分布式缓存

使用场景

1. DB缓存，减轻服务器压力

2. 提高系统响应

3. 做Session分离

   

4. 分布式锁（Redis）

   多个进程（JVM）在并发时也会产生问题，也要控制时序性，使用Redis实现 sexNX

5. 乐观锁（Redis）

   同步锁和数据库中的行锁、表锁都是悲观锁，悲观锁的性能是比较低的，响应性比较差

   高性能、高响应（秒杀）采用乐观锁，Redis可以实现乐观锁 watch + incr

不同架构看缓存

• 单体架构

• 集群架构

  • 演进

• 微服务架构

分类

• 系统级缓存

  • CPU缓存

    • L1缓存

      • 数据缓存（L1d Cache）

      • 指令缓存（L1d Cache）

• 客户端缓存

  • 页面缓存

    • 页面自身对某些元素或全部元素进行缓存

      • html5：Cookie、WebStorage（SessionStorage和LocalStorage）、WebSql、indexDB、Application Cache等

    • 服务端将静态页面或者动态页面进行缓存，然后给客户端使用

  • 浏览器缓存

  • App缓存

    • Android

      • 轻量级缓存框架：ASimpleCache

      • 可以缓存：JSon、BitMap、序列化的Java对象和二进制数据等

    • iOS

      • sDWeblmage

      • NsCache

• 服务端缓存

  • 数据库缓存

    • 如MySQL的查询缓存Query Cache

    • K-V结构，Key：select语句的hash值，Value：查询结果

    • InnoDB存储引擎中的buffer-pool用于缓存InnoDB索引及数据块

  • 平台级缓存（带有缓存功能的专用库，或者具有缓存特性的框架）

    • 分类

      • Ehcache

        • 多级缓存策略

        • 缓存的数据在内存和磁盘当中

        • 缓存数据在虚拟机重启的过程中写入磁盘

        • 可以通过RMl或接口的方式实现分布式缓存

        • 允许注册事件来侦听缓存

      • Guava Cache

        • Guava是一套java工具包

        • 相对于CurrentHashMap，限制内存的使用，会自动回收元素

      • SpringCache

        • 通过少量的配置就可以使得既有代码支持缓存

        • 不用安装和部署额外第三方组件就可以使用缓存

        • 支持Spring Express Language

        • 支持Aspecty

        • 支持自定义key，具有相当的灵活性和扩展性

      • Jboss Cache

        • 支持树状结构

        • 支持集群

        • 支持事务的缓存框架

        • 缓存加载器

        • 驱逐策略

        • 缓存钝化

        • 并发

      • OSCache

        • 缓存任何对象

        • 拥有全面的API

        • 永久缓存

        • 支持集群

        • 缓存过期

    • 特点

      • 基于应用程序的缓存库

      • 具有一定的分布式能力

      • 数据不能保证强一致性

      • 无法保证高可用

    • 选型

      • Spring Cache不仅可以自己使用还可以与其他缓存框架做做整合

  • 应用级缓存

    • Redis和Memcached

      • 最重要的区别是Redis键值不宜过大，会影响性能

    • CDN缓存

      • Content Delivery Network（内容分发网络）

      • 优点

        • 本地Cache加速

        • 实现跨运营商的网络加速

        • 远程加速

        • 带宽优化

        • 集群抗攻击

读写模式

• 旁路缓存Cache Aside Pattern（常用）

  • 读

  • 更新

• Read/Write Through Pattern

  • 应用程序只操作缓存，缓存操作数据库

  • Read-Through（穿透读模式/直读模式）

    • 应用程序读缓存，缓存没有，由缓存回源到数据库，并写入缓存

  • Write-Through（穿透写模式/直写模式）

    • 应用程序写缓存，缓存写数据库

  • 该种模式需要提供数据库的handler，开发较为复杂。

• Write Behind Caching Pattern

  • 应用程序只更新缓存。

  • 缓存通过异步的方式将数据批量或合并后更新到DB中

  • 不能时时同步，甚至会丢数据