国产 无码 综合区,色欲AV无码国产永久播放,无码天堂亚洲国产AV,国产日韩欧美女同一区二区

Redis高級篇 - 多級緩存

這篇具有很好參考價(jià)值的文章主要介紹了Redis高級篇 - 多級緩存。希望對大家有所幫助。如果存在錯(cuò)誤或未考慮完全的地方,請大家不吝賜教,您也可以點(diǎn)擊"舉報(bào)違法"按鈕提交疑問。

多級緩存

1.什么是多級緩存

傳統(tǒng)的緩存策略一般是請求到達(dá)Tomcat后,先查詢Redis,如果未命中則查詢數(shù)據(jù)庫,如圖:

Redis高級篇 - 多級緩存

存在下面的問題:

  • 請求要經(jīng)過Tomcat處理,Tomcat的性能成為整個(gè)系統(tǒng)的瓶頸

  • Redis緩存失效時(shí),會對數(shù)據(jù)庫產(chǎn)生沖擊

多級緩存就是充分利用請求處理的每個(gè)環(huán)節(jié),分別添加緩存,減輕Tomcat壓力,提升服務(wù)性能:

  • 瀏覽器訪問靜態(tài)資源時(shí),優(yōu)先讀取瀏覽器本地緩存
  • 訪問非靜態(tài)資源(ajax查詢數(shù)據(jù))時(shí),訪問服務(wù)端
  • 請求到達(dá)Nginx后,優(yōu)先讀取Nginx本地緩存
  • 如果Nginx本地緩存未命中,則去直接查詢Redis(不經(jīng)過Tomcat)
  • 如果Redis查詢未命中,則查詢Tomcat
  • 請求進(jìn)入Tomcat后,優(yōu)先查詢JVM進(jìn)程緩存
  • 如果JVM進(jìn)程緩存未命中,則查詢數(shù)據(jù)庫

Redis高級篇 - 多級緩存

在多級緩存架構(gòu)中,Nginx內(nèi)部需要編寫本地緩存查詢、Redis查詢、Tomcat查詢的業(yè)務(wù)邏輯,因此這樣的nginx服務(wù)不再是一個(gè)反向代理服務(wù)器,而是一個(gè)編寫業(yè)務(wù)的Web服務(wù)器了。

因此這樣的業(yè)務(wù)Nginx服務(wù)也需要搭建集群來提高并發(fā),再有專門的nginx服務(wù)來做反向代理,如圖:

Redis高級篇 - 多級緩存

另外,我們的Tomcat服務(wù)將來也會部署為集群模式:

Redis高級篇 - 多級緩存

可見,多級緩存的關(guān)鍵有兩個(gè):

  • 一個(gè)是在nginx中編寫業(yè)務(wù),實(shí)現(xiàn)nginx本地緩存、Redis、Tomcat的查詢

  • 另一個(gè)就是在Tomcat中實(shí)現(xiàn)JVM進(jìn)程緩存

其中Nginx編程則會用到OpenResty框架結(jié)合Lua這樣的語言。

2.JVM進(jìn)程緩存

為了演示多級緩存的案例,我們先準(zhǔn)備一個(gè)商品查詢的業(yè)務(wù)。

2.1.導(dǎo)入案例

2.2.初識Caffeine

緩存在日常開發(fā)中啟動(dòng)至關(guān)重要的作用,由于是存儲在內(nèi)存中,數(shù)據(jù)的讀取速度是非??斓模艽罅繙p少對數(shù)據(jù)庫的訪問,減少數(shù)據(jù)庫的壓力。我們把緩存分為兩類:

  • 分布式緩存,例如Redis:
    • 優(yōu)點(diǎn):存儲容量更大、可靠性更好、可以在集群間共享
    • 缺點(diǎn):訪問緩存有網(wǎng)絡(luò)開銷
    • 場景:緩存數(shù)據(jù)量較大、可靠性要求較高、需要在集群間共享
  • 進(jìn)程本地緩存,例如HashMap、GuavaCache:
    • 優(yōu)點(diǎn):讀取本地內(nèi)存,沒有網(wǎng)絡(luò)開銷,速度更快
    • 缺點(diǎn):存儲容量有限、可靠性較低、無法共享
    • 場景:性能要求較高,緩存數(shù)據(jù)量較小

我們今天會利用Caffeine框架來實(shí)現(xiàn)JVM進(jìn)程緩存。

Caffeine是一個(gè)基于Java8開發(fā)的,提供了近乎最佳命中率的高性能的本地緩存庫。目前Spring內(nèi)部的緩存使用的就是Caffeine。GitHub地址:https://github.com/ben-manes/caffeine

Caffeine的性能非常好,下圖是官方給出的性能對比:

Redis高級篇 - 多級緩存

可以看到Caffeine的性能遙遙領(lǐng)先!

緩存使用的基本API:

@Test
void testBasicOps() {
    // 構(gòu)建cache對象
    Cache<String, String> cache = Caffeine.newBuilder().build();

    // 存數(shù)據(jù)
    cache.put("gf", "迪麗熱巴");

    // 取數(shù)據(jù)
    String gf = cache.getIfPresent("gf");
    System.out.println("gf = " + gf);

    // 取數(shù)據(jù),包含兩個(gè)參數(shù):
    // 參數(shù)一:緩存的key
    // 參數(shù)二:Lambda表達(dá)式,表達(dá)式參數(shù)就是緩存的key,方法體是查詢數(shù)據(jù)庫的邏輯
    // 優(yōu)先根據(jù)key查詢JVM緩存,如果未命中,則執(zhí)行參數(shù)二的Lambda表達(dá)式
    String defaultGF = cache.get("defaultGF", key -> {
        // 根據(jù)key去數(shù)據(jù)庫查詢數(shù)據(jù)
        return "柳巖";
    });
    System.out.println("defaultGF = " + defaultGF);
}

Caffeine既然是緩存的一種,肯定需要有緩存的清除策略,不然的話內(nèi)存總會有耗盡的時(shí)候。

Caffeine提供了三種緩存驅(qū)逐策略:

  • 基于容量:設(shè)置緩存的數(shù)量上限

    // 創(chuàng)建緩存對象
    Cache<String, String> cache = Caffeine.newBuilder()
        .maximumSize(1) // 設(shè)置緩存大小上限為 1
        .build();
    
  • 基于時(shí)間:設(shè)置緩存的有效時(shí)間

    // 創(chuàng)建緩存對象
    Cache<String, String> cache = Caffeine.newBuilder()
        // 設(shè)置緩存有效期為 10 秒,從最后一次寫入開始計(jì)時(shí) 
        .expireAfterWrite(Duration.ofSeconds(10)) 
        .build();
    
    
  • 基于引用:設(shè)置緩存為軟引用或弱引用,利用GC來回收緩存數(shù)據(jù)。性能較差,不建議使用。

注意:在默認(rèn)情況下,當(dāng)一個(gè)緩存元素過期的時(shí)候,Caffeine不會自動(dòng)立即將其清理和驅(qū)逐。而是在一次讀或?qū)懖僮骱?,或者在空閑時(shí)間完成對失效數(shù)據(jù)的驅(qū)逐。

2.3.實(shí)現(xiàn)JVM進(jìn)程緩存

2.3.1.需求

利用Caffeine實(shí)現(xiàn)下列需求:

  • 給根據(jù)id查詢商品的業(yè)務(wù)添加緩存,緩存未命中時(shí)查詢數(shù)據(jù)庫
  • 給根據(jù)id查詢商品庫存的業(yè)務(wù)添加緩存,緩存未命中時(shí)查詢數(shù)據(jù)庫
  • 緩存初始大小為100
  • 緩存上限為10000

2.3.2.實(shí)現(xiàn)

首先,我們需要定義兩個(gè)Caffeine的緩存對象,分別保存商品、庫存的緩存數(shù)據(jù)。

在item-service的com.heima.item.config包下定義CaffeineConfig類:

@Configuration
public class CaffeineConfig {
    @Bean
    public Cache<Long, Item> itemCache(){
        return Caffeine.newBuilder()
                .initialCapacity(100)
                .maximumSize(10_000)
                .build();
    }

    @Bean
    public Cache<Long, ItemStock> stockCache(){
        return Caffeine.newBuilder()
                .initialCapacity(100)
                .maximumSize(10_000)
                .build();
    }
}

然后,修改item-service中的com.heima.item.web包下的ItemController類,添加緩存邏輯:

@RestController
@RequestMapping("item")
public class ItemController {

    @Autowired
    private IItemService itemService;
    @Autowired
    private IItemStockService stockService;

    @Autowired
    private Cache<Long, Item> itemCache;
    @Autowired
    private Cache<Long, 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));
    }
}

3.Lua語法入門

Nginx編程需要用到Lua語言,因此我們必須先入門Lua的基本語法。

3.1.初識Lua

Lua 是一種輕量小巧的腳本語言,用標(biāo)準(zhǔn)C語言編寫并以源代碼形式開放, 其設(shè)計(jì)目的是為了嵌入應(yīng)用程序中,從而為應(yīng)用程序提供靈活的擴(kuò)展和定制功能。官網(wǎng):https://www.lua.org/

Redis高級篇 - 多級緩存

Lua經(jīng)常嵌入到C語言開發(fā)的程序中,例如游戲開發(fā)、游戲插件等。

Nginx本身也是C語言開發(fā),因此也允許基于Lua做拓展。

3.1.HelloWorld

CentOS7默認(rèn)已經(jīng)安裝了Lua語言環(huán)境,所以可以直接運(yùn)行Lua代碼。

1)在Linux虛擬機(jī)的任意目錄下,新建一個(gè)hello.lua文件

Redis高級篇 - 多級緩存

2)添加下面的內(nèi)容

print("Hello World!")  

3)運(yùn)行

Redis高級篇 - 多級緩存

3.2.變量和循環(huán)

學(xué)習(xí)任何語言必然離不開變量,而變量的聲明必須先知道數(shù)據(jù)的類型。

3.2.1.Lua的數(shù)據(jù)類型

Lua中支持的常見數(shù)據(jù)類型包括:

Redis高級篇 - 多級緩存

另外,Lua提供了type()函數(shù)來判斷一個(gè)變量的數(shù)據(jù)類型:

Redis高級篇 - 多級緩存

3.2.2.聲明變量

Lua聲明變量的時(shí)候無需指定數(shù)據(jù)類型,而是用local來聲明變量為局部變量:

-- 聲明字符串,可以用單引號或雙引號,
local str = 'hello'
-- 字符串拼接可以使用 ..
local str2 = 'hello' .. 'world'
-- 聲明數(shù)字
local num = 21
-- 聲明布爾類型
local flag = true

Lua中的table類型既可以作為數(shù)組,又可以作為Java中的map來使用。數(shù)組就是特殊的table,key是數(shù)組角標(biāo)而已:

-- 聲明數(shù)組 ,key為角標(biāo)的 table
local arr = {'java', 'python', 'lua'}
-- 聲明table,類似java的map
local map =  {name='Jack', age=21}

Lua中的數(shù)組角標(biāo)是從1開始,訪問的時(shí)候與Java中類似:

-- 訪問數(shù)組,lua數(shù)組的角標(biāo)從1開始
print(arr[1])

Lua中的table可以用key來訪問:

-- 訪問table
print(map['name'])
print(map.name)

3.2.3.循環(huán)

對于table,我們可以利用for循環(huán)來遍歷。不過數(shù)組和普通table遍歷略有差異。

遍歷數(shù)組:

-- 聲明數(shù)組 key為索引的 table
local arr = {'java', 'python', 'lua'}
-- 遍歷數(shù)組
for index,value in ipairs(arr) do
    print(index, value) 
end

遍歷普通table

-- 聲明map,也就是table
local map = {name='Jack', age=21}
-- 遍歷table
for key,value in pairs(map) do
   print(key, value) 
end

3.3.條件控制、函數(shù)

Lua中的條件控制和函數(shù)聲明與Java類似。

3.3.1.函數(shù)

定義函數(shù)的語法:

function 函數(shù)名( argument1, argument2..., argumentn)
    -- 函數(shù)體
    return 返回值
end

例如,定義一個(gè)函數(shù),用來打印數(shù)組:

function printArr(arr)
    for index, value in ipairs(arr) do
        print(value)
    end
end

3.3.2.條件控制

類似Java的條件控制,例如if、else語法:

if(布爾表達(dá)式)
then
   --[ 布爾表達(dá)式為 true 時(shí)執(zhí)行該語句塊 --]
else
   --[ 布爾表達(dá)式為 false 時(shí)執(zhí)行該語句塊 --]
end

與java不同,布爾表達(dá)式中的邏輯運(yùn)算是基于英文單詞:

Redis高級篇 - 多級緩存

3.3.3.案例

需求:自定義一個(gè)函數(shù),可以打印table,當(dāng)參數(shù)為nil時(shí),打印錯(cuò)誤信息

function printArr(arr)
    if not arr then
        print('數(shù)組不能為空!')
    end
    for index, value in ipairs(arr) do
        print(value)
    end
end

4.實(shí)現(xiàn)多級緩存

多級緩存的實(shí)現(xiàn)離不開Nginx編程,而Nginx編程又離不開OpenResty。

4.1.安裝OpenResty

OpenResty? 是一個(gè)基于 Nginx的高性能 Web 平臺,用于方便地搭建能夠處理超高并發(fā)、擴(kuò)展性極高的動(dòng)態(tài) Web 應(yīng)用、Web 服務(wù)和動(dòng)態(tài)網(wǎng)關(guān)。具備下列特點(diǎn):

  • 具備Nginx的完整功能
  • 基于Lua語言進(jìn)行擴(kuò)展,集成了大量精良的 Lua 庫、第三方模塊
  • 允許使用Lua自定義業(yè)務(wù)邏輯、自定義庫

官方網(wǎng)站: https://openresty.org/cn/

Redis高級篇 - 多級緩存

安裝Lua可以參考 安裝OpenResty

4.2.OpenResty快速入門

我們希望達(dá)到的多級緩存架構(gòu)如圖:

Redis高級篇 - 多級緩存

其中:

  • windows上的nginx用來做反向代理服務(wù),將前端的查詢商品的ajax請求代理到OpenResty集群

  • OpenResty集群用來編寫多級緩存業(yè)務(wù)

4.2.1.反向代理流程

現(xiàn)在,商品詳情頁使用的是假的商品數(shù)據(jù)。不過在瀏覽器中,可以看到頁面有發(fā)起ajax請求查詢真實(shí)商品數(shù)據(jù)。

這個(gè)請求如下:

Redis高級篇 - 多級緩存

請求地址是localhost,端口是80,就被windows上安裝的Nginx服務(wù)給接收到了。然后代理給了OpenResty集群:

Redis高級篇 - 多級緩存

我們需要在OpenResty中編寫業(yè)務(wù),查詢商品數(shù)據(jù)并返回到瀏覽器。

但是這次,我們先在OpenResty接收請求,返回假的商品數(shù)據(jù)。

4.2.2.OpenResty監(jiān)聽請求

OpenResty的很多功能都依賴于其目錄下的Lua庫,需要在nginx.conf中指定依賴庫的目錄,并導(dǎo)入依賴:

1)添加對OpenResty的Lua模塊的加載

修改/usr/local/openresty/nginx/conf/nginx.conf文件,在其中的http下面,添加下面代碼:

#lua 模塊
lua_package_path "/usr/local/openresty/lualib/?.lua;;";
#c模塊     
lua_package_cpath "/usr/local/openresty/lualib/?.so;;";  

