本章学习目标:
- 理解缓存设计要素
- 掌握缓存预热
缓存预热
缓存预热就是系统启动前,提前将相关的缓存数据直接加载到缓存系统。避免在用户请求的时候,先查询数据库,然后再将数据缓存的问题!用户直接查询实现被预热的缓存数据。
加载缓存思路:
- 数据量不大,可以在项目启动的时候自动进行加载
- 利用定时任务刷新缓存,将数据库的数据刷新到缓存中
缓存设计
组件选择/多级
缓存的设计要分多个层次,在不同的层次上选择不同的缓存,包括JVM缓存、文件缓存和Redis缓存
JVM缓存
JVM缓存就是本地缓存,设计在应用服务器中(tomcat)。
通常可以采用Ehcache和Guava Cache,在互联网应用中,由于要处理高并发,通常选择Guava Cache。
适用本地(JVM)缓存的场景:
- 对性能有非常高的要求。
- 不经常变化
- 占用内存不大
- 有访问整个集合的需求
- 数据允许不时时一致
文件缓存
这里的文件缓存是基于http协议的文件缓存,一般放在nginx中。
因为静态文件(比如css,js,图片)中,很多都是不经常更新的。nginx使用proxy_cache将用户的请求缓存到本地一个目录。下一个相同请求可以直接调取缓存文件,就不用去请求服务器了。
Redis缓存
分布式缓存,采用主从+哨兵或RedisCluster的方式缓存数据库的数据。
在实际开发中
- 作为数据库使用,数据要完整
- 作为缓存使用
- 作为Mybatis的二级缓存使用
缓存大小
GuavaCache的缓存设置方式:
CacheBuilder.newBuilder().maximumSize(num)//超过num会按照LRU算法来移除缓存
Nginx的缓存设置方式:
http{...proxy_cache_path /path/to/cache levels=1:2 keys_zone=my_cache: 10m max_size=10g inactive=60m use_temp_path=off;server{proxy_cache mycache;location / {proxy_pass http://localhost:8000;}}}
Redis缓存设置:
maxmemory=num #最大缓存量 一般为内存的3/4maxmemory-policy allkeys lru #
缓存淘汰策略的选择
- allkeys-lru :在不确定时一般采用策略。
- volatile-lru :比allkeys-lru性能差存 : 过期时间
- allkeys-random :希望请求符合平均分布(每个元素以相同的概率被访问)
- 自己控制:volatile-ttl 缓存穿透
- 禁止驱逐用作DB 不设置maxmemory
key数量
官方说Redis单例能处理key:2.5亿个
一个key或是value大小最大是512M
读写峰值
Redis采用的是基于内存的采用的是单进程单线程模型的KV 数据库,由C语言编写,官方提供的数据是可以达到110000+的QPS(每秒内查询次数)。80000的写
命中率
命中:可以直接通过缓存获取到需要的数据。
不命中:无法直接通过缓存获取到想要的数据,需要再次查询数据库或者执行其它的操作。原因可能是
由于缓存中根本不存在,或者缓存已经过期。
通常来讲,缓存的命中率越高则表示使用缓存的收益越高,应用的性能越好(响应时间越短、吞吐量越高),抗并发的能力越强。
由此可见,在高并发的互联网系统中,缓存的命中率是至关重要的指标。
通过info命令可以监控服务器状态
127.0.0.1:6379>info#Serverredis_version:5.0.5redis_git_sha1:00000000redis_git_dirty:0redis_build_id:e188a39ce7a16352redis_mode:standaloneos:Linux3.10.0-229.el7.x86_64x86_64 arch_bits:64#缓存命中keyspace_hits:1000 #缓存未命中keyspace_misses:20used_memory:433264648 expired_keys:1333536 evicted_keys:1547380
命中率=1000/1000+20=83%
一个缓存失效机制,和过期时间设计良好的系统,命中率可以做到95%以上。
影响缓存命中率的因素:
- 缓存的数量越少命中率越高,比如缓存单个对象的命中率要高于缓存集合
- 过期时间越长命中率越高
- 缓存越大缓存的对象越多,则命中的越多
过期策略
Redis的过期策略是定时删除+惰性删除,这个前面已经讲了。
性能监控指标
利用info命令就可以了解Redis的状态了,主要监控指标有:
connected_clients:68 #连接的客户端数量used_memory_rss_human:847.62M#系统给redis分配的内存used_memory_peak_human:794.42M #内存使用的峰值大小total_connections_received:619104#服务器已接受的连接请求数量instantaneous_ops_per_sec:1159#服务器每秒钟执行的命令数量qpsinstantaneous_input_kbps:55.85#redis网络入口kpsinstantaneous_output_kbps:3553.89#redis网络出口kpsrejected_connections:0#因为最大客户端数量限制而被拒绝的连接请求数量expired_keys:0#因为过期而被自动删除的数据库键数量evicted_keys:0#因为最大内存容量限制而被驱逐(evict)的键数量keyspace_hits:0#查找数据库键成功的次数keyspace_misses:0#查找数据库键失败的次数
Redis监控平台:grafana、prometheus以及redis_exporter。
自动删除的数据库键数量
evicted_keys:0#因为最大内存容量限制而被驱逐(evict)的键数量
keyspace_hits:0#查找数据库键成功的次数
keyspace_misses:0#查找数据库键失败的次数
Redis监控平台:grafana、prometheus以及redis_exporter。