项目运行过程中往往为了提升项目对数据加载效率，一般都会增加缓存，但缓存如何加载效率最高？如何加载对后端服务造成的压力最小？我们需要设计一套完善的缓存架构体系。
1 多级缓存架构分析
用户请求到达后端服务，先经过代理层nginx,nginx将请求路由到后端tomcat服务，tomcat去数据库中取数据，这是一个非常普通的流程，但在大并发场景下，需要做优化，而缓存是最有效的手段之一。缓存优化有，执行过程如下：
1:请求到达Nginx，Nginx抗压能力极强。
2:Tomcat抗压能力很弱，如果直接将所有请求路由给Tomcat，Tomcat压力会非常大，很有可能宕机。我们可以在Nginx这里设置2道缓存，第1道是Redis缓存，第2道是Nginx缓存。
3:先加载Redis缓存，如果Redis没有缓存，则加载Nginx缓存，Nginx如果没有缓存，则将请求路由到Tomcat。
4:Tomcat发布的程序会加载数据，加载完成后需要做缓存的，及时将数据存入Redis缓存，再响应数据给用户。
5:用户下次查询的时候，查询Redis缓存或Nginx缓存。
6:后面用户请求的时候，就可以直接从Nginx缓存拿数据了，这样就可以实现后端Tomcat发布的服务被调用的次数大幅减少，负载大幅下降。上面这套缓存架构被多个大厂应用，除了可以有效提高加载速度、降低后端服务负载之外，还可以防止缓存雪崩(如果redis缓存失效，可以查询Nginx缓存)，为服务稳定健康打下了坚实的基础，这也就是鼎鼎有名的多级缓存架构体系。
2 推广商品高效加载
首页很多商品优先推荐展示，这些其实都是推广商品，并非真正意义上的热门商品，首页展示这些商品数据需要加载效率极高，并且商城首页访问频率也是极高，我们需要对首页数据做缓存处理，我们首先想到的就是Redis缓存。
2.1 表机构分析
推广商品并非只在首页出现，有可能在列表页、分类搜索页多个地方出现，因此可以设计一张表用于存放不同位置展示不同商品的表，推广产品推荐表如下：
CREATE TABLE `ad_items` (
`id` int(11) NOT NULL AUTO_INCREMENT,
`name` varchar(100) DEFAULT NULL,
`type` int(3) DEFAULT NULL COMMENT '分类，1首页推广,2列表页推广',
`sku_id` varchar(60) DEFAULT NULL COMMENT '展示的产品(对应Sku)',
`sort` int(11) DEFAULT NULL COMMENT '排序',
PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;2.2 推广商品异步加载
1)Bean创建
在goods-api中创建com.gupaoedu.vip.mall.goods.model.AdItems：
@Data
@AllArgsConstructor
@NoArgsConstructor
//MyBatisPlus表映射注解
@TableName(value = "ad_items")
public class AdItems {
@TableId(type = IdType.AUTO)
private Integer id;
private String name;
private Integer type;
private String skuId;
private Integer sort;
}2)Mapper
创建com.gupaoedu.vip.mall.goods.mapper.AdItemsMapper：
public interface AdItemsMapper extends BaseMapper<AdItems> {
}3)Service
接口：修改com.gupaoedu.vip.mall.goods.service.SkuService,增加如下方法：
public interface SkuService extends IService<Sku> {
/***
* 根据推广产品分类ID查询Sku列表
* @param id
* @return
*/
List<Sku> typeSkuItems(Integer id);
}实现类：修改com.gupaoedu.vip.mall.goods.service.impl.SkuServiceImpl增加实现方法：
@Service
public class SkuServiceImpl extends ServiceImpl<SkuMapper,Sku> implements SkuService {
@Autowired
private AdItemsMapper adItemsMapper;
@Autowired
private SkuMapper skuMapper;
/***
* 根据推广产品分类ID查询Sku列表
* @param id
* @return
*/
@Override
public List<Sku> typeSkuItems(Integer id) {
//查询所有分类下的推广
QueryWrapper<AdItems> adItemsQueryWrapper=new QueryWrapper<AdItems>();
adItemsQueryWrapper.eq("type",id);
List<AdItems> adItems = adItemsMapper.selectList(adItemsQueryWrapper);
//获取所有SkuId
List<String> skuIds = adItems.stream().map(adItem -> adItem.getSkuId()).collect(Collectors.toList());
//批量查询Sku
List<Sku> skus = skuMapper.selectBatchIds(skuIds);
