建三江建设局网站公司快速建站
本文已收录至Github，推荐阅读 👉 Java随想录
这篇文章来讲讲缓存。缓存是优化网站性能的第一手段，目的是让访问速度更快。
说起缓存，第一反应可能想到的就是Redis。目前比较好的方案是使用多级缓存，如CPU→Ll/L2/L3→内存→磁盘就是一个典型的例子，CPU需要数据时先从L1读取，如果没有找到，则查找L2/L3读取，如果没有，则到内存中查找，如果还没有，会到磁盘中查找。
文章目录
- 堆缓存
- Nginx代理缓存
- 多级缓存
- 热点Key自动探测
堆缓存
使用Java堆内存来存储缓存对象。使用堆缓存的好处是没有序列化/反序列化，是最快的缓存。缺点也很明显，当缓存的数据量很大时，GC(垃圾回收）暂停时间会变长，存储容量受限于堆空间大小。一般通过软引用/弱引用来存储缓存对象，即当堆内存不足时，可以强制回收这部分内存释放堆内存空间。一般使用堆缓存存储较热的数据。可以使用Caffeine Cache实现。
集成Caffeine Cache详情见我另外一片文章：本地缓存无冕之王Caffeine Cache
Nginx代理缓存
Nginx 的Proxy Cache可以实现代理缓存，特别需要说明的是，Proxy Cache机制依赖于Proxy Buffer机制，只有在Proxy Buffer机制开启的情况下Proxy Cache的配置才发挥作用，Proxy Buffer默认是开启的，缓存内容将存放在tmpfs(内存文件系统）以提升性能。
Proxy Buffer相关参数：
proxy_buffering on;
该参数设置是否开启proxy的buffer功能，参数的值为on或者off，默认是on。proxy_buffer_size 4k;
该参数用来设置一个特殊的buffer大小的。
从被代理服务器上获取到的第一部分响应数据内容到代理服务器上，通常是header，就存到了这个buffer中。
如果该参数设置太小，会出现502错误码，这是因为这部分buffer不够存储header信息。建议设置为4k。proxy_buffers 8 4k;
这个参数设置存储被代理服务器上的数据所占用的buffer的个数和每个buffer的大小。
所有buffer的大小为这两个数字的乘积。proxy_busy_buffer_size 16k;
在所有的buffer里，我们需要规定一部分buffer把自己存的数据传给服务器，这部分buffer就叫做busy_buffer。
proxy_busy_buffer_size参数用来设置处于busy状态的buffer有多大。proxy_temp_path
语法：proxy_temp_path path [level1 level2 level3]
定义proxy的临时文件存在目录以及目录的层级。
proxy_buffering 与 proxy_cache的区别：
缓冲（buffer）
- Nginx 将上游服务器的响应报文保存几秒钟，等整个接收之后，再发送给客户端。
- 可以尽早与上游服务器断开连接，减少其负载。但是会增加客户端等待响应的时间。
- 如果不启用缓冲，则 Nginx 收到上游服务器的一部分响应就会立即发送给客户端，通信延迟低。
缓存（cache）
- Nginx 将上游服务器的响应报文保存几分钟，当客户端再次请求同一个响应报文时就直接回复，不必请求上游服务器。
- 可以避免重复向上游服务器请求一些固定不变的响应报文，减少上游服务器的负载，减少客户端等待响应的时间。
Proxy Cache 相关的参数配置：
- proxy_cache_path：Nginx 使用该参数指定缓存位置，有两个必填参数， 第一个参数为缓存目录。 第二个参数keys_zone指定缓存名称和占用内存空间的大小。
- proxy_cache：该参数为之前指定的缓存名称。
- proxy_cache_key：该指令用来设置web缓存的Key值。
- proxy_cache_min_uses：指定请求至少被发送了多少次以上时才缓存，可以防止低频请求被缓存。
- proxy_cache_methods：指定哪些方法的请求被缓存。
- proxy_cache_valid：该指令用于对于不同返回状态码的URL设置不同的缓存时间。
- proxy_cache_bypass：指定Nginx使用缓存的条件。
如下示例：
http {proxy_cache_path /data/nginx/cache keys_zone=one:10m max_size=10g;proxy_cache_methods GET HEAD POST PUT;proxy_cache_min_uses 1;proxy_cache_valid 200 302 10m;proxy_cache_key "$host:$server_port$uri$is_args$args";upstream www.baidu.com {server 127.0.0.1:8880;server 127.0.0.1:8881;server 127.0.0.1:8882;}server {listen 80 ;proxy_cache one ;server_name www.baidu.com;location / {proxy_pass http://www.baidu.com;proxy_set_header Host $host;proxy_set_header X-Real-IP $remote_addr;proxy_cache_bypass $cookie_nocache $arg_nocache $arg_comment ;}}}
