浪花 - 主页性能优化

目录

一、缓存

[1. 为什么用缓存?](#1. 为什么用缓存?)

[2. 缓存的实现方式](#2. 缓存的实现方式)

[3. Redis](#3. Redis)

[4. 使用 Spring Data Redis 中操作 Redis](#4. 使用 Spring Data Redis 中操作 Redis)

[5. 自定义 RedisTemplate(配置)](#5. 自定义 RedisTemplate(配置))

[6. 主页推荐用户查询使用缓存](#6. 主页推荐用户查询使用缓存)

[7. 对比查询速度](#7. 对比查询速度)

[8. 缓存预热](#8. 缓存预热)

二、定时任务

[1. Spring Scheduler](#1. Spring Scheduler)

[2. 其他](#2. 其他)


一、缓存

1. 为什么用缓存?

  • 数据量大查询慢,用缓存先读取部分数据保存到读写性能更快的介质中(比如内存)

2. 缓存的实现方式

  • 分布式缓存:Redis、Memcache 等
  • 单机缓存:Ehcache、Caffeine(Java 内存缓存,高性能)、Google Guava
  • 单机缓存的缺点:数据不一致

3. Redis

  • Remote Dictionary Server(远程词典服务器)
  • 基于内存的高性能 NoSQL 数据库
  • key - value 存储系统
  • Redis 的数据结构:String、Set、Map、Hash、SortedSet

4. 使用 Spring Data Redis 中操作 Redis

  • Spring Data:通用数据访问框架,定义了一组增删改查的框架,包括对操作各种数据库的集成

  • 使用步骤参考:浪花 - 单机登录升级为分布式 Session 登录-CSDN博客

  • SpringDataRedis 快速入门

    • 引入 spring-boot-starter-data-redis 依赖
    • application.yml 配置 Redis 信息
    • 注入 RedisTemplate
      • 调用方法操作 Redis 数据库
      • 调用 redisTemplate 中的 API 获取操作指定数据类型的对象 optForValue()
  • String Redis Template

    • 手动序列化
    • 将数据存入 Redis
    • 取出数据
    • 手动反序列化
java 复制代码
/**
 * Redis 操作测试
 * @author 乐小鑫
 * @version 1.0
 */
@SpringBootTest
public class RedisTest {

    @Resource
    private RedisTemplate redisTemplate;

    @Test
    void test() {
        ValueOperations valueOperations = redisTemplate.opsForValue();
        // 增
        valueOperations.set("ghostString", "dog");
        valueOperations.set("ghostInt", 1);
        valueOperations.set("ghostDouble", 2.0);
        User user = new User();
        user.setId(1L);
        user.setUsername("ghost");
        valueOperations.set("ghostUser", user);
        // 查
        Object ghost = valueOperations.get("ghostString");
        Assertions.assertTrue("dog".equals((String) ghost));
        ghost = valueOperations.get("ghostInt");
        Assertions.assertTrue(1 == (Integer) ghost);
        ghost = valueOperations.get("ghostDouble");
        Assertions.assertTrue(2.0 == (Double) ghost);
        System.out.println(valueOperations.get("ghostUser"));
        valueOperations.set("ghostString", "dog");
        redisTemplate.delete("ghostString");
    }
}

5. 自定义 RedisTemplate(配置)

  • 原生提供的序列化器存储对象时序列化有问题,自定义 RedisTemplate 实现存储 String 类型的 key
java 复制代码
/**
 * RedisTemplate 配置
 * @author 乐小鑫
 * @version 1.0
 */
@Configuration
public class RedisTemplateConfig {
    @Bean
    public RedisTemplate<String, Object> redisTemplate(RedisConnectionFactory connectionFactory) {
        RedisTemplate<String, Object> redisTemplate = new RedisTemplate<>();
        redisTemplate.setConnectionFactory(connectionFactory);
        redisTemplate.setKeySerializer(RedisSerializer.string());
        return redisTemplate;
    }
}

6. 主页推荐用户查询使用缓存

  • 不同用户看到的推荐列表不同
  • 设计缓存 key
    • 在每个键前面加上系统 / 模块 / 业务 / 功能的前缀,以区分不同业务的缓存
    • Redis 内存不能无限增加,一定要设置过期时间!!如果快到限制值了,会开启 Redis 的自动淘汰机制,可能会把重要数据清除掉

直接使用单层的 key 作为键可能会对其他业务产生影响,例如以 username 为 key,其他业务可能也用 username 为 key,用的是同一台 Redis 服务器时会影响其他业务的数据。