return skus;
}
}4)Controller
修改com.gupaoedu.vip.mall.goods.controller.SkuController增加方法：
@RestController
@RequestMapping(value = "/sku")
@CrossOrigin
public class SkuController {
@Autowired
private SkuService skuService;
/****
* 指定分类下的推广产品列表
*/
@GetMapping(value = "/aditems/type/{id}")
public List<Sku> typeItems(@PathVariable(value = "id")Integer id){
//查询
List<Sku> adSkuItems = skuService.typeSkuItems(id);
return adSkuItems;
}
}用Postman测试http://localhost:8081/sku/aditems/type/1效果如下：
2.3 缓存常用注解
@EnableCaching:
开关性注解，在项目启动类或某个配置类上使用此注解后，则表示允许使用注解的方式进行缓存操作。@Cacheable:
可用于类或方法上；在目标方法执行前，会根据key先去缓存中查询看是否有数据，有就直接返回缓存中的key对应的value值。不再执行目标方法；无则执行目标方法，并将方法的返回值作为value，并以键值对的形式存入缓存。@CacheEvict:
可用于类或方法上；在执行完目标方法后，清除缓存中对应key的数据(如果缓存中有对应key的数据缓存的话)。@CachePut:
可用于类或方法上；在执行完目标方法后，并将方法的返回值作为value，并以键值对的形式存入缓存中。@Caching:
此注解即可作为@Cacheable、@CacheEvict、@CachePut三种注解中的的任何一种或几种来使用。@CacheConfig:
可以用于配置@Cacheable、@CacheEvict、@CachePut这三个注解的一些公共属性，例如cacheNames、keyGenerator。2.4 推广产品缓存操作
1)配置缓存链接
修改bootstrap.yml，增加配置Redis缓存链接，如下：
#Redis配置
redis:
host: 192.168.100.130
port: 63792)开启缓存
在com.gupaoedu.vip.mall.MallGoodsServiceApplication上添加缓存开启注解：
2.4.1 推广产品缓存加载
在com.gupaoedu.vip.mall.goods.service.impl.SkuServiceImpl添加@Cacheable注解，代码如下：
完整代码如下：
/***
* 根据推广产品分类ID查询Sku列表
* cacheNames = "ad-items-skus":命名空间
* key ="#id":入参id作为缓存的key，使用的是SpEL表达式
*/
@Cacheable(cacheNames = "ad-items-skus",key ="#id")
@Override
public List<Sku> typeSkuItems(Integer id) {
//查询所有分类下的推广
QueryWrapper<AdItems> adItemsQueryWrapper=new QueryWrapper<AdItems>();
adItemsQueryWrapper.eq("type",id);
List<AdItems> adItems = adItemsMapper.selectList(adItemsQueryWrapper);
//获取所有SkuId
List<String> skuIds = adItems.stream().map(adItem -> adItem.getSkuId()).collect(Collectors.toList());
//批量查询Sku
List<Sku> skus = skuMapper.selectBatchIds(skuIds);
return skus;
}请求http://localhost:8081/sku/aditems/type/1此时Redis缓存数据如下：
我们可以发现上面存储的数据是二进制数据，我们很难阅读，而且占空间极大，我们可以使用FastJSON将每次存入到Redis中的数据转成JSON字符串，此时我们需要把参考资料中的RedisConfig.java拷贝到工程中，其他工程也有可能需要，我们可以拷贝到mall-service-dependency工程的com.gupaoedu.vip.mall.config包下。
此时清理再执行加载缓存后，效果如下：
2.4.2 推广产品缓存清理
1)Service
接口：添加清理缓存方法com.gupaoedu.vip.mall.goods.service.SkuService#delTypeSkuItems
/***
* 清理分类ID下的推广产品
* @param id
*/
void delTypeSkuItems(Integer id);实现类：添加实现方法com.gupaoedu.vip.mall.goods.service.impl.SkuServiceImpl#delTypeSkuItems
/****
* 清理缓存
* @param id
*/
@CacheEvict(cacheNames = "ad-items-skus",key ="#id")
@Override
public void delTypeSkuItems(Integer id) {
}2)Controller
添加删除缓存方法com.gupaoedu.vip.mall.goods.controller.SkuController#deleteTypeItems
