一、 设计目的

• 支持Spring Boot 服务下，Redis + Caffeine的高性能分布式缓存的实现。

• 减少应用服务的集成接入成本，快速实现缓存， 通过AOP方式拦截处理， 不侵入原业务逻辑。

• 支持多种功能特性，如异步、超时（全局/单条控制）、压缩等，满足各种业务场景需要。

二、 服务结构

• 应用服务通过集成GEMINI-CACHE缓存组件， 实现对应用服务接口的缓存功能，内部通过AOP机制做拦截处理， 不侵入业务逻辑， 支持一级、二级缓存的保存、更新与删除，以及实现分布式缓存的同步功能。

• 一级缓存采用Redis集群/单机实现，通过强大的Redisson组件做封装处理， 支持按业务类别分类缓存设计，支持全局超时以及具体某条数据的超时控制，内部支持高性能的序列化组件以及压缩组件的处理。

• 二级缓存采用Caffeine做实现，Caffeine是高性能的本地缓存组件，功能全面， 支持多种配置，支撑各种应用场景，实现了Caffeine多节点与Redis的缓存同步处理。

• 针对实时性要求较高的场景，提供二种方案， 第一种是通过特定的注解标记， 加在更新操作接口中， 实现缓存的更新；第二种是可以采用监听kafka+canal数据源， 这种方案对业务无感知，后期再做设计实现。

三、设计实现：

现有功能设计实现：

主要实现说明：

A) 如何实现数据的缓存？

1. 通过AOP方式对接口层进行拦截，不侵入原有接口处理逻辑。

2. 根据配置的规则， AOP判断哪些接口需要做缓存处理。

3. 解析入参对象，根据注解传入的参数确定缓存的key值， 为提升效率，支持SHA算法标记key值。

4. 根据缓存key，首先查找二级缓存（Caffeine）信息，如果存在， 直接返回数据，如果不存在， 则查询一级缓存Redis，如果存在，则同步更新至Caffeine二级缓存。

5. 如果进入一级缓存Redis不存在， 则调用原有方法处理， 并将处理结果放置一级缓存， 同时放置二级缓存，再发送广播， 通过Redis的Pub/Sub机制， 让其他节点同步更新缓存。

B) 如何处理实时性要求较高的场景？

在新增/修改的地方， 增加CachePut或CacheDelete注解，该注解会采用广播方式，通知其他节点对一级/二级缓存进行强制更新。（此种方式需要确保注解增加到所有更新操作的接口。）

C) 如何保障分布式缓存的一致性？

实现机制：先更新一级Redis的缓存， 再更新二级Caffeine缓存， 查询的时候， 先查询二级缓存， 再查询一级缓存， 即便二级缓存Caffeine更新失败，会查询一级缓存， 然后再更新二级缓存。

那么问题来了， 如果缓存数据在过程当中出现了变化， 是否会产生不一致？不会， 因为是通过Redis的PUB/SUB机制，收到消息后会直接清除二级缓存（并非直接修改），查询的时候二级缓存不存在， 则会从一级缓存中重新加载最新数据。

但是在极端情况下（应用服务宕机、网络抖动）， Redis的PUB/SUB机制是无法保障消息的可靠性，可以设定Caffeine缓存的有效期来保障（即便未能及时更新， 也只是短暂影响）， 后续会接入专业的消息队列来保障消息的可靠性。

D) 如何保障高效的性能？

1. 支持操作线程池与缓存连接池，以及底层通过Netty连接，能够较大提升缓存操作性能。

2. 支持异步， 键值SHA，数据序列化压缩，通过请求合并，LUA脚本， 进一步提升缓存性能。

3. 采用高性能的Caffeine作为二级缓存库，基于Java8的高性能缓存库，提供最佳的命中率。

后期功能规划设计：

A) 后期通过AOP拦截， 可以支持热点监测机制，对于调用比较频繁的接口，在一定时间窗内做统计， 并将该接口纳入缓存控制。实现自动化的热点缓存处理， 可以防止突发峰值请求，造成某些接口负荷压力过大，保障系统的性能与稳定性。

B) 在缓存实时性同步方案上， 通过Kafka+Cannal方式监听数据源进行更新， 这种方式对业务方无感知， 每个应用服务节点， 开启对业务数据源变化的监听，每个节点监听1个partition分区，提升并发消费能力，partition分区应根据ID进行取模， 确保每条数据都落至相同的partition分区， 不会造成顺序错乱问题。如果检测发现数据产生变化， 则需要清理该表所涉及的缓存信息，从而保障缓存的实时性与一致性。

四、使用说明

POM增加依赖：

直接引入gemini-cache组件

/**
*  更新订单信息
* @param orderNo
* @return
*/
@CachePut(cacheNames = "gemini_cache_order", keyExpression = "#param1", TTL = 10)
@Override
public String updateOrder(String orderNo){
    log.info("enter updateOrder method, orderNo: " + orderNo);
    return "get order, update orderNo: " + orderNo;
}

测试验证

1）第一次请求：

查看控制台输出：

2）第一次请求：

控制台不会有任何输出， 直接从Caffeine获取缓存数据。这里caffeine设定的缓存时间为30S时间，Redis的全局超时缓存为60S。

3）调用更新接口：

调用更新接口后， 输出了“update orderNo” 的信息，再次调用查询接口：

可以看到， 数据及时进行了更新处理。

五、项目源码地址

• https://github.com/mirson6/gemini-cache

来源：blog.csdn.net/hxx688/article/

details/120601972