redis实现多级缓存同步方案详解
linyb极客之路 人气:0前言
前阵子参加业务部门的技术方案评审,故事的背景是这样:业务部门上线一个专为公司高管使用的系统。这个系统技术架构形如下图
按理来说这个系统因为受众很小,可以说基本上没并发,业务也没很复杂,但就是这么一个系统,连续2次出现数据库宕机,而导致系统无法正常运行。因为这几次事故,业务部门负责人组织这次技术方案评审,主题如何避免再次出现类似这种故障?
当时有个比较资深的技术,他提出当数据库出现宕机时,可以切换到redis,redis里面缓存热点数据,另外一个技术说他赞同这个方案,但他提出不需要用到redis,直接用本地缓存即可。因为tomcat是集群部署,就等于本地缓存也具备了集群能力。而如果切换成redis,redis也可能会挂现象。
然后那个说用redis的技术又说,用本地缓存,如果数据变更,其他集群的本地缓存如何感知数据已经发生变化,他觉得还是用redis靠谱,首先redis容量肯定是比本地缓存高,而且redis也可以部署集群,可用性可以得到保障,利用redis集中存储,当数据发生变更,其他集群也可以感知到。
在他们争论不休的情况下,有人提出不然就同时使用,当数据库挂了,切换到redis,redis挂了,使用本地缓存。这个方案得到不少人的同意,包括这两个争论不休的技术。但使用这种方案,就得考虑多级缓存数据如何同步。
铺垫了那么多,才刚要说今天的主题,多级缓存数据如何进行同步
多级缓存数据同步
1、方案一:使用MQ或者canal进行同步
方案如下图
如果是使用MQ来同步,实现方案大致如下,数据发生变更,业务系统发送变更数据到MQ,其他系统从MQ消费。
如果是使用canal,实现方案大致如下,数据发生变更,canal会接到到变更的binlog,业务系统编写canal tcp客户端,和canal进行交互获取变更数据
2、方案二:利用redis6提供的客户端缓存机制
方案如下图
redis6客户端缓存实现机制原理,官方有详细文档介绍,感兴趣大家可以查看如下链接
https://redis.io/docs/manual/client-side-caching/
这边就讲下如何使用
如何使用redis6客户端缓存
前置条件:redis服务端版本必须是>=6。lettuce版本>=6 目前java的redis客户端找了一圈,貌似只有lettuce 6支持,其他客户端估计后期会支持
1、项目中pom引入lettuce GAV
<dependency> <groupId>io.lettuce</groupId> <artifactId>lettuce-core</artifactId> <version>6.1.8.RELEASE</version> </dependency>
2、利用lettuce6提供的ClientSideCaching进行实现
/** * 客户端缓存同步 * */ public String getClientCacheValue(Map<String,String> clientCache,String key){ StatefulRedisConnection<String, String> connect = redisClient.connect(); // Map<String,String> clientCache = new ConcurrentHashMap<>(); CacheFrontend<String,String> frontend = ClientSideCaching.enable(CacheAccessor.forMap(clientCache), connect, TrackingArgs.Builder.enabled().noloop()); return frontend.get(key); }
3、测试
@Override public void run(ApplicationArguments args) throws Exception { while(true){ System.out.println(lettuceRedisTemplate.getClientCacheValue("zhangsan")); TimeUnit.SECONDS.sleep(1); } }
redis里面的zhangsan数据未发生变更时,
控制台输出的数据为
我们将redis zhangsan的密码改成9999,
看本地缓存能否立马捕捉到
控制台发现密码已经改成9999
总结
由示例我们可以看出redis6提供了一个很好的多级缓存同步的实现方案。
我们再聊下那个技术评审的后续,后面业务部门并没有采用当mysql宕机,使用redis作为兜底,也没采用本地缓存,更没采用两者结合的方案。
不知道大家开会的时候,有没有这样的体会,有时候我们在聊一个东西,后面聊着聊着就发散出去,把方向搞丢了。业务部门他们需要数据库宕机的解决方案吗,看着像是,其实他们更核心的需要,是业务系统不宕机。
奥卡姆剃刀定律:如无必要,勿增实体。其实不管加redis或者本地缓存,额外都增加系统维护成本。因为系统本身不复杂,加了缓存,就要额外考虑缓存数据一致性等
后面业务部门的处理方式,是将自己搭建的mysql,切换成云厂商的mysql。这样的好处是,云厂商的mysql会更稳定,其次当出现问题,可以找云厂商进行解决,毕竟云厂商的运维能力是比较强的,花钱买心安
这次事故会让业务部门那么重视,主要是使用方是高管,如果是一般使用者,挂就挂吧,大不了重启,使用对象不一样,应急处理方式就不一样
demo链接
https://github.com/lyb-geek/springboot-learning/tree/master/springboot-localcache-redis-sync
加载全部内容