redisJVM进程缓存

 

前置数据库的表规划：数据库的表尽量做分离，是因为一个商品的数据事实上是非常多的，需要对商品的数据进行解耦，字段太多查询的效率会比较低；另一方面，系统需要给数据加缓存，如果都在一张表里，那么作为缓存的话，就只有一整条数据作为缓存，一旦一条数据里的任意一个字段做了修改，整个商品的缓存就全都失效了，这样缓存失效的频率太高了，导致缓存经常性的未命中，所以要数据分离，把经常修改的和不经常修改的分开，做成好几张表，好几个不同的缓存

 

商品的查询页面需要放在反向代理的Nginx服务器中（充当静态资源服务器），而页面需要的数据通过ajax向服务端（nginx业务集群）查询

 

 

反向代理配置

 

 

 

本地进程缓存

缓存在日常开发中启至关重要的作用，由于是存储在内存中，数据的读取速度是非常快的，能大量减少对数据库的访问，减少数据库的压力。我们把缓存分为两类：

分布式缓存，例如reids：

  优点：存储容量更大、可靠性更好、可以在集群间共享

  缺点：访问缓存有网络开销

  场景：缓存数据量较大、可靠性要求较高、需要在集群间共享

进程本地缓存，例如HashMap、GuavaCache:

  优点：读取本地内存，没有网络开销，速度更快

  缺点：存储容量有限、可靠性较低、无法共享

  场景：性能要求较高，缓存数据量较小

Caffeine是一个基于Java8开发的，提供了近乎最佳命中率的高性能 的本地缓存库。目前Spring内部的缓存使用的就是Caffeine。

下图是工作效率

 

 

 

 

驱逐策略

 

 

在默认情况下，当一个缓存元素过期的时候，Caffeine不会自动立即将其清理和驱逐。而是在一次读或写操作，或者在空闲时间完成对失效数据的驱逐。

 

测试：

 

 

定义两个缓存

 

 

注入两个cache对象

 

 

方法进行修改

 

 

之后的操作，第一次肯定是要查询数据库的，同时存入了缓存，第二次就发现没有走数据库了，而是走缓存。