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。

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。

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。

MySql乐观锁和悲观锁

本文介绍了乐观锁和悲观锁的概念及其在数据库中的实现方式。乐观锁假设数据通常不会被其他事务修改，因此读取时不加锁，仅在提交更新时检查是否有冲突；常见的实现方法包括使用版本号或时间戳字段来跟踪数据更改。而悲观锁则认为数据很可能被其他事务修改，所以在每次操作前都会锁定数据，确保同一时间只有一个事务可以修改数据。乐观锁适用于读多写少的场景，能提高吞吐量但可能在高并发写入时导致多次重试；悲观锁适合写多读少的情况，虽然保证了数据的安全性，但会增加系统开销并降低吞吐量。此外，文章还提到了多版本并发控制（MVCC）作为另一种并发控制机制。