18、优化网站性能

本地缓存

• 将数据缓存在应用服务器上，性能最好。（要考虑缓存大小，缓存的过期时间）
• 常用缓存工具：Ehcache、Guava、Caffeine等。

分布式缓存

• 将数据缓存在NoSQL数据库上，跨服务器。
• 常用缓存工具：MemCache、Redis等。

多级缓存

• 一级缓存（本地缓存）> 二级缓存（分布式缓存）> DB

• 避免缓存雪崩（缓存失效，大量请求直达DB），提高系统的可用性

本地缓存适合与用户无强关联的信息，Redis可以缓存与用户强关联的信息(如 登录凭证)，可以跨服务器，但比本地缓存稍微慢些

两级缓存的过程：

本地缓存

数据变化频率相对较低的数据比较使用于缓存。将热门帖子列表缓存到本地缓存中。使用Caffeine。

1、自定义配置

# caffeine
caffeine.posts.max-size=15  // 设置缓存空间里缓存多少对象，缓存的列表的对象是page
caffeine.posts.expire-seconds=180  // 3min

1
2
3
4

缓存数据的更新一般有两种方式：1、数据发生更新 2、缓存到了过期时间

3、优化业务方法，一般是优化Service。
使用Caffeine 缓存 帖子列表和总的行数

Caffeine的核心接口是Cache，其有两个子接口 LoadingCache, AsyncLoadingCache。LoadingCache 是同步缓存，AsyncLoadingCache可以实现异步、并发。

    @Value("${caffeine.posts.max-size}")
    private int maxSize;

    @Value("${caffeine.posts.expire-seconds}")
    private int expireSeconds;

    // Caffeine核心接口: Cache, LoadingCache, AsyncLoadingCache

    // 帖子列表缓存
    private LoadingCache<String, List<DiscussPost>> postListCache;

    // 帖子总数缓存
    private LoadingCache<Integer, Integer> postRowsCache;

    @PostConstruct
    public void init() {
        // 初始化帖子列表缓存
        postListCache = Caffeine.newBuilder()
                .maximumSize(maxSize)
                .expireAfterWrite(expireSeconds, TimeUnit.SECONDS)
                .build(new CacheLoader<String, List<DiscussPost>>() {  
                    @Nullable
                    @Override
                    public List<DiscussPost> load(@NonNull String key) throws Exception {  // 该方法即是 当本地缓存不存在 所需的数据是，从数据库查找，并存入缓存中
                        if (key == null || key.length() == 0) {
                            throw new IllegalArgumentException("参数错误!");
                        }

                        String[] params = key.split(":");
                        if (params == null || params.length != 2) {
                            throw new IllegalArgumentException("参数错误!");
                        }

                        int offset = Integer.valueOf(params[0]);
                        int limit = Integer.valueOf(params[1]);

                        // 可以在这里添加二级缓存: Redis -> mysql

                        logger.debug("load post list from DB.");
                        return discussPostMapper.selectDiscussPosts(0, offset, limit, 1);
                    }
                });
        // 初始化帖子总数缓存
        postRowsCache = Caffeine.newBuilder()
                .maximumSize(maxSize)
                .expireAfterWrite(expireSeconds, TimeUnit.SECONDS)
                .build(new CacheLoader<Integer, Integer>() {
                    @Nullable
                    @Override
                    public Integer load(@NonNull Integer key) throws Exception {
                        logger.debug("load post rows from DB.");
                        return discussPostMapper.selectDiscussPostRows(key);
                    }
                });
    }

    public List<DiscussPost> findDiscussPosts(int userId, int offset, int limit, int orderMode) {
        if (userId == 0 && orderMode == 1) {
        	// 只有当访问首页热门帖子时才从缓存中取数据
            return postListCache.get(offset + ":" + limit);
        }

        logger.debug("load post list from DB.");
        return discussPostMapper.selectDiscussPosts(userId, offset, limit, orderMode);
    }

    public int findDiscussPostRows(int userId) {
        if (userId == 0) {
            return postRowsCache.get(userId);
        }

        logger.debug("load post rows from DB.");
        return discussPostMapper.selectDiscussPostRows(userId);
    }


1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76

压力测试

二级缓存

19、项目监控

https://blog.csdn.net/weixin_42033436/article/details/117781598?spm=1001.2014.3001.5502