怎么样给自己做网站,wordpress输出分类目录,益韧建筑培训网,上海建设工程咨询网 首页一、多级缓存 传统的缓存策略一般是请求到达Tomcat后#xff0c;先查询Redis#xff0c;如果未命中则查询数据库#xff0c;如图#xff1a; 存在下面的问题#xff1a; •请求要经过Tomcat处理#xff0c;Tomcat的性能成为整个系统的瓶颈 •Redis缓存失效时#xff…一、多级缓存 传统的缓存策略一般是请求到达Tomcat后先查询Redis如果未命中则查询数据库如图 存在下面的问题 •请求要经过Tomcat处理Tomcat的性能成为整个系统的瓶颈 •Redis缓存失效时会对数据库产生冲击 多级缓存就是充分利用请求处理的每个环节分别添加缓存减轻Tomcat压力提升服务性能 浏览器访问静态资源时优先读取浏览器本地缓存访问非静态资源ajax查询数据时访问服务端请求到达Nginx后优先读取Nginx本地缓存如果Nginx本地缓存未命中则去直接查询Redis不经过Tomcat如果Redis查询未命中则查询Tomcat请求进入Tomcat后优先查询JVM进程缓存如果JVM进程缓存未命中则查询数据库 在多级缓存架构中Nginx内部需要编写本地缓存查询、Redis查询、Tomcat查询的业务逻辑因此这样的nginx服务不再是一个反向代理服务器而是一个编写业务的Web服务器了。 因此这样的业务Nginx服务也需要搭建集群来提高并发再有专门的nginx服务来做反向代理如图 另外我们的Tomcat服务将来也会部署为集群模式 可见多级缓存的关键有两个 一个是在nginx中编写业务实现nginx本地缓存、Redis、Tomcat的查询另一个就是在Tomcat中实现JVM进程缓存 其中Nginx编程则会用到OpenResty框架结合Lua这样的语言。 二、JVM进程缓存 为了演示多级缓存的案例我们先准备一个商品查询的业务。 2.1 导入案例 为了演示多级缓存我们先导入一个商品管理的案例其中包含商品的CRUD功能。 我们将来会给查询商品添加多级缓存。 2.1.1 安装MySQL 1.准备目录 为了方便后期配置MySQL我们先准备两个目录用于挂载容器的数据和配置文件目录 # 进入/tmp目录 cd /tmp # 创建文件夹 mkdir mysql # 进入mysql目录 cd mysql 2.运行命令 进入mysql目录后执行下面的Docker命令 docker run \-p 3306:3306 \--name mysql \-v $PWD/conf:/etc/mysql/conf.d \-v $PWD/logs:/logs \-v $PWD/data:/var/lib/mysql \-e MYSQL_ROOT_PASSWORD123 \--privileged \-d \mysql:5.7.25 3.修改配置 在/tmp/mysql/conf目录添加一个my.cnf文件作为mysql的配置文件 # 创建文件 touch /tmp/mysql/conf/my.cnf 文件的内容如下 [mysqld] skip-name-resolve character_set_serverutf8 datadir/var/lib/mysql server-id1000 4.重启 配置修改后必须重启容器 docker restart mysql 2.1.2 导入SQL 接下来利用Navicat客户端连接MySQL然后资料提供的sql文件item.sql 其中包含两张表 tb_item商品表包含商品的基本信息tb_item_stock商品库存表包含商品的库存信息 之所以将库存分离出来是因为库存是更新比较频繁的信息写操作较多。而其他信息修改的频率非常低。 2.1.3导入Demo工程 导入工程https://github.com/user0819/item_service.git 项目结构如图所示 其中的业务包括 分页查询商品新增商品修改商品修改库存删除商品根据id查询商品根据id查询库存 业务全部使用mybatis-plus来实现如有需要请自行修改业务逻辑。 启动:注意修改application.yml文件中配置的mysql地址信息 需要修改为自己的虚拟机地址信息、还有账号和密码。 修改后启动服务访问http://localhost:8081/item/10001 即可查询数据 2.1.4 导入商品查询页面 商品查询是购物页面与商品管理的页面是分离的。 部署方式如图 我们需要准备一个反向代理的nginx服务器如上图红框所示将静态的商品页面放到nginx目录中。 页面需要的数据通过ajax向服务端nginx业务集群查询。 2.1.4.1 运行nginx服务 找到课前资料的nginx目录nginx-1.8.0 将其拷贝到一个非中文目录下运行这个nginx服务。 运行命令start nginx.exe 然后访问 http://localhost/item.html?id10001即可 2.1.4.2 反向代理 现在页面是假数据展示的。我们需要向服务器发送ajax请求查询商品数据。 打开控制台可以看到页面有发起ajax查询数据 而这个请求地址同样是80端口所以被当前的nginx反向代理了。 查看nginx的conf目录下的nginx.conf文件 其中的关键配置如下 其中的192.168.150.101是虚拟机IP也就的Nginx业务集群要部署的地方 完整内容如下 #user nobody; worker_processes 1;events {worker_connections 1024; }http {include mime.types;default_type application/octet-stream;sendfile on;#tcp_nopush on;keepalive_timeout 65;upstream nginx-cluster{server 192.168.150.101:8081;}server {listen 80;server_name localhost;location /api {proxy_pass http://nginx-cluster;}location / {root html;index index.html index.htm;}error_page 500 502 503 504 /50x.html;location /50x.html {root html;}} } 2.2 初识Caffeine 缓存在日常开发中启动至关重要的作用由于是存储在内存中数据的读取速度是非常快的能大量减少对数据库的访问减少数据库的压力。我们把缓存分为两类 分布式缓存例如Redis 优点存储容量更大、可靠性更好、可以在集群间共享缺点访问缓存有网络开销场景缓存数据量较大、可靠性要求较高、需要在集群间共享进程本地缓存例如HashMap、GuavaCache 优点读取本地内存没有网络开销速度更快缺点存储容量有限、可靠性较低、无法共享场景性能要求较高缓存数据量较小 我们今天会利用Caffeine框架来实现JVM进程缓存。 Caffeine是一个基于Java8开发的提供了近乎最佳命中率的高性能的本地缓存库。 目前Spring内部的缓存使用的就是Caffeine。GitHub地址https://github.com/ben-manes/caffeine Caffeine的性能非常好下图是官方给出的性能对比 可以看到Caffeine的性能遥遥领先 缓存使用的基本API Test void testBasicOps() {// 构建cache对象CacheString, String cache Caffeine.newBuilder().build();// 存数据cache.put(gf, 迪丽热巴);// 取数据String gf cache.getIfPresent(gf);System.out.println(gf gf);// 取数据包含两个参数// 参数一缓存的key// 参数二Lambda表达式表达式参数就是缓存的key方法体是查询数据库的逻辑// 优先根据key查询JVM缓存如果未命中则执行参数二的Lambda表达式String defaultGF cache.get(defaultGF, key - {// 根据key去数据库查询数据return 柳岩;});System.out.println(defaultGF defaultGF); } Caffeine既然是缓存的一种肯定需要有缓存的清除策略不然的话内存总会有耗尽的时候。 Caffeine提供了三种缓存驱逐策略 基于容量设置缓存的数量上限 // 创建缓存对象 CacheString, String cache Caffeine.newBuilder() .maximumSize(1) // 设置缓存大小上限为 1 .build(); 基于时间设置缓存的有效时间 // 创建缓存对象 CacheString, String cache Caffeine.newBuilder() // 设置缓存有效期为 10 秒从最后一次写入开始计时 .expireAfterWrite(Duration.ofSeconds(10)) .build(); 基于引用设置缓存为软引用或弱引用利用GC来回收缓存数据。