🎉🎉欢迎光临🎉🎉

🏅我是苏泽，一位对技术充满热情的探索者和分享者。🚀🚀

🌟特别推荐给大家我的最新专栏《Spring 狂野之旅：底层原理高级进阶》 🚀

本专栏纯属为爱发电永久免费！！！

这是苏泽的个人主页可以看到我其他的内容哦👇👇

努力的苏泽http://suzee.blog.csdn.net/

 

在我的开发经历中，我曾经面对过一个常见的问题：应用程序的性能问题。当时，我开发的系统面临着大量的数据库查询操作，每次请求都需要执行耗时的数据库查询，导致系统响应变慢。为了解决这个问题，我开始研究缓存的重要性和在应用程序中的作用。

很多伙伴在问 为什么不用Redis呢？曾经我也是Redis的忠实粉丝 但是我SpringCache更加的简洁，面对轻量级的数据 和小型的业务体系就无需编写复杂的缓存逻辑代码。最重要的是，Spring的纯注解开发香呀！Spring Cache与具体的缓存实现（如Redis）解耦合，使得在需要更换缓存实现时变得容易。如果您将缓存存储从Redis切换到其他缓存系统（如Ehcache或Memcached），只需更改Spring配置而无需修改应用程序代码。

那么直接开始正片

目录

那么直接开始正片

缓存基础知识回顾：

Spring Cache概述：

Spring Cache的简介和基本原理：

核心组件：

工作流程：

在Spring Cache中，可以使用以下注解来标记方法以实现缓存的读取和写入：

多说无益，把之前做过的那部分业务代码抽离出来在这里展示

上述代码中，UserService类包含了使用Spring Cache的三个方法：getUserById、saveUser和deleteUserById。下面我们将逐步解释每个方法的作用并提供测试效果和预期效果。

我们可以得出以下结论：

我们再来研究其原理：

如何选择合适的缓存策略和配置：

缓存的性能调优和监控：

缓存的并发访问和线程安全性：

缓存的错误处理和异常处理：

实例应用：基于Spring Cache的缓存优化

---

缓存基础知识回顾：

1. 什么是缓存？为什么要使用缓存？

   • 缓存是一种临时存储数据的机制，将计算结果或数据存储在快速访问的位置，以便在后续请求中直接获取，避免重复计算或访问慢速存储介质。
   • 使用缓存可以提高系统的响应速度、降低资源消耗，提升用户体验。

2. 缓存的类型和常见的缓存策略：

   • 常见的缓存类型包括内存缓存、数据库缓存、分布式缓存等。
   • 常见的缓存策略有FIFO（先进先出）、LRU（最近最少使用）、LFU（最不经常使用）等。

3. 缓存带来的性能提升和资源优化：

   • 通过缓存，可以避免重复计算和频繁的IO操作，加快系统的响应速度。
   • 缓存可以减轻数据库等后端存储系统的压力，提高整体系统的吞吐量。

Spring Cache概述：

1. Spring Cache的简介和基本原理：

   • 核心组件：

     • 缓存管理器（CacheManager）：负责管理缓存实例，提供对缓存的创建、获取和销毁等操作。它是Spring Cache的入口点，可以配置多个缓存管理器来支持不同的缓存存储（如Redis、Ehcache等）。
     • 缓存存储（Cache）：具体的缓存实例，用于存储缓存数据。每个缓存实例都有一个唯一的名称，用于标识不同的缓存区域。

   • 工作流程：

     • 在方法执行前，Spring Cache会检查是否存在缓存数据。它根据方法的参数、方法名、类名等生成一个唯一的缓存键（Cache Key）用于标识缓存数据。
     • 如果缓存中存在对应的缓存键，则直接从缓存中获取缓存数据，并将数据返回给调用方，方法体将不再执行。
     • 如果缓存中不存在对应的缓存键，则执行方法体的逻辑。方法体执行完毕后，将方法的返回值存入缓存，并关联到对应的缓存键。
     • 下次相同的请求，如果缓存中存在对应的缓存键，则直接从缓存中获取缓存数据，避免再次执行方法体。

