# 20 圖 |6000 字 |實戰快取(上篇)
- 2021 年 4 月 23 日
- 筆記
- 00-SpringCloud實戰項目, Redis, springboot, SpringCloud, 分散式鎖, 快取
前言
先說個小事情,今天試了下做動圖,就一張動圖都花了我 1 個小時,還做得很難看。。
本文主要內容如下:
上一篇講到如何做性能調優的方法,比如給表加索引、動靜分離、減少不必要的日誌列印。但有一個很強大的優化方式沒有提到,那就是加快取,比如查詢小程式的廣告位配置,因為沒什麼人會去頻繁的改,將廣告位配置丟到快取裡面再適合不過了。那我們就給開源 Spring Cloud 實戰項目 PassJava 加下快取來提升下性能。
我把後端、前端、小程式都上傳到同一個倉庫裡面了,大家可以通過 github 或 碼雲訪問。地址如下:
Github: //github.com/Jackson0714/PassJava-Platform
碼雲://gitee.com/jayh2018/PassJava-Platform
配套教程:www.passjava.cn
在實戰之前,我們先來看下使用快取的原理和問題。
一、快取
1.1 為什麼要用快取
20 年前常見的系統就是單機的,比如 ERP 系統,對性能要求不高,使用快取的並不常見,但現如今,已經步入到互聯網時代,高並發、高可用、高性能總是被提起,而快取在這「三高」中立下汗馬功勞。
我們通過會將部分數據放入快取中,來提高訪問速度,然後資料庫承擔存儲的工作。
那麼哪些數據適合放入快取中呢?
-
即時性。例如查詢最新的物流狀態資訊。
-
數據一致性要求不高。例如門店資訊,修改後,資料庫中已經改了,5 分鐘後快取中才是最新的,但不影響功能使用。
-
訪問量大且更新頻率不高。比如首頁的廣告資訊,訪問量,但是不會經常變化。
當我們想要查詢數據時,使用快取的流程如下:
1.2 本地快取
最簡單的使用快取的方式就是用本地快取。
比如現在有一個需求,前端小程式需要查詢題目的類型,而題目類型放在小程式的首頁在,訪問量是非常高的,但是又不是經常變化的數據,所以可以將題目類型數據放到快取中。
最簡單的使用快取的方式是使用本地快取,也就是在記憶體中快取數據,可以用 HashMap、數組等數據結構來快取數據。
1.2.1 不使用快取
我們先來看下不使用快取的情況:前端的請求先經過網關,然後請求到題目微服務,然後查詢資料庫,返回查詢結果。
再來看下核心程式碼是怎麼樣的。
先自定義一個 Rest API 用來查詢題目類型列表,數據是從資料庫查詢出來後直接返回給前端。
@RequestMapping("/list")
public R list(){
// 從資料庫中查詢數據
typeEntityList = ITypeService.list();
return R.ok().put("typeEntityList", typeEntityList);
}
1.2.2 使用快取
來看下使用快取的情況:前端先經過網關,然後到題目微服務,先判斷快取中有沒有數據,如果沒有,則查詢資料庫再更新快取,最後返回查詢到的結果。
那我們現在創建一個 HashMap 來快取題目的類型列表:
private Map<String, Object> cache = new HashMap<>();
先獲取快取的類型列表
List<TypeEntity> typeEntityListCache = (List<TypeEntity>) cache.get("typeEntityList");
如果快取中沒有,則先從資料庫中獲取。當然,第一次查詢快取時,肯定是沒有這個數據的。
// 如果快取中沒有數據
if (typeEntityListCache == null) {
System.out.println("The cache is empty");
// 從資料庫中查詢數據
List<TypeEntity> typeEntityList = ITypeService.list();
// 將數據放入快取中
typeEntityListCache = typeEntityList;
cache.put("typeEntityList", typeEntityList);
}
return R.ok().put("typeEntityList", typeEntityListCache);
我們用 Postman 工具來看下查詢結果:
請求URL://github.com/Jackson0714/PassJava-Platform
返回了題目類型列表,共 14 條數據。
以後再次查詢時,因為快取中已經有該數據了,所以直接走快取,不會再從資料庫中查詢數據了。
從上面的例子中我們可以知道本地快取有哪些優點呢?
