基于Java实现Redis多级缓存方案_Java教程

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

基于Java实现Redis多级缓存方案

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

基于Java实现Redis多级缓存方案

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"));

									    }

									}