2)監(jiān)聽/api/item路徑

修改/usr/local/openresty/nginx/conf/nginx.conf文件,在nginx.conf的server下面,添加對/api/item這個(gè)路徑的監(jiān)聽:

location  /api/item {
    # 默認(rèn)的響應(yīng)類型
    default_type application/json;
    # 響應(yīng)結(jié)果由lua/item.lua文件來決定
    content_by_lua_file lua/item.lua;
}

這個(gè)監(jiān)聽,就類似于SpringMVC中的@GetMapping("/api/item")做路徑映射。

content_by_lua_file lua/item.lua則相當(dāng)于調(diào)用item.lua這個(gè)文件,執(zhí)行其中的業(yè)務(wù),把結(jié)果返回給用戶。相當(dāng)于java中調(diào)用service。

4.2.3.編寫item.lua

1)在/usr/loca/openresty/nginx目錄創(chuàng)建文件夾:lua

Redis高級篇 - 多級緩存

2)在/usr/loca/openresty/nginx/lua文件夾下,新建文件:item.lua

Redis高級篇 - 多級緩存

3)編寫item.lua,返回假數(shù)據(jù)

item.lua中,利用ngx.say()函數(shù)返回?cái)?shù)據(jù)到Response中

ngx.say('{"id":10001,"name":"SALSA AIR","title":"RIMOWA 21寸托運(yùn)箱拉桿箱 SALSA AIR系列果綠色 820.70.36.4","price":17900,"image":"https://m.360buyimg.com/mobilecms/s720x720_jfs/t6934/364/1195375010/84676/e9f2c55f/597ece38N0ddcbc77.jpg!q70.jpg.webp","category":"拉桿箱","brand":"RIMOWA","spec":"","status":1,"createTime":"2019-04-30T16:00:00.000+00:00","updateTime":"2019-04-30T16:00:00.000+00:00","stock":2999,"sold":31290}')

4)重新加載配置

nginx -s reload

刷新商品頁面:http://localhost/item.html?id=1001,即可看到效果:

Redis高級篇 - 多級緩存

4.3.請求參數(shù)處理

上一節(jié)中,我們在OpenResty接收前端請求,但是返回的是假數(shù)據(jù)。

要返回真實(shí)數(shù)據(jù),必須根據(jù)前端傳遞來的商品id,查詢商品信息才可以。

那么如何獲取前端傳遞的商品參數(shù)呢?

4.3.1.獲取參數(shù)的API

OpenResty中提供了一些API用來獲取不同類型的前端請求參數(shù):

Redis高級篇 - 多級緩存

4.3.2.獲取參數(shù)并返回

在前端發(fā)起的ajax請求如圖:

Redis高級篇 - 多級緩存

可以看到商品id是以路徑占位符方式傳遞的,因此可以利用正則表達(dá)式匹配的方式來獲取ID

1)獲取商品id

修改/usr/loca/openresty/nginx/nginx.conf文件中監(jiān)聽/api/item的代碼,利用正則表達(dá)式獲取ID:

location ~ /api/item/(\d+) {
    # 默認(rèn)的響應(yīng)類型
    default_type application/json;
    # 響應(yīng)結(jié)果由lua/item.lua文件來決定
    content_by_lua_file lua/item.lua;
}

2)拼接ID并返回

修改/usr/loca/openresty/nginx/lua/item.lua文件,獲取id并拼接到結(jié)果中返回:

-- 獲取商品id
local id = ngx.var[1]
-- 拼接并返回
ngx.say('{"id":' .. id .. ',"name":"SALSA AIR","title":"RIMOWA 21寸托運(yùn)箱拉桿箱 SALSA AIR系列果綠色 820.70.36.4","price":17900,"image":"https://m.360buyimg.com/mobilecms/s720x720_jfs/t6934/364/1195375010/84676/e9f2c55f/597ece38N0ddcbc77.jpg!q70.jpg.webp","category":"拉桿箱","brand":"RIMOWA","spec":"","status":1,"createTime":"2019-04-30T16:00:00.000+00:00","updateTime":"2019-04-30T16:00:00.000+00:00","stock":2999,"sold":31290}')

3)重新加載并測試

運(yùn)行命令以重新加載OpenResty配置:

nginx -s reload

刷新頁面可以看到結(jié)果中已經(jīng)帶上了ID:

Redis高級篇 - 多級緩存

4.4.查詢Tomcat

拿到商品ID后,本應(yīng)去緩存中查詢商品信息,不過目前我們還未建立nginx、redis緩存。因此,這里我們先根據(jù)商品id去tomcat查詢商品信息。我們實(shí)現(xiàn)如圖部分:

Redis高級篇 - 多級緩存

需要注意的是,我們的OpenResty是在虛擬機(jī),Tomcat是在Windows電腦上。兩者IP一定不要搞錯(cuò)了。

Redis高級篇 - 多級緩存

4.4.1.發(fā)送http請求的API

nginx提供了內(nèi)部API用以發(fā)送http請求:

local resp = ngx.location.capture("/path",{
    method = ngx.HTTP_GET,   -- 請求方式
    args = {a=1,b=2},  -- get方式傳參數(shù)
})

返回的響應(yīng)內(nèi)容包括:

  • resp.status:響應(yīng)狀態(tài)碼
  • resp.header:響應(yīng)頭,是一個(gè)table
  • resp.body:響應(yīng)體,就是響應(yīng)數(shù)據(jù)

注意:這里的path是路徑,并不包含IP和端口。這個(gè)請求會被nginx內(nèi)部的server監(jiān)聽并處理。

但是我們希望這個(gè)請求發(fā)送到Tomcat服務(wù)器,所以還需要編寫一個(gè)server來對這個(gè)路徑做反向代理:

 location /path {
     # 這里是windows電腦的ip和Java服務(wù)端口,需要確保windows防火墻處于關(guān)閉狀態(tài)
     proxy_pass http://192.168.150.1:8081; 
 }

原理如圖:

Redis高級篇 - 多級緩存

4.4.2.封裝http工具

下面,我們封裝一個(gè)發(fā)送Http請求的工具,基于ngx.location.capture來實(shí)現(xiàn)查詢tomcat。

1)添加反向代理,到windows的Java服務(wù)

因?yàn)閕tem-service中的接口都是/item開頭,所以我們監(jiān)聽/item路徑,代理到windows上的tomcat服務(wù)。

修改 /usr/local/openresty/nginx/conf/nginx.conf文件,添加一個(gè)location:

location /item {
    proxy_pass http://192.168.150.1:8081;
}

以后,只要我們調(diào)用ngx.location.capture("/item"),就一定能發(fā)送請求到windows的tomcat服務(wù)。

2)封裝工具類

之前我們說過,OpenResty啟動(dòng)時(shí)會加載以下兩個(gè)目錄中的工具文件:

Redis高級篇 - 多級緩存

所以,自定義的http工具也需要放到這個(gè)目錄下。

/usr/local/openresty/lualib目錄下,新建一個(gè)common.lua文件:

vi /usr/local/openresty/lualib/common.lua

內(nèi)容如下:

-- 封裝函數(shù),發(fā)送http請求,并解析響應(yīng)
local function read_http(path, params)
    local resp = ngx.location.capture(path,{
        method = ngx.HTTP_GET,
        args = params,
    })
    if not resp then
        -- 記錄錯(cuò)誤信息,返回404
        ngx.log(ngx.ERR, "http請求查詢失敗, path: ", path , ", args: ", args)
        ngx.exit(404)
    end
    return resp.body
end
-- 將方法導(dǎo)出
local _M = {  
    read_http = read_http
}  
return _M

這個(gè)工具將read_http函數(shù)封裝到_M這個(gè)table類型的變量中,并且返回,這類似于導(dǎo)出。

使用的時(shí)候,可以利用require('common')來導(dǎo)入該函數(shù)庫,這里的common是函數(shù)庫的文件名。

3)實(shí)現(xiàn)商品查詢

最后,我們修改/usr/local/openresty/lua/item.lua文件,利用剛剛封裝的函數(shù)庫實(shí)現(xiàn)對tomcat的查詢:

