Web 架构之缓存策略实战：从本地缓存到分布式缓存

文章目录

- 一、思维导图
- 二、正文内容
- - （一）本地缓存
  - - [1. 简介](#1. 简介)
    - [2. 常见实现](#2. 常见实现)
    - [3. 使用场景](#3. 使用场景)
    - [4. 优缺点](#4. 优缺点)
  - （二）分布式缓存
  - - [1. 简介](#1. 简介)
    - [2. 常见实现](#2. 常见实现)
    - [3. 使用场景](#3. 使用场景)
    - [4. 优缺点](#4. 优缺点)
    - [5. 缓存问题及解决方案](#5. 缓存问题及解决方案)
- 三、总结

一、思维导图

缓存策略实战本地缓存分布式缓存简介常见实现使用场景优缺点 Guava Cache Caffeine 简介常见实现使用场景优缺点 Redis Memcached 缓存穿透缓存击穿缓存雪崩解决方案解决方案解决方案

二、正文内容

（一）本地缓存

1. 简介

本地缓存是指在应用程序的进程内部进行缓存，数据存储在应用程序所在的服务器内存中。它的访问速度非常快，因为不需要进行网络通信。

2. 常见实现

Guava Cache
- Guava 是 Google 开源的 Java 库，其中的 Guava Cache 是一个非常方便的本地缓存实现。它支持多种缓存回收策略，如基于大小、时间等。
- 示例代码：

java 复制代码

import com.google.common.cache.Cache;
import com.google.common.cache.CacheBuilder;

import java.util.concurrent.TimeUnit;

public class GuavaCacheExample {
    public static void main(String[] args) {
        Cache<String, String> cache = CacheBuilder.newBuilder()
               .maximumSize(100)
               .expireAfterWrite(10, TimeUnit.MINUTES)
               .build();

        cache.put("key1", "value1");
        String value = cache.getIfPresent("key1");
        System.out.println(value);
    }
}

Caffeine
- Caffeine 是一个基于 Java 8 的高性能本地缓存库，它在性能上比 Guava Cache 更优秀。Caffeine 采用了多种优化策略，如 W-TinyLFU 算法来管理缓存。
- 示例代码：

java 复制代码

import com.github.benmanes.caffeine.cache.Cache;
import com.github.benmanes.caffeine.cache.Caffeine;

import java.util.concurrent.TimeUnit;

public class CaffeineCacheExample {
    public static void main(String[] args) {
        Cache<String, String> cache = Caffeine.newBuilder()
               .maximumSize(100)
               .expireAfterWrite(10, TimeUnit.MINUTES)
               .build();

        cache.put("key1", "value1");
        String value = cache.getIfPresent("key1");
        System.out.println(value);
    }
}

3. 使用场景

数据量较小且访问频繁的场景，如配置信息、常用数据字典等。
对响应时间要求极高的场景，因为本地缓存的访问速度极快。

4. 优缺点

优点
- 访问速度快，无需网络开销。
- 实现简单，不需要额外的服务器。
缺点
- 缓存数据无法在多个应用实例之间共享。
- 受应用程序所在服务器内存限制，缓存容量有限。

（二）分布式缓存

1. 简介

分布式缓存是将缓存数据存储在多个服务器节点上，通过网络进行访问。它可以解决本地缓存无法共享数据和容量有限的问题。

2. 常见实现

Redis
- Redis 是一个开源的高性能键值对存储数据库，支持多种数据结构，如字符串、哈希、列表、集合等。它不仅可以作为缓存使用，还可以用于消息队列、分布式锁等场景。
- 示例代码（使用 Jedis 客户端）：

java 复制代码

import redis.clients.jedis.Jedis;

public class RedisExample {
    public static void main(String[] args) {
        Jedis jedis = new Jedis("localhost", 6379);
        jedis.set("key1", "value1");
        String value = jedis.get("key1");
        System.out.println(value);
        jedis.close();
    }
}

Memcached
- Memcached 是一个高性能的分布式内存对象缓存系统，主要用于减轻数据库负载。它只支持简单的键值对存储。
- 示例代码（使用 Spymemcached 客户端）：

java 复制代码

import net.spy.memcached.MemcachedClient;

import java.io.IOException;
import java.net.InetSocketAddress;
import java.util.concurrent.Future;

public class MemcachedExample {
    public static void main(String[] args) throws IOException {
        MemcachedClient memcachedClient = new MemcachedClient(new InetSocketAddress("localhost", 11211));
        Future<Boolean> future = memcachedClient.set("key1", 3600, "value1");
        Object value = memcachedClient.get("key1");
        System.out.println(value);
        memcachedClient.shutdown();
    }
}

3. 使用场景

数据需要在多个应用实例之间共享的场景，如用户会话信息、商品库存信息等。
数据量较大，本地缓存无法满足需求的场景。

4. 优缺点

优点
- 可以在多个应用实例之间共享缓存数据。
- 缓存容量可以通过增加服务器节点进行扩展。
缺点
- 存在网络开销，访问速度相对本地缓存较慢。
- 系统复杂度较高，需要维护缓存服务器集群。

5. 缓存问题及解决方案

缓存穿透
- 问题描述：指查询一个一定不存在的数据，由于缓存中没有，每次都会去数据库查询，导致数据库压力过大。
- 解决方案 ：
  - 布隆过滤器：在缓存之前加一层布隆过滤器，判断数据是否存在。
  - 缓存空值：对于查询结果为空的数据，也将其缓存起来，并设置较短的过期时间。
缓存击穿
- 问题描述：指一个非常热点的 key，在缓存过期的瞬间，大量请求同时访问该 key，导致这些请求全部落到数据库上。
- 解决方案 ：
  - 互斥锁：在缓存失效时，通过加锁的方式，只允许一个线程去查询数据库并更新缓存。
  - 永不过期：对于热点 key，设置为永不过期，在更新数据时同时更新缓存。
缓存雪崩
- 问题描述：指大量的缓存 key 在同一时间过期，导致大量请求同时落到数据库上，造成数据库压力过大甚至崩溃。
- 解决方案 ：
  - 随机过期时间：为缓存 key 设置随机的过期时间，避免大量 key 同时过期。
  - 缓存预热：在系统启动时，将热点数据提前加载到缓存中。
  - 多级缓存：使用本地缓存和分布式缓存结合的方式，减轻数据库压力。

三、总结

本地缓存和分布式缓存各有优缺点，在实际应用中需要根据具体的业务场景选择合适的缓存策略。本地缓存适用于数据量小、访问频繁且对响应时间要求极高的场景；分布式缓存适用于数据需要共享、数据量较大的场景。同时，在使用分布式缓存时，需要注意缓存穿透、缓存击穿和缓存雪崩等问题，并采取相应的解决方案。通过合理使用缓存策略，可以显著提高 Web 应用的性能和稳定性。