java缓存

本文介绍Redis在分布式系统中的应用,包括安装配置、工具使用、数据操作方式等,并探讨了缓存失效问题如穿透、雪崩及击穿的解决方案,还介绍了如何使用Spring Cache简化缓存管理。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

用在:

即时性、数据一致性要求不高

访问量大,更新频率低的数据(读多写少)

本地缓存只适合本地单服务处理

分布式缓存—缓存中间件redis

安装在Docker中

查看工具Redis Desktop Manager

RedisAutoConfiguration

Redis Properties.class

使用Template操作redis

例如StringRedisTemplate.opsForValue set/get value timeout

复杂对象的缓存可以使用json数据,跨平台兼容。其他语言兼容。

堆外内存溢出

Lettuce作为操作redis的客户端,使用netty进行网络通信

<exclusions>排除lettuce

加依赖jedis

spring对lettuce/jedis封装为template

缓存失效—缓存穿透

利用不存在的数据进行攻击

查询一次后,缓存空数据,下次查到空,空结果加入短暂的过期时间。

缓存雪崩——多key

大量Key采用了相同的过期时间,同一时间失效,压力到db

过期时间加随机值(例如1-5分钟)

缓存击穿—单key

高并发访问某个失效的key,且数据是热点数据。

大量请求进来时候,正好失效,都落到db上

解决: 加锁 (判断缓存-查数据库-存缓存)

单体服务,SpringBoot所有组件在容器中都是单例的

方法内/方法声明加本地锁:synchrozied/lock。

问题:分布式服务中,组件是多实例的,锁不住。

解决:分布式锁

使用redis set key NX。key不存在时候,才会设置。

代码实现:setIfAbsent(“lock”,1)返回bool。

true为加锁成功。执行后续业务、完成后删除锁

Else 持续休眠尝试

问题1:代码崩溃、断电等问题导致解锁失败、死锁。

解决:增加自动过期(template.expire),自动删除失败的锁。

问题2:占锁同时,要加过期时间。即保持原子。set lock 1 EX 300 NX

代码实现:setIfAbsent(“lock”,1,expire)

问题3:业务执行代码过久,大于expire,锁被误删除(并发时删掉其他人锁)。

解决:增加UUID。删除锁时,使用脚本,不使用DEL

框架实现:Redssion

RedssionConfig {

}

操作RedissonClient redisson()

内容:分布式对象,分布式集合,

分布式锁RLock,同名同锁

Lock.Lock()看门狗自动续期,默认30s过期时间

Lock.lock(leastime:10)不会自动续期,其他人可占,不可删。会异常。

自动解锁时间,一定要大于业务执行时间。

分布式锁的缓存一致性

1、双写模式——脏数据、加锁、允许临时不一致——最终一致

2、失效模式—

解决方案:

缓存数据+过期时间,解决大部分缓存需求。

加读写锁

canal订阅binlog

直接写逻辑复杂

使用springCache,直接加注解

CacheManager兼容各类缓存,Redis、ConcurrentHashMap

实施:

引入依赖

写配置(自动配置好了RedisCacheManager)

spring.cache开头,spring.cache.type=redis

使用注解

@Cacheable 触发将数据保存到缓存

@CacheEvict 删除(失效模式)

@CachePut不影响方法执行 更新缓存(双写模式)

@Caching 组合多个缓存操作

@CacheConfig 类级别共享缓存配置

获取:

@Cacheable() 注解到方法上,代表方法的结果需要缓存,如果缓存中有,方法不调用

自定义key(SpEl表达式)、时间、数据保存json

更新:

@Caching(evict = { })

@CacheEvict() //失效模式

@CachePut //双写模式

常规数据,读多写少,实时性一致性要求不高的数据,直接使用Spring-Cache

问题解决:

