正文
redis延时双删代码实现,redis延时双删策略
小程序:扫一扫查出行
【扫一扫了解最新限行尾号】
复制小程序
【扫一扫了解最新限行尾号】
复制小程序
SpringCache优化、缓存一致性、多级缓存
SpringCache是写库之后更新的策略,对缓存一致性的不太友好 继承RedisCacheManager重写createRedisCache,继承RedisCache重写put 缓存一致性有两个方案,一个是先写库再删除缓存、第二个是先删除缓存再写库。
Spring在访问三级缓存时遵循逐级访问原则,首先访问第一级,对象不存在则访问第二级,二级缓存不存在则访问第三级,第三级不存在则创建。
锁缓存行有一套协议叫做 缓存一致性协议 。缓存一致性协议有MSI、MESI、MOSI、Synapse、Firefly以及DragonProtocol等等。
题主是想询问“spring@cacheable查询很慢的原因”,原因是:缓存策略不当:缓存策略的选择直接影响到缓存的效率,如果选择的策略不当,例如缓存时间过长或者缓存的数据量过大,会导致缓存效率低下,反而降低了系统性能。
那么Spring cache +redis的好处显而易见了。既可以很方便的缓存对象,同时用来缓存的内存的是使用redis的内存,不会消耗JVM的内存,提升了性能。
如何保证redis与mysql数据最终一致性
1、面对这一挑战,有四种常见的解决方案,每一种都有其优缺点,让我们一一剖析: 先写数据库后写缓存这种方法旨在确保数据的最终一致性,避免因网络异常导致的缓存数据不准确。
2、SAGA或者TCC - 这两种需要业务代码的大量配合。通过业务代码来补偿一致性。 现实当中有XA协议。比如Ehcache是支持XA协议的。但是性能表现不佳,运维也麻烦。
3、解决方法:这种情况应该是先删除缓存,然后在更新数据库,如果删除缓存失败,那就不要更新数据库,如果说删除缓存成功,而更新数据库失败,那查询的时候只是从数据库里查了旧的数据而已,这样就能保持数据库与缓存的一致性。
4、如果要“保证”数据的安全性,那么会带来开销的进一步提升,以至于使用redis带来的性能优势都会丧失。正确的做法是区分不同的业务,使得并不需要“保证”数据一致性的场合,可以使用redis优化。而敏感的场合依然使用mysql。
5、二者数据同步的关键在于mysql数据库中主键,方案是在redis启动时区mysql读取所有表键值存入redis中,往redis写数据是,对redis主键自增并进行读取,若mysql更新失败,则需要及时清除缓存及同步redis主键。
6、架构设计 通过上述结构设计图可以很清晰的知道用到的组件:MySQL、Canal、Kafka、ZooKeeper、Redis。
SpringBoot进阶之缓存中间件Redis
当有新数据的时候,我们再及时更新它,一般流程是先查询缓存,查到了直接返回缓存数据,查不到再走数据库,然后再刷回缓存。
Redis是一个nosql数据库,可以存储key-value值。因为其底层实现中,数据读写是基于内存,速度非常快,所以常用于缓存;进而因其为独立部署的中间件,常用于分布式缓存的实现方案。常用场景有:缓存、秒杀控制、分布式锁。
首先我们创建一个Spring Boot x的项目,在application.properties配置文件中添加Redis的配置,Spring和Redis的整合可以参考我其他的文章,此处不再详解。我们设置服务端口server.port为8080端口用于启动第一个服务。
在application.properties配置文件中这些属性都是以spring.redis为前缀的,值得注意的是在Spring Boot x版本中默认的Redis客户端是jedis,因此在配置文件中无需指定,如下图所示。
添加Spring session的包,而Spring session 是将HttpSession存放在Redis中,因此需要添加Redis的包。我们这里是用了Spring boot进行配置Rdies。使用@EnableRedisHttpSession注解进行配置启用使用Spring session。
关于分布式缓存,我们需要后面会专门讨论Redis的用法,这里只看本地缓存。性能从高到低,依次是Caffeine,Guava,ConcurrentMapCacheManager,其中Caffeine在读写上都快了Guava近一倍。
redis延时双删代码实现的介绍就聊到这里吧,感谢你花时间阅读本站内容,更多关于redis延时双删策略、redis延时双删代码实现的信息别忘了在本站进行查找喔。