欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

基于Java實(shí)現(xiàn)Redis多級(jí)緩存方案

 更新時(shí)間:2022年03月22日 17:20:27   作者:飛翔荷蘭號(hào)  
這篇文章主要介紹了Redis多級(jí)緩存方案分享,傳統(tǒng)緩存方案、多級(jí)緩存方案、JVM本地緩存,舉例說明這些方案,具有一定的參考價(jià)值,需要的小伙伴可以參考一下

一、多級(jí)緩存

1. 傳統(tǒng)緩存方案

請(qǐng)求到達(dá)tomcat后,先去redis中獲取緩存,不命中則去mysql中獲取

2. 多級(jí)緩存方案

  • tomcat的請(qǐng)求并發(fā)數(shù),是遠(yuǎn)小于redis的,因此tomcat會(huì)成為瓶頸
  • 利用請(qǐng)求處理每個(gè)環(huán)節(jié),分別添加緩存,減輕tomcat壓力,提升服務(wù)性能

二、JVM本地緩存

緩存是存儲(chǔ)在內(nèi)存中,數(shù)據(jù)讀取速度較快,能大量減少對(duì)數(shù)據(jù)庫的訪問,減少數(shù)據(jù)庫壓力

分布式緩存,如redis
 - 優(yōu)點(diǎn): 存儲(chǔ)容量大,可靠性好,可以在集群中共享
 - 缺點(diǎn): 訪問緩存有網(wǎng)絡(luò)開銷
 - 場景: 緩存數(shù)據(jù)量大,可靠性高,需要在集群中共享的數(shù)據(jù)

進(jìn)程本地緩存, 如HashMap, GuavaCache
- 優(yōu)點(diǎn):讀取本地內(nèi)存,沒有網(wǎng)絡(luò)開銷,速度更快
- 缺點(diǎn):存儲(chǔ)容量有限,可靠性低(如重啟后丟失),無法在集群中共享
- 場景:性能要求高,緩存數(shù)據(jù)量少

1. 實(shí)用案例

  • Caffeine是一個(gè)基于java8開發(fā)的,提供了近乎最佳命中率的高性能的本地緩存庫
  • 目前spring內(nèi)部的緩存用的就是這個(gè)
<dependency>
? ? ?<groupId>com.github.ben-manes.caffeine</groupId>
? ? ?<artifactId>caffeine</artifactId>
? ? ?<version>3.0.5</version>
?</dependency>
package com.erick.cache;

import com.github.benmanes.caffeine.cache.Cache;
import com.github.benmanes.caffeine.cache.Caffeine;

import java.time.Duration;

public final class CacheUtil {
? ? private static int expireSeconds = 2;
? ? public static Cache<String, String> cacheWithExpireSeconds;

? ? private static int maxPairs = 1;
? ? public static Cache<String, String> cacheWithMaxPairs;

? ? static {
? ? ? ? /*過期策略,寫完60s后過期*/
? ? ? ? cacheWithExpireSeconds = Caffeine.newBuilder()
? ? ? ? ? ? ? ? .expireAfterWrite(Duration.ofSeconds(expireSeconds))
? ? ? ? ? ? ? ? .build();

? ? ? ? /*過期策略,達(dá)到最大值后刪除
? ? ? ? ?* 1. 并不會(huì)立即刪除,等一會(huì)兒才會(huì)刪除
? ? ? ? ?* 2. 會(huì)將之前存儲(chǔ)的數(shù)據(jù)刪除掉*/
? ? ? ? cacheWithMaxPairs = Caffeine.newBuilder()
? ? ? ? ? ? ? ? .maximumSize(maxPairs)
? ? ? ? ? ? ? ? .build();
? ? }

? ? /*從緩存中獲取數(shù)據(jù)
? ? ?* 1. 如果緩存中有,則直接從緩存中返回
? ? ?* 2. 如果緩存中沒有,則去數(shù)據(jù)查詢并返回結(jié)果*/
? ? public static String getKeyWithExpire(String key) {
? ? ? ? return cacheWithExpireSeconds.get(key, value -> {
? ? ? ? ? ? return getResultFromDB();
? ? ? ? });
? ? }

