Java项目冷更新数据双缓存方案 ( Redis + GuavaCache )

冷不防 2023-07-03 02:48 18阅读 0赞

### Java项目冷更新数据双缓存方案 ###

*  应用场景
 *  双缓存方案前言
 *  需要考虑的点
 *   *   *  1、缓存数据的大小
         *  2、本地缓存的缓存时机
         *  3、并发情况下，首次缓存数据的性能浪费问题
         *  4、心跳检测redis是否可用
 *  方案思路
 *   *   *  流程
         *  代码

**本文章主讲思想，不限于使用什么缓存**  
**但为了写作方便，故中间件缓存采用redis，本地缓存采用guava cache**

# 应用场景 #

**1、接口对缓存的需求高，不允许没有缓存的情况。**  
**2、本地缓存临时为redis分担压力，缓存热点数据到本地**  
**3、缓存数据一般涉及大量运算，耗时较大，而且不会频繁的更新，多用于计算后进行展示**

本人以下方案着重场景1：  
本人的项目遇到的问题的是，某个数据展示的接口，用户会频繁访问，因此做了redis缓存。但是redis偶尔会出现连接拿不到等不可用的情况。在这种情况下，就会直接访问数据库再进行复杂的计算，导致接口延迟过高，用户体验极差。

我认为，redis的高可用是必不可少的。但是不可避免的是，存在redis不可用的情况。而这种时候，如果是高并发的应用，轻则接口延迟过高、重则直接压垮数据库。

# 双缓存方案前言 #

考虑到中间件缓存存在**不可用**的可能性，因此解决方案有：  
（1）**结果存入数据库**。数据库不可用的情况基本不可能，如果出现了，首先业务肯定做不下去，一般不会造成太大影响，顶多就是用户这段时间无法享受功能。因此可以把缓存的数据结果，存到数据库中。

弊端：中间件缓存不可用时，虽然避免了耗时较高的数据库操作和计算，但是之后所有请求走数据库。我们通常做缓存的目的，就是把压力从数据库中分担出来。

（2）**采用本地缓存作为备用缓存**。本地缓存只要内存充足，是保证可用的。

# 需要考虑的点 #

### 1、缓存数据的大小 ###

（1）本地内存资源是否足以支撑这部分数据缓存  
（2）本地内存资源昂贵，缓存数据是否**值得**占用内存

### 2、本地缓存的缓存时机 ###

主要是考虑，什么时候启用本地缓存最合适。如：双缓存共存 还是 中间件缓存不可用时，再启用本地缓存  
（1）考虑中间件缓存不可用的频率  
（2）如果不走缓存，接口的耗时有多少  
（3）中间件缓存失效那一刻，重新获取数据的耗时是否能接受  
（4）双缓存共存，需要考虑本地缓存一直占用内存，但是又基本很少用上所带来的内存浪费问题

### 3、并发情况下，首次缓存数据的性能浪费问题 ###

我们传统的方案一般是  
（1）有缓存，直接读缓存  
（2）无缓存，走数据库，然后写入缓存。

重点出在第2步中，如果在无缓存的情况下，并发量为N（N>1），假设获取数据代码耗时10s。那么最终这N个并发请求，每个请求的耗时都是10s。而对于后台来说，一共就是10\*N的开销，也会有N次的更新缓存操作。而我们知道，实际上更新缓存只需要1次即可，其余N-1次都是没有意义的。并且其余的N-1次的数据计算也是没有意义的。在那一时刻，假设运算复杂，就会给CPU带来很大的开销。如果此时还有其他不相关的业务操作，就会受到影响。