-- 引入自定義common工具模塊,返回值是common中返回的 _M
local common = require("common")
-- 從 common中獲取read_http這個(gè)函數(shù)
local read_http = common.read_http
-- 獲取路徑參數(shù)
local id = ngx.var[1]
-- 根據(jù)id查詢商品
local itemJSON = read_http("/item/".. id, nil)
-- 根據(jù)id查詢商品庫存
local itemStockJSON = read_http("/item/stock/".. id, nil)

這里查詢到的結(jié)果是json字符串,并且包含商品、庫存兩個(gè)json字符串,頁面最終需要的是把兩個(gè)json拼接為一個(gè)json:

Redis高級篇 - 多級緩存

這就需要我們先把JSON變?yōu)閘ua的table,完成數(shù)據(jù)整合后,再轉(zhuǎn)為JSON。

4.4.3.CJSON工具類

OpenResty提供了一個(gè)cjson的模塊用來處理JSON的序列化和反序列化。

官方地址: https://github.com/openresty/lua-cjson/

1)引入cjson模塊:

local cjson = require "cjson"

2)序列化:

local obj = {
    name = 'jack',
    age = 21
}
-- 把 table 序列化為 json
local json = cjson.encode(obj)

3)反序列化:

local json = '{"name": "jack", "age": 21}'
-- 反序列化 json為 table
local obj = cjson.decode(json);
print(obj.name)

4.4.4.實(shí)現(xiàn)Tomcat查詢

下面,我們修改之前的item.lua中的業(yè)務(wù),添加json處理功能:

-- 導(dǎo)入common函數(shù)庫
local common = require('common')
local read_http = common.read_http
-- 導(dǎo)入cjson庫
local cjson = require('cjson')

-- 獲取路徑參數(shù)
local id = ngx.var[1]
-- 根據(jù)id查詢商品
local itemJSON = read_http("/item/".. id, nil)
-- 根據(jù)id查詢商品庫存
local itemStockJSON = read_http("/item/stock/".. id, nil)

-- JSON轉(zhuǎn)化為lua的table
local item = cjson.decode(itemJSON)
local stock = cjson.decode(stockJSON)

-- 組合數(shù)據(jù)
item.stock = stock.stock
item.sold = stock.sold

-- 把item序列化為json 返回結(jié)果
ngx.say(cjson.encode(item))

4.4.5.基于ID負(fù)載均衡

剛才的代碼中,我們的tomcat是單機(jī)部署。而實(shí)際開發(fā)中,tomcat一定是集群模式:

Redis高級篇 - 多級緩存

因此,OpenResty需要對tomcat集群做負(fù)載均衡。

而默認(rèn)的負(fù)載均衡規(guī)則是輪詢模式,當(dāng)我們查詢/item/10001時(shí):

  • 第一次會訪問8081端口的tomcat服務(wù),在該服務(wù)內(nèi)部就形成了JVM進(jìn)程緩存
  • 第二次會訪問8082端口的tomcat服務(wù),該服務(wù)內(nèi)部沒有JVM緩存(因?yàn)镴VM緩存無法共享),會查詢數(shù)據(jù)庫

你看,因?yàn)檩喸兊脑?,第一次查?081形成的JVM緩存并未生效,直到下一次再次訪問到8081時(shí)才可以生效,緩存命中率太低了。

怎么辦?

如果能讓同一個(gè)商品,每次查詢時(shí)都訪問同一個(gè)tomcat服務(wù),那么JVM緩存就一定能生效了。

也就是說,我們需要根據(jù)商品id做負(fù)載均衡,而不是輪詢。

1)原理

nginx提供了基于請求路徑做負(fù)載均衡的算法:

nginx根據(jù)請求路徑做hash運(yùn)算,把得到的數(shù)值對tomcat服務(wù)的數(shù)量取余,余數(shù)是幾,就訪問第幾個(gè)服務(wù),實(shí)現(xiàn)負(fù)載均衡。

例如:

  • 我們的請求路徑是 /item/10001
  • tomcat總數(shù)為2臺(8081、8082)
  • 對請求路徑/item/1001做hash運(yùn)算求余的結(jié)果為1
  • 則訪問第一個(gè)tomcat服務(wù),也就是8081

只要id不變,每次hash運(yùn)算結(jié)果也不會變,那就可以保證同一個(gè)商品,一直訪問同一個(gè)tomcat服務(wù),確保JVM緩存生效。

2)實(shí)現(xiàn)

修改/usr/local/openresty/nginx/conf/nginx.conf文件,實(shí)現(xiàn)基于ID做負(fù)載均衡。

首先,定義tomcat集群,并設(shè)置基于路徑做負(fù)載均衡:

upstream tomcat-cluster {
    hash $request_uri;
    server 192.168.150.1:8081;
    server 192.168.150.1:8082;
}

然后,修改對tomcat服務(wù)的反向代理,目標(biāo)指向tomcat集群:

location /item {
    proxy_pass http://tomcat-cluster;
}

重新加載OpenResty

nginx -s reload
3)測試

啟動(dòng)兩臺tomcat服務(wù):

Redis高級篇 - 多級緩存

同時(shí)啟動(dòng):

Redis高級篇 - 多級緩存

清空日志后,再次訪問頁面,可以看到不同id的商品,訪問到了不同的tomcat服務(wù):
Redis高級篇 - 多級緩存
Redis高級篇 - 多級緩存

4.5.Redis緩存預(yù)熱

Redis緩存會面臨冷啟動(dòng)問題:

冷啟動(dòng):服務(wù)剛剛啟動(dòng)時(shí),Redis中并沒有緩存,如果所有商品數(shù)據(jù)都在第一次查詢時(shí)添加緩存,可能會給數(shù)據(jù)庫帶來較大壓力。

緩存預(yù)熱:在實(shí)際開發(fā)中,我們可以利用大數(shù)據(jù)統(tǒng)計(jì)用戶訪問的熱點(diǎn)數(shù)據(jù),在項(xiàng)目啟動(dòng)時(shí)將這些熱點(diǎn)數(shù)據(jù)提前查詢并保存到Redis中。

我們數(shù)據(jù)量較少,并且沒有數(shù)據(jù)統(tǒng)計(jì)相關(guān)功能,目前可以在啟動(dòng)時(shí)將所有數(shù)據(jù)都放入緩存中。

1)利用Docker安裝Redis

docker run --name redis -p 6379:6379 -d redis redis-server --appendonly yes

2)在item-service服務(wù)中引入Redis依賴

<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-data-redis</artifactId>
</dependency>

3)配置Redis地址

spring:
  redis:
    host: 192.168.150.101

4)編寫初始化類

緩存預(yù)熱需要在項(xiàng)目啟動(dòng)時(shí)完成,并且必須是拿到RedisTemplate之后。

這里我們利用InitializingBean接口來實(shí)現(xiàn),因?yàn)镮nitializingBean可以在對象被Spring創(chuàng)建并且成員變量全部注入后執(zhí)行。

@Component
public class RedisHandler implements InitializingBean {

    @Autowired
    private StringRedisTemplate redisTemplate;

    @Autowired
    private IItemService itemService;
    @Autowired
    private IItemStockService stockService;

    private static final ObjectMapper MAPPER = new ObjectMapper();

    @Override
    public void afterPropertiesSet() throws Exception {
        // 初始化緩存
        // 1.查詢商品信息
        List<Item> itemList = itemService.list();
        // 2.放入緩存
        for (Item item : itemList) {
            // 2.1.item序列化為JSON
            String json = MAPPER.writeValueAsString(item);
            // 2.2.存入redis
            redisTemplate.opsForValue().set("item:id:" + item.getId(), json);
        }