性能较差不建议使用。 注意在默认情况下当一个缓存元素过期的时候Caffeine不会自动立即将其清理和驱逐。而是在一次读或写操作后或者在空闲时间完成对失效数据的驱逐。 2.3 实现JVM进程缓存 2.3.1 需求 利用Caffeine实现下列需求 给根据id查询商品的业务添加缓存缓存未命中时查询数据库给根据id查询商品库存的业务添加缓存缓存未命中时查询数据库缓存初始大小为100缓存上限为10000 2.3.2 实现 首先我们需要定义两个Caffeine的缓存对象分别保存商品、库存的缓存数据。 在item-service的com.item.config包下定义CaffeineConfig类 package com.heima.item.config;import com.github.benmanes.caffeine.cache.Cache; import com.github.benmanes.caffeine.cache.Caffeine; import com.heima.item.pojo.Item; import com.heima.item.pojo.ItemStock; import org.springframework.context.annotation.Bean; import org.springframework.context.annotation.Configuration;Configuration public class CaffeineConfig {Beanpublic CacheLong, Item itemCache(){return Caffeine.newBuilder().initialCapacity(100).maximumSize(10_000).build();}Beanpublic CacheLong, ItemStock stockCache(){return Caffeine.newBuilder().initialCapacity(100).maximumSize(10_000).build();} } 然后修改item-service中的com.item.web包下的ItemController类添加缓存逻辑 RestController RequestMapping(item) public class ItemController {Autowiredprivate IItemService itemService;Autowiredprivate IItemStockService stockService;Autowiredprivate CacheLong, Item itemCache;Autowiredprivate CacheLong, ItemStock stockCache;// ...其它略GetMapping(/{id})public Item findById(PathVariable(id) Long id) {return itemCache.get(id, key - itemService.query().ne(status, 3).eq(id, key).one());}GetMapping(/stock/{id})public ItemStock findStockById(PathVariable(id) Long id) {return stockCache.get(id, key - stockService.getById(key));} } 三、Lua语法入门 Nginx编程需要用到Lua语言因此我们必须先入门Lua的基本语法。 3.1 初识Lua Lua 是一种轻量小巧的脚本语言用标准C语言编写并以源代码形式开放 其设计目的是为了嵌入应用程序中从而为应用程序提供灵活的扩展和定制功能。官网The Programming Language Lua Lua经常嵌入到C语言开发的程序中例如游戏开发、游戏插件等。 Nginx本身也是C语言开发因此也允许基于Lua做拓展。 3.1.1 HelloWorld CentOS7默认已经安装了Lua语言环境所以可以直接运行Lua代码。 1在Linux虚拟机的任意目录下新建一个hello.lua文件 2添加下面的内容 print(Hello World!) 3运行 3.2 变量和循环 学习任何语言必然离不开变量而变量的声明必须先知道数据的类型。 3.2.1.Lua的数据类型 Lua中支持的常见数据类型包括 另外Lua提供了type()函数来判断一个变量的数据类型 3.2.2 声明变量 Lua声明变量的时候无需指定数据类型而是用local来声明变量为局部变量 -- 声明字符串可以用单引号或双引号 local str hello -- 字符串拼接可以使用 .. local str2 hello .. world -- 声明数字 local num 21 -- 声明布尔类型 local flag true Lua中的table类型既可以作为数组又可以作为Java中的map来使用。数组就是特殊的tablekey是数组角标而已 -- 声明数组 key为角标的 table local arr {java, python, lua} -- 声明table类似java的map local map {nameJack, age21} Lua中的数组角标是从1开始访问的时候与Java中类似 -- 访问数组lua数组的角标从1开始 print(arr[1]) Lua中的table可以用key来访问 -- 访问table print(map[name]) print(map.name) 3.2.3 循环 对于table我们可以利用for循环来遍历。不过数组和普通table遍历略有差异。 遍历数组 -- 声明数组 key为索引的 table local arr {java, python, lua} -- 遍历数组 for index,value in ipairs(arr) doprint(index, value) end 遍历普通table -- 声明map也就是table local map {nameJack, age21} -- 遍历table for key,value in pairs(map) doprint(key, value) end 3.3 条件控制、函数 Lua中的条件控制和函数声明与Java类似。 3.3.1 函数 定义函数的语法 function 函数名( argument1, argument2..., argumentn)-- 函数体return 返回值 end 例如定义一个函数用来打印数组 function printArr(arr)for index, value in ipairs(arr) doprint(value)end end 3.3.2 条件控制 类似Java的条件控制例如if、else语法 if(布尔表达式) then--[ 布尔表达式为 true 时执行该语句块 --] else--[ 布尔表达式为 false 时执行该语句块 --] end 与java不同布尔表达式中的逻辑运算是基于英文单词 3.3.3 案例 需求自定义一个函数可以打印table当参数为nil时打印错误信息 function printArr(arr)if not arr thenprint(数组不能为空)endfor index, value in ipairs(arr) doprint(value)end end 四、实现多级缓存 多级缓存的实现离不开Nginx编程而Nginx编程又离不开OpenResty。 4.1 安装OpenResty OpenResty® 是一个基于 Nginx的高性能 Web 平台用于方便地搭建能够处理超高并发、扩展性极高的动态 Web 应用、Web 服务和动态网关。 具备下列特点 具备Nginx的完整功能基于Lua语言进行扩展集成了大量精良的 Lua 库、第三方模块允许使用Lua自定义业务逻辑自定义库 官方网站 OpenResty® - 开源官方站 4.1.1 安装 1安装开发库 首先要安装OpenResty的依赖开发库执行命令 yum install -y pcre-devel openssl-devel gcc --skip-broken 2安装OpenResty仓库 你可以在你的 CentOS 系统中添加 openresty 仓库这样就可以便于未来安装或更新我们的软件包通过 yum check-update 命令。运行下面的命令就可以添加我们的仓库 yum-config-manager --add-repo https://openresty.org/package/centos/openresty.repo 如果提示说命令不存在则运行 yum install -y yum-utils 然后再重复上面的命令 3安装OpenResty 然后就可以像下面这样安装软件包比如 openresty yum install -y openresty 4安装opm工具 opm是OpenResty的一个管理工具可以帮助我们安装一个第三方的Lua模块。 