您好,登錄后才能下訂單哦!
這篇文章給大家介紹使用Spring Cache如何實現多級緩存,內容非常詳細,感興趣的小伙伴們可以參考借鑒,希望對大家能有所幫助。
為什么多級緩存
緩存的引入是現在大部分系統所必須考慮的
redis 作為常用中間件,雖然我們一般業務系統(畢竟業務量有限)不會遇到如下圖 在隨著 data-size 的增大和數據結構的復雜的造成性能下降,但網絡 IO 消耗會成為整個調用鏈路中不可忽視的部分。尤其在 微服務架構中,一次調用往往會涉及多次調用 例如pig oauth3.0 的 client 認證
Caffeine 來自未來的本地內存緩存,性能比如常見的內存緩存實現性能高出不少詳細對比。
綜合所述:我們需要構建 L1 Caffeine JVM 級別緩存 , L2 Redis 緩存。
設計難點
目前大部分應用緩存都是基于 Spring Cache 實現,基于注解(annotation)的緩存(cache)技術,存在的問題如下:
業務流程
如何使用
引入依賴
<dependency> <groupId>com.pig4cloud.plugin</groupId> <artifactId>multilevel-cache-spring-boot-starter</artifactId> <version>0.0.1</version> </dependency>
開啟緩存支持
@EnableCaching public class App { public static void main(String[] args) { SpringApplication.run(App.class, args); } }
目標接口聲明 Spring Cache 注解
@Cacheable(value = "get",key = "#key") @GetMapping("/get") public String get(String key){ return "success"; }
性能比較
為保證性能 redis 在 127.0.0.1 環路安裝
Benchmark | Mode | Cnt | Score | Units |
---|---|---|---|---|
多級實現 | thrpt | 2 | 2716.074 | ops/s |
默認 redis | thrpt | 2 | 1373.476 | ops/s |
代碼原理
自定義 CacheManager 多級緩存實現
public class RedisCaffeineCacheManager implements CacheManager { @Override public Cache getCache(String name) { Cache cache = cacheMap.get(name); if (cache != null) { return cache; } cache = new RedisCaffeineCache(name, stringKeyRedisTemplate, caffeineCache(), cacheConfigProperties); Cache oldCache = cacheMap.putIfAbsent(name, cache); log.debug("create cache instance, the cache name is : {}", name); return oldCache == null ? cache : oldCache; } }
多級讀取、過期策略實現
public class RedisCaffeineCache extends AbstractValueAdaptingCache { protected Object lookup(Object key) { Object cacheKey = getKey(key); // 1. 先調用 caffeine 查詢是否存在指定的值 Object value = caffeineCache.getIfPresent(key); if (value != null) { log.debug("get cache from caffeine, the key is : {}", cacheKey); return value; } // 2. 調用 redis 查詢在指定的值 value = stringKeyRedisTemplate.opsForValue().get(cacheKey); if (value != null) { log.debug("get cache from redis and put in caffeine, the key is : {}", cacheKey); caffeineCache.put(key, value); } return value; } }
過期策略,所有更新操作都基于 redis pub/sub 消息機制更新
public class RedisCaffeineCache extends AbstractValueAdaptingCache { @Override public void put(Object key, Object value) { push(new CacheMessage(this.name, key)); } @Override public ValueWrapper putIfAbsent(Object key, Object value) { push(new CacheMessage(this.name, key)); } @Override public void evict(Object key) { push(new CacheMessage(this.name, key)); } @Override public void clear() { push(new CacheMessage(this.name, null)); } private void push(CacheMessage message) { stringKeyRedisTemplate.convertAndSend(topic, message); } }
MessageListener 刪除指定 Caffeine 的指定值
public class CacheMessageListener implements MessageListener { private final RedisTemplate<Object, Object> redisTemplate; private final RedisCaffeineCacheManager redisCaffeineCacheManager; @Override public void onMessage(Message message, byte[] pattern) { CacheMessage cacheMessage = (CacheMessage) redisTemplate.getValueSerializer().deserialize(message.getBody()); cacheMessage.getCacheName(), cacheMessage.getKey()); redisCaffeineCacheManager.clearLocal(cacheMessage.getCacheName(), cacheMessage.getKey()); } }
關于使用Spring Cache如何實現多級緩存就分享到這里了,希望以上內容可以對大家有一定的幫助,可以學到更多知識。如果覺得文章不錯,可以把它分享出去讓更多的人看到。
免責聲明:本站發布的內容(圖片、視頻和文字)以原創、轉載和分享為主,文章觀點不代表本網站立場,如果涉及侵權請聯系站長郵箱:is@yisu.com進行舉報,并提供相關證據,一經查實,將立刻刪除涉嫌侵權內容。