   • 在Spring Cache中，可以使用以下注解来标记方法以实现缓存的读取和写入：

     • @Cacheable：标记方法的返回值可以被缓存。在调用带有@Cacheable注解的方法时，会先检查缓存中是否存在对应的缓存数据，如果存在，则直接返回缓存数据；如果不存在，则执行方法体，将方法的返回值存入缓存。
     • @CachePut：标记方法的返回值需要被缓存，并将缓存数据写入缓存中。使用@CachePut注解的方法将始终执行方法体，并将方法的返回值存入缓存，适用于更新或添加缓存数据的场景。
     • @CacheEvict：标记方法从缓存中清除对应的缓存数据。在调用带有@CacheEvict注解的方法时，会执行方法体，并将缓存中对应的缓存数据删除。

2. Spring Cache与其他缓存框架的比较：

   • 与其他缓存框架相比，Spring Cache具有以下优势：
     • 与Spring框架无缝集成，方便使用和配置。
     • 支持多种缓存提供商，如Ehcache、Redis等。
     • 提供了丰富的注解和编程方式，灵活适应各种场景。

3. Spring Cache的核心组件和工作流程：

   • Spring Cache的核心组件包括缓存管理器（CacheManager）和缓存存储（Cache）。
   • Spring Cache的工作流程如下：
     1. 在方法执行前，检查是否存在缓存数据。
     2. 如果缓存中存在数据，直接返回缓存结果。
     3. 如果缓存中不存在数据，执行方法体并将结果存入缓存。
     4. 下次相同的请求，直接从缓存获取结果。

多说无益，把之前做过的那部分业务代码抽离出来在这里展示

首先，这是一个简单的UserService类，它使用Spring Cache来管理用户数据的缓存。

@Service
public class UserService {
    @Cacheable(value = "users", key = "#userId")
    public User getUserById(Long userId) {
        // 模拟从数据库中查询用户信息的耗时操作
        simulateDatabaseQuery();
        User user = new User(userId, "John Doe");
        return user;
    }

    @CachePut(value = "users", key = "#user.id")
    public User saveUser(User user) {
        // 模拟保存用户信息到数据库的耗时操作
        simulateDatabaseSave();
        return user;
    }

    @CacheEvict(value = "users", key = "#userId")
    public void deleteUserById(Long userId) {
        // 模拟从数据库中删除用户信息的耗时操作
        simulateDatabaseDelete();
    }

    private void simulateDatabaseQuery() {
        try {
            Thread.sleep(2000); // 模拟耗时的数据库查询操作
        } catch (InterruptedException e) {
            e.printStackTrace();
        }
    }

    private void simulateDatabaseSave() {
        try {
            Thread.sleep(1000); // 模拟耗时的数据库保存操作
        } catch (InterruptedException e) {
            e.printStackTrace();
        }
    }

    private void simulateDatabaseDelete() {
        try {
            Thread.sleep(1500); // 模拟耗时的数据库删除操作
        } catch (InterruptedException e) {
            e.printStackTrace();
        }
    }
}

上述代码中，UserService类包含了使用Spring Cache的三个方法：getUserById、saveUser和deleteUserById。下面我们将逐步解释每个方法的作用并提供测试效果和预期效果。

1. getUserById方法：

   • 该方法使用@Cacheable注解，表示会从缓存中获取用户数据。
   • 如果缓存中存在对应的用户数据，则直接返回缓存结果。
   • 如果缓存中不存在对应的用户数据，则执行方法体内的模拟数据库查询操作，并将查询结果存入缓存。
   • 预期效果：第一次调用getUserById(1L)方法时，会执行模拟的数据库查询操作，并将查询结果存入缓存。第二次调用getUserById(1L)方法时，将直接从缓存中获取结果，不再执行数据库查询操作。

2. saveUser方法：

   • 该方法使用@CachePut注解，表示会将方法返回值存入缓存。
   • 无论缓存中是否存在对应的用户数据，都会执行方法体内的模拟数据库保存操作，并将保存的用户数据更新或添加到缓存。
   • 预期效果：每次调用saveUser方法时，都会执行模拟的数据库保存操作，并将保存的用户数据存入缓存。

