多级缓存原理及实现

首先为什么需要多级缓存？

传统的缓存策略一般是请求到达Tomcat服务后，先查询Redis，如果未命中则查询数据库，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。

多级缓存方案: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

用户请求 ——》反向代理Nginx ——》业务Nginx （通过lua编写业务逻辑） ——》Redis ——> tomcat（本地缓存） ——》数据库。

实现多级缓存我们需要了解到的知识：Lua 编程（针对Nginx中的逻辑编码）、Nginx本地缓存、本地缓存实现、Openresty、Redis缓存预热。

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、Caffeine

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

Redis 冷启动与缓存预热

冷启动：服务刚刚启动时，Redis中并没有缓存，如果所有商品数据都在第一次查询时添加缓存，可能会给数据库带来较大压力。

缓存预热：在实际开发中，我们可以利用大数据统计用户访问的热点数据，在项目启动时将这些热点数据提前查询并保存到Redis中。

缓存预热

@Componentpublic class RedisHandler implements InitializingBean {
    @Autowired
    private StringRedisTemplate redisTemplate;
    @Override         
    public void afterPropertiesSet() throws Exception {
     // 初始化缓存 ... 
    }
}

缓存同步策略

缓存数据同步的常见方式有三种：

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：更新频率较低，时效性要求低的业务

同步双写：在修改数据库的同时，直接修改缓存

优势：时效性强，缓存与数据库强一致

缺点：有代码侵入，耦合度高；

场景：对一致性、时效性要求较高的缓存数据

异步通知：修改数据库时发送事件通知，相关服务监听到通知后修改缓存数据

优势：低耦合，可以同时通知多个缓存服务

缺点：时效性一般，可能存在中间不一致状态

场景：时效性要求一般，有多个服务需要同步

基于MQ的异步同步策略

基于Canal的异步通知：Canal提供了各种语言的客户端，当Canal监听到binlog变化时，会通知Canal的客户端。

Canal提供了各种语言的客户端，当Canal监听到binlog变化时，会通知Canal的客户端。不过这里我们会使用GitHub上的第三方开源的canal-starter。地址：https://github.com/NormanGyllenhaal/canal-client

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

编写配置

canal:   
    destination: canalName # canal实例名称，要跟canal-server运行时设置的destination一致   
    server: IP:port # canal地址

编写监听器，监听Canal消息

@CanalTable("tb_ table") 
@Component 
public class ItemHandler implements EntryHandler<Item> {
    @Override   
    public void insert(Item item) {
     // 新增数据到redis         
    }          
    @Override          
    public void update(Item before, Item after) {
        // 更新redis数据                       
        // 更新本地缓存       
    }  
   @Override          
   public void delete(Item item) {
         // 删除redis数据                      
        // 清理本地缓存         
   }
}

Canal推送给canal-client的是被修改的这一行数据（row），而我们引入的canal-client则会帮我们把行数据封装到Item实体类中。这个过程中需要知道数据库与实体的映射关系，要用到JPA的几个注解：

@Id 标记表中的id字段

@Column(name = "name") 标记表中与属性名不一致的字段

@Transient 标记不属于表中的字段