设计缓存首先的原则是不要和其他 key 发生冲突

  • 推荐用户时先查询缓存中是否有已经缓存好的用户
    • 有缓存:直接返回缓存中的数据
    • 无缓存:先查询数据库,将数据库中的缓存写入 Redis,再返回数据
    • 注意缓存穿透:数据库中没有要查询的数据,但是客户端一直不停发送请求查询数据,缓存中没有,查询就会打到数据库,不停查询缓存中都没有数据,就会不停执行数据库的查询,占用数据库资源,可能会把数据库搞崩
    • **解决缓存穿透:缓存空值,**即如果数据库中没有数据,就向 Redis 中缓存一个空值,下次再来查询,查询打到 Redis,发现有一个空值就会直接空值,不再查询数据库
java 复制代码
    /**
     * 用户推荐
     * @param request
     * @return 用户列表
     */
    @GetMapping("/recommend")
    public BaseResponse<Page<User>> recommendUsers(long pageSize, long pageNum, HttpServletRequest request) {
        log.info("推荐用户列表");
        ValueOperations valueOperations = redisTemplate.opsForValue();
        User loginUser = userService.getLoginUser(request);
        String key = String.format("langhua:user:recommend:%s", loginUser.getId());
        Page<User> userPage = (Page<User>) valueOperations.get(key);
        // 查缓存,有直接返回缓存数据
        if (userPage != null) {
            return ResultUtils.success(userPage);
        }
        // 没有缓存数据,才查询数据库
        QueryWrapper<User> queryWrapper = new QueryWrapper<>();
        userPage = userService.page(new Page<>((pageNum - 1) * pageSize, pageSize), queryWrapper);// 查询所有用户
        // 将查询出来的数据写入缓存
        try {
            valueOperations.set(key,userPage);
        } catch (Exception e) {
            log.error("redis key set error", e);
        }
        return ResultUtils.success(userPage);
    }

7. 对比查询速度

  • 第一次查询:缓存中没有数据,请求打到数据库,1.13 秒
  • 后续查询:缓存中已经缓存了用户列表数据,直接返回缓存数据,26.85 毫秒,性能优化显著

8. 缓存预热

  • 为什么要缓存预热?

场景分析:当缓存里没有数据时,第一个用户进来需要查询数据库才能看到响应数据,页面响应时间较久,对有些用户不友好

解决方案:在所有用户进入之前预先缓存好数据,程序员自己加载缓存,而不是等到用户进入再触发

  • 优点:每个用户来访问响应都很快,提升用户体验
  • 缺点
    • 增加开发成本
    • 预热时机需要谨慎选择:预热的时机太早可能会缓存到错误数据或老数据
    • 需要占用额外空间

注意❗在分析一个技术的优缺点时,要从整个项目从 0 到 1 的整个软件生命周期去考虑(需求分析开始到项目部署上线和维护)

  • 缓存预热的实现
    • 定时任务
    • 手动触发

二、定时任务

使用定时任务,每天刷新所有用户的推荐列表(缓存预热)

  1. 缓存预热的意义(新增数据少、总数据量大)
  2. 缓存占用空间不能太大,需要给其他缓存预留空间
  3. 缓存数据的周期(根据业务需求来选择)

1. Spring Scheduler

  • SpringBoot 默认已经整合,直接使用即可
  • 使用步骤
    • 主类(程序入口)添加注解开启定时任务支持:@EnableScheduling
    • 要定时执行的方法添加 @Scheduled 注解
    • 通过 cron 表达式指定定时任务执行周期:在线Cron表达式生成器 (qqe2.com)
    • 运行项目等待定时任务执行
java 复制代码
/**
 * 缓存预热定时任务
 * @author 乐小鑫
 * @version 1.0
 */
@Component
@Slf4j
public class PreCacheUser {

    @Resource
    private RedisTemplate redisTemplate;

    @Resource
    private UserService userService;

    List<Long> mainUserList = Arrays.asList(3L);// 重要用户列表,为该列表的用户开启缓存预热

    @Scheduled(cron = "0 5 21 ? * * ")
    public void doPreCacheUser() {
        // 查出用户存到 Redis 中
        for (Long userId : mainUserList) {
            QueryWrapper<User> queryWrapper = new QueryWrapper<>();
            Page<User> userPage = userService.page(new Page<>(1, 20), queryWrapper);// 查询所有用户
            String key = String.format("langhua:user:recommend:%s", userId);
            ValueOperations valueOperations = redisTemplate.opsForValue();
            // 将查询出来的数据写入缓存
            try {
                valueOperations.set(key,userPage,30000, TimeUnit.MILLISECONDS);
            } catch (Exception e) {
                log.error("redis key set error", e);
            }
        }
    }
}
  • 定时任务添加缓存成功✔

2. 其他

  • Quartz:独立于 Spring 的定时任务框架
  • XXL-Job 等分布式任务调度平台
相关推荐
y25089 分钟前
《Object类》
java·开发语言
曙曙学编程10 分钟前
初级数据结构——树
android·java·数据结构
BestandW1shEs16 分钟前
彻底理解消息队列的作用及如何选择
java·kafka·rabbitmq·rocketmq
爱吃烤鸡翅的酸菜鱼18 分钟前
Java算法OJ(8)随机选择算法
java·数据结构·算法·排序算法
码蜂窝编程官方21 分钟前
【含开题报告+文档+PPT+源码】基于SpringBoot+Vue的虎鲸旅游攻略网的设计与实现
java·vue.js·spring boot·后端·spring·旅游
Viktor_Ye37 分钟前
高效集成易快报与金蝶应付单的方案
java·前端·数据库
hummhumm40 分钟前
第 25 章 - Golang 项目结构
java·开发语言·前端·后端·python·elasticsearch·golang
一二小选手44 分钟前
【Maven】IDEA创建Maven项目 Maven配置
java·maven
J老熊1 小时前
JavaFX:简介、使用场景、常见问题及对比其他框架分析
java·开发语言·后端·面试·系统架构·软件工程
猿java1 小时前
什么是 Hystrix?它的工作原理是什么?
java·微服务·面试