到底有没有这个数据 = 防止缓存穿透}skuInfo = getSkuInfoDB(skuId);// 从数据库中获取的数据就是空if (skuInfo==null){// 为了避免缓存穿透 应该给空的对象放入缓存SkuInfo skuInfo1 = new SkuInfo(); //对象的地址redisTemplate.opsForValue().set(skuKey,skuInfo1,RedisConst.SKUKEY_TEMPORARY_TIMEOUT,TimeUnit.SECONDS);return skuInfo1;}// 查询数据库的时候，有值redisTemplate.opsForValue().set(skuKey,skuInfo,RedisConst.SKUKEY_TIMEOUT,TimeUnit.SECONDS);// 解锁：使用lua 脚本解锁String script = "if redis.call('get', KEYS[1]) == ARGV[1] then return redis.call('del', KEYS[1]) else return 0 end";// 设置lua脚本返回的数据类型DefaultRedisScript<Long> redisScript = new DefaultRedisScript<>();// 设置lua脚本返回类型为LongredisScript.setResultType(Long.class);redisScript.setScriptText(script);// 删除key 所对应的 valueredisTemplate.execute(redisScript, Arrays.asList(lockKey),uuid);return skuInfo;}else {// 其他线程等待Thread.sleep(1000);return getSkuInfo(skuId);}}else {return skuInfo;}} catch (InterruptedException e) {e.printStackTrace();}// 为了防止缓存宕机：从数据库中获取数据return getSkuInfoDB(skuId);
}

10s后锁释放：

（2）使用Redisson

@Autowired
private RedissonClient redissonClient;private SkuInfo getSkuInfoRedisson(Long skuId) {SkuInfo skuInfo = null;try {// 缓存存储数据：key-value// 定义key sku:skuId:infoString skuKey = RedisConst.SKUKEY_PREFIX+skuId+RedisConst.SKUKEY_SUFFIX;// 获取里面的数据？ redis 有五种数据类型 那么我们存储商品详情 使用哪种数据类型？// 获取缓存数据skuInfo = (SkuInfo) redisTemplate.opsForValue().get(skuKey);// 如果从缓存中获取的数据是空if (skuInfo==null){// 直接获取数据库中的数据，可能会造成缓存击穿。所以在这个位置，应该添加锁。// 第二种：redisson// 定义锁的key sku:skuId:lock  set k1 v1 px 10000 nxString lockKey = RedisConst.SKUKEY_PREFIX+skuId+RedisConst.SKULOCK_SUFFIX;RLock lock = redissonClient.getLock(lockKey);/*第一种： lock.lock();第二种:  lock.lock(10,TimeUnit.SECONDS);第三种： lock.tryLock(100,10,TimeUnit.SECONDS);*/// 尝试加锁boolean res = lock.tryLock(RedisConst.SKULOCK_EXPIRE_PX1, RedisConst.SKULOCK_EXPIRE_PX2, TimeUnit.SECONDS);if (res){try {// 处理业务逻辑 获取数据库中的数据// 真正获取数据库中的数据 {数据库中到底有没有这个数据 = 防止缓存穿透}skuInfo = getSkuInfoDB(skuId);// 从数据库中获取的数据就是空if (skuInfo==null){// 为了避免缓存穿透 应该给空的对象放入缓存SkuInfo skuInfo1 = new SkuInfo(); //对象的地址redisTemplate.opsForValue().set(skuKey,skuInfo1,RedisConst.SKUKEY_TEMPORARY_TIMEOUT,TimeUnit.SECONDS);return skuInfo1;}// 查询数据库的时候，有值redisTemplate.opsForValue().set(skuKey,skuInfo,RedisConst.SKUKEY_TIMEOUT,TimeUnit.SECONDS);// 使用redis 用的是lua 脚本删除 ，但是现在用么？ lock.unlockreturn skuInfo;}catch (Exception e){e.printStackTrace();}finally {// 解锁：lock.unlock();}}else {// 其他线程等待Thread.sleep(1000);return getSkuInfo(skuId);}}else {return skuInfo;}} catch (InterruptedException e) {e.printStackTrace();}// 为了防止缓存宕机：从数据库中获取数据return getSkuInfoDB(skuId);
}

测试结果跟上面的一样.

我们用页面测试一下：，分别点击一下各个销售属性的sku：

各个sku数据就进行了缓存

这些缓存的数据，我们也可以进行设置一个缓存的时间：再添加缓存的时候设置缓存时间

分布式锁 + AOP实现缓存

上面的缓存代码我们发现添加了很多代码，如果其他地方也用到了缓存每个地方都需要添加很多代码，这是我们不想看到的，像事务一样我们需要事务了，我们加一个注解就实现了，我们也想这样，我们想要缓存我们加一个注解就解决了，怎么实现呢？、

我们把缓存代码抽取出来，最终进切入，利用aop实现

随着业务中缓存及分布式锁的加入，业务代码变的复杂起来，除了需要考虑业务逻辑本身，还要考虑缓存及分布式锁的问题，增加了程序员的工作量及开发难度。而缓存的玩法套路特别类似于事务，而声明式事务就是用了aop的思想实现的。

