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;
}
}
/**
* 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";
}