缓存穿透:cache-null-values=true

缓存击穿:加锁? 读写加锁(默认无锁,syn=true,get方法加锁)、canal感知mysql更新数据库、读多写多的直接操作数据库

缓存雪崩:因为开始缓存已经不一致,加上过期时间即可

特殊数据:特殊设计

各个微服务 properties中配置相同redis host port

### Java 缓存实现机制及相关库 #### 1. 缓存的作用与意义 缓存技术的主要目的是通过存储计算结果或数据副本,减少对数据库或其他外部资源的频繁访问,从而显著提升应用性能和响应速度[^1]。 #### 2. 常见的缓存分类 在 Java 开发中,常见的缓存分为两类: - **分布式缓存**:适用于多节点环境下的共享缓存需求,典型代表有 Redis 和 Memcached。这些工具通常部署在独立服务器上,支持高并发读写操作。 - **本地缓存**:运行于单机内存中的缓存解决方案,适合低延迟场景。常用的工具有 ConcurrentHashMap、Guava Cache 和 Caffeine 等[^3]。 --- #### 3. 使用 Ehcache 实现本地缓存 Ehcache 是一种广泛使用的开源缓存框架,能够轻松集成到 Java 应用程序中。以下是基于 Ehcache 的简单示例: ```java import net.sf.ehcache.Cache; import net.sf.ehcache.CacheManager; import net.sf.ehcache.Element; public class EhcacheExample { public static void main(String[] args) { // 创建缓存管理器实例 CacheManager cacheManager = CacheManager.create(); // 定义并初始化缓存对象 Cache myCache = new Cache("myCache", 100, false, true, 60, 120); cacheManager.addCache(myCache); // 添加键值对到缓存 Element element = new Element("key1", "value1"); myCache.put(element); // 获取缓存中的值 String value = (String) myCache.get("key1").getObjectValue(); System.out.println(value); // 输出: value1 // 关闭缓存管理器 cacheManager.shutdown(); } } ``` 上述代码展示了如何使用 Ehcache 进行简单的缓存操作。 --- #### 4. 使用 Guava Cache 实现 LRU 缓存 Google 提供的 Guava 工具包内置了强大的缓存功能,尤其擅长实现 LRU(Least Recently Used)淘汰策略。以下是一个典型的 Guava Cache 示例: ```java import com.google.common.cache.CacheBuilder; import com.google.common.cache.CacheLoader; import com.google.common.cache.LoadingCache; import java.util.concurrent.ExecutionException; import java.util.concurrent.TimeUnit; public class GuavaLRUCacheExample { private LoadingCache<String, String> cache = CacheBuilder.newBuilder() .maximumSize(100) // 设置最大缓存条目数 .expireAfterWrite(10, TimeUnit.MINUTES) // 设置过期时间 .build(new CacheLoader<>() { @Override public String load(String key) throws Exception { return fetchFromDatabase(key); // 模拟从数据库加载数据 } }); private String fetchFromDatabase(String key) { return "Data-" + key; // 返回模拟的数据 } public String getData(String key) throws ExecutionException { return cache.get(key); } public static void main(String[] args) throws ExecutionException { GuavaLRUCacheExample example = new GuavaLRUCacheExample(); // 访问缓存中的数据 System.out.println(example.getData("testKey")); // 输出: Data-testKey } } ``` 此代码片段演示了如何利用 Guava Cache 构建带有自动清理功能的缓存系统[^4]。 --- #### 5. 集成 Redis 实现分布式缓存 Redis 是目前最受欢迎的分布式缓存解决方案之一,其高性能和丰富的特性使其成为许多大型项目的首选。下面展示了一个 Spring Boot 中集成了 Redis 的配置案例: ```yaml spring: redis: host: localhost port: 6379 timeout: 5000ms ``` 对应的 Java 配置类如下所示: ```java import org.springframework.context.annotation.Bean; import org.springframework.context.annotation.Configuration; import org.springframework.data.redis.connection.RedisConnectionFactory; import org.springframework.data.redis.core.StringRedisTemplate; @Configuration public class RedisConfig { @Bean public StringRedisTemplate stringRedisTemplate(RedisConnectionFactory connectionFactory) { return new StringRedisTemplate(connectionFactory); } } // 测试 Redis 功能 @Service public class RedisService { @Autowired private StringRedisTemplate template; public void setValue(String key, String value) { template.opsForValue().set(key, value); } public String getValue(String key) { return template.opsForValue().get(key); } } ``` 以上代码说明了如何快速搭建一个基于 Redis 的分布式缓存服务[^2]。 --- #### 6. 总结 Java 缓存机制的选择取决于具体业务需求和技术栈特点。对于小型项目或者单一 JVM 场景下推荐采用本地缓存;而对于跨多个服务间共享状态的需求,则更适合选用像 Redis 或 Memcached 这样的分布式缓存方案。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值