如果你想安装命令行工具 opm那么可以像下面这样安装 openresty-opm 包 yum install -y openresty-opm 5目录结构 默认情况下OpenResty安装的目录是/usr/local/openresty 看到里面的nginx目录了吗OpenResty就是在Nginx基础上集成了一些Lua模块。 6配置nginx的环境变量 打开配置文件 vi /etc/profile 在最下面加入两行 export NGINX_HOME/usr/local/openresty/nginx export PATH${NGINX_HOME}/sbin:$PATH NGINX_HOME后面是OpenResty安装目录下的nginx的目录 然后让配置生效 source /etc/profile 4.1.2 启动和运行 OpenResty底层是基于Nginx的查看OpenResty目录的nginx目录结构与windows中安装的nginx基本一致 所以运行方式与nginx基本一致 # 启动nginx nginx # 重新加载配置 nginx -s reload # 停止 nginx -s stop nginx的默认配置文件注释太多影响后续我们的编辑这里将nginx.conf中的注释部分删除保留有效部分。 修改/usr/local/openresty/nginx/conf/nginx.conf文件内容如下 #user nobody; worker_processes 1; error_log logs/error.log;events {worker_connections 1024; }http {include mime.types;default_type application/octet-stream;sendfile on;keepalive_timeout 65;server {listen 8081;server_name localhost;location / {root html;index index.html index.htm;}error_page 500 502 503 504 /50x.html;location /50x.html {root html;}} } 在Linux的控制台输入命令以启动nginxnginx 然后访问页面http://192.168.150.101:8081注意ip地址替换为你自己的虚拟机IP 4.1.3 备注 加载OpenResty的lua模块 #lua 模块 lua_package_path /usr/local/openresty/lualib/?.lua;;; #c模块 lua_package_cpath /usr/local/openresty/lualib/?.so;;; common.lua -- 封装函数发送http请求并解析响应 local function read_http(path, params)local resp ngx.location.capture(path,{method ngx.HTTP_GET,args params,})if not resp then-- 记录错误信息返回404ngx.log(ngx.ERR, http not found, path: , path , , args: , args)ngx.exit(404)endreturn resp.body end -- 将方法导出 local _M { read_http read_http } return _M 释放Redis连接API -- 关闭redis连接的工具方法其实是放入连接池 local function close_redis(red)local pool_max_idle_time 10000 -- 连接的空闲时间单位是毫秒local pool_size 100 --连接池大小local ok, err red:set_keepalive(pool_max_idle_time, pool_size)if not ok thenngx.log(ngx.ERR, 放入redis连接池失败: , err)end end 读取Redis数据的API -- 查询redis的方法 ip和port是redis地址key是查询的key local function read_redis(ip, port, key)-- 获取一个连接local ok, err red:connect(ip, port)if not ok thenngx.log(ngx.ERR, 连接redis失败 : , err)return nilend-- 查询redislocal resp, err red:get(key)-- 查询失败处理if not resp thenngx.log(ngx.ERR, 查询Redis失败: , err, , key , key)end--得到的数据为空处理if resp ngx.null thenresp nilngx.log(ngx.ERR, 查询Redis数据为空, key , key)endclose_redis(red)return resp end 开启共享词典 # 共享字典也就是本地缓存名称叫做item_cache大小150m lua_shared_dict item_cache 150m; 4.2 OpenResty快速入门 我们希望达到的多级缓存架构如图 其中 windows上的nginx用来做反向代理服务将前端的查询商品的ajax请求代理到OpenResty集群OpenResty集群用来编写多级缓存业务 4.2.1 反向代理流程 现在商品详情页使用的是假的商品数据。不过在浏览器中可以看到页面有发起ajax请求查询真实商品数据。 这个请求如下 请求地址是localhost端口是80就被windows上安装的Nginx服务给接收到了。然后代理给了OpenResty集群 我们需要在OpenResty中编写业务查询商品数据并返回到浏览器。 但是这次我们先在OpenResty接收请求返回假的商品数据。 4.2.2 OpenResty监听请求 OpenResty的很多功能都依赖于其目录下的Lua库需要在nginx.conf中指定依赖库的目录并导入依赖 1添加对OpenResty的Lua模块的加载 修改/usr/local/openresty/nginx/conf/nginx.conf文件在其中的http下面添加下面代码 #lua 模块 lua_package_path /usr/local/openresty/lualib/?.lua;;; #c模块 lua_package_cpath /usr/local/openresty/lualib/?.so;;; 2监听/api/item路径 修改/usr/local/openresty/nginx/conf/nginx.conf文件在nginx.conf的server下面添加对/api/item这个路径的监听 location /api/item {# 默认的响应类型default_type application/json;# 响应结果由lua/item.lua文件来决定content_by_lua_file lua/item.lua; } 这个监听就类似于SpringMVC中的GetMapping(/api/item)做路径映射。 而content_by_lua_file lua/item.lua则相当于调用item.lua这个文件执行其中的业务把结果返回给用户。相当于java中调用service。 4.2.3 编写item.lua 1在/usr/loca/openresty/nginx目录创建文件夹lua 2在/usr/loca/openresty/nginx/lua文件夹下新建文件item.lua 3编写item.lua返回假数据 item.lua中利用ngx.say()函数返回数据到Response中 ngx.say({id:10001,name:SALSA AIR,title:RIMOWA 21寸托运箱拉杆箱 SALSA AIR系列果绿色 820.70.36.4,price:17900,image:https://m.360buyimg.com/mobilecms/s720x720_jfs/t6934/364/1195375010/84676/e9f2c55f/597ece38N0ddcbc77.jpg!q70.jpg.webp,category:拉杆箱,brand:RIMOWA,spec:,status:1,createTime:2019-04-30T16:00:00.00000:00,updateTime:2019-04-30T16:00:00.00000:00,stock:2999,sold:31290}) 4重新加载配置 nginx -s reload 刷新商品页面http://localhost/item.html?id1001即可看到效果 4.3 请求参数处理 上一节中我们在OpenResty接收前端请求但是返回的是假数据。 