        // 3.查詢商品庫存信息
        List<ItemStock> stockList = stockService.list();
        // 4.放入緩存
        for (ItemStock stock : stockList) {
            // 2.1.item序列化為JSON
            String json = MAPPER.writeValueAsString(stock);
            // 2.2.存入redis
            redisTemplate.opsForValue().set("item:stock:id:" + stock.getId(), json);
        }
    }
}

4.6.查詢Redis緩存

現(xiàn)在,Redis緩存已經(jīng)準(zhǔn)備就緒,我們可以再OpenResty中實(shí)現(xiàn)查詢Redis的邏輯了。如下圖紅框所示:

Redis高級篇 - 多級緩存

當(dāng)請求進(jìn)入OpenResty之后:

  • 優(yōu)先查詢Redis緩存
  • 如果Redis緩存未命中,再查詢Tomcat

4.6.1.封裝Redis工具

OpenResty提供了操作Redis的模塊,我們只要引入該模塊就能直接使用。但是為了方便,我們將Redis操作封裝到之前的common.lua工具庫中。

修改/usr/local/openresty/lualib/common.lua文件:

1)引入Redis模塊,并初始化Redis對象

-- 導(dǎo)入redis
local redis = require('resty.redis')
-- 初始化redis
local red = redis:new()
red:set_timeouts(1000, 1000, 1000)

2)封裝函數(shù),用來釋放Redis連接,其實(shí)是放入連接池

-- 關(guān)閉redis連接的工具方法,其實(shí)是放入連接池
local function close_redis(red)
    local pool_max_idle_time = 10000 -- 連接的空閑時(shí)間,單位是毫秒
    local pool_size = 100 --連接池大小
    local ok, err = red:set_keepalive(pool_max_idle_time, pool_size)
    if not ok then
        ngx.log(ngx.ERR, "放入redis連接池失敗: ", err)
    end
end

3)封裝函數(shù),根據(jù)key查詢Redis數(shù)據(jù)

-- 查詢r(jià)edis的方法 ip和port是redis地址,key是查詢的key
local function read_redis(ip, port, key)
    -- 獲取一個(gè)連接
    local ok, err = red:connect(ip, port)
    if not ok then
        ngx.log(ngx.ERR, "連接redis失敗 : ", err)
        return nil
    end
    -- 查詢r(jià)edis
    local resp, err = red:get(key)
    -- 查詢失敗處理
    if not resp then
        ngx.log(ngx.ERR, "查詢Redis失敗: ", err, ", key = " , key)
    end
    --得到的數(shù)據(jù)為空處理
    if resp == ngx.null then
        resp = nil
        ngx.log(ngx.ERR, "查詢Redis數(shù)據(jù)為空, key = ", key)
    end
    close_redis(red)
    return resp
end

4)導(dǎo)出

-- 將方法導(dǎo)出
local _M = {  
    read_http = read_http,
    read_redis = read_redis
}  
return _M

完整的common.lua:

-- 導(dǎo)入redis
local redis = require('resty.redis')
-- 初始化redis
local red = redis:new()
red:set_timeouts(1000, 1000, 1000)

-- 關(guān)閉redis連接的工具方法,其實(shí)是放入連接池
local function close_redis(red)
    local pool_max_idle_time = 10000 -- 連接的空閑時(shí)間,單位是毫秒
    local pool_size = 100 --連接池大小
    local ok, err = red:set_keepalive(pool_max_idle_time, pool_size)
    if not ok then
        ngx.log(ngx.ERR, "放入redis連接池失敗: ", err)
    end
end

-- 查詢r(jià)edis的方法 ip和port是redis地址,key是查詢的key
local function read_redis(ip, port, key)
    -- 獲取一個(gè)連接
    local ok, err = red:connect(ip, port)
    if not ok then
        ngx.log(ngx.ERR, "連接redis失敗 : ", err)
        return nil
    end
    -- 查詢r(jià)edis
    local resp, err = red:get(key)
    -- 查詢失敗處理
    if not resp then
        ngx.log(ngx.ERR, "查詢Redis失敗: ", err, ", key = " , key)
    end
    --得到的數(shù)據(jù)為空處理
    if resp == ngx.null then
        resp = nil
        ngx.log(ngx.ERR, "查詢Redis數(shù)據(jù)為空, key = ", key)
    end
    close_redis(red)
    return resp
end

-- 封裝函數(shù),發(fā)送http請求,并解析響應(yīng)
local function read_http(path, params)
    local resp = ngx.location.capture(path,{
        method = ngx.HTTP_GET,
        args = params,
    })
    if not resp then
        -- 記錄錯(cuò)誤信息,返回404
        ngx.log(ngx.ERR, "http查詢失敗, path: ", path , ", args: ", args)
        ngx.exit(404)
    end
    return resp.body
end
-- 將方法導(dǎo)出
local _M = {  
    read_http = read_http,
    read_redis = read_redis
}  
return _M

4.6.2.實(shí)現(xiàn)Redis查詢

接下來,我們就可以去修改item.lua文件,實(shí)現(xiàn)對Redis的查詢了。

查詢邏輯是:

  • 根據(jù)id查詢Redis
  • 如果查詢失敗則繼續(xù)查詢Tomcat
  • 將查詢結(jié)果返回

1)修改/usr/local/openresty/lua/item.lua文件,添加一個(gè)查詢函數(shù):

-- 導(dǎo)入common函數(shù)庫
local common = require('common')
local read_http = common.read_http
local read_redis = common.read_redis
-- 封裝查詢函數(shù)
function read_data(key, path, params)
    -- 查詢本地緩存
    local val = read_redis("127.0.0.1", 6379, key)
    -- 判斷查詢結(jié)果
    if not val then
        ngx.log(ngx.ERR, "redis查詢失敗,嘗試查詢http, key: ", key)
        -- redis查詢失敗,去查詢http
        val = read_http(path, params)
    end
    -- 返回?cái)?shù)據(jù)
    return val
end

2)而后修改商品查詢、庫存查詢的業(yè)務(wù):

Redis高級篇 - 多級緩存

3)完整的item.lua代碼:

-- 導(dǎo)入common函數(shù)庫
local common = require('common')
local read_http = common.read_http
local read_redis = common.read_redis
-- 導(dǎo)入cjson庫
local cjson = require('cjson')

-- 封裝查詢函數(shù)
function read_data(key, path, params)
    -- 查詢本地緩存
    local val = read_redis("127.0.0.1", 6379, key)
    -- 判斷查詢結(jié)果
    if not val then
        ngx.log(ngx.ERR, "redis查詢失敗,嘗試查詢http, key: ", key)
        -- redis查詢失敗,去查詢http
        val = read_http(path, params)
    end
    -- 返回?cái)?shù)據(jù)
    return val
end

-- 獲取路徑參數(shù)
local id = ngx.var[1]

-- 查詢商品信息
local itemJSON = read_data("item:id:" .. id,  "/item/" .. id, nil)
-- 查詢庫存信息
local stockJSON = read_data("item:stock:id:" .. id, "/item/stock/" .. id, nil)

-- JSON轉(zhuǎn)化為lua的table
local item = cjson.decode(itemJSON)
local stock = cjson.decode(stockJSON)
-- 組合數(shù)據(jù)
item.stock = stock.stock
item.sold = stock.sold

-- 把item序列化為json 返回結(jié)果
ngx.say(cjson.encode(item))

4.7.Nginx本地緩存

現(xiàn)在,整個(gè)多級緩存中只差最后一環(huán),也就是nginx的本地緩存了。如圖:

Redis高級篇 - 多級緩存

4.7.1.本地緩存API

OpenResty為Nginx提供了shard dict的功能,可以在nginx的多個(gè)worker之間共享數(shù)據(jù),實(shí)現(xiàn)緩存功能。

