您当前所在位置：首页 > 数据库 > Redis

Redis

caffeine_redis自定义二级缓存

caffeine_redis二级缓存 redis二级缓存

[db:来源] 小狸花2023-04-19Redis6278

这篇文章具体介绍了caffeine_redis自定义二级缓存，文中有相关的背景前提与出现的问题，感爱好的同学可以参考一下

背景

最近产品下发一个需求：考虑在程序中加缓存，刚开始以为只是 Redis 缓存，后面才直到是本地缓存（Caffeine） + Redis。

在 SpringBoot2.x 后默认的缓存就是 Caffeine，所以本地缓存也选择了 Caffeine。

ps：我们的数据不是从程序中插进或者更新，是天天会有数据专门同步。

问题

基于提出的需求，我认为主要有以下两个问题：

因为有本地缓存，如何保证数据一致性。当一个节点数据改变，其他节点的数据如何失效？
数据不对，需要重新同步，缓存如何失效？

流程图

接下来就是配合产品和其他开发人员画出流程图，如下：

使用一张配置表，记录是否需要缓存，是否开启缓存，来达到通知时候缓存失效的情况。
因为项目要求一般，即使消息丢失，也不会存在太大的影响，所以最终选择了 redis 里面的订阅、发布功能，实现通知其他节点失效本地缓存。

开发

上面问题清晰了，流程图也清晰了。那就预备开始写 bug 了。整体思路是自定义注解实现切面，绝量降低对业务代码的耦合度。

CacheConfig

主要是结合业务定义一个 CacheManager，代码里面的解释都有。因为这个是直接占用程序内存的，所有得特殊注重最大可缓存条数，别把内存肝爆了。当然也不能太小了，因为还要考虑命中率的问题。所以这就得结合实际得业务来确定最终的大小。

@Bean(name = JKDDCX)
@Primary
public CacheManager cacheManager() {
     CaffeineCacheManager cacheManager  = new CaffeineCacheManager();
        cacheManager.setCaffeine(Caffeine.newBuilder()
                // 设置最后一次写进或访问后经过固定时间过期
                .expireAfterAccess(EXPIRE, TIME_UNIT)
                //设置本地缓存写进后过期时间
                .expireAfterWrite(EXPIRE, TIME_UNIT)
                // 初始的缓存空间大小
                .initialCapacity(500)
                // 缓存的最大条数
                .maximumSize(1000));// 使用人数 * 5 （每个人不同的进参 5 条）\
  return cacheManager;
}

@CaffeineCache

自定义注解，把可以用到的参数都能加上。

@Target({ ElementType.METHOD ,ElementType.TYPE})
@Retention(RetentionPolicy.RUNTIME)
@Documented
public @interface CaffeineCache {

     public String moudleId() default "";
    
     //用于在数据库中配置参数
     public String methodId() default "";
     public String cachaName() default "";
    
     //动态切换实际的 CacheManager
     public String cacheManager() default "";

}

CacheMessageListener

缓存监听器，主要是保证多节点数据一致性的问题。当一个节点缓存更新，通知其他的节点相应处理。主要技术是 Redis 的发布、订阅功能，实现 MessageListener 接口。

当然下面还有个细节就是一般生产环境是禁用 Redis#keys 命令的，所以得换个方式扫描对应的 key。

public class CacheMessageListener implements MessageListener {
     @Override
    public void onMessage(Message message, byte[] pattern) {
        CacheMessage cacheMessage = (CacheMessage) redisTemplate.getValueSerializer().deserialize(message.getBody());
        logger.info("收到redis清除缓存消息, 开始清除本地缓存, the cacheName is {}, the key is {}", cacheMessage.getCacheName(), cacheMessage.getKey());
//		redisCaffeineCacheManager.clearLocal(cacheMessage.getCacheName(), cacheMessage.getKey());

        /**
         * 假如是一个类上使用了 注解 @CaffeineCache ，那么所有接口都会缓存。
         * 下面的逻辑是：除了当前模块的接口访问的进参 key，其他的 redis 缓存都会被清除
         * （比如此模块的表更新了，但是当前调用此接口只是缓存了当前这个进参的redis,其他的数据删除）
         */
        String prefixKey = RedisConstant.WXYMG_DATA_CACHE + cacheMessage.getCacheName();
        Set<String> keys = redisTemplate.execute((RedisCallback<Set<String>>) connection -> {
            Set<String> keysTmp = new HashSet<>();
            Cursor<byte[]> cursor = connection.scan(new ScanOptions.ScanOptionsBuilder().
                    match(prefixKey + "*").
                    count(50).build());
            while (cursor.hasNext()) {
                keysTmp.add(new String(cursor.next()));
            }
            return keysTmp;
        });
        Iterator iterator = keys.iterator();
        while (iterator.hasNext()) {
            if (iterator.next().toString().equals(cacheMessage.getKey())) {
                iterator.remove();
            }
        }
        redisTemplate.delete(keys);

        cacheConfig.cacheManager().getCache(cacheMessage.getCacheName()).clear(); //cacheName 下的都删除
    }
}

CaffeineCacheAspect

然后就是切面的逻辑处理，里面的内容和流程图一模一样，只是使用代码实现了需求。

其中：下面的代码是 Redis 发布消息。

redisTemplate.convertAndSend(CacheConfig.TOPIC, new CacheMessage(caffeineCache.cachaName(), redisKey));

CacheMessage

这是在 Redis 发布消息的时候一个消息体，也是自定义的，可以加更多的参数属性

public class CacheMessage implements Serializable {

	private static final long serialVersionUID = -1L;

	private String cacheName;

	private Object key;

	public CacheMessage(String cacheName, Object key) {
		super();
		this.cacheName = cacheName;
		this.key = key;
	}

}