要返回真实数据必须根据前端传递来的商品id查询商品信息才可以。 那么如何获取前端传递的商品参数呢 4.3.1 获取参数的API OpenResty中提供了一些API用来获取不同类型的前端请求参数 4.3.2 获取参数并返回 在前端发起的ajax请求如图 可以看到商品id是以路径占位符方式传递的因此可以利用正则表达式匹配的方式来获取ID 1获取商品id 修改/usr/loca/openresty/nginx/nginx.conf文件中监听/api/item的代码利用正则表达式获取ID location ~ /api/item/(\d) {# 默认的响应类型default_type application/json;# 响应结果由lua/item.lua文件来决定content_by_lua_file lua/item.lua; } 2拼接ID并返回 修改/usr/loca/openresty/nginx/lua/item.lua文件获取id并拼接到结果中返回 -- 获取商品id local id ngx.var[1] -- 拼接并返回 ngx.say({id: .. id .. ,name:SALSA AIR,title:RIMOWA 21寸托运箱拉杆箱 SALSA AIR系列果绿色 820.70.36.4,price:17900,image:https://m.360buyimg.com/mobilecms/s720x720_jfs/t6934/364/1195375010/84676/e9f2c55f/597ece38N0ddcbc77.jpg!q70.jpg.webp,category:拉杆箱,brand:RIMOWA,spec:,status:1,createTime:2019-04-30T16:00:00.00000:00,updateTime:2019-04-30T16:00:00.00000:00,stock:2999,sold:31290}) 3重新加载并测试 运行命令以重新加载OpenResty配置 nginx -s reload 刷新页面可以看到结果中已经带上了ID 4.4 查询Tomcat 拿到商品ID后本应去缓存中查询商品信息不过目前我们还未建立nginx、redis缓存。因此这里我们先根据商品id去tomcat查询商品信息。我们实现如图部分 需要注意的是我们的OpenResty是在虚拟机Tomcat是在Windows电脑上。两者IP一定不要搞错了。 4.4.1 发送http请求的API nginx提供了内部API用以发送http请求 local resp ngx.location.capture(/path,{method ngx.HTTP_GET, -- 请求方式args {a1,b2}, -- get方式传参数 }) 返回的响应内容包括 resp.status响应状态码resp.header响应头是一个tableresp.body响应体就是响应数据 注意这里的path是路径并不包含IP和端口。这个请求会被nginx内部的server监听并处理。 但是我们希望这个请求发送到Tomcat服务器所以还需要编写一个server来对这个路径做反向代理 location /path { # 这里是windows电脑的ip和Java服务端口需要确保windows防火墙处于关闭状态 proxy_pass http://192.168.150.1:8081; } 原理如图 4.4.2 封装http工具 下面我们封装一个发送Http请求的工具基于ngx.location.capture来实现查询tomcat。 1添加反向代理到windows的Java服务 因为item-service中的接口都是/item开头所以我们监听/item路径代理到windows上的tomcat服务。 修改 /usr/local/openresty/nginx/conf/nginx.conf文件添加一个location location /path {# 这里是windows电脑的ip和Java服务端口需要确保windows防火墙处于关闭状态proxy_pass http://192.168.150.1:8081; } 以后只要我们调用ngx.location.capture(/item)就一定能发送请求到windows的tomcat服务。 2封装工具类 之前我们说过OpenResty启动时会加载以下两个目录中的工具文件 所以自定义的http工具也需要放到这个目录下。 在/usr/local/openresty/lualib目录下新建一个common.lua文件 vi /usr/local/openresty/lualib/common.lua 内容如下: -- 封装函数发送http请求并解析响应 local function read_http(path, params)local resp ngx.location.capture(path,{method ngx.HTTP_GET,args params,})if not resp then-- 记录错误信息返回404ngx.log(ngx.ERR, http请求查询失败, path: , path , , args: , args)ngx.exit(404)endreturn resp.body end -- 将方法导出 local _M { read_http read_http } return _M 这个工具将read_http函数封装到_M这个table类型的变量中并且返回这类似于导出。 使用的时候可以利用require(common)来导入该函数库这里的common是函数库的文件名。 3实现商品查询 最后我们修改/usr/local/openresty/lua/item.lua文件利用刚刚封装的函数库实现对tomcat的查询 -- 引入自定义common工具模块返回值是common中返回的 _M local common require(common) -- 从 common中获取read_http这个函数 local read_http common.read_http -- 获取路径参数 local id ngx.var[1] -- 根据id查询商品 local itemJSON read_http(/item/.. id, nil) -- 根据id查询商品库存 local itemStockJSON read_http(/item/stock/.. id, nil) 这里查询到的结果是json字符串并且包含商品、库存两个json字符串页面最终需要的是把两个json拼接为一个json 这就需要我们先把JSON变为lua的table完成数据整合后再转为JSON。 4.4.3 CJSON工具类 OpenResty提供了一个cjson的模块用来处理JSON的序列化和反序列化。 官方地址 https://github.com/openresty/lua-cjson/ 1引入cjson模块 local cjson require cjson 2序列化 local obj {name jack,age 21 } -- 把 table 序列化为 json local json cjson.encode(obj) 3反序列化 local json {name: jack, age: 21} -- 反序列化 json为 table local obj cjson.decode(json); print(obj.name) 4.4.4 实现Tomcat查询 下面我们修改之前的item.lua中的业务添加json处理功能 -- 导入common函数库 local common require(common) local read_http common.read_http -- 导入cjson库 local cjson require(cjson)-- 获取路径参数 local id ngx.var[1] -- 根据id查询商品 local itemJSON read_http(/item/.. id, nil) -- 根据id查询商品库存 local itemStockJSON read_http(/item/stock/.. id, nil)-- JSON转化为lua的table local item cjson.decode(itemJSON) local stock cjson.decode(stockJSON)-- 组合数据 item.stock stock.stock item.sold stock.sold-- 把item序列化为json 返回结果 ngx.say(cjson.encode(item)) 4.4.5 基于ID负载均衡 刚才的代码中我们的tomcat是单机部署。而实际开发中tomcat一定是集群模式 因此OpenResty需要对tomcat集群做负载均衡。 