【博学谷学习记录】超强总结，用心分享 |多级缓存

---

前言

缓存在日常开发中启动至关重要的作用，由于是存储在内存中，数据的读取速度是非常快的，能大量减少对数据库的访问，减少数据库的压力。

---

一、什么是多级缓存？

多级缓存就是充分利用请求处理的每个环节，分别添加缓存，减轻Tomcat压力，提升服务性能

1.JVM进程缓存

缓存在日常开发中启动至关重要的作用，由于是存储在内存中，数据的读取速度是非常快的，能大量减少对数据库的访问，减少数据库的压力。我们把缓存分为两类：

• 分布式缓存，例如Redis：
  • 优点：存储容量更大、可靠性更好、可以在集群间共享
  • 缺点：访问缓存有网络开销
  • 场景：缓存数据量较大、可靠性要求较高、需要在集群间共享
• 进程本地缓存，例如HashMap、GuavaCache：
  • 优点：读取本地内存，没有网络开销，速度更快
  • 缺点：存储容量有限、可靠性较低、无法共享
  • 场景：性能要求较高，缓存数据量较小
• 进程本地缓存

  • Caffeine是一个基于Java8开发的，提供了近乎最佳命中率的高性能的本地缓存库。目前Spring内部的缓存使用的就是Caffeine。

  • 示例

    @Test
    void testBasicOps() {
    	// 创建缓存对象
    	Cache<String, String> cache = Caffeine.newBuilder().build();
        // 存数据
        cache.put("gf", "迪丽热巴");
        // 取数据，不存在则返回null
        String gf = cache.getIfPresent("gf");
        System.out.println("gf = " + gf);
        // 取数据，不存在则去数据库查询
        String defaultGF = cache.get("defaultGF", key -> {
        	// 这里可以去数据库根据 key查询value
        	return "柳岩";
        });
        System.out.println("defaultGF = " + defaultGF);
    }
    

  • Caffeine提供了三种缓存驱逐策略：

    • 基于容量：设置缓存的数量上限

      // 创建缓存对象
      Cache<String, String> cache = Caffeine.newBuilder()
      									  .maximumSize(1) // 设置缓存大小上限为 1
      									  .build();
      

    • 基于时间：设置缓存的有效时间

      // 创建缓存对象
      Cache<String, String> cache = Caffeine.newBuilder()
              .expireAfterWrite(Duration.ofSeconds(10)) // 设置缓存有效期为 10 秒，从最后一次写入开始计时 
              .build();
      

    • 基于引用：设置缓存为软引用或弱引用，利用GC来回收缓存数据。性能较差，不建议使用。

2.Redis缓存预热

Redis缓存会面临冷启动问题：

冷启动：服务刚刚启动时，Redis中并没有缓存，如果所有商品数据都在第一次查询时添加缓存，可能会给数据库带来较大压力。

缓存预热：在实际开发中，我们可以利用大数据统计用户访问的热点数据，在项目启动时将这些热点数据提前查询并保存到Redis中。

3.NGINX本地缓存

多级缓存的实现离不开Nginx编程,OpenResty为Nginx提供了shard dict的功能，可以在nginx的多个worker之间共享数据，实现缓存功能。

4.缓存同步

大多数情况下，浏览器查询到的都是缓存数据，如果缓存数据与数据库数据存在较大差异，可能会产生比较严重的后果。所以我们必须保证数据库数据、缓存数据的一致性，这就是缓存与数据库的同步。
数据同步策略
缓存数据同步的常见方式有三种：

1. 设置有效期：给缓存设置有效期，到期后自动删除。再次查询时更新
   • 优势：简单、方便
   • 缺点：时效性差，缓存过期之前可能不一致
   • 场景：更新频率较低，时效性要求低的业务
2. 同步双写：在修改数据库的同时，直接修改缓存
   • 优势：时效性强，缓存与数据库强一致
   • 缺点：有代码侵入，耦合度高；
   • 场景：对一致性、时效性要求较高的缓存数据
3. 异步通知：修改数据库时发送事件通知，相关服务监听到通知后修改缓存数据
   • 优势：低耦合，可以同时通知多个缓存服务
   • 缺点：时效性一般，可能存在中间不一致状态
   • 场景：时效性要求一般，有多个服务需要同步
     而异步实现又可以基于MQ或者Canal来实现：
     1）基于MQ的异步通知：
     
     2）基于Canal的通知
     引入依赖

<dependency>
    <groupId>top.javatool</groupId>
    <artifactId>canal-spring-boot-starter</artifactId>
    <version>1.2.1-RELEASE</version>
</dependency>

编写配置：

canal:
  destination: test# canal的集群名字，要与安装canal时设置的名称一致
  server: 192.168.150.101:11111 # canal服务地址

修改实体类:通过@Id、@Column、等注解完成Item与数据库表字段的映射：
编写监听器:通过实现EntryHandler接口编写监听器，监听Canal消息