Java大牛必会分布式缓存实现方案之SpringCache

点击上方蓝字关注我们

一.场景

小白：杨哥，今天我做分布式缓存时，看到公司用了Spring Cache，这个技术你能给我讲讲吗？

杨哥：没问题！来，听杨哥给你说分布式缓存怎么搞。

二. 缓存介绍

2.1缓存是高并发的第一策略

2.2适合缓存的数据

2.3 缓存的重要指标

2.3.1 缓存命中率

从缓存中读取数据的次数：总读取次数 = 比率，命中率越高越好。

• 命中率 = 从缓存中读取次数 / (总读取次数[从缓存中读取次数 + 从慢速设备上读取的次数])；

• Miss率 = 没有从缓存中读取的次数 / (总读取次数[从缓存中读取次数 + 从慢速设备上读取的次数])

2.3.2 移除策略

参见上图！

三.基于Redis实现缓存

3.1搭建环境

3.1.1添加核心依赖

<dependency><groupId>org.springframework.bootgroupId><artifactId>spring-boot-starter-data-redisartifactId>dependency>

3.1.2 配置Redis

@ConfigurationpublicclassRedisConfig{@AutowiredprivateRedisTemplate redisTemplate;//序列化设置一下@PostConstructpublicvoidsetRedisTemplate(){redisTemplate.setKeySerializer(newStringRedisSerializer());redisTemplate.setValueSerializer(newJdkSerializationRedisSerializer());}}

3.2 缓存实现

3.2.1实现流程

3.2.2核心代码

这里我们以查询省份信息为例进行实现。

@OverridepublicDsAprovincesselectById(Integer id){String key = String.valueOf(id);DsAprovinces dsAprovinces=null;//1.从redis查dsAprovinces = (DsAprovinces)redisTemplate.opsForValue().get(key);//2.如果不空if(null!= dsAprovinces) {System.out.println("redis中查到了");returndsAprovinces;}//3.查询数据库dsAprovinces = dsAprovincesMapper.selectById(id);//3.放入缓存if(null!= dsAprovinces) {System.out.println("从数据库中查,放入缓存....");redisTemplate.opsForValue().set(key,dsAprovinces);redisTemplate.expire(key,60, TimeUnit.SECONDS);//60秒有效期}returndsAprovinces;}

3.3 数据库的增删改联动

3.3.1实现流程

3.3.2核心代码

//更新:确保机制：实行双删publicintupdate(DsAprovinces dsAprovinces){redisTemplate.delete(String.valueOf(dsAprovinces.getId()));inti = dsAprovincesMapper.updateById(dsAprovinces);redisTemplate.delete(String.valueOf(dsAprovinces.getId()));returni;}

四.基于SpringCache实现缓存

4.1Spring Cache优点

根据上图可知，Spring Cache具有如下优点：

• 基于注解，代码清爽简洁；

• 支持各种缓存：Spring Cache并非一种具体的缓存技术，而是基于各种缓存产品(如Guava、EhCache、Redis等)进行的一层封装，结合SpringBoot开箱即用的特性用起来会非常方便；

• 可以实现复杂的逻辑；

• 可以对缓存进行回滚

4.2Spring Cache包结构

4.3 常用注解

• @Cacheable //查询

• @CachePut //增改

• @CacheEvict //删除

• @Caching //组合多个注解

• @CacheConfig //在类上添加，抽取公共配置

4.4 代码实现

4.4.1 配置类

@Configuration@EnableCaching//开启spring缓存publicclassMyCacheConfigextendsCachingConfigurerSupport{//使用redis做为缓存@BeanpublicCacheManagercacheManager(RedisConnectionFactory connectionFactory){//1.redis缓存管理器RedisCacheManager.RedisCacheManagerBuilder builder = RedisCacheManager.builder(connectionFactory);//2.设置一些参数 //统一设置20s有效期builder.cacheDefaults(RedisCacheConfiguration.defaultCacheConfig().entryTtl(Duration.ofSeconds(2000)));builder.transactionAware();RedisCacheManager build = builder.build();returnbuild;}//可以自定义key的生成策略@OverridepublicKeyGeneratorkeyGenerator(){returnnewKeyGenerator() {@OverridepublicObjectgenerate(Object target, Method method, Object... objects){//1.缓冲StringBuilder sb =newStringBuilder();//2.类名sb.append(target.getClass().getSimpleName());//3.方法名sb.append(method.getName());//4.参数值for(Object obj : objects) {sb.append(obj.toString());}returnsb.toString();}};}}