3. deleteUserById方法：

   • 该方法使用@CacheEvict注解，表示会从缓存中删除对应的用户数据。
   • 执行方法体内的模拟数据库删除操作，并将删除的用户数据从缓存中移除。
   • 预期效果：调用deleteUserById方法时，会执行模拟的数据库删除操作，并将对应的用户数据从缓存中移除。

现在，让我们进行一些测试来验证这些方法的行为和预期效果。

搞个测试

public class Application {
    public static void main(String[] args) {
        ApplicationContext context = new AnnotationConfigApplicationContext(ApplicationConfig.class);
        UserService userService = context.getBean(UserService.class);

        // 测试getUserById方法
        System.out.println("First invocation of getUserById(1L):");
        User user1 = userService.getUserById(1L); // 执行数据库查询操作
        System.out.println("User 1: " + user1);

        System.out.println("Second invocation of getUserById(1L):");
        User user2 = userService.getUserById(1L); // 直接从缓存获取结果
        System.out.println("User 2: " + user2);

        // 测试saveUser方法
        User newUser = new User(2L, "Jane Smith");
        userService.saveUser(newUser); // 执行数据库保存操作

        // 测试deleteUserById方法
        userService.deleteUserById(1L); // 执行数据库删除操作

        // 再次调用getUserById(1L)，触发数据库查询操作
        System.out.println("Third invocation of getUserById(1L):");
        User user3 = userService.getUserById(1L); // 执行数据库查询操作
        System.out.println("User 3: " + user3);
    }
}

输出：

First invocation of getUserById(1L):
模拟耗时的数据库查询操作...
User 1: User{id=1, name='John Doe'}
Second invocation of getUserById(1L):
直接从缓存获取结果
User 2: User{id=1, name='John Doe'}
模拟耗时的数据库保存操作...
Third invocation of getUserById(1L):
模拟耗时的数据库查询操作...
User 3: User{id=1, name='John Doe'}

我们可以得出以下结论：

• 在第一次调用getUserById(1L)时，执行了模拟的数据库查询操作，并将查询结果存入缓存。
• 在第二次调用getUserById(1L)时，直接从缓存中获取了结果，避免了数据库查询操作。
• 在调用saveUser方法时，执行了模拟的数据库保存操作，并将结果存入缓存。
• 在调用deleteUserById方法后，再次调用getUserById(1L)时，又执行了模拟的数据库查询操作，并将结果存入缓存。

那么我们现在明白了他的基本使用了  接着往下走

我们再来研究其原理：

缓存的工作原理：

缓存是一种将数据存储在快速访问介质中的技术，以减少对慢速存储介质（如数据库）的访问次数，提高系统的性能和响应速度。了解缓存的工作原理对于正确使用和配置缓存非常重要。

缓存的数据结构和存储方式：

缓存可以使用多种数据结构和存储方式来组织和存储数据，常见的包括：

1. 哈希表（Hash Table）：使用哈希函数将键映射到内存地址，实现快速的查找和存取操作。
2. 数组（Array）：将数据存储在连续的内存空间中，通过索引进行访问，适用于对数据的顺序访问。
3. 链表（Linked List）：将数据通过节点链接起来存储，适用于频繁的插入和删除操作。
4. 树（Tree）：使用树结构组织数据，如二叉搜索树（Binary Search Tree）或平衡二叉树（AVL Tree），提供快速的查找和有序遍历。
5. 堆（Heap）：用于优先级队列，保证每次操作可以在常数时间内找到最小或最大值。

缓存的读取和写入过程：

下面是一个简单的业务示例代码，展示了缓存的读取和写入过程：

@Service
public class ProductService {
    @Autowired
    private ProductRepository productRepository;

    @Cacheable("products")
    public Product getProductById(Long id) {
        return productRepository.findById(id).orElse(null);
    }

    @CachePut(value = "products", key = "#product.id")
    public Product saveProduct(Product product) {
        return productRepository.save(product);
    }
}

在上述示例中，getProductById方法通过@Cacheable注解标记为可缓存的，当调用该方法时，会首先检查缓存中是否存在对应的产品数据。如果存在，则直接从缓存中获取数据并返回，如果不存在，则执行方法体逻辑，从数据库中查询数据，并将查询结果存入缓存中。

saveProduct方法通过@CachePut注解标记为需要更新缓存的方法。当调用该方法时，无论缓存中是否已存在对应的产品数据，都会执行方法体逻辑，并将方法的返回值存入缓存中。