- 減少和資料庫的交互,降低因磁碟 I/O 引起的性能問題。
- 避免資料庫的死鎖問題。
- 加速相應速度。
當然,本地快取也存在一些問題:
- 佔用本地記憶體資源。
- 機器宕機重啟後,快取丟失。
- 可能會存在資料庫數據和快取數據不一致的問題。
- 同一台機器中的多個微服務快取的數據不一致。
- 集群環境下存在快取的數據不一致的問題。
基於本地快取的問題,我們引入了分散式快取 Redis
來解決。
二、快取 Redis
2.1 Docker 安裝 Redis
首先需要安裝 Redis,我是通過 Docker 來安裝 Redis。另外我在 ubuntu 和 Mac M1 上都裝過 docker 版的 Redis,大家可以參照這兩篇來安裝。
《Ubuntu 上到 Docker 安裝redis》
《M1 運行 Docker》
2.2 引入 Redis 組件
我用的是 passjava-question 微服務,所以是在 passjava-question 模組下的配置文件 pom.xml 中引入 redis 組件。
文件路徑:/passjava-question/pom.xml
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-data-redis</artifactId>
</dependency>
2.3 測試 Redis
我們可以寫一個測試方法來測試引入的 redis 是否能存數據,以及能否查出存的數據。
我們都是使用 StringRedisTemplate
庫來操作 Redis,所以可以自動裝載下 StringRedisTemplate
。
@Autowired
StringRedisTemplate stringRedisTemplate;
然後在測試方法中,測試存儲方法:ops.set(),以及 查詢方法:ops.get()
@Test
public void TestStringRedisTemplate() {
// 初始化 redis 組件
ValueOperations<String, String> ops = stringRedisTemplate.opsForValue();
// 存儲數據
ops.set("悟空", "悟空聊架構_" + UUID.randomUUID().toString());
// 查詢數據
String wukong = ops.get("悟空");
System.out.println(wukong);
}
set 方法的第一個參數是 key,比如示例中的 「悟空」。
get 方法的參數也是 key。
最後列印出了 redis 中 key = 「悟空」 的快取的值:
另外也可以通過客戶端工具來查看,如下圖所示:
我下載的是這個軟體:Redis Desktop Manager windows下載地址:
//www.pc6.com/softview/SoftView_450180.html
2.4 用 Redis 改造業務邏輯
用 redis 替換 hashmap 也不難,把用到hashmap 到都用 redis 改下。另外需要注意的是:
從資料庫中查詢到的數據先要序列化
成 JSON 字元串後再存入到 Redis 中,從 Redis 中查詢數據時,也需要將 JSON 字元串反序列化
為對象實例。
public List<TypeEntity> getTypeEntityList() {
// 1.初始化 redis 組件
ValueOperations<String, String> ops = stringRedisTemplate.opsForValue();
// 2.從快取中查詢數據
String typeEntityListCache = ops.get("typeEntityList");
// 3.如果快取中沒有數據
if (StringUtils.isEmpty(typeEntityListCache)) {
System.out.println("The cache is empty");
// 4.從資料庫中查詢數據
List<TypeEntity> typeEntityListFromDb = this.list();
// 5.將從資料庫中查詢出的數據序列化 JSON 字元串
typeEntityListCache = JSON.toJSONString(typeEntityListFromDb);
// 6.將序列化後的數據存入快取中
ops.set("typeEntityList", typeEntityListCache);
return typeEntityListFromDb;
}
// 7.如果快取中有數據,則從快取中拿出來,並反序列化為實例對象
List<TypeEntity> typeEntityList = JSON.parseObject(typeEntityListCache, new TypeReference<List<TypeEntity>>(){});
return typeEntityList;
}
整個流程如下:
-
1.初始化 redis 組件。
-
2.從快取中查詢數據。
-
3.如果快取中沒有數據,執行步驟 4、5、6。
-
4.從資料庫中查詢數據
-
