缓存Cache

第一步：
引入依赖   
    org.springframework.boot
    spring-boot-starter-data-redis

        org.springframework.boot
        spring-boot-starter-cache
第二步：开启缓存        @EnableCaching 第三步：配置   spring.cache.type=redis #spring.cache.cache-names=qq,毫秒为单位
spring.cache.redis.time-to-live=3600000 #如果指定了前缀就用我们指定的前缀，如果没有就默认使用缓存的名字作为前缀#spring.cache.redis.key-prefix=CACHE_
spring.cache.redis.use-key-prefix=true #是否缓存空值，防止缓存穿透
spring.cache.redis.cache-null-values=true

第四步：使用注解

@Cacheable(value = {"category"}, key = "#root.method.name", sync = true)


        CacheProperties.Redis redisProperties = cacheProperties.getRedis();
        //将配置文件中所有的配置都生效
        if (redisProperties.getTimeToLive() != null) {
            config = config.entryTtl(redisProperties.getTimeToLive());
        }
        if (redisProperties.getKeyPrefix() != null) {
            config = config.prefixKeysWith(redisProperties.getKeyPrefix());
        }
        if (!redisProperties.isCacheNullValues()) {
            config = config.disableCachingNullValues();
        }
        if (!redisProperties.isUseKeyPrefix()) {
            config = config.disableKeyPrefix();
        }
        return config;
    }

}

* 4、Spring-Cache的不足之处：
 * 1）、读模式
 * 缓存穿透：查询一个null数据。解决方案：缓存空数据
 * 缓存击穿：大量并发进来同时查询一个正好过期的数据。解决方案：加锁 ? 默认是无加锁的;使用sync = true来解决击穿问题
 * 缓存雪崩：大量的key同时过期。解决：加随机时间。加上过期时间
 * 2)、写模式：（缓存与数据库一致）
 * 1）、读写加锁。
 * 2）、引入Canal,感知到MySQL的更新去更新Redis
 * 3）、读多写多，直接去数据库查询就行
 * 总结：
 * 常规数据（读多写少，即时性，一致性要求不高的数据，完全可以使用Spring-Cache）：写模式(只要缓存的数据有过期时间就足够了)
 * 特殊数据：特殊设计
 * 

 * 原理：
 * CacheManager(RedisCacheManager)->Cache(RedisCache)->Cache负责缓存的读写
 *
 * @return
 */

@CacheEvict触发将缓存数据删除操作（失效模式）

 

@CacheEvic(value = {"category"}, key = "#root.method.name")

//allEntries =true 删除catagory区域所有缓存数据
@CacheEvict(value = {"catagory"},allEntries = true)

 @CachePut不影响方法执行更新缓存（双写模式）
@Caching组合多个操作

@Caching(evict={
   @CacheEvic(value = {"category"}, key = "#root.method.name"),
   @CacheEvic(value = {"category"}, key = "#root.method.name"))
}

​​​​​@CacheConfig在类级别共享缓存的相同配置