多级缓存架构 | 黑马Redis高级篇

目录

一、多级缓存介绍

1、传统缓存的问题

2、多级缓存方案

二、JVM进程缓存

 1、初始Caffeine

缓存分类

Caffeine入门

2、实现进程缓存

三、Lua脚本

1、初始Lua

 2、Lua语法

数据类型

变量

循环

​编辑

函数

条件控制

四、OpenResty

1、初始OpenResty

2、OpenResty快速入门

修改nginx配置

编写lua文件

3、OpenResty获取请求参数

4、封装Http请求工具

5、向tomcat发http请求

6、对tomcat集群负载均衡

7、Redis缓存预热

8、OpenResty查询Redis

9、Nginx本地缓存

五、缓存同步

1、数据同步策略

2、Canal入门

3、引入Canal

4、Canal客户端


一、多级缓存介绍

1、传统缓存的问题

传统缓存策略一般是请求到tomcat后,先查询redis,如果未命中则查询数据库

请求要先经过tomcat处理,tomcat的性能成为整个系统的瓶颈

多级缓存架构 | 黑马Redis高级篇_第1张图片

2、多级缓存方案

多级缓存就是利用请求处理的每个环节,分别添加缓存,减轻tomcat压力,提升服务器性能:

多级缓存架构 | 黑马Redis高级篇_第2张图片

二、JVM进程缓存

多级缓存架构 | 黑马Redis高级篇_第3张图片

 1、初始Caffeine

缓存分类

我们把缓存分为两类:分布式缓存和进程本地缓存

分布式缓存,例如Redis:

  • 优点:缓存容量更大,可靠性更好,可以在集群间共享
  • 缺点:访问缓存网络开销大
  • 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

  • 优点:读取本地内存,没有网络开销,速度快
  • 缺点:存储量有限,可靠性低,无法共享
  • 场景:性能要求较高,缓存数据量较小

Caffeine入门

Cafeine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内部的缓存使用的就是Caffeine。

多级缓存架构 | 黑马Redis高级篇_第4张图片

多级缓存架构 | 黑马Redis高级篇_第5张图片

2、实现进程缓存

多级缓存架构 | 黑马Redis高级篇_第6张图片

创建一个CaffeineConfig配置类

多级缓存架构 | 黑马Redis高级篇_第7张图片

在要使用的地方注入bean

多级缓存架构 | 黑马Redis高级篇_第8张图片

修改业务

多级缓存架构 | 黑马Redis高级篇_第9张图片

三、Lua脚本

多级缓存架构 | 黑马Redis高级篇_第10张图片

我们现在已经完成了nginx反向代理和tomcat的进程缓存

接下来我们要用lua来完成nginx的本地缓存

1、初始Lua

Lua是轻量小巧的脚本语言,用c编写,其设计目的是为了嵌入应用程序中,从而为应用程序提供灵活的扩展和定制功能,经常用在游戏开发中

centOS自带了lua,所有不用安装

多级缓存架构 | 黑马Redis高级篇_第11张图片

 2、Lua语法

数据类型

多级缓存架构 | 黑马Redis高级篇_第12张图片

变量

Lua声明变量的时候,不需要指定数据的类型,local表示局部变量的意思

多级缓存架构 | 黑马Redis高级篇_第13张图片

循环

for循环遍历的时候do和end就相当于大括号,in后面是要遍历的对象括号里面是类型

前面是以键值对的方式来遍历的,index数组的话就是索引和value就是值

多级缓存架构 | 黑马Redis高级篇_第14张图片

函数

多级缓存架构 | 黑马Redis高级篇_第15张图片

条件控制

多级缓存架构 | 黑马Redis高级篇_第16张图片

四、OpenResty

1、初始OpenResty

OpenResty是一个基于 Nginx 与 Lua 的高性能 Web 平台,其内部集成了大量精良的 Lua 库、第三方模块以及大多数的依赖项。用于方便地搭建能够处理超高并发、扩展性极高的动态 Web 应用、Web 服务和动态网关。

