2024年Java最全一款牛逼的多级缓存架构设计方案，java高级工程师面试宝典

最后：学习总结——MyBtis知识脑图（纯手绘xmind文档）

学完之后，若是想验收效果如何，其实最好的方法就是可自己去总结一下。比如我就会在学习完一个东西之后自己去手绘一份xmind文件的知识梳理大纲脑图，这样也可方便后续的复习，且都是自己的理解，相信随便瞟几眼就能迅速过完整个知识，脑补回来。下方即为我手绘的MyBtis知识脑图，由于是xmind文件，不好上传，所以小编将其以图片形式导出来传在此处，细节方面不是特别清晰。但可给感兴趣的朋友提供完整的MyBtis知识脑图原件（包括上方的面试解析xmind文档）

除此之外，前文所提及的Alibaba珍藏版mybatis手写文档以及一本小小的MyBatis源码分析文档——《MyBatis源码分析》等等相关的学习笔记文档，也皆可分享给认可的朋友！

本文已被CODING开源项目：【一线大厂Java面试题解析+核心总结学习笔记+最新讲解视频+实战项目源码】收录

需要这份系统化的资料的朋友，可以点击这里获取

• 存储层：提供基础的 kv 数据存储能力，针对不同的业务场景选用不同的存储服务（codis/zankv/aerospike）；

• 代理层：为应用层提供统一的缓存使用入口及通信协议，承担分布式数据水平切分后的路由功能转发工作；

• 应用层：提供统一客户端给应用服务使用，内置“热点探测”、“本地缓存”等功能，对业务透明；

本篇聚焦在应用层客户端的“热点探测”、“本地缓存”功能。

TMC 本地缓存

---

如何透明

TMC 是如何减少对业务应用系统的入侵，做到透明接入的？对于公司 Java 应用服务，在缓存客户端使用方式上分为两类：

• 基于 spring.data.redis包，使用 RedisTemplate编写业务代码；

• 基于 youzan.framework.redis包，使用 RedisClient编写业务代码；

不论使用以上那种方式，最终通过 JedisPool创建的 Jedis对象与缓存服务端代理层做请求交互。

TMC 对原生 jedis 包的 JedisPool和 Jedis类做了改造，在 JedisPool 初始化过程中集成 TMC“热点发现”+“本地缓存”功能 Hermes-SDK包的初始化逻辑，使 Jedis客户端与缓存服务端代理层交互时先与 Hermes-SDK交互，从而完成 “热点探测”+“本地缓存”功能的透明接入。

对于 Java 应用服务，只需使用特定版本的 jedis-jar 包，无需修改代码，即可接入 TMC 使用“热点发现”+“本地缓存”功能，做到了对应用系统的最小入侵。推荐：250期面试题

整体结构

模块划分

TMC 本地缓存整体结构分为如下模块：

• Jedis-Client ：Java 应用与缓存服务端交互的直接入口，接口定义与原生 Jedis-Client 无异；

• Hermes-SDK ：自研“热点发现+本地缓存”功能的 SDK 封装，Jedis-Client 通过与它交互来集成相应能力；

• Hermes 服务端集群 ：接收 Hermes-SDK 上报的缓存访问数据，进行热点探测，将热点 key 推送给 Hermes-SDK 做本地缓存；

• 缓存集群 ：由代理层和存储层组成，为应用客户端提供统一的分布式缓存服务入口；

• 基础组件 ：etcd 集群、Apollo 配置中心，为 TMC 提供“集群推送”和“统一配置”能力；

基本流程

1）key 值获取

• Java 应用调用 Jedis-Client 接口获取 key 的缓存值时，Jedis-Client 会询问 Hermes-SDK 该 key 当前是否是 热点key；

• 对于 热点key ，直接从 Hermes-SDK 的 热点模块 获取热点 key 在本地缓存的 value 值，不去访问 缓存集群 ，从而将访问请求前置在应用层；

• 对于非 热点key ，Hermes-SDK 会通过 Callable回调 Jedis-Client 的原生接口，从 缓存集群 拿到 value 值；

• 对于 Jedis-Client 的每次 key 值访问请求，Hermes-SDK 都会通过其 通信模块 将 key 访问事件 异步上报给 Hermes 服务端集群 ，以便其根据上报数据进行“热点探测”；

2）key 值过期

• Java 应用调用 Jedis-Client 的 set() del() expire()接口时会导致对应 key 值失效，Jedis-Client 会同步调用 Hermes-SDK 的 invalid()方法告知其“key 值失效”事件；

• 对于 热点 key ，Hermes-SDK 的 热点模块 会先将 key 在本地缓存的 value 值失效，以达到本地数据强一致 。同时 通信模块 会异步将“key 值失效”事件通过 etcd 集群 推送给 Java 应用集群中其他 Hermes-SDK 节点；

• 其他 Hermes-SDK 节点的 通信模块 收到 “key 值失效”事件后，会调用 热点模块 将 key 在本地缓存的 value 值失效，以达到集群数据最终一致 ；

3）热点发现

• Hermes 服务端集群 不断收集 Hermes-SDK 上报的 key 访问事件 ，对不同业务应用集群的缓存访问数据进行周期性（3s 一次）分析计算，以探测业务应用集群中的热点 key 列表；

• 对于探测到的热点 key 列表，Hermes 服务端集群 将其通过 etcd 集群 推送给不同业务应用集群的 Hermes-SDK 通信模块，通知其对热点 key 列表进行本地缓存；