4.4.2service层实现类

@Service@Primary@CacheConfig(cacheNames ="provinces")//key键会添加provinces::publicclassAprovincesServiceImpl2implementsIAprovincesService{@AutowiredprivateDsAprovincesMapper  dsAprovincesMapper;@AutowiredprivateRedisTemplate redisTemplate;@Override@Cacheable(key ="id")//@CacheablepublicDsAprovincesselectById(Integer id){//3.查询数据库DsAprovinces dsAprovinces = dsAprovincesMapper.selectById(id);returndsAprovinces;}//更新:确保机制：实行双删@CachePut(key ="dsAprovinces.id")publicDsAprovincesupdate(DsAprovinces dsAprovinces){dsAprovincesMapper.updateById(dsAprovinces);returndsAprovinces;}//添加@CachePut(key ="dsAprovinces.id")publicDsAprovincessave(DsAprovinces dsAprovinces){dsAprovincesMapper.insert(dsAprovinces);returndsAprovinces;}//删除@CacheEvictpublicintdelete(Integer id){inti = dsAprovincesMapper.deleteById(id);returni;}}

4.5 缺点

任何一种技术都不是十全十美的，Spring Cache也不例外，它也有一些缺点，比如：

• 不能保证数据的一致性：保存和修改数据是，是先修改数据库，然后再进行更新缓存。如果不满意延迟效果，可以不用cache ，用双删。

• 过期进间配置：过期时间统一配置。

五.缓存一致性问题

我们在实现Redis缓存时，其实会存在缓存一致性的问题，比如下图所示：

5.1 代码同步更新

强一致性，但代码耦合高。

5.2 代码异步更新

有延迟，借助设计模式或者mq。

5.3 缓存自己的TTL

缓存有一定的延迟，可能造成缓存击穿，或者雪崩问题。

5.4 用定时任务

要把握好更新频率。

六.分布式锁的实现

6.1实现流程

解释说明：

• 缓存击穿和雪崩可以用分布式解决。

• 线程1，代码当前线程

• 线程2，代表和线程1的同类线程。

• 线程3，代表其它线程。

6.2实现代码

6.2.1核心代码

@ServicepublicclassAprovincesServiceImpl3implementsIAprovincesService{@AutowiredprivateDsAprovincesMapper  dsAprovincesMapper;@AutowiredprivateRedisTemplate redisTemplate;@AutowiredpublicCacheManager cacheManager;@OverridepublicDsAprovincesselectById(Integer id){System.out.println("=======================开始");//1.从缓存中取数据Cache provinces1 = cacheManager.getCache("provinces");Cache.ValueWrapper provinces = cacheManager.getCache("provinces").get(id);//2. 如果缓存中有数据，则返回if(null!= provinces) {System.out.println("====从缓从中拿数据=======");return(DsAprovinces)provinces.get();}//3.如果缓存中没有，先加把锁doLock(id+"");//DsAprovinces dsAprovinces =null;try{//4.0从第二个线程进来后，查一下provinces = cacheManager.getCache("provinces").get(id);if(null!= provinces) {System.out.println("====从缓从中拿数据=======");return(DsAprovinces)provinces.get();}//4.查询数据库dsAprovinces = dsAprovincesMapper.selectById(id);//5.把数据放入缓存if(null!= dsAprovinces) {System.out.println("查询数据库，并放入缓存....");cacheManager.getCache("provinces").put(id,dsAprovinces);}}catch(Exception e) {e.printStackTrace();}finally{releaseLock(id+"");}returndsAprovinces;}//=====================================分布式加锁和释放锁封装start=========================//分布式存放锁,这个map是线程安全的privateConcurrentHashMap locks =newConcurrentHashMap<>();//依据主键进行加锁privatevoiddoLock(String id){//1.创建一个可重入锁ReentrantLock newlock =newReentrantLock();//2.如 果存在id,则返回旧值，如果不存在, 放入，返回nullLock old = locks.putIfAbsent(id,newlock);//3.如果已存在idif(null!= old) {old.lock();}else{newlock.lock();}}//释放 一下privatevoidreleaseLock(String id){//获取到锁ReentrantLock lock = (ReentrantLock)locks.get(id);//判断if(null!= lock && lock.isHeldByCurrentThread() ) {lock.unlock();}}//=====================================分布式加锁和释放锁封装end=========================

6.2.2测试CountDownLatch

CountDownLatch cw =newCountDownLatch(8);@GetMapping("/selectById1/{id}")publicDsAprovincesselectById1(@PathVariable Integer id){for(inti =0; i <8; i++) {newThread(newRunnable() {@Overridepublicvoidrun(){try{cw.await();aprovincesService.selectById(id);}catch(InterruptedException e) {e.printStackTrace();}finally{}}}).start();cw.countDown();}returnaprovincesService.selectById(id);}

6.2.3测试结果

七. 小结

至此，杨哥就带大家利用Spring Cache实现了分布式缓存，我们在开发时要依据具体的业务逻辑具体地分析解决。其实在项目中并没有固定的格式，只要大家选择适合自己项目场景的方案即可。不知道你现在还有哪些问题呢？可以在评论区给我留言哦。

关注公众号了解更多前沿技术！

扫码了解获取千锋更多课程资料！

点击【阅读原文】，零基础免费学Java！