/****
* 删除指定分类下的推广产品列表
*/
@DeleteMapping(value = "/aditems/type")
public RespResult deleteTypeItems(@RequestParam(value = "id") Integer id){
//清理缓存
skuService.delTypeSkuItems(id);
return RespResult.ok();
}2.4.3 注解缓存操作优化
使用@CacheConfig优化注解，可以将cacheNames挪到类上，每个方法上就不用重复写cacheNames了。
其他地方肯定会调用这几个方法用于实现缓存更新，我们可以在goods-api中添加feigin接口。
在mall-api中引入common工具包和feign依赖包：
<!--工具包-->
<dependency>
<groupId>com.gupaoedu.vip.mall</groupId>
<artifactId>mall-common</artifactId>
<version>0.0.1-SNAPSHOT</version>
</dependency>
<!--openfeign-->
<dependency>
<groupId>org.springframework.cloud</groupId>
<artifactId>spring-cloud-starter-openfeign</artifactId>
<version>2.2.5.RELEASE</version>
</dependency>在goods-api中创建com.gupaoedu.vip.mall.goods.feign.SkuFeign，代码如下：
@FeignClient(value = "mall-goods")
public interface SkuFeign {
/****
* 指定分类下的推广产品列表
*/
@GetMapping(value = "/sku/aditems/type")
public List<Sku> typeItems(@RequestParam(value = "id") Integer id);
/****
* 删除指定分类下的推广产品列表
*/
@DeleteMapping(value = "/sku/aditems/type/{id}")
public RespResult deleteTypeItems(@PathVariable(value = "id")Integer id);
/****
* 修改指定分类下的推广产品列表
*/
@PutMapping(value = "/sku/aditems/type/{id}")
public RespResult updateTypeItems(@PathVariable(value = "id")Integer id);
}3 多级缓存-Lua+Redis
按照上面分析的架构，可以每次在Nginx的时候使用Lua脚本查询Redis，如果Redis有数据，则将数据存入到Nginx缓存，再将数据响应给用户，此时我们需要实现使用Lua将数据从Redis中加载出来。
我们在/usr/local/openresty/nginx/lua中创建文件aditem.lua，脚本如下：
--数据响应类型JSON
ngx.header.content_type="application/json;charset=utf8"
--Redis库依赖
local redis = require("resty.redis");
local cjson = require("cjson");
--获取id参数（type）
local id = ngx.req.get_uri_args()["id"];
--key组装
local key = "ad-items-skus::"..id
--创建链接对象
local red = redis:new()
--设置超时时间
red:set_timeout(2000)
--设置服务器链接信息
red:connect("192.168.100.130", 6379)
--查询指定key的数据
local result=red:get(key);
--关闭Redis链接
red:close()
if result==nil or result==null or result==ngx.null then
return true
else
--输出数据
ngx.say(result)
end修改nginx.conf添加如下配置：（最后记得将content_by_lua_file改成rewrite_by_lua_file）
#推广产品查询
location /sku/aditems/type {
content_by_lua_file /usr/local/openresty/nginx/lua/aditem.lua;
}访问http://www.gpshopvip.com/sku/aditems/type?id=1效果如下：
4 Nginx代理缓存
proxy_cache 是用于 proxy 模式的缓存功能，proxy_cache 在 Nginx 配置的 http 段、server 段中分别写入不同的配置。http 段中的配置用于定义 proxy_cache 空间，server 段中的配置用于调用 http 段中的定义，启用对server 的缓存功能。
使用：
1、定义缓存空间
2、在指定地方使用定义的缓存4.1 Nginx代理缓存学习
1)开启Proxy_Cache缓存：
我们需要在nginx.conf中配置才能开启缓存：
proxy_cache_path /usr/local/openresty/nginx/cache levels=1:2 keys_zone=proxy_cache:10m max_size=1g inactive=60m use_temp_path=off;参数说明：