? ? public static String getKeyWithMaxPair(String key) {
? ? ? ? return cacheWithMaxPairs.get(key, value -> {
? ? ? ? ? ? return getResultFromDB();
? ? ? ? });
? ? }

? ? private static String getResultFromDB() {
? ? ? ? System.out.println("數(shù)據(jù)庫查詢");
? ? ? ? return "db result";
? ? }
}
package com.erick.cache;

import java.util.concurrent.TimeUnit;

public class Test {

? ? @org.junit.Test
? ? public void test01() throws InterruptedException {
? ? ? ? CacheUtil.cacheWithExpireSeconds.put("name", "erick");
? ? ? ? System.out.println(CacheUtil.getKeyWithExpire("name"));
? ? ? ? TimeUnit.SECONDS.sleep(3);
? ? ? ? System.out.println(CacheUtil.getKeyWithExpire("name"));
? ? }

? ? @org.junit.Test
? ? public void test02() throws InterruptedException {
? ? ? ? CacheUtil.cacheWithMaxPairs.put("name", "erick");
? ? ? ? CacheUtil.cacheWithMaxPairs.put("age", "12");

? ? ? ? System.out.println(CacheUtil.getKeyWithMaxPair("name"));
? ? ? ? System.out.println(CacheUtil.getKeyWithMaxPair("age"));

? ? ? ? TimeUnit.SECONDS.sleep(2);

? ? ? ? System.out.println(CacheUtil.getKeyWithMaxPair("name")); // 查詢不到了
? ? ? ? System.out.println(CacheUtil.getKeyWithMaxPair("age"));
? ? }
}

三、緩存一致性

1. 常見方案

1.1 設(shè)置有效期

  • 給緩存設(shè)置有效期,到期后自動(dòng)刪除。再次查詢時(shí)可以更新
  • 優(yōu)勢:簡單,方便
  • 缺點(diǎn):時(shí)效性差,緩存過期之前可能不一致
  • 場景:更新頻率低,時(shí)效性要求比較低的業(yè)務(wù)

1.2 同步雙寫

  • 在修改數(shù)據(jù)庫的同時(shí),直接修改緩存
  • 優(yōu)勢:有代碼侵入,緩存與數(shù)據(jù)庫強(qiáng)一致性
  • 缺點(diǎn):代碼進(jìn)入,耦合性高
  • 場景:對(duì)一致性,失效性要求較高的緩存數(shù)據(jù)

1.3 異步通知

  • 修改數(shù)據(jù)庫時(shí)發(fā)送事件通知,相關(guān)服務(wù)監(jiān)聽到后修改緩存數(shù)據(jù)
  • 優(yōu)勢:低耦合,可以同時(shí)通知多個(gè)緩存服務(wù)
  • 缺點(diǎn):時(shí)效性一把,可能存在緩存不一致問題
  • 場景:時(shí)效性一般,有多個(gè)服務(wù)需要同步

2. 基于Canal的異步通知

  • 是阿里旗下的一款開源項(xiàng)目,基于java開發(fā)
  • 基于數(shù)據(jù)庫增量日志解析,提供增量數(shù)據(jù)訂閱和消費(fèi)
  • 基于mysql的主從備份的思想

2.1 mysql主從復(fù)制

2.2 canal 工作原理

  • canal 模擬 MySQL slave 的交互協(xié)議,偽裝自己為 MySQL slave ,向 MySQL master 發(fā)送dump 協(xié)議
  • MySQL master 收到 dump 請(qǐng)求, 開始推送 binary log 給 slave (即 canal )
  • canal 解析 binary log 對(duì)象(原始為 byte 流)

到此這篇關(guān)于Redis多級(jí)緩存方案分享的文章就介紹到這了,更多相關(guān)Redis多級(jí)緩存內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!

相關(guān)文章

最新評(píng)論