「性能提升」擴展 Spring Cache 支持多級緩存

為什麼多級緩存

緩存的引入是現在大部分系統所必須考慮的

• redis 作為常用中間件，雖然我們一般業務系統（畢竟業務量有限）不會遇到如下圖 在隨著 data-size 的增大和數據結構的複雜的造成性能下降，但網絡 IO 消耗會成為整個調用鏈路中不可忽視的部分。尤其在 微服務架構中，一次調用往往會涉及多次調用 例如pig oauth2.0 的 client 認證

• Caffeine 來自未來的本地內存緩存,性能比如常見的內存緩存實現性能高出不少詳細對比。

綜合所述：我們需要構建 L1 Caffeine JVM 級別緩存 ， L2 Redis 緩存。

設計難點

目前大部分應用緩存都是基於 Spring Cache 實現,基於註解（annotation）的緩存（cache）技術,存在的問題如下：

• Spring Cache 僅支持 單一的緩存來源，即：只能選擇 Redis 實現或者 Caffeine 實現，並不能同時使用。
• 數據一致性：各層緩存之間的數據一致性問題，如應用層緩存和分佈式緩存之前的數據一致性問題。
• 緩存過期：Spring Cache 不支持主動的過期策略

業務流程

如何使用

• 1. 引入依賴

<dependency>
    <groupId>com.pig4cloud.plugin</groupId>
    <artifactId>multilevel-cache-spring-boot-starter</artifactId>
    <version>0.0.1</version>
</dependency>

• 1. 開啟緩存支持

@EnableCaching
public class App {
    public static void main(String[] args) {
        SpringApplication.run(App.class, args);
    }
}

• 1. 目標接口聲明 Spring Cache 註解

@Cacheable(value = "get",key = "#key")
@GetMapping("/get")
public String get(String key){
    return "success";
}

性能比較

為保證性能 redis 在 127.0.0.1 環路安裝

• OS: macOS Mojave
• CPU: 2.3 GHz Intel Core i5
• RAM: 8 GB 2133 MHz LPDDR3
• JVM: corretto_11.jdk

Benchmark	Mode	Cnt	Score	Units
多級實現	thrpt	2	2716.074	ops/s
默認 redis	thrpt	2	1373.476	ops/s

代碼原理

• 1. 自定義 CacheManager 多級緩存實現

public class RedisCaffeineCacheManager implements CacheManager {

    @Override
    public Cache getCache(String name) {
        Cache cache = cacheMap.get(name);
        if (cache != null) {
            return cache;
        }
        cache = new RedisCaffeineCache(name, stringKeyRedisTemplate, caffeineCache(), cacheConfigProperties);
        Cache oldCache = cacheMap.putIfAbsent(name, cache);
        log.debug("create cache instance, the cache name is : {}", name);
        return oldCache == null ? cache : oldCache;
    }
}

• 1. 多級讀取、過期策略實現

public class RedisCaffeineCache extends AbstractValueAdaptingCache {
    protected Object lookup(Object key) {
        Object cacheKey = getKey(key);

    // 1. 先調用 caffeine 查詢是否存在指定的值
        Object value = caffeineCache.getIfPresent(key);
        if (value != null) {
            log.debug("get cache from caffeine, the key is : {}", cacheKey);
            return value;
        }

    // 2. 調用 redis 查詢在指定的值
        value = stringKeyRedisTemplate.opsForValue().get(cacheKey);

        if (value != null) {
            log.debug("get cache from redis and put in caffeine, the key is : {}", cacheKey);
            caffeineCache.put(key, value);
        }
        return value;
    }
}

• 1. 過期策略，所有更新操作都基於 redis pub/sub 消息機制更新

public class RedisCaffeineCache extends AbstractValueAdaptingCache {
    @Override
    public void put(Object key, Object value) {
        push(new CacheMessage(this.name, key));
    }

    @Override
    public ValueWrapper putIfAbsent(Object key, Object value) {
                push(new CacheMessage(this.name, key));
    }

    @Override
    public void evict(Object key) {
        push(new CacheMessage(this.name, key));
    }

    @Override
    public void clear() {
        push(new CacheMessage(this.name, null));
    }

    private void push(CacheMessage message) {
        stringKeyRedisTemplate.convertAndSend(topic, message);
    }
}

• 1. MessageListener 刪除指定 Caffeine 的指定值

public class CacheMessageListener implements MessageListener {

    private final RedisTemplate<Object, Object> redisTemplate;

    private final RedisCaffeineCacheManager redisCaffeineCacheManager;

    @Override
    public void onMessage(Message message, byte[] pattern) {
        CacheMessage cacheMessage = (CacheMessage) redisTemplate.getValueSerializer().deserialize(message.getBody());
                cacheMessage.getCacheName(), cacheMessage.getKey());
        redisCaffeineCacheManager.clearLocal(cacheMessage.getCacheName(), cacheMessage.getKey());
    }
}

源碼地址

[https://github.com/pig-mesh/multilevel-cache-spring-boot-starter
](https://github.com/pig-mesh/multilevel-cache-spring-boot-starter)

https://gitee.com/log4j/pig