java 缓存的时效机制_Java缓存架构

对于一个大型的数据缓存系统，我们通常会部署多层的缓存服务以达到高并发、高可用的需求

1.多层缓存架构

nginx本地缓存+redis分布式缓存+tomcat单机缓存的多级缓存架构nginx+lua脚本做页面动态生成的工作，每次请求过来，优先从nginx本地缓存中提取各种数据，结合页面模板，生成需要的页面

如果nginx本地缓存过期了，那么就从nginx到redis中去拉取数据，更新到nginx本地

如果redis中的缓存也被缓存淘汰策略淘汰掉了，那么就从nginx走http接口到后端的服务中拉取数据，数据生产服务中，先在本地tomcat里的jvm堆缓存中找，比如Ehcache

2.缓存数据的类型对时效性要求较高的数据：库存，价格，折扣信息等

一般来说，显示的库存，都是时效性要求会相对高一些，因为随着商品的不断的交易，库存会不断的变化当库存变化的时候，尽可能更快将库存显示到页面上去，而不是说等了很长时间，库存才显示到页面上去对时效性要求不高的数据：商品的基本信息(名称、颜色、版本、规格参数，等等)

时效性要求不高的数据，比如说现在改变了商品的名称，稍微晚个几分钟反应到商品页面上，也还能接受

2.1.对于不同数据的处理

3.三层缓存中每一层缓存的意义nginx本地缓存:抗住是热数据的高并发访问，一般来说，商品的购买总是有热点的，比如每天购买iphone、nike、海尔等知名品牌的东西的人，总是比较多的

这些热数据，利用nginx本地缓存，由于经常被访问，所以可以被锁定在nginx的本地缓存内

大量的热数据的访问，就是经常会访问的那些数据，就会被保留在nginx本地缓存内，那么对这些热数据的大量访问，就直接走nginx就可以了

那么大量的访问，直接就可以走到nginx就行了，不需要走后续的各种网络开销了redis分布式大规模缓存，抗的是很高的离散访问，支撑海量的数据，高并发的访问，高可用的服务

redis缓存最大量的数据，最完整的数据和缓存;

nginx本地内存有限，也就能cache住部分热数据，除了各种iphone、nike等热数据，其他相对不那么热的数据，可能流量会经常走到redis那里,redis可以做到全量数据的缓存，并且可以通过水平扩展利用redis cluster的多master写入提升并发、高可用的能力。tomcat jvm堆内存缓存，主要是抗redis大规模灾难的，如果redis出现了大规模的宕机，导致nginx大量流量直接涌入数据生产服务，那么最后的tomcat堆内存缓存至少可以再抗一下，不至于让数据库直接裸奔

同时tomcat jvm堆内存缓存，也可以抗住redis没有cache住的最后那少量的部分缓存

作者：幼儿园恶霸

链接：https://juejin.cn/post/6931354119626031118

来源：掘金

著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。