多级缓存
Nginx缓存→分布式Redis缓存（可以使用Lua脚本直接在Nginx里读取Redis）→堆内存
-
接入 Nginx将请求负载均衡到应用Nginx，此处常用的负载均衡算法是轮询或者一致性哈希。轮询可以使服务器的请求更加均衡，而一致性哈希可以提升应用Nginx的缓存命中率。
-
应用Nginx读取本地缓存(本地缓存可以使用Lua Shared Dict，Nginx Proxy Cache(磁盘/内存)、Local Redis实现)。如果本地缓存命中，则直接返回，使用应用Nginx本地缓存可以提升整体的吞吐量，降低后端压力，尤其应对热点问题非常有效。
-
如果Nginx本地缓存没命中，则会读取相应的分布式缓存(如 Redis缓存，还可以考虑使用主从架构来提升性能和吞吐量)，如果分布式缓存命中，则直接返回相应数据（并回写到Nginx本地缓存)。
-
如果分布式缓存也没有命中，则会回源到Tomcat集群，在回源到Tomcat 集群时，也可以使用轮询和一致性哈希作为负载均衡算法。
-
在 Tomcat应用中，首先读取本地堆缓存。如果有，则直接返回（并会写到主Redis集群)。
-
作为可选部分，如果步骤4没有命中，则可以再尝试一次读主Redis集群操作，目的是防止当从集群有问题时的流量冲击。
-
如果所有缓存都没有命中，则只能查询DB或相关服务获取相关数据并返回。
-
步骤7返回的数据异步写到主Redis集群。
整体分了三部分缓存：应用Nginx本地缓存、分布式缓存、Tomcat堆缓存。每一层缓存都用来解决相关问题，如应用Nginx本地缓存用来解决热点缓存问题，分布式缓存用来减少访问回源率，Tomcat堆缓存用于防止相关缓存失效/崩溃之后的冲击。
热点Key自动探测
热点数据其实可以分为：静态热点数据 和 动态热点数据。
所谓“静态热点数据”，就是能够提前预测的热点数据。例如，我们可以通过卖家报名的方式提前筛选出来，通过报名系统对这些热点商品进行打标。另外，我们还可以通过大数据分析来提前发现热点商品，比如我们分析历史成交记录、用户的购物车记录，来发现哪些商品可能更热门、更好卖，这些都是可以提前分析出来的热点，分析出来之后，我们可以提前放入缓存中保护起来，这在技术上是可以实现的。
所谓“动态热点数据”，就是不能被提前预测到的，系统在运行过程中临时产生的热点。例如，卖家在抖音上做了广告，然后商品一下就火了，导致它在短时间内被大量购买。
所以如何动态预测热点数据就成了我们缓存系统的关键。
这里我给出一个动态热点发现系统的具体实现。
-
构建一个异步的系统，它可以收集交易链路上各个环节中的中间件产品的热点Key，如Nginx、缓存、RPC服务框架等这些中间件(一些中间件产品本身已经有热点统计模块)。
-
建立一个热点上报和可以按照需求订阅的热点服务的下发规范，主要目的是通过交易链路上各个系统(包括详情、购物车、交易、优惠、库存、物流等)访问的时间差把上游已经发现的热点透传给下游系统，提前做好保护。比如，对于大促高峰期，详情系统是最早知道的，在统一接入层上 Nginx模块统计的热点URL。
-
将上游系统收集的热点数据发送到热点服务台，然后下游系统（如交易系统）就会知道哪些商品会被频繁调用，然后做热点保护，对于热点的统计可以很简单的对访问的商品进行访问计数，然后排序还有就是用通常的队列的淘汰算法如lru等都可以实现。
实现思路步骤如下：
1．接入Nginx将请求转发给应用Nginx。
2．应用 Nginx首先读取本地缓存。如果命中，则直接返回，不命中会读取分布式缓存、回源到Tomcat进行处理。
3．应用Nginx 会将请求上报给实时热点发现系统，如使用UDP直接上报请求，或者将请求写到本地kafka，或者使用flume订阅本地 Nginx日志。上报给实时热点发现系统后，它将进行热点统计（可以考虑storm实时计算)。
4．根据设置的阈值将热点数据推送到应用Nginx本地缓存。
我们主要是依赖前面的导购页面(包括首页、搜索页面、商品详情、购物车等）提前识别哪些商品的访问量高，通过这些系统中的中间件来收集热点数据，并记录到日志中。
我们通过部署在每台机器上的Agent把日志汇总到聚合和分析集群中，然后把符合一定规则的热点数据，通过订阅分发系统再推送到相应的系统中。你可以是把热点数据填充到Cache中，或者直接推送到应用服务器的内存中，还可以对这些数据进行拦截，总之下游系统可以订阅这些数据，然后根据自己的需求决定如何处理这些数据。
热点发现要做到接近实时(3s内完成热点数据的发现)，因为只有做到接近实时，动态发现才有意义，才能实时地对下游系统提供保护。如果10s内才发送热点就没意义了，因为10s内用户可以进行的操作太多了。时间越长，不可控元素越多，热点缓存命中率越低。
京东在网上开源了热点key探测技术的具体实现：https://gitee.com/jd-platform-opensource/hotkey?_from=gitee_search
本篇文章就到这里，感谢阅读，如果本篇博客有任何错误和建议，欢迎给我留言指正。