文章目录
- [1. JVM进程缓存](#1. JVM进程缓存)
- [2. Lua语法](#2. Lua语法)
- [3. 实现多级缓存](#3. 实现多级缓存)
-
- [3.1 反向代理流程](#3.1 反向代理流程)
- [3.2 OpenResty快速入门](#3.2 OpenResty快速入门)
- [4. 查询Tomcat](#4. 查询Tomcat)
-
- [4.1 发送http请求的API](#4.1 发送http请求的API)
- [4.2 封装http工具](#4.2 封装http工具)
- [4.3 基于ID负载均衡](#4.3 基于ID负载均衡)
- [4.4 流程小结](#4.4 流程小结)
- [5. Redis缓存预热](#5. Redis缓存预热)
传统的缓存策略一般是请求到达Tomcat后，先查询Redis，如果未命中则查询数据库，如图：
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
在多级缓存架构中，Nginx内部需要编写本地缓存查询、Redis查询、Tomcat查询的业务逻辑，因此这样的nginx服务不再是一个反向代理服务器 ，而是一个编写业务的Web服务器了。
可见，多级缓存的关键有两个：
- 一个是在nginx中编写业务，实现nginx本地缓存、Redis、Tomcat的查询
- 另一个就是在Tomcat中实现JVM进程缓存
- Nginx编程则会用到OpenResty框架结合Lua这样的语言。
1. JVM进程缓存
案例：
需求：利用Caffeine实现下列需求：
- 给根据id查询商品的业务添加缓存，缓存未命中时查询数据库
- 给根据id查询商品库存的业务添加缓存，缓存未命中时查询数据库
- 缓存初始大小为100
- 缓存上限为10000
首先，我们需要定义两个Caffeine的缓存对象，分别保存商品、库存的缓存数据。
在item-service的com.heima.item.config包下定义CaffeineConfig类：
然后，修改item-service中的com.heima.item.web包下的ItemController类，添加缓存逻辑：
2. Lua语法
Nginx编程需要用到Lua语言，因此学习Lua的基本语法。
Lua中支持的常见数据类型包括：
需求：自定义一个函数，可以打印table，当参数为nil时，打印错误信息
3. 实现多级缓存
多级缓存的实现离不开Nginx编程，而Nginx编程又离不开OpenResty。
- windows上的nginx用来做反向代理服务，将前端的查询商品的ajax请求代理到OpenResty集群
- OpenResty集群用来编写多级缓存业务
3.1 反向代理流程
现在，商品详情页使用的是假的商品数据。不过在浏览器中，可以看到页面有发起ajax请求查询真实商品数据。
请求地址是localhost，端口是80，就被windows上安装的Nginx服务给接收到了。然后代理给了OpenResty集群：
3.2 OpenResty快速入门
可以看到商品id是以路径占位符方式传递的，因此可以利用正则表达式匹配的方式来获取ID
OpenResty的很多功能都依赖于其目录下的Lua库，需要在nginx.conf中指定依赖库的目录，并导入依赖：
1）添加对OpenResty的Lua模块的加载
2）获取商品id
3）编写item.lua
4. 查询Tomcat
4.1 发送http请求的API
nginx提供了内部API用以发送http请求：
返回的响应内容包括：
- resp.status：响应状态码
- resp.header：响应头，是一个table
- resp.body：响应体，就是响应数据
注意：这里的path是路径，并不包含IP和端口。这个请求会被nginx内部的server监听并处理。但是我们希望这个请求发送到Tomcat服务器，所以还需要编写一个server来对这个路径做反向代理：
4.2 封装http工具
1）添加反向代理，到windows的Java服务
因为item-service中的接口都是/item开头，所以我们监听/item路径，代理到windows上的tomcat服务。
以后，只要我们调用ngx.location.capture("/item")，就一定能发送请求到windows的tomcat服务。
2）封装工具类
所以，自定义的http工具也需要放到这个目录下。
在/usr/local/openresty/lualib目录下，新建一个common.lua文件：内容如下:
这个工具将read_http函数封装到_M这个table类型的变量中，并且返回，这类似于导出。
使用的时候，可以利用require('common')来导入该函数库，这里的common是函数库的文件名。
3）实现商品查询
最后，我们修改/usr/local/openresty/lua/item.lua文件，利用刚刚封装的函数库实现对tomcat的查询：
这里查询到的结果是json字符串，并且包含商品、库存两个json字符串，页面最终需要的是把两个json拼接为一个json：
这就需要我们先把JSON变为lua的table，完成数据整合后，再转为JSON。
OpenResty提供了一个cjson的模块用来处理JSON的序列化和反序列化。
下面，我们修改之前的item.lua中的业务，添加json处理功能：
4.3 基于ID负载均衡
刚才的代码中，我们的tomcat是单机部署。而实际开发中，tomcat一定是集群模式：
因此，OpenResty需要对tomcat集群做负载均衡。
而默认的负载均衡规则是轮询模式，当我们查询/item/10001时：
- 第一次会访问8081端口的tomcat服务，在该服务内部就形成了JVM进程缓存
- 第二次会访问8082端口的tomcat服务，该服务内部没有JVM缓存（因为JVM缓存无法共享），会查询数据库
如果能让同一个商品，每次查询时都访问同一个tomcat服务，那么JVM缓存就一定能生效了。
也就是说，我们需要根据商品id做负载均衡，而不是轮询。
nginx根据请求路径做hash运算，把得到的数值对tomcat服务的数量取余，余数是几，就访问第几个服务，实现负载均衡。
实现 ：
修改/usr/local/openresty/nginx/conf/nginx.conf文件，实现基于ID做负载均衡。
首先，定义tomcat集群，并设置基于路径做负载均衡：
4.4 流程小结
首先进来的localhost：80会由Nginx拦截代理到openresty，openresty会将路径为/api/item/(***)这样的路径解析出访问的商品id，之后通过将/item这样的路径代理发送到windows电脑中的Tomcat服务器查询，当tomcat中线程缓存有则返回，没有则去数据库查询。