4）配置读取

• Hermes-SDK 在启动及运行过程中，会从 Apollo 配置中心 读取其关心的配置信息（如：启动关闭配置、黑白名单配置、etcd 地址…）；

• Hermes 服务端集群 在启动及运行过程中，会从 Apollo 配置中心 读取其关心的配置信息（如：业务应用列表、热点阈值配置、etcd 地址…）；

稳定性

TMC 本地缓存稳定性表现在以下方面：

• 数据上报异步化：Hermes-SDK 使用 rsyslog技术对“key 访问事件”进行异步化上报，不会阻塞业务；

• 通信模块线程隔离：Hermes-SDK 的 通信模块 使用独立线程池+有界队列，保证事件上报&监听的 I/O 操作与业务执行线程隔离，即使出现非预期性异常也不会影响基本业务功能；

• 缓存管控：Hermes-SDK 的 热点模块 对本地缓存大小上限进行了管控，使其占用内存不超过 64MB（LRU），杜绝 JVM 堆内存溢出的可能；

一致性

TMC 本地缓存一致性表现在以下方面：

• Hermes-SDK 的 热点模块 仅缓存 热点 key 数据，绝大多数非热点 key数据由 缓存集群 存储；

• 热点 key 变更导致 value 失效时，Hermes-SDK 同步失效本地缓存，保证 本地强一致 ；

• 热点 key 变更导致 value 失效时，Hermes-SDK 通过 etcd 集群 广播事件，异步失效业务应用集群中其他节点的本地缓存，保证 集群最终一致 ；

热点发现

---

整体流程

TMC 热点发现流程分为四步：

• 数据收集 ：收集 Hermes-SDK 上报的 key 访问事件；

• 热度滑窗 ：对 App 的每个 Key，维护一个时间轮，记录基于当前时刻滑窗的访问热度；

• 热度汇聚 ：对 App 的所有 Key，以 <key,热度>的形式进行 热度排序汇总；

• 热点探测 ：对 App，从 热 Key 排序汇总 结果中选出 TopN 的热点 Key ，推送给 Hermes-SDK ；

数据收集

Hermes-SDK 通过本地 rsyslog将 key 访问事件 以协议格式放入 kafka ，Hermes 服务端集群 的每个节点消费 kafka 消息，实时获取 key 访问事件 。

访问事件协议格式如下：

• appName：集群节点所属业务应用

• uniqueKey：业务应用 key 访问事件 的 key

• sendTime：业务应用 key 访问事件 的发生时间

• weight：业务应用 key 访问事件 的访问权值

Hermes 服务端集群 节点将收集到的 key 访问事件 存储在本地内存中，内存数据结构为 Map<String,Map<String,LongAdder>>，对应业务含义映射为 Map<appName,Map<uniqueKey,热度>>。

热度滑窗

时间滑窗

Hermes 服务端集群 节点，对每个 App 的每个 key，维护了一个 时间轮 ：

• 时间轮中共 10 个 时间片 ，每个时间片记录当前 key 对应 3 秒时间周期的总访问次数；

• 时间轮 10 个时间片的记录累加即表示当前 key 从当前时间向前 30 秒时间窗口内的总访问次数；

映射任务

Hermes 服务端集群 节点，对每个 App 每 3 秒 生成一个 映射任务 ，交由节点内 “缓存映射线程池” 执行。映射任务 内容如下：

• 对当前 App，从 Map<appName,Map<uniqueKey,热度>>中取出 appName 对应的 Map Map<uniqueKey,热度>>；

• 遍历 Map<uniqueKey,热度>>中的 key，对每个 key 取出其热度存入其 时间轮 对应的时间片中；

热度汇聚

完成第二步“热度滑窗”后，映射任务 继续对当前 App 进行“热度汇聚”工作：

• 遍历 App 的 key，将每个 key 的 时间轮 热度进行汇总（即 30 秒时间窗口内总热度）得到探测时刻 滑窗总热度 ；

• 将 <key , 滑窗总热度> 以排序集合的方式存入 Redis 存储服务 中，即 热度汇聚结果；

热点探测

• 在前几步，每 3 秒 一次的 映射任务 执行，对每个 App 都会产生一份当前时刻的 热度汇聚结果 ；

• Hermes 服务端集群 中的“热点探测”节点，对每个 App，只需周期性从其最近一份 热度汇聚结果 中取出达到热度阈值的 TopN 的 key 列表，即可得到本次探测的 热点 key 列表 ；

TMC 热点发现整体流程如下图：

特性总结

---

读者福利

由于篇幅过长，就不展示所有面试题了，感兴趣的小伙伴

更多笔记分享

本文已被CODING开源项目：【一线大厂Java面试题解析+核心总结学习笔记+最新讲解视频+实战项目源码】收录

需要这份系统化的资料的朋友，可以点击这里获取

读者福利

由于篇幅过长，就不展示所有面试题了，感兴趣的小伙伴

[外链图片转存中…(img-LWJ5CQ0o-1714878318043)]

[外链图片转存中…(img-Xu5MwsuE-1714878318043)]

[外链图片转存中…(img-8dgrNofd-1714878318043)]

更多笔记分享

[外链图片转存中…(img-rrdDGfma-1714878318044)]

本文已被CODING开源项目：【一线大厂Java面试题解析+核心总结学习笔记+最新讲解视频+实战项目源码】收录

需要这份系统化的资料的朋友，可以点击这里获取