建设银行网站是多少,一 建设茶叶网站前的市场分析,接做网站的私活怎么报价,人才网招聘官方网1.什么是多级缓存
传统的缓存策略一般是请求到达Tomcat后#xff0c;先查询Redis#xff0c;如果未命中则查询数据库#xff0c;如图#xff1a; 存在下面的问题#xff1a; 请求要经过Tomcat处理#xff0c;Tomcat的性能成为整个系统的瓶颈 Redis缓存失效时#xff0…1.什么是多级缓存
传统的缓存策略一般是请求到达Tomcat后先查询Redis如果未命中则查询数据库如图 存在下面的问题 请求要经过Tomcat处理Tomcat的性能成为整个系统的瓶颈 Redis缓存失效时会对数据库产生冲击
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
浏览器访问静态资源时优先读取浏览器本地缓存访问非静态资源ajax查询数据时访问服务端请求到达Nginx后优先读取Nginx本地缓存如果Nginx本地缓存未命中则去直接查询Redis不经过Tomcat如果Redis查询未命中则查询Tomcat请求进入Tomcat后优先查询JVM进程缓存如果JVM进程缓存未命中则查询数据库 在多级缓存架构中Nginx内部需要编写本地缓存查询、Redis查询、Tomcat查询的业务逻辑因此这样的nginx服务不再是一个反向代理服务器而是一个编写业务的Web服务器了。
因此这样的业务Nginx服务也需要搭建集群来提高并发再有专门的nginx服务来做反向代理如图 另外我们的Tomcat服务将来也会部署为集群模式 可见多级缓存的关键有两个 一个是在nginx中编写业务实现nginx本地缓存、Redis、Tomcat的查询 另一个就是在Tomcat中实现JVM进程缓存
2. 初识Caffeine
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
利用Caffeine框架来实现JVM进程缓存。
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。GitHub地址https://github.com/ben-manes/caffeine
Caffeine的性能非常好下图是官方给出的性能对比 可以看到Caffeine的性能遥遥领先
缓存使用的基本API
Test
void testBasicOps() {// 构建cache对象CacheString, String cache Caffeine.newBuilder().build();// 存数据cache.put(gf, 迪丽热巴);// 取数据String gf cache.getIfPresent(gf);System.out.println(gf gf);// 取数据包含两个参数// 参数一缓存的key// 参数二Lambda表达式表达式参数就是缓存的key方法体是查询数据库的逻辑// 优先根据key查询JVM缓存如果未命中则执行参数二的Lambda表达式String defaultGF cache.get(defaultGF, key - {// 根据key去数据库查询数据return 柳岩;});System.out.println(defaultGF defaultGF);
}Caffeine既然是缓存的一种肯定需要有缓存的清除策略不然的话内存总会有耗尽的时候。
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
CacheString, 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
CacheString, String cache Caffeine.newBuilder()// 设置缓存有效期为 10 秒从最后一次写入开始计时 .expireAfterWrite(Duration.ofSeconds(10)) .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。 注意在默认情况下当一个缓存元素过期的时候Caffeine不会自动立即将其清理和驱逐。而是在一次读或写操作后或者在空闲时间完成对失效数据的驱逐。 3. 实现JVM进程缓存
3.1. 需求
利用Caffeine实现下列需求
给根据id查询商品的业务添加缓存缓存未命中时查询数据库给根据id查询商品库存的业务添加缓存缓存未命中时查询数据库缓存初始大小为100缓存上限为10000
3.2. 实现
首先我们需要定义两个Caffeine的缓存对象分别保存商品、库存的缓存数据。
在item-service的com.dcxuexi.item.config包下定义CaffeineConfig类
package com.dcxuexi.item.config;import com.github.benmanes.caffeine.cache.Cache;
import com.github.benmanes.caffeine.cache.Caffeine;
import com.dcxuexi.item.pojo.Item;
import com.dcxuexi.item.pojo.ItemStock;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;Configuration
public class CaffeineConfig {Beanpublic CacheLong, Item itemCache(){return Caffeine.newBuilder().initialCapacity(100).maximumSize(10_000).build();}Beanpublic CacheLong, ItemStock stockCache(){return Caffeine.newBuilder().initialCapacity(100).maximumSize(10_000).build();}
}然后修改item-service中的com.dcxuexi.item.web包下的ItemController类添加缓存逻辑
RestController
RequestMapping(item)
public class ItemController {Autowiredprivate IItemService itemService;Autowiredprivate IItemStockService stockService;Autowiredprivate CacheLong, Item itemCache;Autowiredprivate CacheLong, ItemStock stockCache;// ...其它略GetMapping(/{id})public Item findById(PathVariable(id) Long id) {return itemCache.get(id, key - itemService.query().ne(status, 3).eq(id, key).one());}GetMapping(/stock/{id})public ItemStock findStockById(PathVariable(id) Long id) {return stockCache.get(id, key - stockService.getById(key));}
}
