电商项目-商品-详情缓存

type

status

date

slug

summary

商品详情页问题

详情页承载了大部分流量和订单入口，并且还有各种个性化需求，比如商品纬度(标题，图片，属性)

主商品纬度（商品简介，规格参数）分类维度，商家维度，店铺维度，还有一些实时要求较高的

实时价格，实时促销，广告词，配送，预售等是通过异步加载

SPU:Standard Product Unit (标准化产品单元),SPU是商品信息聚合的最小单位，是一组可复用、易检索的标准化信息的集合，该集合描述了一个产品的特性。

SKU:Stock keeping unit(库存量单位) SKU即库存进出计量的单位(买家购买、商家进货、供应商备货、工厂生产都是依据SKU进行的)，在服装、鞋类商品中使用最多最普遍。例如纺织品中一个SKU通常表示:规格、颜色、款式。SKU是物理上不可分割的最小存货单元。

优化

页面静态化

FreeMarker 是一款模板引擎:即基于模板和数据源生成输出文本(html网页，配置文件，电子邮件，源代码)的通用工具。它是一个 java 类库，最初被设计用来在MVC模式的Web开发

框架中生成HTML页面，它没有被绑定到Servlet或HTML或任意Web相关的东西上。也可以用于非Web应用环境中。模板编写使用FreeMarker Template Language(FTL)。使用方式类似JSP的EL表达式。模板中专注于如何展示数据，模板之外可以专注于要展示什么数据。

问题：价格改变、秒杀倒计时、下单 ??js没有生效(js、css、图片url)，新增商品不同服务器需要更新静态化模版

后台优化

redis缓存

加入redis之后我们发现提高了可以把之前请求数据库查询的商品都缓存到redis中，通过对 redis的访问来减少对数据里的依赖，减少了依赖本质就是减少了磁盘IO。

上面代码的问题

缓存中如果没有数据，大量请求过来，在线程没有把数据存入到redis中，大部分线程都会去查询sql,这是我们不想的，因此需要加锁，目前都是针对分布式情况

加入分布式锁

缓存应用场景

访问量大，qps 高，更新频率不同

数据一致性要求不是特别高

缓存不足的问题

缓存击穿问题（热点数据单个key）

对于一些设置了过期时间的key，如果这些key可能会在某些时间点被超高并发地访问，是一种非常“热点”的数据。这个时候，需要考虑一个问题:缓存被“击穿”的问题，这个和缓存雪崩的区别在于这里针对某一key缓存，前者则是很多key。

解决方案

加锁，未命中通过加锁避免大量请求访问数据库

不允许过期，后台有任务异步更新数据

缓存穿透问题（一般是恶意攻击访问不存在的数据）

解决方案：

布隆过滤器将所有可能存在的数据哈希到一个足够大的 bitmap中，一个一定不存在的数据会被这个bitmap拦截掉，从而避免了对底层存储系统的查询压力。

缓存空数据并设置短暂的过期时间

缓存雪崩

存雪崩是指在我们设置缓存时采用了相同的过期时间，导致缓存在某一时刻同时失效，请求全部转发到DB，DB瞬时压力过重雪崩。

解决方案

设置超时时间+随机时间防止同一个时间批量缓存失效

事前使用主从，哨兵，redis cluster 来避免redis 全盘崩溃

事中使用降级限流等策略

事后 redis持久化机制，尽快恢复数据

缓存和数据库双写一致性问题

一致性问题是分布式常见问题，还可以再分为最终一致性和强一致性。数据库和缓存双写，就必然会存在不一致的问题。就是如果对数据有强一致性要求，不能放缓存。我们所做的一切，只能保证最终一致性。另外，我们所做的方案其实从根本上来说，只能说降低不一致发生的概率，无法完全避免。因此，有强一致性要求的数据，不能放缓存。

一般使用：更新db,然后删除缓存

也有使用双删策略