注:一下学习笔记皆摘自马士兵教育马坤鹏老师的随堂学习笔记
这是我在学习Java后第一次尝试使用CSDN博客的形式记录我的学习笔记,同时希望此后的学习笔记能帮助到更多的同学,内容如果有任何错误的地方,希望大牛们不吝赐教勘误,先行谢过!
本接口性能优化学习笔记是基于对Redis有一定的认识和使用经验的前提下,大部分同学到了要做接口的性能优化时基本上应该还是对redis或者redisson有一定的实战经验了,所以redis和redisson的关系,redis在各种操作系统环境下的安装等相关过程就不在此讨论。
此处贴一下RedisTemplate基础配置的代码,以备后续忘记时备查:
@Component
public class RedisConfig {
@Bean
public RedisTemplate redisTemplate(RedisConnectionFactory redisConnectionFactory){
RedisTemplate redisTemplate = new RedisTemplate();
redisTemplate.setConnectionFactory(redisConnectionFactory);
//首先解决key的序列化方式
StringRedisSerializer stringRedisSerializer = new StringRedisSerializer();
redisTemplate.setKeySerializer(stringRedisSerializer);
//解决value的序列化方式
Jackson2JsonRedisSerializer jackson2JsonRedisSerializer = new Jackson2JsonRedisSerializer(Object.class);
ObjectMapper objectMapper = new ObjectMapper();
SimpleModule simpleModule = new SimpleModule();
simpleModule.addSerializer(DateTime.class,new DateTimeJsonSerializer());
simpleModule.addDeserializer(DateTime.class,new DateTimeJsonDeserializer());
objectMapper.registerModule(simpleModule);
jackson2JsonRedisSerializer.setObjectMapper(objectMapper);
redisTemplate.setValueSerializer(jackson2JsonRedisSerializer);
return redisTemplate;
}
}
public class DateTimeJsonDeserializer extends JsonDeserializer<DateTime> {
@Override
public DateTime deserialize(JsonParser jsonParser, DeserializationContext deserializationContext) throws IOException, JsonProcessingException {
String dateString =jsonParser.readValueAs(String.class);
DateTimeFormatter formatter = DateTimeFormat.forPattern("yyyy-MM-dd HH:mm:ss");
return DateTime.parse(dateString,formatter);
}
}
public class DateTimeJsonSerializer extends JsonSerializer<DateTime> {
@Override
public void serialize(DateTime dateTime, JsonGenerator jsonGenerator, SerializerProvider serializerProvider) throws IOException {
jsonGenerator.writeString(dateTime.toString("yyyy-MM-dd HH:mm:ss"));
}
}
本次学习不涉及到redisTemplate的具体使用方法,所以不在此做详细的描述。
对于接口性能的优化有很多种方式和方法,日常最容易想到的就是利用redis的特性来进行接口的优化。那使用redis缓存我们就不可避免的要面临数据一致性,缓存穿透,缓存击穿等问题,与此同时,我们使用缓存的目标也同样明确,即:数据准确、完整,系统可用性吞吐量提升,下面就与大家分享一下怎样实现这些目标,同时比较好的规避这些问题。
一、缓存数据一致性问题
只要是使用到了缓存,就一定需要进行缓存的更新(同步),常见的缓存更新方案有一下几种:
1、先更新缓存,再更新数据库
2、先更新数据库,再更新缓存
3、先删除缓存,再更新数据库,待下次查询时把从数据库捞出来的数据set到缓存中
4、先更新数据库,再删除缓存
以上每种缓存更新的方式多多少少都会存在一些问题:
第一种方案,我们一般不考虑。原因是更新缓存成功,更新数据库出现异常了,导致缓存数据与数据库数据完全不一致,而且很难察觉,因为缓存中的数据一直都存在。
第二种方案,一般也不能采用,里面的问题和第一种类似。数据库更新成功了,有可能后续的缓存会更新失败,如果缓存中已经存在了老数据,则在后续读取缓存的时候获取的还是老数据,从而导致获取的数据和DB中的不一致,同时还会产生并发导致脏数据的问题。
第三种方案:先更新DB再删除缓存。这种方式被称为Cache Aside Pattern,读的时候先读缓存,缓存没有的话就读数据库,然后取出数据后放入缓存,同时返回出去,更新时先更新数据库,然后再删除缓存。这种可能后面删除缓存失败,导致数据不一致
第四种方案:先删除缓存,后更新DB。
该方案也会出问题,具体出现的原因如下。
1、此时来了两个请求,请求 A(删除操作) 和请求 B(查询操作)
2、请求 A 会先删除 Redis 中的数据,然后去数据库进行更新操作;
3、此时请求 B 看到 Redis 中的数据时空的,会去数据库中查询该值,补录到 Redis 中;
4、但是此时请求 A 并没有更新成功,或者事务还未提交,请求B去数据库查询得到旧值;
5、那么这时候就会产生数据库和 Redis 数据不一致的问题。
如何解决呢?其实最简单的解决办法就是延时双删的策略。就是
(1)先淘汰缓存
(2)再写数据库
(3)休眠1秒,再次淘汰缓存
这个具体休眠多久要怎么确定呢?
针对上面的情形,读该自行评估自己的项目的读数据业务逻辑的耗时。然后写数据的休眠时间则在读数据业务逻辑的耗时基础上,加几百ms即可。这么做的目的,就是确保读请求结束,写请求可以删除读请求造成的缓存脏数据。
但是上述的保证事务提交完以后再进行删除缓存有两个问题,
第一就是如果你使用的是Mysql的读写分离的架构的话,那么其实主从同步之间也会有时间差;
第二就是执行一次双删付出的时间成本太大了,会大大降低接口的吞吐量。
解决方案就是采用异步删除或更新缓存,具体实现方法后续在讲。
二、缓存穿透问题
缓存穿透是指查询一个根本不存在的数据,缓存层和存储层都不会命中,于是这个请求就可以随意访问数据库,这个就是缓存穿透,缓存穿透将导致不存在的数据每次请求都要到存储层去查询,失去了缓存保护后端存储的意义。
缓存穿透问题可能会使后端存储负载加大,由于很多后端存储不具备高并发性,甚至可能造成后端存储宕掉。通常可以在程序中分别统计总调用数、缓存层命中数、存储层命中数,如果发现大量存储层空命中,可能就是出现了缓存穿透问题。
造成缓存穿透的基本原因有两个。
第一,自身业务代码或者数据出现问题,比如,我们数据库的 id 都是1开始自增上去的,如发起为id值为 -1 的数据或 id 为特别大不存在的数据。如果不对参数做校验,数据库id都是大于0的,我一直用小于0的参数去请求你,每次都能绕开Redis直接打到数据库,数据库也查不到,每次都这样,并发高点就容易崩掉了。
第二,一些恶意攻击、爬虫等造成大量空命中。
三、缓存击穿问题
缓存击穿是指一个Key非常热点,在不停的扛着大并发,大并发集中对这一个点进行访问,当这个Key在失效的瞬间,持续的大并发就穿破缓存,直接请求数据库,就像在一个完好无损的桶上凿开了一个洞。