【原创】拉勾课程速推指南 第五阶段 大型分布式系统缓存架构进阶 模块二 Guava Cache、EVCache、Tair、Aerospike

文章内容输出来源:拉勾教育Java高薪训练营

学习心得

【拉勾课程速推指南】学习心得

课程介绍

第五阶段 大型分布式系统缓存架构进阶
模块二 Guava Cache、EVCache、Tair、Aerospike
本模块对市场上其他缓存服务进行讲解,例如:Guava Cache、EVCache、Tair、Aerospike等,可以提高在缓存方面的架构选型能力。

作业内容

模拟拉勾网首页热门职位的缓存设计和实现

如图:

要求:

  • BS结构:springboot或ssm都行

  • 设计合适的数据结构用于缓存数据

  • 先读本地缓存,本地缓存没有则读分布式缓存,分布式缓存没有则读数据库

  • 采用CacheAsidePattern方式读写缓存

  • 分布式缓存可以采用RedisCluster或Tair搭建

课程目录及观看建议

2倍速模式
课程1小时
作业2小时
*** 必看
** 建议看
* 可不看

  • 任务一:Guava Cache
  1. Guava Cache应用场景(37:32)
  2. Guava Cache操作实战(21:12)***
  3. Guava Cache缓存数据策略(上)(13:55)
  4. Guava Cache缓存数据策略(下)(15:38)
  5. Guava Cache原理(19:51)
  6. Guava Cache高级实战(28:20)***
  7. Guava Cache源码剖析(10:08)
  • 任务二:EVCache
  • 任务三:Tair
  • 任务四:Aerospike

作业说明

软件版本

CentOS 7.7
Redis 5.0.5
JDK 11
Spring Boot 2.3.2.RELEASE
Mybatis-Spring-Boot-Starter 2.1.3
Guava 29.0-jre

实现步骤

1. MySQL数据库

可以根据业务创建一个(包括所有的岗位信息)或多个表(岗位和公司进行表连接查询)。

2. 搭建Redis5.0集群

搭建步骤参考上期作业。

java访问使用Spring Data的RedisTemplate。

3. 搭建SpringBoot项目

至少提供两个api:

  • 根据岗位id查询岗位信息

  • 根据岗位id修改岗位信息

4. 选择ORM框架

可以使用MyBatis作为ORM框架,便于进行SQL编写和性能调优。

5. 本地缓存

选用Guava Cache作为本地缓存。

6. 缓存策略

客户端查询的时候先查本地缓存,如果没有再查分布式缓存,如果还没有才查数据库,并将查询结果保存到分布式缓存和本地缓存中。

如果数据库信息被修改,则删除分布式和本地缓存。

注意事项

  1. Null的处理

    覆写Guava Cache的get方法中Callable参数的call方法时,如果考虑了查询数据为null的场合,返回值需要使用Optional类包装下才可以。定义缓存时,也需要把泛型的限定类型使用Optional包装成Cache<String, Optional<Object>>,例如:

new Callable<Optional<PostInfoVO>>() {
    @Override
    public Optional<PostInfoVO> call() throws Exception {
        Object redisPostInfo = redisTemplate.opsForHash().get("post", postId);
        if (redisPostInfo != null) {
            return Optional.of((PostInfoVO) redisPostInfo);
        } else {
            return Optional.fromNullable(null);
        }
    }
}
  1. 缓存刷新问题

    当数据库数据的数据更新以后,如果按照CacheAsidePattern策略,则需要删除分布式缓存(Redis)和本地缓存(Guava Cache)中的数据。待下次客户端查询该数据时再从数据库中查询,然后保存到缓存中。但是因为发起修改操作的服务节点和其他分布式服务节点是跨机器环境,所以无法直接删除其他机器的本地缓存。作业中可以只使用单机环境实现,但觉得实际生产的分布式环境可以采用Redis订阅模式监听,或者MQ异步处理(会有短时数据不一致情况)。如果是频繁更新的场合,还需要根据具体业务场景考虑是否真的需要本地缓存。

  2. redis集群配置

spring:
  redis:
    database: 0
    cluster:
      nodes:
        - 192.168.0.111:7001
        - 192.168.0.111:7002
        - 192.168.0.111:7003
        - 192.168.0.111:7004
        - 192.168.0.111:7005
        - 192.168.0.111:7006
        - 192.168.0.111:7007
        - 192.168.0.111:7008
    timeout: 5000
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 202,802评论 5 476
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,109评论 2 379
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 149,683评论 0 335
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,458评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,452评论 5 364
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,505评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,901评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,550评论 0 256
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,763评论 1 296
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,556评论 2 319
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,629评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,330评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,898评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,897评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,140评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,807评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,339评论 2 342