1)開啟共享字典,在nginx.conf的http下添加配置:

 # 共享字典,也就是本地緩存,名稱叫做:item_cache,大小150m
 lua_shared_dict item_cache 150m; 

2)操作共享字典:

-- 獲取本地緩存對象
local item_cache = ngx.shared.item_cache
-- 存儲, 指定key、value、過期時(shí)間,單位s,默認(rèn)為0代表永不過期
item_cache:set('key', 'value', 1000)
-- 讀取
local val = item_cache:get('key')

4.7.2.實(shí)現(xiàn)本地緩存查詢

1)修改/usr/local/openresty/lua/item.lua文件,修改read_data查詢函數(shù),添加本地緩存邏輯:

-- 導(dǎo)入共享詞典,本地緩存
local item_cache = ngx.shared.item_cache

-- 封裝查詢函數(shù)
function read_data(key, expire, path, params)
    -- 查詢本地緩存
    local val = item_cache:get(key)
    if not val then
        ngx.log(ngx.ERR, "本地緩存查詢失敗,嘗試查詢Redis, key: ", key)
        -- 查詢r(jià)edis
        val = read_redis("127.0.0.1", 6379, key)
        -- 判斷查詢結(jié)果
        if not val then
            ngx.log(ngx.ERR, "redis查詢失敗,嘗試查詢http, key: ", key)
            -- redis查詢失敗,去查詢http
            val = read_http(path, params)
        end
    end
    -- 查詢成功,把數(shù)據(jù)寫入本地緩存
    item_cache:set(key, val, expire)
    -- 返回?cái)?shù)據(jù)
    return val
end

2)修改item.lua中查詢商品和庫存的業(yè)務(wù),實(shí)現(xiàn)最新的read_data函數(shù):

Redis高級篇 - 多級緩存

其實(shí)就是多了緩存時(shí)間參數(shù),過期后nginx緩存會自動(dòng)刪除,下次訪問即可更新緩存。

這里給商品基本信息設(shè)置超時(shí)時(shí)間為30分鐘,庫存為1分鐘。

因?yàn)閹齑娓骂l率較高,如果緩存時(shí)間過長,可能與數(shù)據(jù)庫差異較大。

3)完整的item.lua文件:

-- 導(dǎo)入common函數(shù)庫
local common = require('common')
local read_http = common.read_http
local read_redis = common.read_redis
-- 導(dǎo)入cjson庫
local cjson = require('cjson')
-- 導(dǎo)入共享詞典,本地緩存
local item_cache = ngx.shared.item_cache

-- 封裝查詢函數(shù)
function read_data(key, expire, path, params)
    -- 查詢本地緩存
    local val = item_cache:get(key)
    if not val then
        ngx.log(ngx.ERR, "本地緩存查詢失敗,嘗試查詢Redis, key: ", key)
        -- 查詢r(jià)edis
        val = read_redis("127.0.0.1", 6379, key)
        -- 判斷查詢結(jié)果
        if not val then
            ngx.log(ngx.ERR, "redis查詢失敗,嘗試查詢http, key: ", key)
            -- redis查詢失敗,去查詢http
            val = read_http(path, params)
        end
    end
    -- 查詢成功,把數(shù)據(jù)寫入本地緩存
    item_cache:set(key, val, expire)
    -- 返回?cái)?shù)據(jù)
    return val
end

-- 獲取路徑參數(shù)
local id = ngx.var[1]

-- 查詢商品信息
local itemJSON = read_data("item:id:" .. id, 1800,  "/item/" .. id, nil)
-- 查詢庫存信息
local stockJSON = read_data("item:stock:id:" .. id, 60, "/item/stock/" .. id, nil)

-- JSON轉(zhuǎn)化為lua的table
local item = cjson.decode(itemJSON)
local stock = cjson.decode(stockJSON)
-- 組合數(shù)據(jù)
item.stock = stock.stock
item.sold = stock.sold

-- 把item序列化為json 返回結(jié)果
ngx.say(cjson.encode(item))

5.緩存同步

大多數(shù)情況下,瀏覽器查詢到的都是緩存數(shù)據(jù),如果緩存數(shù)據(jù)與數(shù)據(jù)庫數(shù)據(jù)存在較大差異,可能會產(chǎn)生比較嚴(yán)重的后果。

所以我們必須保證數(shù)據(jù)庫數(shù)據(jù)、緩存數(shù)據(jù)的一致性,這就是緩存與數(shù)據(jù)庫的同步。

5.1.數(shù)據(jù)同步策略

緩存數(shù)據(jù)同步的常見方式有三種:

設(shè)置有效期:給緩存設(shè)置有效期,到期后自動(dòng)刪除。再次查詢時(shí)更新

  • 優(yōu)勢:簡單、方便
  • 缺點(diǎn):時(shí)效性差,緩存過期之前可能不一致
  • 場景:更新頻率較低,時(shí)效性要求低的業(yè)務(wù)

同步雙寫:在修改數(shù)據(jù)庫的同時(shí),直接修改緩存

  • 優(yōu)勢:時(shí)效性強(qiáng),緩存與數(shù)據(jù)庫強(qiáng)一致
  • 缺點(diǎn):有代碼侵入,耦合度高;
  • 場景:對一致性、時(shí)效性要求較高的緩存數(shù)據(jù)

**異步通知:**修改數(shù)據(jù)庫時(shí)發(fā)送事件通知,相關(guān)服務(wù)監(jiān)聽到通知后修改緩存數(shù)據(jù)

  • 優(yōu)勢:低耦合,可以同時(shí)通知多個(gè)緩存服務(wù)
  • 缺點(diǎn):時(shí)效性一般,可能存在中間不一致狀態(tài)
  • 場景:時(shí)效性要求一般,有多個(gè)服務(wù)需要同步

而異步實(shí)現(xiàn)又可以基于MQ或者Canal來實(shí)現(xiàn):

1)基于MQ的異步通知:

Redis高級篇 - 多級緩存

解讀:

  • 商品服務(wù)完成對數(shù)據(jù)的修改后,只需要發(fā)送一條消息到MQ中。
  • 緩存服務(wù)監(jiān)聽MQ消息,然后完成對緩存的更新

依然有少量的代碼侵入。

2)基于Canal的通知

Redis高級篇 - 多級緩存

解讀:

  • 商品服務(wù)完成商品修改后,業(yè)務(wù)直接結(jié)束,沒有任何代碼侵入
  • Canal監(jiān)聽MySQL變化,當(dāng)發(fā)現(xiàn)變化后,立即通知緩存服務(wù)
  • 緩存服務(wù)接收到canal通知,更新緩存

代碼零侵入

5.2.安裝Canal

5.2.1.認(rèn)識Canal

Canal [k?’n?l],譯意為水道/管道/溝渠,canal是阿里巴巴旗下的一款開源項(xiàng)目,基于Java開發(fā)。基于數(shù)據(jù)庫增量日志解析,提供增量數(shù)據(jù)訂閱&消費(fèi)。GitHub的地址:https://github.com/alibaba/canal

Canal是基于mysql的主從同步來實(shí)現(xiàn)的,MySQL主從同步的原理如下:

Redis高級篇 - 多級緩存

  • 1)MySQL master 將數(shù)據(jù)變更寫入二進(jìn)制日志( binary log),其中記錄的數(shù)據(jù)叫做binary log events
  • 2)MySQL slave 將 master 的 binary log events拷貝到它的中繼日志(relay log)
  • 3)MySQL slave 重放 relay log 中事件,將數(shù)據(jù)變更反映它自己的數(shù)據(jù)

而Canal就是把自己偽裝成MySQL的一個(gè)slave節(jié)點(diǎn),從而監(jiān)聽master的binary log變化。再把得到的變化信息通知給Canal的客戶端,進(jìn)而完成對其它數(shù)據(jù)庫的同步。

