為什么多級緩存

緩存的引入是現在大部分系統所必須考慮的

redis 作為常用中間件，雖然我們一般業務系統（畢竟業務量有限）不會遇到如下圖 在隨著 data-size 的增大和數據結構的復雜的造成性能下降，但網絡 IO 消耗會成為整個調用鏈路中不可忽視的部分。尤其在 微服務架構中，一次調用往往會涉及多次調用 例如pig oauth2.0 的 client 認證

Caffeine 來自未來的本地內存緩存,性能比如常見的內存緩存實現性能高出不少詳細對比。

綜合所述：我們需要構建 L1 Caffeine JVM 級別緩存 ， L2 Redis 緩存。

設計難點

目前大部分應用緩存都是基于 Spring Cache 實現,基于注解（annotation）的緩存（cache）技術,存在的問題如下：

Spring Cache 僅支持 單一的緩存來源，即：只能選擇 Redis 實現或者 Caffeine 實現，并不能同時使用。 數據一致性：各層緩存之間的數據一致性問題，如應用層緩存和分布式緩存之前的數據一致性問題。 緩存過期：Spring Cache 不支持主動的過期策略

業務流程

如何使用

引入依賴

<dependency> <groupId>com.pig4cloud.plugin</groupId> <artifactId>multilevel-cache-spring-boot-starter</artifactId> <version>0.0.1</version></dependency>

開啟緩存支持

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

目標接口聲明 Spring Cache 注解

@Cacheable(value = 'get',key = '#key')@GetMapping('/get')public String get(String key){ return 'success';}

性能比較

為保證性能 redis 在 127.0.0.1 環路安裝

OS: macOS Mojave CPU: 2.3 GHz Intel Core i5 RAM: 8 GB 2133 MHz LPDDR3 JVM: corretto_11.jdk

Benchmark Mode Cnt Score Units 多級實現 thrpt 2 2716.074 ops/s 默認 redis thrpt 2 1373.476 ops/s

代碼原理

自定義 CacheManager 多級緩存實現

public class RedisCaffeineCacheManager implements CacheManager {@Overridepublic Cache getCache(String name) {Cache cache = cacheMap.get(name);if (cache != null) {return cache;}cache = new RedisCaffeineCache(name, stringKeyRedisTemplate, caffeineCache(), cacheConfigProperties);Cache oldCache = cacheMap.putIfAbsent(name, cache);log.debug('create cache instance, the cache name is : {}', name);return oldCache == null ? cache : oldCache;}}

多級讀取、過期策略實現

public class RedisCaffeineCache extends AbstractValueAdaptingCache {protected Object lookup(Object key) {Object cacheKey = getKey(key); // 1. 先調用 caffeine 查詢是否存在指定的值Object value = caffeineCache.getIfPresent(key);if (value != null) {log.debug('get cache from caffeine, the key is : {}', cacheKey);return value;} // 2. 調用 redis 查詢在指定的值value = stringKeyRedisTemplate.opsForValue().get(cacheKey);if (value != null) {log.debug('get cache from redis and put in caffeine, the key is : {}', cacheKey);caffeineCache.put(key, value);}return value;}}

過期策略，所有更新操作都基于 redis pub/sub 消息機制更新

public class RedisCaffeineCache extends AbstractValueAdaptingCache {@Overridepublic void put(Object key, Object value) {push(new CacheMessage(this.name, key));}@Overridepublic ValueWrapper putIfAbsent(Object key, Object value) {push(new CacheMessage(this.name, key));}@Overridepublic void evict(Object key) {push(new CacheMessage(this.name, key));}@Overridepublic void clear() {push(new CacheMessage(this.name, null));}private void push(CacheMessage message) {stringKeyRedisTemplate.convertAndSend(topic, message);}}

MessageListener 刪除指定 Caffeine 的指定值

public class CacheMessageListener implements MessageListener {private final RedisTemplate<Object, Object> redisTemplate;private final RedisCaffeineCacheManager redisCaffeineCacheManager;@Overridepublic void onMessage(Message message, byte[] pattern) {CacheMessage cacheMessage = (CacheMessage) redisTemplate.getValueSerializer().deserialize(message.getBody());cacheMessage.getCacheName(), cacheMessage.getKey());redisCaffeineCacheManager.clearLocal(cacheMessage.getCacheName(), cacheMessage.getKey());}}

https://github.com/pig-mesh/multilevel-cache-spring-boot-starter

https://gitee.com/log4j/pig

以上就是本文的全部內容，希望對大家的學習有所幫助，也希望大家多多支持好吧啦網。