java使用redis缓存案例,redis缓存解决高并发

　　00-1010 1.多级缓存1。传统缓存方案2。多级缓存方案2。JVM本地缓存1。实际案例3。缓存一致性1。常用方案1.1设置有效期1.2同步双写1.3异步通知2。基于Canal的异步通知2.1 mysql主从复制2.2 canal工作原理

一、多级缓存

tomcat的请求并发性远不如redis，所以tomcat会成为瓶颈。利用请求处理的各个环节，分别添加缓存，减轻tomcat的压力，提高服务性能。

　　00-1010缓存存储在内存中，可以快速读取数据，可以大大减少对数据库的访问，减轻数据库的压力。

　　分布式缓存，比如redis——优点：存储容量大，可靠性好，可以在集群中共享——缺点：访问缓存有网络开销——场景：缓存大量数据，可靠性高，需要在集群中共享。

　　本地进程缓存，如HashMap和GuavaCache——优点：读取本地内存，无网络开销，速度更快——缺点：存储容量有限，可靠性低(如重启后丢失)，无法在集群中共享——场景：性能要求高，缓存数据量小。

1. 传统缓存方案

Caffeine是基于java8开发的，它提供了一个高性能的本地缓存库，具有近乎最佳的命中率。目前，这个依赖groupIdcom.github.ben-manes.caffeine/groupId artifactid咖啡因/artifactid版本3 . 0 . 5/version/dependency package com。Erick.cache用于spring的缓存。导入com . github . benmanes . caffeine . cache . cache；导入com.github.benmanes .咖啡因. cache .咖啡因；导入Java . time . duration；public final类CacheUtil { private static int expire seconds=2；公共静态缓存字符串，字符串cacheWithExpireSeconds。private static int max pairs=1；公共静态CacheString，字符串cacheWithMaxPairs静态{/*过期策略，在写入*/cachewithExpireSeconds=caffeine . new builder()60秒后过期。ExpireAfterwrite(持续时间。秒(ExpireSeconds))。build()；/*过期策略，达到最大值* 1后删除。不会马上删除，过段时间会删除* 2。先前存储的数据将被删除*/cachewithmaxpairs=caffeine . new builder()。maximumsize (maxpairs)。build()；}/*从缓存中获取数据* 1。如果缓存中有，直接从缓存中返回* 2。如果缓存中没有，则转到数据查询，返回结果*/public static string getkeywithexpire(string key){ return cachewithexpires . get(key，value-{ return getresultfromdb())；});}公共静态字符串getKeyWithMaxPair(String key){ return cachewithmaxpairs . get(key，

　　value -> { return getResultFromDB(); }); } private static String getResultFromDB() { System.out.println("数据库查询"); return "db result"; }}

package com.erick.cache;import java.util.concurrent.TimeUnit;public class Test {    @org.junit.Test    public void test01() throws InterruptedException {        CacheUtil.cacheWithExpireSeconds.put("name", "erick");        System.out.println(CacheUtil.getKeyWithExpire("name"));        TimeUnit.SECONDS.sleep(3);        System.out.println(CacheUtil.getKeyWithExpire("name"));    }    @org.junit.Test    public void test02() throws InterruptedException {        CacheUtil.cacheWithMaxPairs.put("name", "erick");        CacheUtil.cacheWithMaxPairs.put("age", "12");        System.out.println(CacheUtil.getKeyWithMaxPair("name"));        System.out.println(CacheUtil.getKeyWithMaxPair("age"));        TimeUnit.SECONDS.sleep(2);        System.out.println(CacheUtil.getKeyWithMaxPair("name")); // 查询不到了        System.out.println(CacheUtil.getKeyWithMaxPair("age"));    }}

三、缓存一致性

1. 常见方案

1.1 设置有效期

给缓存设置有效期，到期后自动删除。再次查询时可以更新优势：简单，方便缺点：时效性差，缓存过期之前可能不一致场景：更新频率低，时效性要求比较低的业务

1.2 同步双写

在修改数据库的同时，直接修改缓存优势：有代码侵入，缓存与数据库强一致性缺点：代码进入，耦合性高场景：对一致性，失效性要求较高的缓存数据

1.3 异步通知

修改数据库时发送事件通知，相关服务监听到后修改缓存数据优势：低耦合，可以同时通知多个缓存服务缺点：时效性一把，可能存在缓存不一致问题场景：时效性一般，有多个服务需要同步

2. 基于Canal的异步通知

是阿里旗下的一款开源项目，基于java开发基于数据库增量日志解析，提供增量数据订阅和消费基于mysql的主从备份的思想

2.1 mysql主从复制

2.2 canal 工作原理

canal 模拟 MySQL slave 的交互协议，伪装自己为 MySQL slave ，向 MySQL master 发送dump 协议MySQL master 收到 dump 请求, 开始推送 binary log 给 slave (即 canal )canal 解析 binary log 对象(原始为 byte 流)到此这篇关于Redis多级缓存方案分享的文章就介绍到这了,更多相关Redis多级缓存内容请搜索盛行IT以前的文章或继续浏览下面的相关文章希望大家以后多多支持盛行IT！

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。