最近项目上用到二级缓存，加上之前也使用过J2Cache之类的二级缓存开源框架，因此对二级缓存做一个简单的总结。

  1.         二级缓存解决什么问题？

目前缓存的解决方案一般有两种：

  • 内存缓存（如 Ehcache） —— 速度快，进程内可用
  • 集中式缓存（如 Redis）—— 可同时为多节点提供服务

二级缓存主要解决：

  1. 使用内存缓存时，一旦应用重启后，由于缓存数据丢失，缓存雪崩，给数据库造成巨大压力，导致应用堵塞
  2. 使用内存缓存时，多个应用节点无法共享缓存数据
  3. 使用集中式缓存，由于大量的数据通过缓存获取，导致缓存服务的数据吞吐量太大，带宽跑满。现象就是 Redis 服务负载不高，但是由于机器网卡带宽跑满，导致数据读取非常慢

二级缓存结构：

L1： 进程内缓存(caffeine\ehcache)
L2： Redis/Memcached 集中式缓存

数据读取：

  2. 读取顺序 -> L1 -> L2 -> DB， 通常采用Read Through模式

    3. redis里面二级缓存 redis二级缓存优化_redis里面二级缓存

缓存中数据不存在时，从DB中加载数据时需要加锁，避免缓存击穿。

缓存/DB中都不存在时，需要缓存空数据设置失效时间，避免缓存穿透

  1. 数据更新：
  • 更新数据库，再更新缓存

redis里面二级缓存 redis二级缓存优化_java_02

多线程场景下容易造成双写数据不一致，如下步骤 ：

1.线程A先发起⼀个写操作，第⼀步先更新数据库   2. 线程B再发起⼀个写操作，第⼆步更新了数据库  3. 由于⽹络等原因，线程B先更新了缓存   4. 线程A更新缓存。

缓存保存的是A的数据（⽼数据），数据库保存的是B的数据（新数据）

更新缓存相对于删除缓存还有两点劣势：

如果你写⼊的缓存值，是经过复杂计算才得到的话。更新缓存频率⾼的话，就浪费性能。

在写多读少的情况下，数据很多时候还没被读取到⼜被更新了，这也浪费了性能

  • 删除缓存，更新数据库

redis里面二级缓存 redis二级缓存优化_分布式_03

1. 线程A发起⼀个写操作，第⼀步del cache   2. 此时线程B发起⼀个读操作，cache miss   3. 线程B继续读DB，读出来⼀个⽼数据   4. 然后线程B把⽼数据设置⼊cache  5. 线程A写⼊DB最新的数据

缓存和数据库的数据不⼀致了。缓存保存的是⽼数据，数 据库保存的是新数据 

  •    方式三：更新数据库，删除缓存

删除缓存时，需要广播通知删除对应的业务节点删除对应的L1本地缓存。

删除缓存采用常用的ZK监听机制/Redis的订阅机制/消息队列来通知业务节点删除L1缓存。

ZK的监听机制存在弊端，当发生Zk于业务节点发生断连时，没能及时通知到业务侧  【之前的系统就出过生产故障】，而且多引入了业务组件。

开源软件：https://gitee.com/ld/J2Cache