先按照好OpenResty然后配置好nginx

2、OpenResty快速入门

修改nginx配置

多级缓存架构 | 黑马Redis高级篇_第17张图片

我们先把自己的接口请求打到nginx反向代理服务器,然发到OpenResty的服务器上

openResty的lua模块是固定的直接复制

多级缓存架构 | 黑马Redis高级篇_第18张图片

编写lua文件

因为是快速入门,我们先用假数据返回固定的

多级缓存架构 | 黑马Redis高级篇_第19张图片

3、OpenResty获取请求参数

多级缓存架构 | 黑马Redis高级篇_第20张图片

 多级缓存架构 | 黑马Redis高级篇_第21张图片

多级缓存架构 | 黑马Redis高级篇_第22张图片

4、封装Http请求工具

多级缓存架构 | 黑马Redis高级篇_第23张图片

多级缓存架构 | 黑马Redis高级篇_第24张图片

我们可以把请求打到nginx的负载均衡服务器再转发到tomcat

多级缓存架构 | 黑马Redis高级篇_第25张图片

 多级缓存架构 | 黑马Redis高级篇_第26张图片

我们这个请求是要发两次的,我们要提取出来,方便复用,放到lualib目录下

多级缓存架构 | 黑马Redis高级篇_第27张图片

5、向tomcat发http请求

编写lua脚本

因为中间要用到字符串拼接,json不能实现所有要转成lua语法再拼接然后转化json返回

多级缓存架构 | 黑马Redis高级篇_第28张图片

6、对tomcat集群负载均衡

我们实际上不可能只有一台tomcat肯定是集群,所以我们要配置负载均衡

多级缓存架构 | 黑马Redis高级篇_第29张图片

我们肯定不能每次走不同的,这样会导致进程缓存重复缓存,所以我们经历同一个id的请求打到一个服务器上,我们要用hash运算然后对服务器数量取模

多级缓存架构 | 黑马Redis高级篇_第30张图片

7、Redis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,再项目启动时将这些热点数据提前查询并保存redis中

所以在我们redisconfig里面添加上预热

因为我们是分表的商品信息表和库存表,所以分开缓存,库存表经常变动

多级缓存架构 | 黑马Redis高级篇_第31张图片

8、OpenResty查询Redis

OpenResty的Redis模块

OpenResty提供了操作Redis的模块,我们只需要引入该模块就能直接使用:

多级缓存架构 | 黑马Redis高级篇_第32张图片

 查询数据的方法

多级缓存架构 | 黑马Redis高级篇_第33张图片

把查询和释放的方法都写到common.lua里面,然后暴露出去,到时候调用就行

查询逻辑也要改,先查询redis,redis没命中再查tomcat

多级缓存架构 | 黑马Redis高级篇_第34张图片

9、Nginx本地缓存

OpenResty为Nginx提供了shard dIct功能,可以在nginx的多个worker之间共享数据,实现缓存功能

多级缓存架构 | 黑马Redis高级篇_第35张图片

先再nginx.conf中配置共享词典

多级缓存架构 | 黑马Redis高级篇_第36张图片

然后导入

多级缓存架构 | 黑马Redis高级篇_第37张图片

需求

  • 修改item,lua中的read data函数,优先查询本地缓存,未命中时再查询Redis、Tomcat
  • 查询Redis或Tomcat成功后,将数据写入本地缓存,并设置有效期
  • 商品基本信息,有效期30分钟(基本上常年不变的可以缓存久点)
  • 库存信息,有效期1分钟(要检测变动的)

多级缓存架构 | 黑马Redis高级篇_第38张图片

五、缓存同步

1、数据同步策略

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

多级缓存架构 | 黑马Redis高级篇_第39张图片

 引入canal的异步通知,canal监听数据库的变化,发生变化后立刻通知更新缓存

2、Canal入门

Canal译为水道、管道,是阿里开源项目,基于java开发。基于数据库增量日志解析,提供增量数据订阅&消费

Canal是基于mysql主从同步实现的,mysql主从同步原理如下

多级缓存架构 | 黑马Redis高级篇_第40张图片

Canal就是把自己伪装成mysql的一个slava节点,从而监听master的binary log变化,再把变化的信息通知给canal客户端,进而完成对其他数据库的同步

多级缓存架构 | 黑马Redis高级篇_第41张图片

3、引入Canal

(1)先开启mysql主从同步

多级缓存架构 | 黑马Redis高级篇_第42张图片

多级缓存架构 | 黑马Redis高级篇_第43张图片

(2)安装Canal

(3)执行命令创建Canal容器: 

多级缓存架构 | 黑马Redis高级篇_第44张图片

多级缓存架构 | 黑马Redis高级篇_第45张图片

这样,我们就成功用Canal对mysql进行监听了

4、Canal客户端

接下来我们就更新tomcat的客户端,来监听Canal的消息

多级缓存架构 | 黑马Redis高级篇_第46张图片

监听Canal我们首先先引入springboot整合canal的依赖,然后配置好canal

多级缓存架构 | 黑马Redis高级篇_第47张图片

然后编写监听器来监听canal的消息

多级缓存架构 | 黑马Redis高级篇_第48张图片

canal推送给canal客户端的是被修改的这一行数据,我们引入的canal客户端会帮助我们把这行数据封装到item实体类中,这个过程需要知道数据库和实体的映射关系,要用到注解来映射

业务逻辑:

多级缓存架构 | 黑马Redis高级篇_第49张图片

总结

最后的架构图:

多级缓存架构 | 黑马Redis高级篇_第50张图片

你可能感兴趣的:(Redis,缓存,redis,java,nginx,lua)