Java学习笔记 接口性能优化之缓存的使用（一）

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。