1.缓存使用
为了系统性能的提升,我们一般都会将部分数据放入缓存中,加速访问。而db承担数据落盘工作。
哪些数据适合放入缓存?
- 即时性、数据一致性要求不高的
- 访问量大且更新频率不高的数据(读多,写少)
举例:
电商类应用,商品分类,商品列表等适合缓存并加一个失效时间(根据数据更新频率来定),后台如果发布了一个商品,买家需要5分钟才能看到新的商品一般还是可以接受的
2.本地缓存
最简单的加入缓存
吞吐量大大提升
这样的方式称作本地缓存
弊端 在单体应用没有问题,分布式项目问题如下
- 缓存不在同一个服务里,导致第一个查数据库得到缓存放入本地,然后又来一个请求负载均衡到第二个服务,没有缓存,导致又去查一遍数据库
- 假设一个数据库的数据修改了需要修改缓存,那么它只会更新操作数据库的那个服务,其他服务的缓存就会导致数据大量不一致。
分布式系统下应该使用分布式缓存
3.Redis缓存
1.导入依赖
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-data-redis</artifactId>
</dependency>
2.application.yml
spring:
redis:
host: 192.168.232.209
port: 6379
database: 0
3.优化三级分类
@Autowired
private RedisTemplate<String,Object> redisTemplate;
// private Map<String,Object> cacheMap = new HashMap<>();
private static final String CATALOG_JSON="CATALOG_JSON";
@Override
public Map<String, List<Catelog2Vo>> getCatalogJson() {
Object result = redisTemplate.opsForValue().get(CATALOG_JSON);
if(result!=null){
return (Map<String, List<Catelog2Vo>>) result;
}
Map<String, List<Catelog2Vo>> map = getCatalogJsonFromDB();
redisTemplate.opsForValue().set(CATALOG_JSON,map);
return map;
}
public Map<String, List<Catelog2Vo>> getCatalogJsonFromDB() {
//1.查出所有1级分类
List<CategoryEntity> selectList = baseMapper.selectList(null);
/**
* 将数据库的多次查询变成一次
*/
//2. 封装数据
List<CategoryEntity> level1Category = selectList.stream().filter(s->s.getParentCid().equals(0L)).collect(Collectors.toList());
Map<String, List<Catelog2Vo>> map = level1Category.stream().collect(Collectors.toMap(k -> k.getCatId().toString(), v -> {
//1.每一个的一级分类,查到1级分类的所有二级分类
List<CategoryEntity> categoryEntities = selectList.stream().filter(s->s.getParentCid().equals(v.getCatId())).collect(Collectors.toList());
List<Catelog2Vo> catelog2VoList = categoryEntities.stream().map(c -> {
Catelog2Vo catelog2Vo = new Catelog2Vo();
catelog2Vo.setId(c.getCatId().toString());
catelog2Vo.setName(c.getName());
catelog2Vo.setCatalog1Id(v.getCatId().toString());
List<CategoryEntity> categoryEntities1 = selectList.stream().filter(s->s.getParentCid().equals(c.getCatId())).collect(Collectors.toList());
List<Catelog2Vo.Catelog3Vo> collect = categoryEntities1.stream().map(c3 -> {
Catelog2Vo.Catelog3Vo catelog3Vo = new Catelog2Vo.Catelog3Vo();
catelog3Vo.setId(c3.getCatId().toString());
catelog3Vo.setName(c3.getName());
catelog3Vo.setCatalog2Id(c.getCatId().toString());
return catelog3Vo;
}).collect(Collectors.toList());
catelog2Vo.setCatalog3List(collect);
return catelog2Vo;
}).collect(Collectors.toList());
return catelog2VoList;
}));
return map;
}
4.进行压力测试
会有异常
1.第一种异常
连接量太大
2.第二种异常
很重要 堆外内存溢出 OutOfDirectMemoryError
分析源码
这是
lettuce-core 老版本报的错 就是内存没有及时释放,导致内存泄漏,是新来的空间大于最大空间,就会抛出堆外内存溢出
新版本可以不用解决
- springboot2.0 以后默认使用lettuce作为操作 redis的客户端。它使用netty进行网络通信。
- lettuce 的bug导致netty 堆外内存溢出,-Xmx300m; netty如果没有指定堆外内存,默认是使用-Xms300m
- 可以通过 -Dio.netty.maxDirectMemory进行设置
- 但是不能只是用 -Dio.netty.maxDirectMemory进行设置
- 可以升级lettuce客户端版本解决
- 可以使用jedis
3.来整合jedis
没玩过,试试,虽然这个Bug新版本解决了,但是想多学一点就来整合一下
1.导入依赖
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-data-redis</artifactId>
<exclusions>
<exclusion>
<groupId>io.lettuce</groupId>
<artifactId>lettuce-core</artifactId>
</exclusion>
</exclusions>
</dependency>
<dependency>
<groupId>redis.clients</groupId>
<artifactId>jedis</artifactId>
</dependency>
补充:lettuce、jedis操作redis的底层客户端。spring再次封装redisTemplate