从小白到架构师 | 缓存预热

缓存预热指的是在系统启动或上线前,提前将经常访问的数据加载到缓存中,以避免在系统刚启动时,用户大量请求直接访问数据库,导致数据库压力过大或系统性能下降。通过缓存预热,可以确保系统一上线就能提供快速的响应时间和良好的用户体验。

缓存预热的几种解决方案:

  • 手动预热:系统管理员在系统启动前,手动触发一些接口,将数据加载到缓存中。
  • 自动预热
  • 定时预热

缓存预热的几种解决方案

自动预热

系统启动时,自动加载预定义的一些数据到缓存中。

java 复制代码
public class CacheService {
    private final Map<String, Data> cache = new ConcurrentHashMap<>();
    private final Database database = new Database();

    public CacheService() {
        // 系统启动时自动预热
        autoPreheat();
    }

    private void autoPreheat() {
        // 自动预热常用数据
        cache.put("key1", database.getData("key1"));
        cache.put("key2", database.getData("key2"));
    }

    public Data getData(String key) {
        return cache.get(key);
    }
}
定时预热

系统定期自动加载常用数据到缓存中,确保缓存中的数据是最新的。

java 复制代码
public class CacheService {
    private final Map<String, Data> cache = new ConcurrentHashMap<>();
    private final ScheduledExecutorService scheduler = Executors.newScheduledThreadPool(1);
    private final Database database = new Database();
    private final long CACHE_REFRESH_INTERVAL = 30; // 每 30 秒预热一次

    public CacheService() {
        // 启动定时预热任务
        scheduler.scheduleAtFixedRate(this::preheatCache, 0, CACHE_REFRESH_INTERVAL, TimeUnit.SECONDS);
    }

    private void preheatCache() {
        // 定时预热常用数据
        cache.put("key1", database.getData("key1"));
        cache.put("key2", database.getData("key2"));
    }

    public Data getData(String key) {
        return cache.get(key);
    }

    public void shutdown() {
        scheduler.shutdown();
    }
}

如何确定需要预先缓存哪些数据

确定需要预热哪些数据是缓存预热的关键和难点之一。选择错误的数据预热不仅浪费资源,也无法提高系统性能。以下是一些确定需要预热数据的方法。

基于历史访问数据

分析系统的历史访问日志,找出访问频率较高的数据,优先将这些数据缓存。

java 复制代码
public class CacheService {
    private final Map<String, Data> cache = new ConcurrentHashMap<>();
    private final Database database = new Database();
    private final AccessLog accessLog = new AccessLog();

    public CacheService() {
        // 启动时预热缓存
        preheatCache();
    }

    private void preheatCache() {
        for (String key : accessLog.getFrequentKeys()) {
            cache.put(key, database.getData(key));
        }
    }

    public Data getData(String key) {
        return cache.get(key);
    }
}

class Data {
    // 模拟数据类
}

class Database {
    public Data getData(String key) {
        // 从数据库获取数据
        return new Data();
    }
}

class AccessLog {
    // 模拟访问日志
    public List<String> getFrequentKeys() {
        // 返回访问频率较高的key
        return Arrays.asList("key1", "key2", "key3");
    }
}
基于业务逻辑

根据业务场景,确定哪些数据在系统启动时是必需的。例如,电子商务网站的首页商品推荐,新闻网站的头条新闻等。

java 复制代码
public class CacheService {
    private final Map<String, Data> cache = new ConcurrentHashMap<>();
    private final Database database = new Database();

    public CacheService() {
        // 启动时预热缓存
        preheatCache();
    }

    private void preheatCache() {
        // 根据业务逻辑预热数据
        cache.put("homepageData", database.getData("homepageData"));
        cache.put("popularProducts", database.getData("popularProducts"));
    }

    public Data getData(String key) {
        return cache.get(key);
    }
}

class Data {
    // 模拟数据类
}

class Database {
    public Data getData(String key) {
        // 从数据库获取数据
        return new Data();
    }
}
相关推荐
这个DBA有点耶10 小时前
从症状到根因:数据库监控指标的分层方法与静态/动态阈值策略
数据库·mysql·代码规范
SelectDB10 小时前
时间旅行与快照能力速查:Doris 侧三条落地路径
大数据·数据库·数据分析
SelectDB11 小时前
云数仓成本结构拆解速查:五层计费 vs Doris / 托管形态
大数据·数据库·数据分析
SelectDB11 小时前
什么场景能承接与建议保留:Doris vs Snowflake 边界速查
大数据·数据库·数据分析
这个DBA有点耶13 小时前
DELETE没删多少数据,表却越来越大——InnoDB删除空洞与页合并失效的根因
数据库·mysql·代码规范
ly768916 小时前
PostgreSQL 备份恢复策略:pg_basebackup、WAL 归档与 PITR 在企业 Java 系统中的落地
java·数据库·postgresql·pitr·pg_basebackup·wal 归档
小羊没烦恼!17 小时前
Ajax与JSON的一些总结
android·java·前端·数据库·mysql·算法·okhttp
注塑机数据采集联网17 小时前
如何解决注塑机数据采集联网对接MES系统数据WiFi传输数据不稳问题
大数据·数据库·物联网·数据挖掘·数据分析
黄俊懿17 小时前
【架构师从入门到进阶】第六章:服务集群优化——第八节:线程数公式
java·服务器·数据库·分布式·性能优化·架构·系统架构