缓存的实现方式

背景

之前提到过在数据库查询中, 我们可以使用缓存来提高查询效率, 减少数据库的压力.

缓存的方式

本地缓存
- 基于内存的缓存, 如HashMap, LinkedHashMap, Guava Cache等.
远程缓存
- 分布式缓存: 如Redis, Memcached, Etcd(云原生架构的分布式缓存)等.
- Java进程缓存: 如Ehcache(单机), Caffeine(号称最快的缓存库), Google Guava等.

Redis缓存

在分布式缓存中, Redis是最常用的缓存服务器.
了解redis的基本概念和使用方法, 可以查看文章: redis知识

使用Redis缓存注意事项

设计缓存的key
- 一般来说, 我们需要缓存的数据的key应该是唯一的, 并且能够反映出数据的内容.
- 格式: systemId:moduleId:func:options(系统ID:模块ID:功能:参数, 可以根据实际情况进行调整, 原则是不要和其他数据冲突)
缓存的过期时间
- 一定要设置过期时间, redis的内存不能无限扩大, 所以需要设置合理的过期时间.
- 缓存的过期时间应该根据数据的重要性和更新频率来设置.
- 对于不经常更新的数据, 可以设置较短的过期时间, 如10分钟.
- 对于经常更新的数据, 可以设置较长的过期时间, 如1天.
- 对于一些重要的数据, 可以设置更长的过期时间, 如30天.

问题延伸

问题描述
- redis缓存解决了查询效率的问题, 但是缓存的命中率并不一定高, 比如缓存删除之后,第一个查询还是会到数据库查询, 数据量大的话, 用户还是会看到延迟.
解决方案
- 可以使用缓存预热

缓存预热

缓存预热是指将热点数据提前加载到缓存中, 这样当第一个用户请求到来时, 缓存就有数据可以直接返回, 避免了延迟.

缓存预热的优点
- 降低了首次加载的延迟, 提高了用户体验
- 缓存预热后, 缓存命中率提高, 降低了数据库的压力
缓存预热的缺点
- 增加开发成本, 需要额外的开发、设计
- 预热的时机和时间如果设置不当, 可能会造成缓存数据不正确.
- 缓存预热的缓存数据量不能太大, 否则会占用过多的内存.
缓存预热的实现方式
- (1) 定时缓存预热: 定时任务定期访问数据库, 将热点数据加载到缓存中.
- (2) 模拟触发(手动触发): 在代码中主动访问数据库, 将热点数据加载到缓存中.
定时缓存预热的实现方式
- (1) Spring Scheduler(spring boot 默认整合了, 最常用)
- (2) Quartz(独立于 Spring 存在的定时任务框架)
- (3) XXL-Job 之类的分布式任务调度平台(界面 + sdk), 非常值得学习, https://github.com/xuxueli/xxl-job

使用Spring Scheduler实现定时缓存预热

主类添加注解@EnableScheduling

1
2
3
4
5
6
7
  @EnableScheduling // 开启定时任务
  public class MainApplication {

    public static void main(String[] args) {
    SpringApplication.run(MainApplication.class, args);
  }
}

给要定时执行的方法添加 @Scheduling 注解，指定 cron 表达式或者执行频率

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
@Component
@Slf4j
public class PreCacheJob {

  @Resource
  private UserService userService;

  @Resource
  private RedisTemplate<String, Object> redisTemplate;

  // 重点用户
  private List<Long> mainUserList = Arrays.asList(1L);

  // 每天执行，预热推荐用户
  @Scheduled(cron = "0 45 14 * * *")   //自己设置时间测试
  public void doCacheRecommendUser() {
      //查数据库
      for (Long userId : mainUserList) {
          QueryWrapper<User> queryWrapper = new QueryWrapper<>();
          Page<User> userPage = userService.page(new Page<>(1, 20), queryWrapper);
          String redisKey = String.format("hjx:user:recommend:%s", userId);
          ValueOperations valueOperations = redisTemplate.opsForValue();
          //写缓存,30s过期
          try {
              valueOperations.set(redisKey, userPage, 30000, TimeUnit.MILLISECONDS);
          } catch (Exception e) {
              log.error("redis set key error", e);
          }
      }
  }
}