什么是快取？
快取就是資料交換的緩沖區，用于臨時存盤資料（使用頻繁的資料），當用戶請求資料時，首先在快取中尋找，如果找到了則直接回傳，如果找不到，則去資料庫中查找，快取的本質就是用空間換時間，犧牲資料的實時性，從而減輕資料庫壓力，盡可能提高吞吐量，有效提升回應速度，
快取的分類
快取的應用范圍十分廣泛，常見的有檔案快取、瀏覽器快取、資料庫快取等等，但今天我們著重關注的是 WEB 應用服務領域，根據快取與應用的耦合度，可以分為本地快取和分布式快取：
-
本地快取
指在應用中的快取組件，最大的優點是應用和快取是在同一個行程內部，請求快取速度快；同時，它的缺點也是因為快取跟應用程式耦合，多個應用程式無法直接共享快取，各應用或集群的各節點都需要維護自己的單獨快取
-
分布式快取
指的是與應用分離的快取組件或服務，最大的優點是自身就是一個獨立的應用，與本地應用隔離，多個應用可直接共享快取
快取的特點
快取也是一個資料模型物件，那么必然有它的一些特征：
-
命中率
命中率 = 回傳正確結果數 / 請求快取次數，命中率問題是快取中的一個非常重要的問題，它是衡量快取有效性的重要指標，命中率越高，表明快取的使用率越高，
-
最大元素
快取中可以存放的最大元素的數量，一旦快取中元素數量超過這個值，將會觸發快取清空策略，根據不同的場景合理設定最大元素值，可以在一定程度上提高快取的命中率，從而更有效的利用快取，
快取清空策略
快取的存盤空間有限制，當快取空間被用滿時，就需要快取清空策略來處理，常見的一般策略有：
-
先進先出策略
先進入快取的資料，在快取空間不足時會被優先被清理掉，以騰出新的空間接受新的資料，先進先出策略主要比較快取元素的創建時間，在資料實效性要求較高的場景下可選擇該類策略，優先保障最新資料可用
-
最少使用策略
無論是否過期，根據元素被使用的次數判斷，清除使用次數較少的元素，最少使用策略主要比較元素的命中次數，在保證高頻資料有效性場景下，可選擇該類策略
-
最近最少使用策略
無論是否過期，根據元素最后一次被使用的時間戳，清除最遠使用時間戳的元素，策略演算法主要比較元素最近一次被使用的時間，適用于熱點資料場景，優先保證熱點資料的有效性
此外，還有一些簡單策略，比如：
- 根據過期時間判斷，清理過期時間最長的元素
- 根據過期時間判斷，清理最近要過期的元素
- 隨機清理
- 根據關鍵字（或元素內容）清理等等
Redis 實作分布式快取
可以利用 Mybatis 自帶的本地快取，結合 Redis 實作分布式快取，主要思路是將 Mybatis 二級快取的存放地點從本地改為配置了 Redis 的遠程服務器，
第一步，創建一個 SpringBoot 工程，整合 MyBatis 和 Redis，在 Mapper 檔案中加入 <cache/> 標簽開啟二級快取，
<cache/> 標簽默認采用 PrepetualCache，該類是 Cache 介面的實作類，維護一個 Map 來保存資料，我們要作改造，就要自定義一個實作類并替換 <cache type="xxxx.RedisCache">
實作自定義 RedisCache
public class RedisCache implements Cache {
// 當前放入快取的 mapper 的 namespace，也是快取的唯一標識
private final String id;
public RedisCache(String id) {
System.out.println("id:" + id);
this.id = id;
}
/**
* 回傳 cache 的唯一標識
*/
@Override
public String getId() {
return this.id;
}
/**
* 快取放入值
*/
@Override
public void putObject(Object key, Object value) {
System.out.println("放入快取");
// 通過工具類獲取 redisTemplate
RedisTemplate redisTemplate = getRedisTemplate();
// 使用 redishash 型別作為快取存盤模型
redisTemplate.opsForHash().put(id.toString(), key.toString(), value);
}
/**
* 獲取快取中的值
*/
@Override
public Object getObject(Object key) {
System.out.println("獲得快取");
// 通過工具類獲取 redisTemplate
RedisTemplate redisTemplate = getRedisTemplate();
// 根據 key 從 redis 的 hash 型別中獲取資料
return redisTemplate.opsForHash().get(id.toString(), key.toString());
}
/**
* 根據指定的 key 洗掉快取
* 該方法為 mybatis 保留方法，默認沒有實作
*/
@Override
public Object removeObject(Object key) {
System.out.println("根據指定的 key 洗掉快取");
return null;
}
@Override
public void clear() {
System.out.println("清空快取");
// 通過工具類獲取 redisTemplate
RedisTemplate redisTemplate = getRedisTemplate();
// 清空 namespace
redisTemplate.delete(id.toString());
}
/**
* 計算快取數量
*/
@Override
public int getSize() {
RedisTemplate redisTemplate = getRedisTemplate();
return redisTemplate.opsForHash().size(id.toString()).intValue();
}
/**
* 獲取 redisTemplate
*/
private RedisTemplate getRedisTemplate() {
RedisTemplate redisTemplate = (RedisTemplate) ApplicationContextUtils.getBean("redisTemplate");
redisTemplate.setKeySerializer(new StringRedisSerializer());
redisTemplate.setHashKeySerializer(new StringRedisSerializer());
return redisTemplate;
}
}
到此為止，使用 Redis 實作分布式快取的目標就完成了，還有一點要注意的是，涉及到多表查詢時，結果會包含另一個表的物件資訊，由于 Mybatis 二級快取清理只會清理自身 namespace 的快取，所以被包含的物件資訊不會被清理，如果此時表資訊發生改變，將導致資料不一致，解決辦法是每個 namespace 都使用同一個快取
<!-- 共享其他 namespace 的快取 -->
<cache-ref namespace="..."/>
快取穿透（擊穿）
客戶端查詢了一個資料庫中沒有的資料，導致快取在這種情況下無法利用（資料庫都沒有則快取更不可能有了），此情況下可繞過快取直接攻擊資料庫，
對于這種惡意訪問，一種思路是先做校驗，對惡意資料直接過濾掉，不要發送至資料庫層；第二種思路是快取空結果，就是對查詢不存在的資料也記錄在快取中，這樣就可以有效的減少查詢資料庫的次數，MyBatis 正是使用了第二種方式，
快取雪崩
在系統運行的某一時刻，快取全部失效，恰好這一時刻涌來大量客戶端請求，導致資料庫阻塞或掛起，導致快取失效的原因有很多，常見的是快取到了失效時間（所有的快取設定了同樣的過期時間），而沒有作合適的處理，
要解決這個問題，一種方式是設定快取永久存盤（不推薦），另一種方式是針對不同業務資料設定不同的超時時間，防止集體失效，
轉載請註明出處，本文鏈接：https://www.uj5u.com/shujuku/106697.html
標籤：NoSQL
上一篇：Navicat15最新版本破解。