5.將從資料庫中查詢出的數據轉化為 JSON 字元串
-
6.將序列化後的數據存入快取中,並返回資料庫中查詢到的數據。
-
7.如果快取中有數據,則從快取中拿出來,並反序列化為實例對象
2.5 測試業務邏輯
我們還是用 postman 工具進行測試:
通過多次測試,第一次請求會稍微慢點,後面幾次速度非常快。說明使用快取後性能有提升。
另外我們用 Redis 客戶端看下結果:
Redis key = typeEntityList,Redis value 是一個 JSON 字元串,裡面的內容是題目分類列表。
三、快取穿透、雪崩、擊穿
高並發下使用快取會帶來的幾個問題:快取穿透、雪崩、擊穿。
3.1 快取穿透
3.1.1 快取穿透的概念
快取穿透指一個一定不存在的數據,由於快取未命中這條數據,就會去查詢資料庫,資料庫也沒有這條數據,所以返回結果是 null
。如果每次查詢都走資料庫,則快取就失去了意義,就像穿透了快取一樣。
3.1.2 帶來的風險
利用不存在的數據進行攻擊,資料庫壓力增大,最終導致系統崩潰。
3.1.3 解決方案
對結果 null
進行快取,並加入短暫的過期時間。
3.2 快取雪崩
3.2.1 快取雪崩的概念
快取雪崩是指我們快取多條數據時,採用了相同的過期時間,比如 00:00:00 過期,如果這個時刻快取同時失效,而有大量請求進來了,因未快取數據,所以都去查詢資料庫了,資料庫壓力增大,最終就會導致雪崩。
3.2.2 帶來的風險
嘗試找到大量 key 同時過期的時間,在某時刻進行大量攻擊,資料庫壓力增大,最終導致系統崩潰。
3.2.3 解決方案
在原有的實效時間基礎上增加一個碎擠汁,比如 1-5 分鐘隨機,降低快取的過期時間的重複率,避免發生快取集體實效。
3.3 快取擊穿
3.3.1 快取擊穿的概念
某個 key 設置了過期時間,但在正好失效的時候,有大量請求進來了,導致請求都到資料庫查詢了。
3.3.2 解決方案
大量並發時,只讓一個請求可以獲取到查詢資料庫的鎖,其他請求需要等待,查到以後釋放鎖,其他請求獲取到鎖後,先查快取,快取中有數據,就不用查資料庫。
四、加鎖解決快取擊穿
怎麼處理快取穿透、雪崩、擊穿的問題呢?
- 對空結果進行快取,用來解決快取穿透問題。
- 設置過期時間,且加上隨機值進行過期偏移,用來解決快取雪崩問題。
- 加鎖,解決快取擊穿問題。另外需要注意,加鎖對性能會帶來影響。
這裡我們來看下用程式碼演示如何解決快取擊穿問題。
我們需要用 synchronized 來進行加鎖。當然這是本地鎖的方式,分散式鎖我們會在下篇講到。
public List<TypeEntity> getTypeEntityListByLock() {
synchronized (this) {
// 1.從快取中查詢數據
String typeEntityListCache = stringRedisTemplate.opsForValue().get("typeEntityList");
if (!StringUtils.isEmpty(typeEntityListCache)) {
// 2.如果快取中有數據,則從快取中拿出來,並反序列化為實例對象,並返回結果
List<TypeEntity> typeEntityList = JSON.parseObject(typeEntityListCache, new TypeReference<List<TypeEntity>>(){});
return typeEntityList;
}
// 3.如果快取中沒有數據,從資料庫中查詢數據
System.out.println("The cache is empty");
List<TypeEntity> typeEntityListFromDb = this.list();
// 4.將從資料庫中查詢出的數據序列化 JSON 字元串
typeEntityListCache = JSON.toJSONString(typeEntityListFromDb);
// 5.將序列化後的數據存入快取中,並返回資料庫查詢結果
stringRedisTemplate.opsForValue().set("typeEntityList", typeEntityListCache, 1, TimeUnit.DAYS);
return typeEntityListFromDb;
}
}
-
1.從快取中查詢數據。
-
2.如果快取中有數據,則從快取中拿出來,並反序列化為實例對象,並返回結果。
-
3.如果快取中沒有數據,從資料庫中查詢數據。
-
4.將從資料庫中查詢出的數據序列化 JSON 字元串。
-
5.將序列化後的數據存入快取中,並返回資料庫查詢結果。
五、本地鎖的問題
本地鎖只能鎖定當前服務的執行緒,如下圖所示,部署了多個題目微服務,每個微服務用本地鎖進行加鎖。
本地鎖在一般情況下沒什麼問題,但是當用來鎖庫存就有問題了:
-
1.當前總庫存為 100,被快取在 Redis 中。
-
2.庫存微服務 A 用本地鎖扣減庫存 1 之後,總庫存為 99。
-
3.庫存微服務 B 用本地鎖扣減庫存 1 之後,總庫存為 99。
-
4.那庫存扣減了 2 次後,還是 99,就超賣了 1 個。
那如何解決本地加鎖的問題呢?
快取實戰(中篇):實戰分散式鎖。