Redis實現(xiàn)多級緩存
本文實例為大家分享了Redis實現(xiàn)多級緩存的具體代碼,供大家參考,具體內(nèi)容如下
一、多級緩存
1. 傳統(tǒng)緩存方案
請求到達tomcat后,先去redis中獲取緩存,不命中則去mysql中獲取
2. 多級緩存方案
- tomcat的請求并發(fā)數(shù),是遠小于redis的,因此tomcat會成為瓶頸
- 利用請求處理每個環(huán)節(jié),分別添加緩存,減輕tomcat壓力,提升服務性能
二、JVM本地緩存
緩存是存儲在內(nèi)存中,數(shù)據(jù)讀取速度較快,能大量減少對數(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: 存儲容量大,可靠性好,可以在集群中共享
- 缺點: 訪問緩存有網(wǎng)絡開銷
- 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)
進程本地緩存, 如HashMap, GuavaCache
- 優(yōu)點:讀取本地內(nèi)存,沒有網(wǎng)絡開銷,速度更快
- 缺點:存儲容量有限,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. 實用案例
Caffeine是一個基于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
<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,達到最大值后刪除 ? ? ? ? ?* 1. 并不會立即刪除,等一會兒才會刪除 ? ? ? ? ?* 2. 會將之前存儲的數(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 設置有效期
- 給緩存設置有效期,到期后自動刪除。再次查詢時可以更新
- 優(yōu)勢:簡單,方便
- 缺點:時效性差,緩存過期之前可能不一致
- 場景:更新頻率低,時效性要求比較低的業(yè)務
1.2 同步雙寫
- 在修改數(shù)據(jù)庫的同時,直接修改緩存
- 優(yōu)勢:有代碼侵入,緩存與數(shù)據(jù)庫強一致性
- 缺點:代碼進入,耦合性高
- 場景:對一致性,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)庫時發(fā)送事件通知,相關服務監(jiān)聽到后修改緩存數(shù)據(jù)
- 優(yōu)勢:低耦合,可以同時通知多個緩存服務
- 缺點:時效性一把,可能存在緩存不一致問題
- 場景:時效性一般,有多個服務需要同步
2. 基于Canal的異步通知
- 是阿里旗下的一款開源項目,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
- 基于mysql的主從備份的思想
2.1 mysql主從復制
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 請求, 開始推送 binary log 給 slave (即 canal )
canal 解析 binary log 對象(原始為 byte 流)
以上就是本文的全部內(nèi)容,希望對大家的學習有所幫助,也希望大家多多支持腳本之家。
相關文章
Redis+Lua腳本實現(xiàn)計數(shù)器接口防刷功能(升級版)
這篇文章主要介紹了Redis+Lua腳本實現(xiàn)計數(shù)器接口防刷功能,使用腳本使得set命令和expire命令一同達到Redis被執(zhí)行且不會被干擾,在很大程度上保證了原子操作,對Redis實現(xiàn)計數(shù)器接口防刷功能感興趣的朋友一起看看吧2022-02-02Redis從單點到集群部署模式(單機模式?主從模式?哨兵模式)
這篇文章主要為大家介紹了Redis從單點集群部署模式(單機模式?主從模式?哨兵模式)詳解,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進步,早日升職加薪2023-11-11