Redis怎么实现多级缓存

这篇文章主要介绍“Redis怎么实现多级缓存”，在日常操作中，相信很多人在Redis怎么实现多级缓存问题上存在疑惑，小编查阅了各式资料，整理出简单好用的操作方法，希望对大家解答”Redis怎么实现多级缓存”的疑惑有所帮助！接下来，请跟着小编一起来学习吧！

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)

到此，关于“Redis怎么实现多级缓存”的学习就结束了，希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习，快去试试吧！若想继续学习更多相关知识，请继续关注亿速云网站，小编会继续努力为大家带来更多实用的文章！