我用Ehcache本地缓存把查询性能提升100倍，真香

目录

• 业务背景
• 如何通过缓存优化查询接口
• 基于大数据离线平台进行缓存预热
• 本地缓存框架Ehcache

今天给大家来分享一个知识，那就是平时我们开发系统的时候，如何运用Ehcache这款本地缓存框架，把我们的查询性能大幅度提升优化，甚至让很多查询操作性能提升到100倍以上，下面就来讲讲这个话题。

业务场景

首先给大家引入一个场景，就是假设咱们写的一套Java系统要跑一个几百行的大SQL从mysql里查询数据，这个查询是不是会速度非常的慢？那肯定是了，这种几百行大SQL往往都是那种超级复杂的查询，可能涉及到了多表的关联，也有的是那种数据指标的查询，当然这种数据指标的查询其实是会常见一些，就是针对各种数据表关联起来查询和统计一些指标。

一般来说的话，遇到这种超级大SQL，往往会导致查询mysql性能很差，一般跑个1s甚至好几秒那是很常见的了，比如下图。

所以 往往对于这种场景来说，如果想要优化一下这个查询的性能，我们一般会用缓存，也就是说，这一次用几百行SQL语句查询出了结果，好不容易用了几秒钟特别特别慢，接着其实就把这个结果缓存起来，下次请求过来，直接就用这个缓存里的数据拿出来返回就可以了，从缓存里读结果以及返回，最多就是个1ms的事儿，根本不用几秒那么漫长了。

如何通过缓存优化查询接口

那么问题来了，这个缓存的结果是放哪里？可能很多兄弟说可以放redis里啊！但是，一定要每次用缓存就立马上redis吗？毕竟redis还得额外部署集群，一旦引入redis，你还得考虑redis是否会有故障，他的一些接入问题，以及跟redis进行网络通信毕竟也是要耗时的。

所以说，其实咱们优先啊，可以先上本地缓存，也就是说，在业务系统运行的jvm的堆内存里，来缓存我们的查询结果，下次请求来了，就从本地缓存里取出来直接返回就可以了，如下图。

基于大数据离线平台进行缓存预热

那么下一个问题又来了，很多查询他可能当天第一次查的时候，本地缓存里是没有的，还是得去mysql里花费几秒钟来查询，查完了以后才能放入到本地缓存里去，那这样岂不是每天都有一些人第一次查询很慢很慢吗？

有没有更好的办法呢？当然有了，那就是缓存预热，我们的业务系统可以把每天的查询请求和参数都记录下来，对于一些数据报表的复杂查询，其实每天的查询条件都是差不多的，只不过是当天的日期会有变化而已，另外就是对于一些数据报表的数据，往往是通过大数据平台进行离线计算的。

啥叫做离线计算呢࿱