缓存的过期策略和淘汰算法：

缓存的过期策略用于确定缓存数据何时失效，而淘汰算法用于确定哪些缓存数据应该被替换或清除。

常见的缓存过期策略包括：

1. 时间过期：通过设置固定的时间，当缓存数据超过该时间时失效。
2. 访问过期：当缓存数据一段时间内没有被访问时失效。
3. 基于大小：当缓存数据的大小超过一定阈值时失效。
4. 手动失效：通过手动调用接口或方法来使缓存数据失效。

常见的淘汰算法包括：

1. 最近最少使用（Least Recently Used，LRU）：淘汰最近最少被访问的缓存数据。
2. 最少使用（Least Frequently Used，LFU）：淘汰被访问次数最少的缓存数据。
3. 先进先出（First In, First Out，FIFO）：按照缓存数据进入的顺序进行淘汰。

下面是一个业务示例代码，展示了使用过期策略和淘汰算法的情况

@Service
public class OrderService {
    @Autowired
    private OrderRepository orderRepository;

    @Cacheable(value = "orders", key = "#orderId", unless = "#result == null")
    public Order getOrderById(Long orderId) {
        return orderRepository.findById(orderId).orElse(null);
    }

    @CachePut(value = "orders", key = "#order.id")
    public Order createOrder(Order order) {
        return orderRepository.save(order);
    }

    @CacheEvict(value = "orders", key = "#orderId")
    public void deleteOrderById(Long orderId) {
        orderRepository.deleteById(orderId);
    }
}

• 在上述示例中，getOrderById方法通过@Cacheable注解标记为可缓存的，缓存的键（key）为订单的ID。当调用该方法时，会首先检查缓存中是否存在对应的订单数据。如果存在，则直接从缓存中获取数据并返回，如果不存在，则执行方法体逻辑，从数据库中查询订单数据，并将查询结果存入缓存中。同时，通过unless属性设置了一个条件，当方法的返回值为null时，不缓存该结果。
• createOrder方法通过@CachePut注解标记为需要更新缓存的方法。当调用该方法时，无论缓存中是否已存在对应的订单数据，都会执行方法体逻辑，并将方法的返回值存入缓存中。缓存的键（key）为订单的ID。
• deleteOrderById方法通过@CacheEvict注解标记为需要清除缓存的方法。当调用该方法时，会根据传入的订单ID，从缓存中移除对应的订单数据。缓存的键（key）为订单的ID。
• 通过以上示例代码，可以看到缓存的过期和淘汰是通过Spring Cache的注解来实现的。@Cacheable用于获取缓存数据，@CachePut用于更新缓存数据，@CacheEvict用于清除缓存数据。缓存的键（key）可以根据业务需求设置，以唯一标识缓存数据。

如何选择合适的缓存策略和配置：

        1. 考虑业务需求：根据业务需求和访问模式选择合适的缓存策略。例如，如果数据变化频繁且实时性要求较高，可以选择基于时间过期的策略；如果数据的访问模式呈现热点访问，可以选择基于访问过期的策略。