而默认的负载均衡规则是轮询模式当我们查询/item/10001时 第一次会访问8081端口的tomcat服务在该服务内部就形成了JVM进程缓存第二次会访问8082端口的tomcat服务该服务内部没有JVM缓存因为JVM缓存无法共享会查询数据库... 你看因为轮询的原因第一次查询8081形成的JVM缓存并未生效直到下一次再次访问到8081时才可以生效缓存命中率太低了。 怎么办 如果能让同一个商品每次查询时都访问同一个tomcat服务那么JVM缓存就一定能生效了。 也就是说我们需要根据商品id做负载均衡而不是轮询。 1原理 nginx提供了基于请求路径做负载均衡的算法 nginx根据请求路径做hash运算把得到的数值对tomcat服务的数量取余余数是几就访问第几个服务实现负载均衡。 例如 我们的请求路径是 /item/10001tomcat总数为2台8081、8082对请求路径/item/1001做hash运算求余的结果为1则访问第一个tomcat服务也就是8081 只要id不变每次hash运算结果也不会变那就可以保证同一个商品一直访问同一个tomcat服务确保JVM缓存生效。 2实现 修改/usr/local/openresty/nginx/conf/nginx.conf文件实现基于ID做负载均衡。 首先定义tomcat集群并设置基于路径做负载均衡 upstream tomcat-cluster {hash $request_uri;server 192.168.150.1:8081;server 192.168.150.1:8082; } 然后修改对tomcat服务的反向代理目标指向tomcat集群 location /item {proxy_pass http://tomcat-cluster; } 重新加载OpenResty nginx -s reload 3测试 启动两台tomcat服务 同时启动 清空日志后再次访问页面可以看到不同id的商品访问到了不同的tomcat服务 4.5 Redis缓存预热 Redis缓存会面临冷启动问题 冷启动服务刚刚启动时Redis中并没有缓存如果所有商品数据都在第一次查询时添加缓存可能会给数据库带来较大压力。 缓存预热在实际开发中我们可以利用大数据统计用户访问的热点数据在项目启动时将这些热点数据提前查询并保存到Redis中。 我们数据量较少并且没有数据统计相关功能目前可以在启动时将所有数据都放入缓存中。 1利用Docker安装Redis docker run --name redis -p 6379:6379 -d redis redis-server --appendonly yes 2在item-service服务中引入Redis依赖 dependencygroupIdorg.springframework.boot/groupIdartifactIdspring-boot-starter-data-redis/artifactId /dependency 3配置Redis地址 spring:redis:host: 192.168.150.101 4编写初始化类 缓存预热需要在项目启动时完成并且必须是拿到RedisTemplate之后。 这里我们利用InitializingBean接口来实现因为InitializingBean可以在对象被Spring创建并且成员变量全部注入后执行。 package com.heima.item.config;import com.fasterxml.jackson.core.JsonProcessingException; import com.fasterxml.jackson.databind.ObjectMapper; import com.heima.item.pojo.Item; import com.heima.item.pojo.ItemStock; import com.heima.item.service.IItemService; import com.heima.item.service.IItemStockService; import org.springframework.beans.factory.InitializingBean; import org.springframework.beans.factory.annotation.Autowired; import org.springframework.data.redis.core.StringRedisTemplate; import org.springframework.stereotype.Component;import java.util.List;Component public class RedisHandler implements InitializingBean {Autowiredprivate StringRedisTemplate redisTemplate;Autowiredprivate IItemService itemService;Autowiredprivate IItemStockService stockService;private static final ObjectMapper MAPPER new ObjectMapper();Overridepublic void afterPropertiesSet() throws Exception {// 初始化缓存// 1.查询商品信息ListItem itemList itemService.list();// 2.放入缓存for (Item item : itemList) {// 2.1.item序列化为JSONString json MAPPER.writeValueAsString(item);// 2.2.存入redisredisTemplate.opsForValue().set(item:id: item.getId(), json);}// 3.查询商品库存信息ListItemStock stockList stockService.list();// 4.放入缓存for (ItemStock stock : stockList) {// 2.1.item序列化为JSONString json MAPPER.writeValueAsString(stock);// 2.2.存入redisredisTemplate.opsForValue().set(item:stock:id: stock.getId(), json);}} } 4.6 查询Redis缓存 现在Redis缓存已经准备就绪我们可以再OpenResty中实现查询Redis的逻辑了。如下图红框所示 当请求进入OpenResty之后 优先查询Redis缓存如果Redis缓存未命中再查询Tomcat 4.6.1 封装Redis工具 OpenResty提供了操作Redis的模块我们只要引入该模块就能直接使用。但是为了方便我们将Redis操作封装到之前的common.lua工具库中。 修改/usr/local/openresty/lualib/common.lua文件 1引入Redis模块并初始化Redis对象 -- 导入redis local redis require(resty.redis) -- 初始化redis local red redis:new() red:set_timeouts(1000, 1000, 1000) 2封装函数用来释放Redis连接其实是放入连接池 -- 关闭redis连接的工具方法其实是放入连接池 local function close_redis(red)local pool_max_idle_time 10000 -- 连接的空闲时间单位是毫秒local pool_size 100 --连接池大小local ok, err red:set_keepalive(pool_max_idle_time, pool_size)if not ok thenngx.log(ngx.ERR, 放入redis连接池失败: , err)end end 3封装函数根据key查询Redis数据 -- 查询redis的方法 ip和port是redis地址key是查询的key local function read_redis(ip, port, key)-- 获取一个连接local ok, err red:connect(ip, port)if not ok thenngx.log(ngx.ERR, 连接redis失败 : , err)return nilend-- 查询redislocal resp, err red:get(key)-- 查询失败处理if not resp thenngx.log(ngx.ERR, 查询Redis失败: , err, , key , key)end--得到的数据为空处理if resp ngx.null thenresp nilngx.log(ngx.ERR, 查询Redis数据为空, key , key)endclose_redis(red)return resp end 4导出 -- 将方法导出 