项目中使用的多级缓存也就是 分布式缓存 Redis + 本地缓存 Caffeine
,那么令 Caffeine 作为一级缓存,Redis 作为二级缓存,在项目中通过记录数据的访问次数,将热点数据放在 本地缓存
,将非热点数据放在 Redis缓存
中,访问流程如下:
使用多级缓存的好处
在于 Redis 单机每秒可以接收 10w 次的请求,本地缓存比 Redis 缓存可以抗更高数量级的并发,本地缓存可以每秒接收百万的请求,使用两级缓存极大增加访问效率
但是使用多级缓存之后,存在数据一致性问题:
-
Redis 缓存和 MySQL 数据不一致:可以使用
延时双删
来保证数据的一致性,如果需要更准确的数据一致性,可以使用Canal
来监听 MySQL 的 binlog 日志来保证数据的一致性 -
在分布式环境下,多台应用之间本地缓存以及和 MySQL 之间的数据不一致:
可以通过 MQ 来保证数据一致性
。当应用 1 收到请求更新数据库,同时应用 1 更新本地缓存,并且发送更新 MQ 广播消息,让其他的应用也更新本地缓存
如何对热点数据进行存储?
其实就是将数据的访问次数记录起来,当发现访问量非常大,在本地记录一下,可以使用 HashMap 进行存储,记录一下热点数据,再通知所有的服务将热点数据放入到本地缓存中来
标签:缓存,保证数据,多级,Redis,面试,本地,一致性,数据 From: https://blog.51cto.com/u_16186397/8186257本文由博客一文多发平台 OpenWrite 发布!