        2. 选择合适的缓存存储：根据应用的规模和性能需求选择合适的缓存存储，如Redis、Ehcache等。考虑存储容量、性能、高可用性等因素进行选择。

        3. 配置缓存大小和过期时间：根据业务需求和系统资源进行合理的缓存大小和过期时间的配置。过大的缓存大小可能导致内存压力，而过短的过期时间可能导致缓存命中率下降。

缓存的性能调优和监控：

1. 监控缓存命中率：通过监控缓存的命中率来评估缓存的效果。高命中率表示缓存有效，低命中率可能意味着缓存策略需要调整或缓存数据需要优化。

2. 配置合理的缓存大小：根据应用的负载和缓存存储的容量，调整缓存的大小。过大的缓存可能导致内存压力，过小的缓存可能导致缓存失效频繁。

3. 使用合适的序列化机制：选择合适的序列化机制来提高缓存的性能。高效的序列化机制可以减少数据的序列化和反序列化时间。

缓存的并发访问和线程安全性：

1. 并发访问控制：在高并发环境下，缓存的并发访问可能导致缓存数据不一致或并发问题。可以使用同步机制（如锁或并发容器）来保证缓存的线程安全性。

2. 分布式缓存考虑：如果应用部署在多个节点上，需要考虑分布式缓存的并发访问和数据一致性。可以选择支持分布式的缓存存储，如Redis集群。

缓存的错误处理和异常处理：

1. 缓存异常处理：处理缓存访问时可能发生的异常情况，如缓存服务不可用、缓存操作超时等。可以使用异常处理机制来捕获和处理缓存异常，并进行相应的处理策略，如降级处理或重试操作。

2. 错误回退机制：当缓存操作失败时，可以使用错误回退机制来处理。例如，从备用缓存或数据库中获取数据，并记录日志以便后续排查问题。

实例应用：基于Spring Cache的缓存优化

1. 使用Spring Cache优化数据库查询

   • 介绍如何使用Spring Cache优化频繁查询的数据库操作，减少数据库访问压力。
   • 代码示例：

     @Service
     public class ProductService {
         @Autowired
         private ProductRepository productRepository;
         
         @Cacheable(value = "products", key = "#productId")
         public Product getProductById(Long productId) {
             return productRepository.findById(productId).orElse(null);
         }
         
         // ...
     }

使用Spring Cache优化复杂计算和耗时操作

• 介绍如何使用Spring Cache优化复杂计算和耗时操作，避免重复计算和耗时的操作。
• 代码示例：

  @Service
  public class CalculationService {
      @Cacheable(value = "calculations", key = "#input")
      public Result performComplexCalculation(Input input) {
          // 复杂的计算逻辑
          // ...
          return result;
      }
      
      // ...
  }

使用Spring Cache解决缓存穿透和缓存击穿问题

• 介绍如何使用Spring Cache解决缓存穿透和缓存击穿问题，提高系统的健壮性和性能。
• 解释一下缓存穿透和缓存击穿 这个知识点我会另外一篇写Redis的技术博客专门讲这一类问题的解决办法 这里先给出我画过的一个流程图
• 

代码示例：

@Service
public class ProductService {
    @Autowired
    private ProductRepository productRepository;
    
    @Cacheable(value = "products", key = "#productId", unless = "#result == null")
    public Product getProductById(Long productId) {
        return productRepository.findById(productId).orElse(null);
    }
    
    @CachePut(value = "products", key = "#product.id")
    public Product updateProduct(Product product) {
        // 更新数据库中的产品信息
        // ...
        return product;
    }
    
    @CacheEvict(value = "products", key = "#productId")
    public void deleteProductById(Long productId) {
        // 从数据库中删除产品，并同时从缓存中清除
        // ...
    }
    
    // ...
}

• 在上述代码中，getProductById方法通过@Cacheable注解标记为可缓存的。当调用该方法时，会首先检查缓存中是否存在对应的产品数据。如果缓存中存在，则直接从缓存中获取数据并返回。如果缓存中不存在，则执行方法体逻辑，从数据库中查询产品数据。在这里，我们使用了unless属性来设置一个条件，即当方法的返回值为null时，不缓存该结果。这样，当查询一个不存在的产品时，第一次请求会访问数据库，但结果为null，不会将null值缓存起来，避免了缓存穿透问题。
• 另外，updateProduct方法通过@CachePut注解标记为需要更新缓存的方法。当调用该方法时，无论缓存中是否已存在对应的产品数据，都会执行方法体逻辑，并将方法的返回值存入缓存中。缓存的键（key）为产品的ID。
• deleteProductById方法通过@CacheEvict注解标记为需要清除缓存的方法。当调用该方法时，会根据传入的产品ID，从缓存中移除对应的产品数据。缓存的键（key）为产品的ID。
• 通过以上的代码优化，当查询一个不存在的产品时，第一次请求会访问数据库，但结果为null，不会将null值缓存起来，后续相同的请求会直接从缓存中获取数据，避免了缓存穿透问题。

本期学习记录就到这里了 过段时间我会专门出一期关于解决缓存问题的博客 敬请期待吧朋友们