local _M { read_http read_http,read_redis read_redis } return _M 完整的common.lua -- 导入redis local redis require(resty.redis) -- 初始化redis local red redis:new() red:set_timeouts(1000, 1000, 1000)-- 关闭redis连接的工具方法其实是放入连接池 local function close_redis(red)local pool_max_idle_time 10000 -- 连接的空闲时间单位是毫秒local pool_size 100 --连接池大小local ok, err red:set_keepalive(pool_max_idle_time, pool_size)if not ok thenngx.log(ngx.ERR, 放入redis连接池失败: , err)end end-- 查询redis的方法 ip和port是redis地址key是查询的key local function read_redis(ip, port, key)-- 获取一个连接local ok, err red:connect(ip, port)if not ok thenngx.log(ngx.ERR, 连接redis失败 : , err)return nilend-- 查询redislocal resp, err red:get(key)-- 查询失败处理if not resp thenngx.log(ngx.ERR, 查询Redis失败: , err, , key , key)end--得到的数据为空处理if resp ngx.null thenresp nilngx.log(ngx.ERR, 查询Redis数据为空, key , key)endclose_redis(red)return resp end-- 封装函数发送http请求并解析响应 local function read_http(path, params)local resp ngx.location.capture(path,{method ngx.HTTP_GET,args params,})if not resp then-- 记录错误信息返回404ngx.log(ngx.ERR, http查询失败, path: , path , , args: , args)ngx.exit(404)endreturn resp.body end -- 将方法导出 local _M { read_http read_http,read_redis read_redis } return _M 4.6.2 实现Redis查询 接下来我们就可以去修改item.lua文件实现对Redis的查询了。 查询逻辑是 根据id查询Redis如果查询失败则继续查询Tomcat将查询结果返回 1修改/usr/local/openresty/lua/item.lua文件添加一个查询函数 -- 导入common函数库 local common require(common) local read_http common.read_http local read_redis common.read_redis -- 封装查询函数 function read_data(key, path, params)-- 查询本地缓存local val read_redis(127.0.0.1, 6379, key)-- 判断查询结果if not val thenngx.log(ngx.ERR, redis查询失败尝试查询http key: , key)-- redis查询失败去查询httpval read_http(path, params)end-- 返回数据return val end 2而后修改商品查询、库存查询的业务 3完整的item.lua代码 -- 导入common函数库 local common require(common) local read_http common.read_http local read_redis common.read_redis -- 导入cjson库 local cjson require(cjson)-- 封装查询函数 function read_data(key, path, params)-- 查询本地缓存local val read_redis(127.0.0.1, 6379, key)-- 判断查询结果if not val thenngx.log(ngx.ERR, redis查询失败尝试查询http key: , key)-- redis查询失败去查询httpval read_http(path, params)end-- 返回数据return val end-- 获取路径参数 local id ngx.var[1]-- 查询商品信息 local itemJSON read_data(item:id: .. id, /item/ .. id, nil) -- 查询库存信息 local stockJSON read_data(item:stock:id: .. id, /item/stock/ .. id, nil)-- JSON转化为lua的table local item cjson.decode(itemJSON) local stock cjson.decode(stockJSON) -- 组合数据 item.stock stock.stock item.sold stock.sold-- 把item序列化为json 返回结果 ngx.say(cjson.encode(item)) 4.7 Nginx本地缓存 现在整个多级缓存中只差最后一环也就是nginx的本地缓存了。如图 4.7.1 本地缓存API OpenResty为Nginx提供了shard dict的功能可以在nginx的多个worker之间共享数据实现缓存功能。 1开启共享字典在nginx.conf的http下添加配置 # 共享字典也就是本地缓存名称叫做item_cache大小150mlua_shared_dict item_cache 150m; 2操作共享字典 -- 获取本地缓存对象 local item_cache ngx.shared.item_cache -- 存储, 指定key、value、过期时间单位s默认为0代表永不过期 item_cache:set(key, value, 1000) -- 读取 local val item_cache:get(key) 4.7.2 实现本地缓存查询 1修改/usr/local/openresty/lua/item.lua文件修改read_data查询函数添加本地缓存逻辑 -- 导入共享词典本地缓存 local item_cache ngx.shared.item_cache-- 封装查询函数 function read_data(key, expire, path, params)-- 查询本地缓存local val item_cache:get(key)if not val thenngx.log(ngx.ERR, 本地缓存查询失败尝试查询Redis key: , key)-- 查询redisval read_redis(127.0.0.1, 6379, key)-- 判断查询结果if not val thenngx.log(ngx.ERR, redis查询失败尝试查询http key: , key)-- redis查询失败去查询httpval read_http(path, params)endend-- 查询成功把数据写入本地缓存item_cache:set(key, val, expire)-- 返回数据return val end 2修改item.lua中查询商品和库存的业务实现最新的read_data函数 其实就是多了缓存时间参数过期后nginx缓存会自动删除下次访问即可更新缓存。 这里给商品基本信息设置超时时间为30分钟库存为1分钟。 因为库存更新频率较高如果缓存时间过长可能与数据库差异较大。 