• 1, 本地缓存的实现以及遇到的问题


    先分享下我基于MAP实现的一个本地缓存

    package org.hjb.component;
    
    import java.lang.ref.SoftReference;
    import java.util.Map;
    import java.util.concurrent.ConcurrentHashMap;
    import java.util.concurrent.TimeUnit;
    
    import org.apache.logging.log4j.LogManager;
    import org.apache.logging.log4j.Logger;
    
    /**
     * 本地缓存
     * 
     * 何锦彬 2017.02.24
     */
    public class LocalMemory {
    
        // 数据
        static class CacheData {
    
            // 过期时间
            private Long invalidTime;
    
            private Object data;
    
            public Long getInvalidTime() {
                return invalidTime;
            }
    
            public void setInvalidTime(Long invalidTime) {
                this.invalidTime = invalidTime;
            }
    
            public Object getData() {
                return data;
            }
    
            public void setData(Object data) {
                this.data = data;
            }
        }
    
        private static Logger logger = LogManager.getLogger(LocalMemory.class);
    
        // 存储本地缓存数据.用软引用避免OutOfMemoryError
        static Map<String, SoftReference<CacheData>> localData = new ConcurrentHashMap<String, SoftReference<CacheData>>();
    
        public static final int MAX_SIZE = 10000;
    
        public static final int WARN_VALUE = 8000;
    
        /**
         * @param key
         *            缓存KEY
         * @param value
         *            缓存数据
         * @param timeOut
         *            超时时间,单位秒
         */
        public static void put(String key, Object value, Long timeOut) {
    
            if (localData.size() >= WARN_VALUE) {
                logger.warn("注意:本地缓存已经达到临界值,size:" + localData.size());
            }
            if (localData.size() > MAX_SIZE) {
                logger.error("超出最大值:" + localData.size());
                return;
            }
            CacheData cacheData = new CacheData();
    
            long now = System.currentTimeMillis();
            long invalidTime = now + (timeOut * 1000);
            cacheData.setData(value);
            cacheData.setInvalidTime(invalidTime);
            SoftReference<CacheData> refCacheData = new SoftReference<CacheData>(cacheData);
            localData.put(key, refCacheData);
    
        }
    
        public static final Object get(String key) {
            SoftReference<CacheData> referenceData = localData.get(key);
            if (referenceData == null) {
                logger.debug("未找到数据,key => {}", key);
            }
            CacheData cacheData = localData.get(key).get();
            if (cacheData == null) {
                logger.debug("未找到数据,key => {}", key);
            }
            Long invalidTime = cacheData.getInvalidTime();
            if (invalidTime == null) {
                return null;
            }
            long now = System.currentTimeMillis();
            if (now > invalidTime) {
                // 清除缓存
                localData.remove(key);
                return null;
            }
            return cacheData.getData();
        }
    
        public static void put(String key, Object value, long time, TimeUnit unit) {
            put(key, value, unit.toSeconds(time));
        }
    
        public static void main(String[] args) throws InterruptedException {
            String key = "test";
            Object value = "hello world";
            LocalMemory.put("test", value, 1l);
            System.out.println(LocalMemory.get(key));
            Thread.sleep(2000);
            System.out.println(LocalMemory.get(key));
        }
    
    }


    本地缓存 

    优势: 

    1,易用,只是比map多了个过期时间,有超时的概念 
    2,用软引用,可防止对JVM的堆对象造成out memory 

    3, 相对集中缓存不需要进行网络开销,消除RPC

    缺点: 
    1,用的是堆内存。会对JVM的垃圾回收造成影响 
    2,大小控制只能是通过KEY值的存储数量控制,无法通过控制内存占用大小 
    3,缺少监控方面的设计 
    4,没有缓存的移除,定期清除失效缓存 
    5,缓存穿透的问题,当缓存失效时间时,大量访问到了缓存的传统,压到数据库去了 

    对于3,4问题可以用google的guava

    对于1,ehcache可以用JAVA的直接内存. 

    对于直接内存这部分不好实现,JAVA只提供了个ByteBuffer.allocateDirect(capacity)的方法去应用直接内存,也就意味着要存入直接内存必须先把整个对象序列号成byte再放入直接内存。

    但这样每次都需要序列号与反序列化的开销,而且得全量加载的堆内存引起垃圾回收。ehcache有直接用native方法实现

    踩过的坑:

    缓存失效

    当缓存出现失效, 瞬间大量访问压到了DB,造成DB的压力

    解决:

    1,不用失效时间来触发缓存的更新

    1, 后台定时刷新最新内容到本地缓存,不依靠失效时间来触发。

    2, 结合广播通知模式(如 redis)+本地缓存更新进行更新缓存,而不是通过失效来触发(目前系统主要就是这个模式,待加上案例分享)

    当然,两种进行结合效果更好,

    WEB服务器不停监控redis的访问,同时定时轮询,覆盖缓存中的内容

    2,通过控制进入DB操作的线程数进行控制

           如,  通过重入锁的,tryLock的condition,condition,阻塞超时方法,通知等进行控制(待加上案例分享)

    缓存穿透

    当访问不存在的KEY时,一直传入到数据库层面去,压到DB,造成DB的压

    解决:

    1, 添加计数器,如当一个KEY的次数达到了10次后, 在缓存总加入该KEY,进行null的返回

    2, 是否符合KEY的规则 + Bloom Filter, 用redis的bitmap存数组,对已存在的值进行hash存入(如果是ID,直接存,不需要hash,准确率100%)。  如果访问的有bit位置为0的,必定不存在

    返回同一对象地址

    本地缓存读取后的修改,会相互影响的问题

    解决:

    如果需要修改,返回对象需要进行深度clone

    欢迎关注我的公众号,重现线上各种BUG, 一起来构建我们的知识体系

  • 相关阅读:
    Nginx负载均衡
    MySQL主从复制
    笔记
    tomcat工作原理
    Nginx工作原理
    Loj#6183. 看无可看
    [BZOJ 2759] 一个动态树好题
    5255 -- 【FJOI2016】神秘数
    [NOI2015]寿司晚宴
    [CQOI2017]老C的键盘
  • 原文地址:https://www.cnblogs.com/springsource/p/6475070.html
Copyright © 2020-2023  润新知