防止重复提交，接口幂等性

文章介绍了接口幂等性的概念及其重要性，即用户对同一操作发起的一次或多次请求结果一致，不会因多次点击产生副作用。文章列举了需要防止非幂等性的情况，如用户多次点击按钮、页面回退再次提交等，并以SQL为例说明了哪些操作是天然幂等的。对于如何保证幂等性，提出了多种解决方案：使用token机制（需注意先删除还是后删除token的问题及原子性）、数据库悲观锁与乐观锁、业务层分布式锁、数据库唯一约束、Redis set防重以及防重表和全局请求唯一ID等方法。这些方案各有优缺点，适用于不同的场景。

SpringSession整合redis，解决分布式session问题

Spring Session是一个专注于解决session管理问题的项目，能够简单快速地集成到应用中，替代传统的HttpSession。其核心原理基于装饰者模式，通过`@EnableRedisHttpSession`注解导入配置类，实现对请求的拦截与处理。在每个请求经过`SessionRepositoryFilter`时，原生的HttpServletRequest和HttpServletResponse会被包装，并重写相关方法以调用自定义的session存储逻辑。使用Spring Session需要引入相应的依赖并配置Redis作为后端存储，同时可以通过自定义序列化器和CookieSerializer来扩展session的作用域及序列化方式。此外，通过简单的HTTP请求处理示例展示了如何在实际应用中保存和获取session信息。

分布式session

本文介绍了session的工作原理及其在分布式环境下的解决方案。session数据存储于服务端，通过客户端的jsessionId进行访问，但默认情况下session不可跨域。为了实现session在不同服务或集群间的共享，提出了几种方案：直接将信息存入cookie中（存在安全风险和大小限制）、session复制（效率低且不推荐）、基于哈希一致性算法分配特定机器处理请求（远程调用问题难以解决）以及使用Redis作为统一存储介质（目前较为流行的解决方案）。每种方法都有其优缺点，在实际应用时需根据具体需求选择合适的策略。

SpringCache

Spring从3.1版本开始引入了`Cache`和`CacheManager`接口来统一不同缓存技术，并支持JCache(JSR-107)注解以简化开发。`Cache`接口的实现包括`RedisCache`、`EhCacheCache`等。每次调用需要缓存的方法时，Spring会检查该方法是否已执行过，若存在结果则直接返回缓存中的数据；否则执行方法并将结果缓存后返回。 使用步骤如下： 1. 添加依赖：`spring-boot-starter-cache`。 2. 在配置文件中指定缓存类型（如Redis）及过期时间。 3. 编写配置类设置缓存序列化方式及其他属性。 4. 通过`@EnableCaching`启用缓存功能。 Spring Cache提供了多个注解如`@Cacheable`用于定义缓存、`@CachePut`更新缓存、`@CacheEvict`清除缓存等。此外，`@Caching`可以组合多种缓存操作。对于缓存问题，如穿透、击穿和雪崩，Spring提供了相应解决方案，例如缓存空值、加锁以及随机过期时间策略。针对读多写少且一致性要求不高的场景，Spring Cache是一个很好的选择。

分布式锁Redisson

Redisson是一个基于Redis的Java内存数据网格，提供了一系列分布式Java对象和服务，如集合、锁、原子数等。它简化了Redis的使用，并支持分离关注点，使开发者能更专注于业务逻辑。通过简单的配置即可使用Redisson，例如通过Maven导入依赖并进行基本配置。Redisson提供的可重入锁（Reentrant Lock）和读写锁（ReadWriteLock）支持分布式环境下的并发控制，而信号量（Semaphore）则用于控制对资源的访问次数。此外，闭锁（CountDownLatch）帮助协调多个线程的操作。对于缓存与数据库一致性问题，Redisson建议采用设置缓存过期时间或利用分布式锁来解决潜在的数据不一致问题。总之，Redisson为构建高性能、高可用性的分布式系统提供了强大的工具集。

本地缓存与分布式缓存

本文介绍了服务端编程中缓存技术的基本概念及其在提高数据访问速度和程序性能方面的作用，重点讨论了本地缓存与分布式缓存两种主要形式。本地缓存通过将数据存储于同一进程内来加快访问速度，但存在内存占用大、集群间同步复杂及重启后数据丢失的问题；而分布式缓存如Redis或Memcached则部署为独立服务，支持更大规模的数据存储及更复杂的操作（如Redis提供的多种数据结构），同时具备良好的可扩展性和高可用性，但在网络延迟上略逊一筹。两者各有优劣，适用于不同的应用场景。

Redis分布式锁基本原理

高并发下缓存失效问题:缓存穿透，缓存雪崩，缓存击穿

本文介绍了三种常见的缓存问题及其解决方案。**缓存穿透**是指请求的数据在缓存和数据库中均不存在，可通过缓存空对象、设置短暂过期时间或使用布隆过滤器等方法解决。**缓存雪崩**发生在大量缓存数据同时失效时，导致数据库压力剧增，建议通过随机化过期时间、分布式部署热点数据等方式预防，并采用降级、熔断策略应对突发情况。**缓存击穿**特指高并发下访问某一未缓存但存在于数据库中的热点数据，可利用永久缓存热点数据、加互斥锁（如Redis的SETNX）等手段缓解。这些措施有助于提高系统稳定性和响应速度。

lettuce堆外内存溢出bug

在进行压力测试时，可能会遇到堆外内存溢出（OutOfDirectMemoryError）的问题。这主要是由于Spring Boot 2.0之后默认使用的Redis客户端lettuce存在bug，导致Netty在处理网络通信时出现堆外内存溢出。Netty如果没有明确指定堆外内存大小，默认会使用Xms的值，可以通过设置-Dio.netty.maxDirectMemory来调整，但这不是根本解决办法。为了解决这一问题，建议升级Spring Boot版本或切换到使用Jedis作为Redis客户端。如果选择后者，需要在项目的依赖中排除lettuce-core，并添加jedis依赖。

Spring Cloud Gateway

Spring Cloud Gateway是基于Spring 5.0、Spring Boot 2.0和Project Reactor等技术开发的微服务网关，旨在提供统一的API路由管理方式。它替代了Zuul，支持异步IO，具有更高的效率，并且与Spring Cloud紧密集成。Spring Cloud Gateway内置了多种Router和Filter，支持通过配置或编码使用。其三大核心概念包括Route（定义路由规则）、Predicate（匹配请求条件）和Filter（处理请求和响应）。通过简单的配置，可以实现基于时间、Cookie、Header、Host、请求方式、路径、参数及IP地址等多种条件的路由匹配。此外，还可以组合多个Predicates以实现复杂的路由逻辑。配置文件中添加相关依赖和服务发现后，即可快速搭建并测试网关功能。