基于Java怎么实现Redis多级缓存(java,redis,开发技术)

一、多级缓存

1. 传统缓存方案

请求到达tomcat后，先去redis中获取缓存，不命中则去mysql中获取

2. 多级缓存方案

• tomcat的请求并发数，是远小于redis的，因此tomcat会成为瓶颈

• 利用请求处理每个环节，分别添加缓存，减轻tomcat压力，提升服务性能

二、JVM本地缓存

缓存是存储在内存中，数据读取速度较快，能大量减少对数据库的访问，减少数据库压力

分布式缓存，如redis
- 优点： 存储容量大，可靠性好，可以在集群中共享
- 缺点： 访问缓存有网络开销
- 场景： 缓存数据量大，可靠性高，需要在集群中共享的数据

进程本地缓存， 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，可靠性低(如重启后丢失)，无法在集群中共享
- 场景：性能要求高，缓存数据量少

1. 实用案例

• 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内部的缓存用的就是这个

<dependency><groupId>com.github.ben-manes.caffeine</groupId><artifactId>caffeine</artifactId><version>3.0.5</version></dependency>

packagecom.erick.cache;importcom.github.benmanes.caffeine.cache.Cache;importcom.github.benmanes.caffeine.cache.Caffeine;importjava.time.Duration;publicfinalclassCacheUtil{privatestaticintexpireSeconds=2;publicstaticCache<String,String>cacheWithExpireSeconds;privatestaticintmaxPairs=1;publicstaticCache<String,String>cacheWithMaxPairs;static{/*过期策略，写完60s后过期*/cacheWithExpireSeconds=Caffeine.newBuilder().expireAfterWrite(Duration.ofSeconds(expireSeconds)).build();/*过期策略，达到最大值后删除*1.并不会立即删除，等一会儿才会删除*2.会将之前存储的数据删除掉*/cacheWithMaxPairs=Caffeine.newBuilder().maximumSize(maxPairs).build();}/*从缓存中获取数据*1.如果缓存中有，则直接从缓存中返回*2.如果缓存中没有，则去数据查询并返回结果*/publicstaticStringgetKeyWithExpire(Stringkey){returncacheWithExpireSeconds.get(key,value->{returngetResultFromDB();});}publicstaticStringgetKeyWithMaxPair(Stringkey){returncacheWithMaxPairs.get(key,value->{returngetResultFromDB();});}privatestaticStringgetResultFromDB(){System.out.println("数据库查询");return"dbresult";}}

packagecom.erick.cache;importjava.util.concurrent.TimeUnit;publicclassTest{@org.junit.Testpublicvoidtest01()throwsInterruptedException{CacheUtil.cacheWithExpireSeconds.put("name","erick");System.out.println(CacheUtil.getKeyWithExpire("name"));TimeUnit.SECONDS.sleep(3);System.out.println(CacheUtil.getKeyWithExpire("name"));}@org.junit.Testpublicvoidtest02()throwsInterruptedException{CacheUtil.cacheWithMaxPairs.put("name","erick");CacheUtil.cacheWithMaxPairs.put("age","12");System.out.println(CacheUtil.getKeyWithMaxPair("name"));System.out.println(CacheUtil.getKeyWithMaxPair("age"));TimeUnit.SECONDS.sleep(2);System.out.println(CacheUtil.getKeyWithMaxPair("name"));//查询不到了System.out.println(CacheUtil.getKeyWithMaxPair("age"));}}

三、缓存一致性

1. 常见方案

1.1 设置有效期

• 给缓存设置有效期，到期后自动删除。再次查询时可以更新

• 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：更新频率低，时效性要求比较低的业务

1.2 同步双写

• 在修改数据库的同时，直接修改缓存

• 优势：有代码侵入，缓存与数据库强一致性

• 缺点：代码进入，耦合性高

• 场景：对一致性，失效性要求较高的缓存数据

1.3 异步通知

• 修改数据库时发送事件通知，相关服务监听到后修改缓存数据

• 优势：低耦合，可以同时通知多个缓存服务

• 缺点：时效性一把，可能存在缓存不一致问题

• 场景：时效性一般，有多个服务需要同步

2. 基于Canal的异步通知

• 是阿里旗下的一款开源项目，基于java开发

• 基于数据库增量日志解析，提供增量数据订阅和消费

• 基于mysql的主从备份的思想

2.1 mysql主从复制

2.2 canal 工作原理

• canal 模拟 MySQL slave 的交互协议，伪装自己为 MySQL slave ，向 MySQL master 发送dump 协议

• MySQL master 收到 dump 请求, 开始推送 binary log 给 slave (即 canal )

• canal 解析 binary log 对象(原始为 byte 流)