社区网站7.10 优化网站的性能

最新推荐文章于 2024-10-07 17:15:11 发布

xiaoshuzi666

最新推荐文章于 2024-10-07 17:15:11 发布

阅读量274

点赞数

分类专栏：社区网站

本文链接：https://blog.youkuaiyun.com/xiaoshuzi666/article/details/108150447

版权

社区网站专栏收录该内容

55 篇文章

订阅专栏

本文介绍了社区网站性能优化的方法，重点讨论了本地缓存（如Ehcache、Guava、Caffeine）和分布式缓存（如MemCache、Redis）的使用，以及如何构建多级缓存策略防止缓存雪崩。通过示例展示了Caffeine的集成步骤，并使用JMeter进行性能测试，结果显示启用Caffeine后，首页吞吐量显著提升，性能得到显著改善。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

本地缓存
（1）将数据缓存在应用服务器上，性能最好。
（2）常用缓存工具：Ehcache、Guava、Caffein等。
分布式缓存
（1）将数据缓存在NoSQL数据库上，跨服务器。
（2）常用缓存工具：MemCache、Redis等。
多级缓存
（1）>一级缓存（本地缓存）>二级缓存（分布式缓存）>DB
（2）避免缓存雪崩（缓存失效，大量请求直达DB，提高系统的可用性。
本地缓存和redis缓存的示意图（本地缓存更普适，效率更高）
本地缓存比redis缓存效率高
缓存访问流程
在github上搜Caffeine，第一个就是。在mvn库里搜caffeine，把com.github.ben-manes.caffeine粘贴到pom.xml。在application-properties里添加

# caffeine
# 15页，不一定是前15页，例如缓存热门帖子的15页，没必要缓存所有（浪费内存空间）
caffeine.posts.max-size=15
# 3分钟过期
caffeine.posts.expire-seconds=180

在DiscussPostService类里，添加

	@Value("${caffeine.posts.max-size}")
    private int maxSize;

    @Value("${caffeine.posts.expire-seconds}")
    private int expireSeconds;

	//Caffeine核心接口：Cache,子接口LoadingCache（排队等）,AsyncLoadingCache（异步，支持并发，不着急返回）

    //帖子列表缓存
    private LoadingCache<String,List<DiscussPost>> postListCache;

    // 帖子总数缓存
    private LoadingCache<Integer, Integer> postRowsCache;

	@PostConstruct
    public void init(){
        //初始化帖子列表缓存
        postListCache = Caffeine.newBuilder()    //先用caffine
                .maximumSize(maxSize)
                .expireAfterWrite(expireSeconds, TimeUnit.SECONDS)
                .build(new CacheLoader<String, List<DiscussPost>>() {
                    @Nullable
                    @Override
                    public List<DiscussPost> load(@NonNull String key) throws Exception {
                        if(key==null||key.length()==0){
                            throw new IllegalArgumentException("参数错误！");
                        }

                        String[] params = key.split(":");
                        if(params==null||params.length!=2){
                            throw new IllegalArgumentException("参数错误！");
                        }

                        int offset = Integer.valueOf(params[0]);
                        int limit = Integer.valueOf(params[1]);

                        //若有二级缓存：Redis -> mysql，而这里是直接就访问数据库了

                        logger.debug("load post list from DB.");
                        return discussPostMapper.selectDiscussPosts(0,offset,limit,1);
                        //只缓存不针对用户的所有帖子，且是“最热”模式
                    }
                });
        //初始化帖子总数缓存
        postRowsCache = Caffeine.newBuilder()
                .maximumSize(maxSize)
                .expireAfterWrite(expireSeconds, TimeUnit.SECONDS)
                .build(new CacheLoader<Integer,Integer>() {
                    @Nullable
                    @Override
                    public Integer load(@NonNull Integer key) throws Exception {
                        logger.debug("load post rows from DB.");
                        return discussPostMapper.selectDiscussPostRows(key);
                    }
                });
    }

并修改findDiscussPosts和findDiscussPostRows方法为

public List<DiscussPost> findDiscussPosts(int userId,int offset,int limit,int orderMode) {
        if(userId==0&&orderMode==1){
            return postListCache.get(offset+":"+limit);
        }

        logger.debug("load post list from DB.");
        return discussPostMapper.selectDiscussPosts(userId,offset,limit,orderMode);
    }

    public int findDiscussPostRows(int userId) {
        if(userId==0){
            return postRowsCache.get(userId);
        }

        logger.debug("load post rows from DB.");

        return discussPostMapper.selectDiscussPostRows(userId);
    }

新建 CaffeineTests类，

@Test
    public void initDataForTest(){  //这个先初始化好
        for(int i=0;i<300000;i++){
            DiscussPost post = new DiscussPost();
            post.setUserId(111);
            post.setTitle("互联网求职暖春计划");
            post.setContent("今年的就业形势，确实不容乐观，21届要加油啊！");
            post.setCreateTime(new Date());
            post.setScore(Math.random()*2000);
            postService.addDiscussPost(post);
        }
    }

    
    @Test
    public void testCache(){
        System.out.println(postService.findDiscussPosts(0,0,10,1));
        System.out.println(postService.findDiscussPosts(0,0,10,1));
        System.out.println(postService.findDiscussPosts(0,0,10,1));
        System.out.println(postService.findDiscussPosts(0,0,10,0));//不走缓存
    }

到jmeter.apache.org官网下载JMeter二进制包，解压缩即能用。进入安装目录的bin，双击jmeter.bat即能使用。
首先添加线程组

设置线程组的名字、线程数量、是否无限循环、明确线程生命时间。

添加取样器

设置取样器

添加统一随机定时器

设置随机定时器的随机时间间隔为1000（即0~1000）
设置随机时间间隔
添加聚合报告监听器

点击开始，弹出窗口中设置聚合报告的保存路径和文件名字，开始测试。看到不加Caffeine缓存访问首页的吞吐量为12.9/sec。
不加caffeine的首页
把caffeine加上，先清理掉上次的聚合报告，再次点击绿色箭头开始测试。
清理按钮
可以看到，把caffeine加上之后首页的吞吐量为193.9/sec，性能提升不少。另外，对于性能欠佳的服务器，因为访问请求压力大，响应不过来的时候，可能会报异常。
加上caffeine之后的吞吐量