3完整的item.lua文件 -- 导入common函数库 local common require(common) local read_http common.read_http local read_redis common.read_redis -- 导入cjson库 local cjson require(cjson) -- 导入共享词典本地缓存 local item_cache ngx.shared.item_cache-- 封装查询函数 function read_data(key, expire, path, params)-- 查询本地缓存local val item_cache:get(key)if not val thenngx.log(ngx.ERR, 本地缓存查询失败尝试查询Redis key: , key)-- 查询redisval read_redis(127.0.0.1, 6379, key)-- 判断查询结果if not val thenngx.log(ngx.ERR, redis查询失败尝试查询http key: , key)-- redis查询失败去查询httpval read_http(path, params)endend-- 查询成功把数据写入本地缓存item_cache:set(key, val, expire)-- 返回数据return val end-- 获取路径参数 local id ngx.var[1]-- 查询商品信息 local itemJSON read_data(item:id: .. id, 1800, /item/ .. id, nil) -- 查询库存信息 local stockJSON read_data(item:stock:id: .. id, 60, /item/stock/ .. id, nil)-- JSON转化为lua的table local item cjson.decode(itemJSON) local stock cjson.decode(stockJSON) -- 组合数据 item.stock stock.stock item.sold stock.sold-- 把item序列化为json 返回结果 ngx.say(cjson.encode(item)) 五、缓存同步 大多数情况下浏览器查询到的都是缓存数据如果缓存数据与数据库数据存在较大差异可能会产生比较严重的后果。 所以我们必须保证数据库数据、缓存数据的一致性这就是缓存与数据库的同步。 5.1 数据同步策略 缓存数据同步的常见方式有三种 设置有效期给缓存设置有效期到期后自动删除。再次查询时更新 优势简单、方便缺点时效性差缓存过期之前可能不一致场景更新频率较低时效性要求低的业务 同步双写在修改数据库的同时直接修改缓存 优势时效性强缓存与数据库强一致缺点有代码侵入耦合度高场景对一致性、时效性要求较高的缓存数据 异步通知修改数据库时发送事件通知相关服务监听到通知后修改缓存数据 优势低耦合可以同时通知多个缓存服务缺点时效性一般可能存在中间不一致状态场景时效性要求一般有多个服务需要同步 而异步实现又可以基于MQ或者Canal来实现 1基于MQ的异步通知 解读 商品服务完成对数据的修改后只需要发送一条消息到MQ中。缓存服务监听MQ消息然后完成对缓存的更新 依然有少量的代码侵入。 2基于Canal的通知 解读 商品服务完成商品修改后业务直接结束没有任何代码侵入Canal监听MySQL变化当发现变化后立即通知缓存服务缓存服务接收到canal通知更新缓存 代码零侵入 5.2 安装Canal 5.2.1 认识Canal Canal [kənæl]译意为水道/管道/沟渠canal是阿里巴巴旗下的一款开源项目基于Java开发。基于数据库增量日志解析提供增量数据订阅消费。 GitHub的地址https://github.com/alibaba/canal Canal是基于mysql的主从同步来实现的MySQL主从同步的原理如下 1MySQL master 将数据变更写入二进制日志( binary log其中记录的数据叫做binary log events2MySQL slave 将 master 的 binary log events拷贝到它的中继日志(relay log)3MySQL slave 重放 relay log 中事件将数据变更反映它自己的数据 而Canal就是把自己伪装成MySQL的一个slave节点从而监听master的binary log变化。再把得到的变化信息通知给Canal的客户端进而完成对其它数据库的同步。 5.2.2 安装Canal 下面我们就开启mysql的主从同步机制让Canal来模拟salve 5.2.2.1.开启MySQL主从 Canal是基于MySQL的主从同步功能因此必须先开启MySQL的主从功能才可以。 这里以之前用Docker运行的mysql为例 1.开启binlog 打开mysql容器挂载的日志文件我的在/tmp/mysql/conf目录: 修改文件 vi /tmp/mysql/conf/my.cnf 添加内容 log-bin/var/lib/mysql/mysql-bin binlog-do-dbheima 配置解读 log-bin/var/lib/mysql/mysql-bin设置binary log文件的存放地址和文件名叫做mysql-binbinlog-do-dbheima指定对哪个database记录binary log events这里记录heima这个库 最终效果 [mysqld] skip-name-resolve character_set_serverutf8 datadir/var/lib/mysql server-id1000 log-bin/var/lib/mysql/mysql-bin binlog-do-dbheima 2.设置用户权限 接下来添加一个仅用于数据同步的账户出于安全考虑这里仅提供对heima这个库的操作权限。 create user canal% IDENTIFIED by canal; GRANT SELECT, REPLICATION SLAVE, REPLICATION CLIENT,SUPER ON *.* TO canal% identified by canal; FLUSH PRIVILEGES; 重启mysql容器即可 docker restart mysql 测试设置是否成功在mysql控制台或者Navicat中输入命令 show master status; 5.2.2.2 安装Canal 1.创建网络 我们需要创建一个网络将MySQL、Canal、MQ放到同一个Docker网络中 docker network create heima 让mysql加入这个网络 docker network connect heima mysql 2.安装Canal 课前资料中提供了canal的镜像压缩包: canal.tar 大家可以上传到虚拟机然后通过命令导入 docker load -i canal.tar 然后运行命令创建Canal容器 docker run -p 11111:11111 --name canal \ -e canal.destinationsheima \ -e canal.instance.master.addressmysql:3306 \ -e canal.instance.dbUsernamecanal \ -e canal.instance.dbPasswordcanal \ -e canal.instance.connectionCharsetUTF-8 \ -e canal.instance.tsdb.enabletrue \ -e canal.instance.gtidonfalse \ -e canal.instance.filter.regexheima\\..* \ --network heima \ -d canal/canal-server:v1.1.5 说明: -p 11111:11111这是canal的默认监听端口-e canal.instance.master.addressmysql:3306数据库地址和端口如果不知道mysql容器地址可以通过docker inspect 容器id来查看-e canal.instance.dbUsernamecanal数据库用户名-e canal.instance.dbPasswordcanal 数据库密码-e canal.instance.filter.regex要监听的表名称 表名称监听支持的语法 mysql 数据解析关注的表Perl正则表达式. 多个正则之间以逗号(,)分隔转义符需要双斜杠(\\) 常见例子 1. 所有表.* or .*\\..* 2. canal schema下所有表 canal\\..* 3. canal下的以canal打头的表canal\\.canal.* 4. canal schema下的一张表canal.test1 5. 多个规则组合使用然后以逗号隔开canal\\..*,mysql.test1,mysql.test2 5.3.监听Canal Canal提供了各种语言的客户端当Canal监听到binlog变化时会通知Canal的客户端。 我们可以利用Canal提供的Java客户端监听Canal通知消息。当收到变化的消息时完成对缓存的更新。 不过这里我们会使用GitHub上的第三方开源的canal-starter客户端。地址https://github.com/NormanGyllenhaal/canal-client 与SpringBoot完美整合自动装配比官方客户端要简单好用很多。 