Redis高級篇 - 多級緩存

5.2.2.安裝Canal

安裝和配置Canal

5.3.監(jiān)聽Canal

Canal提供了各種語言的客戶端,當(dāng)Canal監(jiān)聽到binlog變化時(shí),會通知Canal的客戶端。

Redis高級篇 - 多級緩存

我們可以利用Canal提供的Java客戶端,監(jiān)聽Canal通知消息。當(dāng)收到變化的消息時(shí),完成對緩存的更新。

不過這里我們會使用GitHub上的第三方開源的canal-starter客戶端。地址:https://github.com/NormanGyllenhaal/canal-client

與SpringBoot完美整合,自動(dòng)裝配,比官方客戶端要簡單好用很多。

5.3.1.引入依賴:

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

5.3.2.編寫配置:

canal:
  destination: heima # canal的集群名字,要與安裝canal時(shí)設(shè)置的名稱一致
  server: 192.168.150.101:11111 # canal服務(wù)地址

5.3.3.修改Item實(shí)體類

通過@Id、@Column、等注解完成Item與數(shù)據(jù)庫表字段的映射:

@Data
@TableName("tb_item")
public class Item {
    @TableId(type = IdType.AUTO)
    @Id
    private Long id;//商品id
    @Column(name = "name")
    private String name;//商品名稱
    private String title;//商品標(biāo)題
    private Long price;//價(jià)格(分)
    private String image;//商品圖片
    private String category;//分類名稱
    private String brand;//品牌名稱
    private String spec;//規(guī)格
    private Integer status;//商品狀態(tài) 1-正常,2-下架
    private Date createTime;//創(chuàng)建時(shí)間
    private Date updateTime;//更新時(shí)間
    @TableField(exist = false)
    @Transient
    private Integer stock;
    @TableField(exist = false)
    @Transient
    private Integer sold;
}

5.3.4.編寫監(jiān)聽器

通過實(shí)現(xiàn)EntryHandler<T>接口編寫監(jiān)聽器,監(jiān)聽Canal消息。注意兩點(diǎn):

  • 實(shí)現(xiàn)類通過@CanalTable("tb_item")指定監(jiān)聽的表信息
  • EntryHandler的泛型是與表對應(yīng)的實(shí)體類
package com.heima.item.canal;

import com.github.benmanes.caffeine.cache.Cache;
import com.heima.item.config.RedisHandler;
import com.heima.item.pojo.Item;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.stereotype.Component;
import top.javatool.canal.client.annotation.CanalTable;
import top.javatool.canal.client.handler.EntryHandler;

@CanalTable("tb_item")
@Component
public class ItemHandler implements EntryHandler<Item> {

    @Autowired
    private RedisHandler redisHandler;
    @Autowired
    private Cache<Long, Item> itemCache;

    @Override
    public void insert(Item item) {
        // 寫數(shù)據(jù)到JVM進(jìn)程緩存
        itemCache.put(item.getId(), item);
        // 寫數(shù)據(jù)到redis
        redisHandler.saveItem(item);
    }

    @Override
    public void update(Item before, Item after) {
        // 寫數(shù)據(jù)到JVM進(jìn)程緩存
        itemCache.put(after.getId(), after);
        // 寫數(shù)據(jù)到redis
        redisHandler.saveItem(after);
    }

    @Override
    public void delete(Item item) {
        // 刪除數(shù)據(jù)到JVM進(jìn)程緩存
        itemCache.invalidate(item.getId());
        // 刪除數(shù)據(jù)到redis
        redisHandler.deleteItemById(item.getId());
    }
}

在這里對Redis的操作都封裝到了RedisHandler這個(gè)對象中,是我們之前做緩存預(yù)熱時(shí)編寫的一個(gè)類,內(nèi)容如下:

@Component
public class RedisHandler implements InitializingBean {

    @Autowired
    private StringRedisTemplate redisTemplate;

    @Autowired
    private IItemService itemService;
    @Autowired
    private IItemStockService stockService;

    private static final ObjectMapper MAPPER = new ObjectMapper();

    @Override
    public void afterPropertiesSet() throws Exception {
        // 初始化緩存
        // 1.查詢商品信息
        List<Item> itemList = itemService.list();
        // 2.放入緩存
        for (Item item : itemList) {
            // 2.1.item序列化為JSON
            String json = MAPPER.writeValueAsString(item);
            // 2.2.存入redis
            redisTemplate.opsForValue().set("item:id:" + item.getId(), json);
        }

        // 3.查詢商品庫存信息
        List<ItemStock> stockList = stockService.list();
        // 4.放入緩存
        for (ItemStock stock : stockList) {
            // 2.1.item序列化為JSON
            String json = MAPPER.writeValueAsString(stock);
            // 2.2.存入redis
            redisTemplate.opsForValue().set("item:stock:id:" + stock.getId(), json);
        }
    }

    public void saveItem(Item item) {
        try {
            String json = MAPPER.writeValueAsString(item);
            redisTemplate.opsForValue().set("item:id:" + item.getId(), json);
        } catch (JsonProcessingException e) {
            throw new RuntimeException(e);
        }
    }

    public void deleteItemById(Long id) {
        redisTemplate.delete("item:id:" + id);
    }
}

ndler.deleteItemById(item.getId());
}
}文章來源地址http://www.zghlxwxcb.cn/news/detail-473379.html




