本文实例为大家分享了Redis实现多级缓存的具体代码，供大家参考，具体内容如下
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
本文实例为大家分享了Redis实现多级缓存的具体代码，供大家参考，具体内容如下
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>
package com.erick.cache;
import com.github.benmanes.caffeine.cache.Cache;
import com.github.benmanes.caffeine.cache.Caffeine;
import java.time.Duration;
public final class CacheUtil {
private static int expireSeconds = 2;
public static Cache<String, String> cacheWithExpireSeconds;
private static int maxPairs = 1;
public static Cache<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*/
public static String getKeyWithExpire(String key) {
return cacheWithExpireSeconds.get(key, value -> {
return getResultFromDB();
});
}
public static String getKeyWithMaxPair(String key) {
return cacheWithMaxPairs.get(key, value -> {
return getResultFromDB();
});
}
private static String getResultFromDB() {
System.out.println("数据库查询");
return "db result";
}
}package com.erick.cache;
import java.util.concurrent.TimeUnit;
public class Test {
@org.junit.Test
public void test01() throws InterruptedException {
CacheUtil.cacheWithExpireSeconds.put("name", "erick");
System.out.println(CacheUtil.getKeyWithExpire("name"));
TimeUnit.SECONDS.sleep(3);
System.out.println(CacheUtil.getKeyWithExpire("name"));
}
@org.junit.Test
public void test02() throws InterruptedException {
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)
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持好代码网。