文章目录
前面的课程通过压测发现了很多问题，并进行了多次优化，包括一下方案：
- 动静分离，把静态资源存储在nginx，缩短资源请求链路
- 开启thymeleaf缓存
- 调整jvm参数，扩大对内存及Eden区内存占比
- 优化业务代码，减少查询数据库的次数
经过了这些优化措施之后，压测性能有了显著的提升，但距离压测通过标准还有不小差距。
对于三级分类数据，因为其改动较少，变化不大，数据一致性要求也不高，所以还可以通过缓存的方式尽量避免从数据库中读取数据，这会大幅提升性能。
缓存分为两种：
- 本地缓存
- 分布式缓存
一，本地缓存
1，定义
本地缓存（Local Cache）通常指的是在单个应用实例的内存中存储的缓存数据。这种缓存方式简单直接，通常使用编程语言内置的数据结构如哈希表（HashMap）来实现。
2，优点
- 访问速度快：由于数据存储在本地内存中，访问本地缓存几乎无网络延迟，可以快速响应数据请求。
- 简单易实现：大多数编程语言都提供了易于使用的集合类，如Java中的HashMap，Python中的dict，可以快速实现本地缓存。
3，代码示例（Java）
以下是一个简单的本地缓存实现示例，使用Java中的HashMap：
java
import java.util.HashMap;
import java.util.Map;
public class LocalCacheExample {
private Map<String, Object> cache = new HashMap<>();
public Object getFromCache(String key) {
// 尝试从本地缓存获取数据
return cache.get(key);
}
public void addToCache(String key, Object value) {
// 将数据放入本地缓存
cache.put(key, value);
}
public static void main(String[] args) {
LocalCacheExample localCache = new LocalCacheExample();
// 假设我们缓存一个商品信息
String productId = "123";
Product product = getProductFromDatabase(productId); // 从数据库获取商品信息
localCache.addToCache(productId, product);
// 后续请求可以直接从缓存获取
product = (Product) localCache.getFromCache(productId);
if (product != null) {
System.out.println("Product found in local cache.");
} else {
System.out.println("Product not found in local cache, fetching from DB.");
}
}
private Product getProductFromDatabase(String id) {
// 模拟数据库查询
return new Product(id, "Sample Product");
}
}
class Product {
private String id;
private String name;
public Product(String id, String name) {
this.id = id;
this.name = name;
}
// Getters and Setters
}4，缺点
- 数据不一致：在多实例部署的情况下，每个实例可能拥有不同的本地缓存副本，导致数据不一致。
- 容量有限：缓存容量受限于单台服务器的内存大小，不适合存储大量数据。
- 扩展性差 ：本地缓存难以水平扩展，当系统负载增加时，可能需要更复杂的解决方案。
,
二，分布式缓存
在分布式系统中，数据的快速访问和一致性是至关重要的，这正是分布式缓存发挥作用的地方。以下是对分布式缓存的概述，包括其定义、优点、缺点以及代码示例。
1，定义
分布式缓存是一种将缓存数据分布在多个服务器或节点上的机制，这些服务器可以是物理机或虚拟机。它允许系统通过多个缓存节点共享数据，从而提高数据访问速度和系统扩展性。
2，优点
- 数据一致性：所有应用实例共享同一份缓存数据，确保了数据的一致性。
- 高可用性：通过冗余和故障转移机制，即使部分节点失败，缓存服务仍可继续提供服务。
- 扩展性强：可以通过增加更多的缓存节点来水平扩展，以应对不断增长的数据量和访问压力。
- 负载均衡：分布式缓存系统通常内置或支持负载均衡机制，可以均匀分配请求到各个节点。
3，缺点
- 访问速度相对较慢：与本地缓存相比，分布式缓存可能因为网络延迟而稍慢。
- 实现复杂：需要处理网络通信、数据分片、一致性协议等复杂问题。
- 成本较高：需要投资更多的硬件资源，以及维护分布式系统的复杂性。
4，代码示例
以下是使用Redis作为分布式缓存的一个简单示例。Redis是一个开源的内存数据结构存储系统，常用作分布式缓存解决方案。
java
import redis.clients.jedis.Jedis;
public class RedisCacheExample {
private static final String CACHE_HOST = "localhost";
private static final int CACHE_PORT = 6379;
public static void main(String[] args) {
// 连接到Redis缓存服务器
try (Jedis jedis = new Jedis(CACHE_HOST, CACHE_PORT)) {
// 将数据放入缓存
jedis.set("product:123", "Product Name");
// 从缓存中获取数据
String productName = jedis.get("product:123");
System.out.println("Cached Product Name: " + productName);
// 如果需要更新缓存中的数据
jedis.set("product:123", "Updated Product Name");
}
}
}在这个示例中，我使用Java的Jedis客户端连接到本地运行的Redis服务器，并将一个产品名称作为字符串存储在缓存中。之后，从缓存中检索并打印这个名称。如果产品信息更新了，也可以简单地更新缓存中的值。
三，本地缓存与分布式缓存的适用场景
- 本地缓存：适用于单实例部署，或者对缓存数据一致性要求不高的场景。
- 分布式缓存：适用于多实例部署，对数据一致性和高可用性有较高要求的场景。
四，缓存一致性的挑战与解决方案
- 缓存穿透：通过设置合理的超时策略和使用布隆过滤器来防止。
- 缓存雪崩：通过缓存数据的分布式过期策略来避免大量缓存同时过期。
- 缓存击穿：对于热点数据，使用互斥锁或分布式锁来保证更新操作的原子性。