1. 以 @Transactional 注解为植入点的切点，这样才能知道@Transactional注解标注的方法需要被代理。

2. @Transactional注解的切面逻辑类似于@Around

模拟事务，缓存可以这样实现：

1. 自定义缓存注解@GmallCache（类似于事务@Transactional）

2. 编写切面类，使用环绕通知实现缓存的逻辑封装

（3）定义缓存aop注解

定义一个注解

后面两个注解可加可不加

package com.atguigu.gmall.common.cache;import java.lang.annotation.*;@Target({ElementType.METHOD})
@Retention(RetentionPolicy.RUNTIME)
public @interface GmallCache {/*** 缓存key的前缀* @return*/String prefix() default "cache";
}

定义一个切面类加上注解

package com.atguigu.gmall.common.cache;import com.alibaba.fastjson.JSON;
import com.atguigu.gmall.common.constant.RedisConst;
import lombok.SneakyThrows;
import org.aspectj.lang.ProceedingJoinPoint;
import org.aspectj.lang.annotation.Around;
import org.aspectj.lang.annotation.Aspect;
import org.aspectj.lang.reflect.MethodSignature;
import org.redisson.api.RLock;
import org.redisson.api.RedissonClient;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.stereotype.Component;
import org.springframework.util.StringUtils;import java.util.Arrays;
import java.util.concurrent.TimeUnit;/*** @author atguigu-mqx* 处理环绕通知*/
@Component
@Aspect
public class GmallCacheAspect {@Autowiredprivate RedisTemplate redisTemplate;@Autowiredprivate RedissonClient redissonClient;//  切GmallCache注解@SneakyThrows@Around("@annotation(com.atguigu.gmall.common.cache.GmallCache)")public Object cacheAroundAdvice(ProceedingJoinPoint joinPoint){//  声明一个对象Object object = new Object();//  在环绕通知中处理业务逻辑 {实现分布式锁}//  获取到注解，注解使用在方法上！MethodSignature signature = (MethodSignature) joinPoint.getSignature();GmallCache gmallCache = signature.getMethod().getAnnotation(GmallCache.class);//  获取到注解上的前缀String prefix = gmallCache.prefix(); // sku//  方法传入的参数Object[] args = joinPoint.getArgs();//  组成缓存的key 需要前缀+方法传入的参数String key = prefix+ Arrays.asList(args).toString();//  防止redis ，redisson 出现问题！try {//  从缓存中获取数据//  类似于skuInfo = (SkuInfo) redisTemplate.opsForValue().get(skuKey);object = cacheHit(key,signature);//  判断缓存中的数据是否为空！if (object==null){//  从数据库中获取数据，并放入缓存，防止缓存击穿必须上锁//  perfix = sku  index1 skuId = 32 , index2 skuId = 33//  public SkuInfo getSkuInfo(Long skuId)//  key+":lock"String lockKey = prefix + ":lock";//  准备上锁RLock lock = redissonClient.getLock(lockKey);boolean result = lock.tryLock(RedisConst.SKULOCK_EXPIRE_PX1, RedisConst.SKULOCK_EXPIRE_PX2, TimeUnit.SECONDS);//  上锁成功if (result){try {//  表示执行方法体 getSkuInfoDB(skuId);object = joinPoint.proceed(joinPoint.getArgs());//  判断object 是否为空if (object==null){//  防止缓存穿透Object object1 = new Object();redisTemplate.opsForValue().set(key, JSON.toJSONString(object1),RedisConst.SKUKEY_TEMPORARY_TIMEOUT,TimeUnit.SECONDS);//  返回数据return object1;}//  放入缓存redisTemplate.opsForValue().set(key, JSON.toJSONString(object),RedisConst.SKUKEY_TIMEOUT,TimeUnit.SECONDS);//  返回数据return object;} finally {lock.unlock();}}else{//  上锁失败,睡眠自旋Thread.sleep(1000);return cacheAroundAdvice(joinPoint);//  理想状态//                  return object;}return cacheHit(key, signature);}}else {} catch (Throwable throwable) {throwable.printStackTrace();}//  如果出现问题数据库兜底return joinPoint.proceed(joinPoint.getArgs());}/***  表示从缓存中获取数据* @param key 缓存的key* @param signature 获取方法的返回值类型* @return*/private Object cacheHit(String key, MethodSignature signature) {//  通过key 来获取缓存的数据String strJson = (String) redisTemplate.opsForValue().get(key);//  表示从缓存中获取到了数据if (!StringUtils.isEmpty(strJson)){//  字符串存储的数据是什么?   就是方法的返回值类型Class returnType = signature.getReturnType();//  将字符串变为当前的返回值类型return JSON.parseObject(strJson,returnType);}return null;}
}

使用注解完成缓存

@GmallCache(prefix = RedisConst.SKUKEY_PREFIX)
@Override
public SkuInfo getSkuInfo(Long skuId) {return getSkuInfoDB(skuId);
}

其他地方：

@GmallCache(prefix = "saleAttrValuesBySpu:")
public Map getSaleAttrValuesBySpu(Long spuId) {
....
}

@GmallCache(prefix = "spuSaleAttrListCheckBySku:")
public List<SpuSaleAttr> getSpuSaleAttrListCheckBySku(Long skuId, Long spuId) {
....
}

@Override
@GmallCache(prefix = "SpuPosterList:")
public List<SpuPoster> getSpuPosterList(Long spuId) {//  select * from spu_poster where spu_id = spuId;return spuPosterMapper.selectList(new QueryWrapper<SpuPoster>().eq("spu_id",spuId));
}

根据三级分类id获取获取分类信息

@GmallCache(prefix = "categoryViewByCategory3Id:")
public BaseCategoryView getCategoryViewByCategory3Id(Long category3Id) {
....
}