在這里對Redis的操作都封裝到了RedisHandler這個(gè)對象中,是我們之前做緩存預(yù)熱時(shí)編寫的一個(gè)類,內(nèi)容如下:

```java
@Component
public class RedisHandler implements InitializingBean {

    @Autowired
    private StringRedisTemplate redisTemplate;

    @Autowired
    private IItemService itemService;
    @Autowired
    private IItemStockService stockService;

    private static final ObjectMapper MAPPER = new ObjectMapper();

    @Override
    public void afterPropertiesSet() throws Exception {
        // 初始化緩存
        // 1.查詢商品信息
        List<Item> itemList = itemService.list();
        // 2.放入緩存
        for (Item item : itemList) {
            // 2.1.item序列化為JSON
            String json = MAPPER.writeValueAsString(item);
            // 2.2.存入redis
            redisTemplate.opsForValue().set("item:id:" + item.getId(), json);
        }

        // 3.查詢商品庫存信息
        List<ItemStock> stockList = stockService.list();
        // 4.放入緩存
        for (ItemStock stock : stockList) {
            // 2.1.item序列化為JSON
            String json = MAPPER.writeValueAsString(stock);
            // 2.2.存入redis
            redisTemplate.opsForValue().set("item:stock:id:" + stock.getId(), json);
        }
    }

    public void saveItem(Item item) {
        try {
            String json = MAPPER.writeValueAsString(item);
            redisTemplate.opsForValue().set("item:id:" + item.getId(), json);
        } catch (JsonProcessingException e) {
            throw new RuntimeException(e);
        }
    }

    public void deleteItemById(Long id) {
        redisTemplate.delete("item:id:" + id);
    }
}

到了這里,關(guān)于Redis高級篇 - 多級緩存的文章就介紹完了。如果您還想了解更多內(nèi)容,請?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章,希望大家以后多多支持TOY模板網(wǎng)!

本文來自互聯(lián)網(wǎng)用戶投稿,該文觀點(diǎn)僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務(wù),不擁有所有權(quán),不承擔(dān)相關(guān)法律責(zé)任。如若轉(zhuǎn)載,請注明出處: 如若內(nèi)容造成侵權(quán)/違法違規(guī)/事實(shí)不符,請點(diǎn)擊違法舉報(bào)進(jìn)行投訴反饋,一經(jīng)查實(shí),立即刪除!

領(lǐng)支付寶紅包贊助服務(wù)器費(fèi)用

相關(guān)文章

  • 多級緩存架構(gòu)(四)Redis緩存

    多級緩存架構(gòu)(四)Redis緩存

    通過本文章,可以完成多級緩存架構(gòu)中的Redis緩存。 在 docker/docker-compose.ym l中,添加redis服務(wù)塊 在 spirngboot 項(xiàng)目啟動(dòng)時(shí),將固定的熱點(diǎn)數(shù)據(jù)提前加載到 redis 中。 1. 引入依賴 pom.xml 添加如下依賴 application.yml 添加如下配置 2. handler類實(shí)現(xiàn) 新建 config.RedisHandler 類,內(nèi)容如下,主要

    2024年01月22日
    瀏覽(29)
  • 微服務(wù)學(xué)習(xí)筆記--高級篇--(多級緩存意義及JVM進(jìn)程緩存)

    億級流量的緩存方案 傳統(tǒng)緩存的問題 傳統(tǒng)的緩存策略一般是請求到達(dá)Tomcat后,先查詢Redis,如果未命中則查詢數(shù)據(jù)庫,存在下面的問題: 請求要經(jīng)過Tomcat處理,Tomcat的性能成為整個(gè)系統(tǒng)的瓶頸 Redis緩存失效時(shí),會對數(shù)據(jù)庫產(chǎn)生沖擊 多級緩存方案 多級緩存就是充分利用請求處

    2024年02月09日
    瀏覽(29)
  • Redis多級緩存

    Redis多級緩存

    傳統(tǒng)的緩存策略一般是請求到達(dá)Tomcat后,先查詢Redis,如果未命中則查詢數(shù)據(jù)庫,會存在以下問題: 請求需要經(jīng)過Tomcat處理,Tomcat的性能成為整個(gè)系統(tǒng)的瓶頸。 Redis緩存失效時(shí),會對數(shù)據(jù)庫產(chǎn)生沖擊。 而多級緩存就是充分利用請求處理的每個(gè)環(huán)節(jié),分別添加緩存,減輕Tomca

    2024年02月15日
    瀏覽(32)
  • 多級緩存(nginx本地緩存、JVM進(jìn)程緩存、redis緩存)

    多級緩存(nginx本地緩存、JVM進(jìn)程緩存、redis緩存)

    Caffeine示例 封裝完函數(shù)之后,我們對nginx.conf進(jìn)行修改(請求進(jìn)來之后會去尋找item.lua) item.lua文件內(nèi)容 上面的item.lua文件中需要進(jìn)行拼接數(shù)據(jù),我們需要JSON結(jié)果處理 在實(shí)際生產(chǎn)中tomcat是肯定以集群的方式存在 當(dāng)我們修改nginx.conf發(fā)送請求為集群的時(shí)候,如下圖 這個(gè)時(shí)候存在

    2024年01月17日
    瀏覽(53)
  • Redis學(xué)習(xí)(三)分布式緩存、多級緩存、Redis實(shí)戰(zhàn)經(jīng)驗(yàn)、Redis底層原理

    Redis學(xué)習(xí)(三)分布式緩存、多級緩存、Redis實(shí)戰(zhàn)經(jīng)驗(yàn)、Redis底層原理

    單節(jié)點(diǎn)Redis存在著: 數(shù)據(jù)丟失問題:單節(jié)點(diǎn)宕機(jī),數(shù)據(jù)就丟失了。 并發(fā)能力和存儲能力問題:單節(jié)點(diǎn)能夠滿足的并發(fā)量、能夠存儲的數(shù)據(jù)量有限。 故障恢復(fù)問題:如果Redis宕機(jī),服務(wù)不可用,需要一種自動(dòng)的故障恢復(fù)手段。 RDB持久化 RDB(Redis database backup file,Redis數(shù)據(jù)庫備份

    2024年02月16日
    瀏覽(32)
  • 【Redis】多級緩存之緩存數(shù)據(jù)同步策略與Canal

    【Redis】多級緩存之緩存數(shù)據(jù)同步策略與Canal

    目錄 一、數(shù)據(jù)同步策略 1.設(shè)置有效期 2.同步雙寫 3.異步通知 二、Canal 三、監(jiān)聽Canal 緩存數(shù)據(jù)同步的常見方式有三種: 給緩存設(shè)置有效期,到期后自動(dòng)刪除。再次查詢時(shí)更新,他簡單、方便,但是時(shí)效性差,緩存過期之前可能不一致,適用于更新頻率較低,時(shí)效性要求低的業(yè)

    2024年02月11日
    瀏覽(22)
  • Redis學(xué)習(xí)(三)持久化機(jī)制、分布式緩存、多級緩存、Redis實(shí)戰(zhàn)經(jīng)驗(yàn)

    Redis學(xué)習(xí)(三)持久化機(jī)制、分布式緩存、多級緩存、Redis實(shí)戰(zhàn)經(jīng)驗(yàn)

    單節(jié)點(diǎn)Redis存在著: 數(shù)據(jù)丟失問題:單節(jié)點(diǎn)宕機(jī),數(shù)據(jù)就丟失了。 并發(fā)能力和存儲能力問題:單節(jié)點(diǎn)能夠滿足的并發(fā)量、能夠存儲的數(shù)據(jù)量有限。 故障恢復(fù)問題:如果Redis宕機(jī),服務(wù)不可用,需要一種自動(dòng)的故障恢復(fù)手段。 RDB持久化 RDB(Redis database backup file,Redis數(shù)據(jù)庫備份

    2024年02月16日
    瀏覽(24)
  • 微服務(wù)---分布式多級緩存集群實(shí)現(xiàn)方案(Caffeine+redis+nginx本地緩存+Canal數(shù)據(jù)同步)

    微服務(wù)---分布式多級緩存集群實(shí)現(xiàn)方案(Caffeine+redis+nginx本地緩存+Canal數(shù)據(jù)同步)

    傳統(tǒng)的緩存策略一般是請求到達(dá)Tomcat后,先查詢Redis,如果未命中則查詢數(shù)據(jù)庫,如圖: 存在下面的問題: ?請求要經(jīng)過Tomcat處理,Tomcat的性能成為整個(gè)系統(tǒng)的瓶頸 ?Redis緩存失效時(shí),會對數(shù)據(jù)庫產(chǎn)生沖擊 多級緩存就是充分利用請求處理的每個(gè)環(huán)節(jié),分別添加緩存,減輕T

    2024年02月12日
    瀏覽(32)
  • Redis高級-分布式緩存

    – 基于Redis集群解決單機(jī)Redis存在的問題 單機(jī)的Redis存在四大問題: Redis有兩種持久化方案: RDB持久化 AOF持久化 RDB全稱Redis Database Backup file(Redis數(shù)據(jù)備份文件),也被叫做Redis數(shù)據(jù)快照。簡單來說就是把內(nèi)存中的所有數(shù)據(jù)都記錄到磁盤中。當(dāng)Redis實(shí)例故障重啟后,從磁盤讀取

    2024年04月16日
    瀏覽(26)
  • Redis高級系列-緩存雙寫一致性

    Redis高級系列-緩存雙寫一致性

    Redis緩存雙寫一致性是指在更新數(shù)據(jù)庫數(shù)據(jù)后,同時(shí)更新緩存數(shù)據(jù)以保持?jǐn)?shù)據(jù)一致性的策略,總的來說,就是 寫入redis 和 寫入數(shù)據(jù)庫 的數(shù)據(jù)要保持一致 2.1 Cache Aside Pattern(旁路緩存模式) 旁路緩存模式,字面意思理解:緩存是旁路,緩存相對與應(yīng)用程序和數(shù)據(jù)庫是旁路,應(yīng)用

    2024年01月20日
    瀏覽(25)

覺得文章有用就打賞一下文章作者

支付寶掃一掃打賞

博客贊助

微信掃一掃打賞

請作者喝杯咖啡吧~博客贊助

支付寶掃一掃領(lǐng)取紅包,優(yōu)惠每天領(lǐng)

二維碼1

領(lǐng)取紅包

二維碼2

領(lǐng)紅包