因此此处着重要考虑的是，在并发情况下，是否只允许一个线程进行数据的计算和更新缓存操作。其余线程等待该线程的处理结果即可，而不需要每个线程都做重复的事情。

上述再次举例：（此处有锁机制的情况）  
假设无缓存情况下，N个请求并发，数据计算代码耗时10s。  
那么：

*  只有1个线程拥有数据计算和更新缓存的权利，其余N-1个线程会被阻塞，直到缓存更新完毕。
 *  那么对于每个请求来说，还是10s。（N-1个线程有可能会因为等待，而大于10s）
 *  但是对于后台来说，就是单纯的10s，而不是10\*N。因为只有1个线程进行了10s的计算，其余N-1个线程对于他们来说，是不参与复杂的计算的。他们直接读取结果即可。（而且这里还得结合锁的特性，比如synchronnized，当线程数大于2时就会升级为重量级锁，它在阻塞的过程中，是不占用CPU的）
 *  对于更新缓存来说，只有1次，而非N次
 *  假设，在这10s的期间。比如过了5s，又有一个新的请求进来。那么它的接口耗时会是5s。而如果走传统方案，它需要重新计算，那么它的接口耗时会是10s。因此在数据计算的这段时间，来多少个请求，就有多少个请求的性能开销是完全浪费的。

上述中仅仅讨论耗时问题，而实际上我们还要想到的是，线程上下文切换带来的性能开销，在这段时间内其他功能的体验效果会不会因为这个接口大打折扣。

### 4、心跳检测redis是否可用 ###

当redis不可用时，本地缓存会代替redis工作，达到缓存可用的效果。但是我们肯定需要注意的是，中间件缓存何时恢复。  
（1）我们做一个功能，手动触发检测redis是否可用，如果可用了，就从本地缓存切回中间件缓存  
优点：开发简单  
缺点：人为干预，系统不可自己恢复

（2）我们用一个线程，定期去检测redis是否可用。可用的话，就切回redis。

**你可能会问，我们的代码难道不是**  
1、redis是否可用，可用的话直接读redis缓存。结束  
2、redis不可用，走本地缓存。结束  
我们直接try-catch，redis。redis不可用的话肯定会抛异常，抛异常了就走本地缓存就行了呗。

我一开始也是这么想的，但是等我实践后，我发现了一个问题。redis的参数中有一个timeout，它的作用是：redis超时。通常这里不会设置0，因为容易导致项目死掉。一般设置一个值，超过这个值redis就会报错。  
1、可能redis不可用了  
2、可能redis连接被拿完了，导致你拿不到连接，所以超时了  
3、可能网络原因，超时了

OK，有了这个值的存在。就会导致你，在redis不可用时，走本地缓存之前，一定会经历这timeout秒。假设你的timeout设为2s。那么当redis失效时，你即使有本地缓存。 接口的延迟也会一直是2s。因此我们要把这2s给优化掉，就是设置一个标记，来标记redis是否可用，不可用的话直接走本地缓存。可用的话则走redis。这样  
才能真正意义上的，走本地缓存。

因此，上述提到了标记。我们需要去维护这个标记，以达到系统能感知redis何时恢复可用，系统何时切换回redis缓存。

**（1）此时，最简单的方案是，开启一个定时任务，去判断redis是否可用，去维护这个标记**  
但是在本篇文章中，一再强调的是，redis不可用的情况很少发生，本地缓存基本派不上用场。但是由于接口的特殊性 ，又不能脱离缓存独立存在。

上述方案的缺点：大部分情况下，redis是可用的。因此你的定时任务，在大部分情况下，都是没有意义的。

**（2）因此我们更需要去考虑好性能，让心跳检测这个行为更加智能化，在有需要的时候启动，在不需要的时候不工作**

# 方案思路 #

### 流程 ###

1、从标记判断redis是否可用。可用的话走2，不可用走3  
2、redis缓存是否存在，  
存在的话直接读数据，结束；  
不存在的话，从数据库获取数据进行计算，然后更新redis缓存，返回结果，结束；

3、设置标记，标记redis不可用。启动心跳检测任务，定期去判断redis是否可用，直到redis可用时，将标记恢复。  
4、本地缓存是否存在，  
存在的话直接读数据，结束；  
不存在的话，从数据库获取数据进行计算，然后更新本地缓存，返回结果，结束；

可优化的地方有很多，结合上述"需要考虑的点"来优化步骤。

### 代码 ###

暂不贴