参照有赞TMC框架原理简单实现多级缓存

大家好，我叫大鸡腿，大家可以关注下我，会持续更新技术文章还有人生感悟，感谢~

项目场景：

有位同事因为缓存被后台删除，导致一堆高并发请求直接怼到DB上，导致数据库cpu 100%

---

解决方案：

1. 处理缓存击穿问题：像布隆过滤器，或者说提前设置热点key
2. 就是热点key检测，这里谈到了有赞TMC框架多级缓存以及它的热点key的发现

个人简单实现相关原理

本地变量

像热点key储存，本地缓存以及相关参数设置设置。

获取本地缓存的数据

解释:
1.由于是分布式环境，所以先查询下这个key有没有被删除过
2.直接走本地缓存
3.如果是后台数据被修改，redis这个标识被修改到了，我们需要重新加载数据库的数据更新到本地缓存中，以及set到redis中

数据一致性问题

就是redis缓存跟本地缓存一致性问题，我的想法是惰性就行更新，如果有人去读取，先返回本地缓存的旧数据，后面再进行更新，也就是实现最终一致性问题。

存在问题

就是这里的flag在更新之后会变成0，我这里的的优化方案是:采用nacos的版本控制，redis有一份版本，本地也有一份版本，如果说redis上的版本跟本地缓存的版本有所不一样，那么就进行修改本地缓存，以及将最新的版本更新到本地缓存中。

这样的话就不会导致说一台机器把redis设置为0，另一台本地缓存就不会变了。

优化方案

• 使用nacos版本修改的原理来控制不同机器的本地缓存更新
• 更新的时候可以加个分布式锁，获得锁才能去查数据库，防止高并发查崩数据库。其次在把这个数据塞到redis还有本地缓存中。

设置缓存的值

删除缓存

统一获取缓存的方法

/**
     * 统一获取缓存数据
     *
     * @param key
     * @return
     */
    public String getRedisByKey(String key) {
        //计数
        stringRedisTemplate.opsForValue().increment(key + ":incr", 1);
        //5秒过期
        stringRedisTemplate.expire(key + ":incr", 10, TimeUnit.SECONDS);
        String count = stringRedisTemplate.opsForValue().get(key + ":incr");
        if (count != null && Integer.valueOf(count) > 2) {
            if (map.get(key) != null) {
                System.out.println("命中热点key....");
                return getCacheValue(key);
            }
            //2写死，表示5秒内get超过2次，定义为热点key
            map.put(key, "true");
            if (stringRedisTemplate.getExpire(key, TimeUnit.SECONDS) < 10) {
                //自动延期
                System.out.println("自动延期");
                stringRedisTemplate.expire(key, 20, TimeUnit.SECONDS);
            }
        } else {
            map.remove(key);
            String result = stringRedisTemplate.opsForValue().get(key);
            if (result == null) {
                String value = a(key);
                setRedisByKey(key, value, 20L);
                return value;
            }
            System.out.println("直接走redis");
            return result;
        }
        return getCacheValue(key);
    }

前面是进行简单的计数法来保存这个热点key，如果命中热点key直接读本地缓存，否则读redis，没有的话再去读DB。

重点

如果是热点key的话，那么就会去判断它过期时间，如果不够的话会自动给它进行续期。

优化

• 比如说热点key的统计方式，这里只是简单的redis+1，如果高级一点就是时间滑窗统计热点key
• 这里是封装redistemplate查询的方案，比较好的是有一个特有的分布式集群来收集这些redis查询，redis key过期、设置、删除操作等等，会更好。
• 在删除热点key map那里也是需要再优化的，就是如果说重新这个key在接下来的时间内不那么火热，那么剔除map对应的key。

所有代码

import com.google.common.cache.CacheBuilder;
import com.google.common.cache.CacheLoader;
import com.google.common.cache.LoadingCache;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.StringRedisTemplate;
import org.springframework.stereotype.Component;

import java.util.concurrent.ConcurrentHashMap;
import java.util.concurrent.ExecutionException;
import java.util.concurrent.TimeUnit;

@Component
public class RedisManagement {

    @Autowired
    private StringRedisTemplate stringRedisTemplate;

    ConcurrentHashMap<String, String> map = new ConcurrentHashMap<>();

    private LoadingCache<String, String> graphs = CacheBuilder.newBuilder()
            .maximumSize(1000)
            .expireAfterWrite(1, TimeUnit.HOURS)
            .refreshAfterWrite(1, TimeUnit.HOURS)
            .build(
                    new CacheLoader<String, String>() {
                        @Override
                        public String load(String key) {
                            return a(key);
                        }
                    });

    private String getCacheValue(String key) {
        String result;
        String flag = stringRedisTemplate.opsForValue().get(key + ":flag");
        try {
            System.out.println("走本地缓存");
            result = graphs.get(key);
        } catch (ExecutionException e) {
            System.out.println("出现报错:" + e);
            return null;
        }
        //不为空还有已经删除状态
        if (flag != null && "1".equals(flag)) {
            //更新本地缓存的
            graphs.refresh(key);
            //设置删除标识为未删除
            stringRedisTemplate.opsForValue().set(key + ":flag", "0");
        }
        return result;
    }

    /**
     * 统一设置缓存
     *
     * @param key
     * @param value
     * @return
     */
    public void setRedisByKey(String key, String value, long time) {
        //设置删除标识为未删除
        stringRedisTemplate.opsForValue().set(key + ":flag", "0");
        stringRedisTemplate.opsForValue().set(key, value, time, TimeUnit.SECONDS);
    }

    /**
     * 统一删除缓存
     *
     * @param key
     * @return
     */
    public Boolean delRedisByKey(String key) {
        //设置删除标识为删除
        stringRedisTemplate.opsForValue().set(key + ":flag", "1");
        return stringRedisTemplate.delete(key);
    }

    /**
     * 统一获取缓存数据
     *
     * @param key
     * @return
     */
    public String getRedisByKey(String key) {
        //计数
        stringRedisTemplate.opsForValue().increment(key + ":incr", 1);
        //5秒过期
        stringRedisTemplate.expire(key + ":incr", 10, TimeUnit.SECONDS);
        String count = stringRedisTemplate.opsForValue().get(key + ":incr");
        if (count != null && Integer.valueOf(count) > 2) {
            if (map.get(key) != null) {
                System.out.println("命中热点key....");
                return getCacheValue(key);
            }
            //2写死，表示5秒内get超过2次，定义为热点key
            map.put(key, "true");
            if (stringRedisTemplate.getExpire(key, TimeUnit.SECONDS) < 10) {
                //自动延期
                System.out.println("自动延期");
                stringRedisTemplate.expire(key, 20, TimeUnit.SECONDS);
            }
        } else {
            map.remove(key);
            String result = stringRedisTemplate.opsForValue().get(key);
            if (result == null) {
                String value = a(key);
                setRedisByKey(key, value, 20L);
                return value;
            }
            System.out.println("直接走redis");
            return result;
        }
        return getCacheValue(key);
    }

    /**
     * 初始化本地缓存数据
     *
     * @param key
     * @return
     */
    private String a(String key) {
        System.out.println("查db");
        //执行不同逻辑
        if (key.startsWith("activity")) {
            //查数据库
            return "activity";
        } else if (key.startsWith("content")) {
            //查数据库
            return "content";
        } else {
            return "haha";
        }
    }

}