【proxy_cache_path】指定缓存存储的路径，缓存存储在/usr/local/openresty/nginx/cache目录
【levels=1:2】设置一个两级目录层次结构存储缓存，在单个目录中包含大量文件会降低文件访问速度，因此我们建议对大多数部署使用两级目录层次结构。如果 levels 未包含该参数，Nginx 会将所有文件放在同一目录中。
【keys_zone=proxy_cache:10m】设置共享内存区域，用于存储缓存键和元数据，例如使用计时器。拥有内存中的密钥副本，Nginx 可以快速确定请求是否是一个 HIT 或 MISS 不必转到磁盘，从而大大加快了检查速度。1 MB 区域可以存储大约 8,000 个密钥的数据，因此示例中配置的 10 MB 区域可以存储大约 80,000 个密钥的数据。
【max_size=1g】设置缓存大小的上限。它是可选的; 不指定值允许缓存增长以使用所有可用磁盘空间。当缓存大小达到限制时，一个称为缓存管理器的进程将删除最近最少使用的缓存，将大小恢复到限制之下的文件。
【inactive=60m】指定项目在未被访问的情况下可以保留在缓存中的时间长度。在此示例中，缓存管理器进程会自动从缓存中删除 60 分钟未请求的文件，无论其是否已过期。默认值为 10 分钟（10m）。非活动内容与过期内容不同。Nginx 不会自动删除缓存 header 定义为已过期内容（例如 Cache-Control:max-age=120）。过期（陈旧）内容仅在指定时间内未被访问时被删除。访问过期内容时，Nginx 会从原始服务器刷新它并重置 inactive 计时器。
【use_temp_path=off】表示NGINX会将临时文件保存在缓存数据的同一目录中。这是为了避免在更新缓存时，磁盘之间互相复制响应数据，我们一般关闭该功能。2)Proxy_Cache属性：
proxy_cache:设置是否开启对后端响应的缓存，如果开启的话，参数值就是zone的名称，比如:proxy_cache。
proxy_cache_valid:针对不同的response code设定不同的缓存时间，如果不设置code，默认为200,301,302,也可以用any指定所有code。
proxy_cache_min_uses:指定在多少次请求之后才缓存响应内容,这里表示将缓存内容写入到磁盘。
proxy_cache_lock:默认不开启，开启的话则每次只能有一个请求更新相同的缓存，其他请求要么等待缓存有数据要么限时等待锁释放;nginx 1.1.12才开始有。
配套着proxy_cache_lock_timeout一起使用。
proxy_cache_key:缓存文件的唯一key，可以根据它实现对缓存文件的清理操作。4.2 Nginx代理缓存热点数据应用
1)开启代理缓存
修改nginx.conf，添加如下配置：
proxy_cache_path /usr/local/openresty/nginx/cache levels=1:2 keys_zone=proxy_cache:10m max_size=1g inactive=60m use_temp_path=off;修改nginx.conf，添加如下配置：
#门户发布
server {
listen 80;
server_name www.gpshopvip.com;
#推广产品查询
location /sku/aditems/type {
#先找Nginx缓存
rewrite_by_lua_file /usr/local/openresty/nginx/lua/aditem.lua;
#启用缓存openresty_cache
proxy_cache proxy_cache;
#针对指定请求缓存
#proxy_cache_methods GET;
#设置指定请求会缓存
proxy_cache_valid 200 304 60s;
#最少请求1次才会缓存
proxy_cache_min_uses 1;
#如果并发请求，只有第1个请求会去服务器获取数据
#proxy_cache_lock on;
#唯一的key
proxy_cache_key $host$uri$is_args$args;
#动态代理
proxy_pass http://192.168.100.1:8081;
}
#其他所有请求
location / {
root /usr/local/gupao/web/static/frant;
}
}重启nginx或者重新加载配置文件nginx -s reload，再次测试，可以发现下面个规律：
1:先查找Redis缓存
2:Redis缓存没数据，直接找Nginx缓存
3:Nginx缓存没数据，则找真实服务器我们还可以发现cache目录下多了目录和一个文件，这就是Nginx缓存：
4.3 Cache_Purge代理缓存清理
很多时候我们如果不想等待缓存的过期，想要主动清除缓存，可以采用第三方的缓存清除模块清除缓存 nginx_ngx_cache_purge。安装nginx的时候，需要添加purge模块，purge模块我们已经下载了，在/usr/local/gupao目录下,添加该模块--add-module=/usr/local/gupao/ngx_cache_purge-2.3/,这一个步骤我们在安装OpenRestry的时候已经实现了。
安装好了后，我们配置一个清理缓存的地址：http://192.168.100.130/purge/sku/aditems/type?id=1
#清理缓存
location ~ /purge(/.*) {
#清理缓存
proxy_cache_purge proxy_cache $host$1$is_args$args;
}此时访问http://www.gpshopvip.com/purge/sku/aditems/type?id=1，表示清除缓存，如果出现如下效果表示清理成功：