5.3.1 引入依赖 dependencygroupIdtop.javatool/groupIdartifactIdcanal-spring-boot-starter/artifactIdversion1.2.1-RELEASE/version /dependency 5.3.2 编写配置 canal:destination: heima # canal的集群名字要与安装canal时设置的名称一致server: 192.168.150.101:11111 # canal服务地址 5.3.3 修改Item实体类 通过Id、Column、等注解完成Item与数据库表字段的映射 package com.heima.item.pojo;import com.baomidou.mybatisplus.annotation.IdType; import com.baomidou.mybatisplus.annotation.TableField; import com.baomidou.mybatisplus.annotation.TableId; import com.baomidou.mybatisplus.annotation.TableName; import lombok.Data; import org.springframework.data.annotation.Id; import org.springframework.data.annotation.Transient;import javax.persistence.Column; import java.util.Date;Data TableName(tb_item) public class Item {TableId(type IdType.AUTO)Idprivate Long id;//商品idColumn(name name)private String name;//商品名称private String title;//商品标题private Long price;//价格分private String image;//商品图片private String category;//分类名称private String brand;//品牌名称private String spec;//规格private Integer status;//商品状态 1-正常2-下架private Date createTime;//创建时间private Date updateTime;//更新时间TableField(exist false)Transientprivate Integer stock;TableField(exist false)Transientprivate Integer sold; } 5.3.4 编写监听器 通过实现EntryHandler接口编写监听器监听Canal消息。注意两点 实现类通过CanalTable(tb_item)指定监听的表信息EntryHandler的泛型是与表对应的实体类 package com.heima.item.canal;import com.github.benmanes.caffeine.cache.Cache; import com.heima.item.config.RedisHandler; import com.heima.item.pojo.Item; import org.springframework.beans.factory.annotation.Autowired; import org.springframework.stereotype.Component; import top.javatool.canal.client.annotation.CanalTable; import top.javatool.canal.client.handler.EntryHandler;CanalTable(tb_item) Component public class ItemHandler implements EntryHandlerItem {Autowiredprivate RedisHandler redisHandler;Autowiredprivate CacheLong, Item itemCache;Overridepublic void insert(Item item) {// 写数据到JVM进程缓存itemCache.put(item.getId(), item);// 写数据到redisredisHandler.saveItem(item);}Overridepublic void update(Item before, Item after) {// 写数据到JVM进程缓存itemCache.put(after.getId(), after);// 写数据到redisredisHandler.saveItem(after);}Overridepublic void delete(Item item) {// 删除数据到JVM进程缓存itemCache.invalidate(item.getId());// 删除数据到redisredisHandler.deleteItemById(item.getId());} } 在这里对Redis的操作都封装到了RedisHandler这个对象中是我们之前做缓存预热时编写的一个类内容如下 package com.heima.item.config;import com.fasterxml.jackson.core.JsonProcessingException; import com.fasterxml.jackson.databind.ObjectMapper; import com.heima.item.pojo.Item; import com.heima.item.pojo.ItemStock; import com.heima.item.service.IItemService; import com.heima.item.service.IItemStockService; import org.springframework.beans.factory.InitializingBean; import org.springframework.beans.factory.annotation.Autowired; import org.springframework.data.redis.core.StringRedisTemplate; import org.springframework.stereotype.Component;import java.util.List;Component public class RedisHandler implements InitializingBean {Autowiredprivate StringRedisTemplate redisTemplate;Autowiredprivate IItemService itemService;Autowiredprivate IItemStockService stockService;private static final ObjectMapper MAPPER new ObjectMapper();Overridepublic void afterPropertiesSet() throws Exception {// 初始化缓存// 1.查询商品信息ListItem itemList itemService.list();// 2.放入缓存for (Item item : itemList) {// 2.1.item序列化为JSONString json MAPPER.writeValueAsString(item);// 2.2.存入redisredisTemplate.opsForValue().set(item:id: item.getId(), json);}// 3.查询商品库存信息ListItemStock stockList stockService.list();// 4.放入缓存for (ItemStock stock : stockList) {// 2.1.item序列化为JSONString json MAPPER.writeValueAsString(stock);// 2.2.存入redisredisTemplate.opsForValue().set(item:stock:id: stock.getId(), json);}}public void saveItem(Item item) {try {String json MAPPER.writeValueAsString(item);redisTemplate.opsForValue().set(item:id: item.getId(), json);} catch (JsonProcessingException e) {throw new RuntimeException(e);}}public void deleteItemById(Long id) {redisTemplate.delete(item:id: id);} }