今天这篇文章是比较偏“教程”一点的文章。但也由浅入深,认真地分析了源码,并且介绍了一些在使用Spring Cache中常见的问题和解决方案,肯定是比简单的入门文档更有深度一些的,相信大家看了之后会有一定的收获。
为什么使用缓存
使用缓存是一个很“高性价比”的性能优化方式,尤其是对于有大量重复查询的程序来说。通常来说,在WEB后端应用程序来说,耗时比较大的往往有两个地方:一个是查数据库,一个是调用其它服务的API(因为其它服务最终也要去做查数据库等耗时操作)。
重复查询也有两种。一种是我们在应用程序中代码写得不好,写的for循环,可能每次循环都用重复的参数去查询了。这种情况,比较聪明一点的程序员都会对这段代码进行重构,用Map来把查出来的东西暂时放在内存里,后续去查询之前先看看Map里面有没有,没有再去查数据库,其实这就是一种缓存的思想。
另一种重复查询是大量的相同或相似请求造成的。比如资讯网站首页的文章列表、电商网站首页的商品列表、微博等社交媒体热搜的文章等等,当大量的用户都去请求同样的接口,同样的数据,如果每次都去查数据库,那对数据库来说是一个不可承受的压力。所以我们通常会把高频的查询进行缓存,我们称它为“热点”。
为什么使用Spring Cache
前面提到了缓存有诸多的好处,于是大家就摩拳擦掌准备给自己的应用加上缓存的功能。但是网上一搜却发现缓存的框架太多了,各有各的优势,比如Redis、Memcached、Guava、Caffeine等等。
如果我们的程序想要使用缓存,就要与这些框架耦合。聪明的架构师已经在利用接口来降低耦合了,利用面向对象的抽象和多态的特性,做到业务代码与具体的框架分离。
但我们仍然需要显式地在代码中去调用与缓存有关的接口和方法,在合适的时候插入数据到缓存里,在合适的时候从缓存中读取数据。
想一想「AOP」的适用场景,这不就是天生就应该AOP去做的吗?
❝
关于Spring AOP,可以参考我之前的文章《关于Spring AOP的灵魂十问》
❞
是的,Spring Cache就是一个这个框架。它利用了AOP,实现了基于注解的缓存功能,并且进行了合理的抽象,业务代码不用关心底层是使用了什么缓存框架,只需要简单地加一个注解,就能实现缓存功能了。而且Spring Cache也提供了很多默认的配置,用户可以3秒钟就使用上一个很不错的缓存功能。
既然有这么好的轮子,干嘛不用呢?
如何使用Spring Cache
上面的3秒钟,绝对不夸张。使用SpringCache分为很简单的三步:加依赖,开启缓存,加缓存注解。
❝
本文示例代码使用的是官方的示例代码,git地址:https://github.com/spring-guides/gs-caching.git
❞
1 加依赖
gradle:
implementation \'org.springframework.boot:spring-boot-starter-cache\'
maven:
<dependency>
<groupId>org.springframework.bootgroupId>
<artifactId>spring-boot-starter-cacheartifactId>
dependency>
2 开启缓存
在启动类加上@EnableCaching注解即可开启使用缓存。
@SpringBootApplication
@EnableCaching
public class CachingApplication {
public static void main(String[] args) {
SpringApplication.run(CachingApplication.class, args);
}}
3 加缓存注解
在要缓存的方法上面添加@Cacheable注解,即可缓存这个方法的返回值。
@Override
@Cacheable("books")
public Book getByIsbn(String isbn) { simulateSlowService();
return new Book(isbn, "Some book");
}// Don\'t do this at home
private void simulateSlowService() {
try {
long time = 3000L;
Thread.sleep(time);
} catch (InterruptedException e) {
throw new IllegalStateException(e);
}
}
测试
@Override
public void run(String... args) {
logger.info(".... Fetching books");
logger.info("isbn-1234 -->" bookRepository.getByIsbn("isbn-1234"));
logger.info("isbn-4567 -->" bookRepository.getByIsbn("isbn-4567"));
logger.info("isbn-1234 -->" bookRepository.getByIsbn("isbn-1234"));
logger.info("isbn-4567 -->" bookRepository.getByIsbn("isbn-4567"));
logger.info("isbn-1234 -->" bookRepository.getByIsbn("isbn-1234"));
logger.info("isbn-1234 -->" bookRepository.getByIsbn("isbn-1234"));
}
测试一下,可以发现。第一次和第二次(第二次参数和第一次不同)调用getByIsbn方法,会等待3秒,而后面四个调用,都会立即返回。
常用注解
Spring Cache有几个常用注解,分别为@Cacheable、@CachePut、@CacheEvict、@Caching、 @CacheConfig。除了最后一个CacheConfig外,其余四个都可以用在类上或者方法级别上,如果用在类上,就是对该类的所有public方法生效,下面分别介绍一下这几个注解。
@Cacheable
@Cacheble注解表示这个方法有了缓存的功能,方法的返回值会被缓存下来,下一次调用该方法前,会去检查是否缓存中已经有值,如果有就直接返回,不调用方法。如果没有,就调用方法,然后把结果缓存起来。这个注解「一般用在查询方法上」。
@CachePut
加了@CachePut注解的方法,会把方法的返回值put到缓存里面缓存起来,供其它地方使用。它「通常用在新增方法上」。
@CacheEvict
使用了CacheEvict注解的方法,会清空指定缓存。「一般用在更新或者删除的方法上」。
@Caching
Java注解的机制决定了,一个方法上只能有一个相同的注解生效。那有时候可能一个方法会操作多个缓存(这个在删除缓存操作中比较常见,在添加操作中不太常见)。
Spring Cache当然也考虑到了这种情况,@Caching注解就是用来解决这类情况的,大家一看它的源码就明白了。
public @interface Caching {
Cacheable[] cacheable() default {};
CachePut[] put() default {};
CacheEvict[] evict() default {};
}
@CacheConfig
前面提到的四个注解,都是Spring Cache常用的注解。每个注解都有很多可以配置的属性,这个我们在下一节再详细解释。但这几个注解通常都是作用在方法上的,而有些配置可能又是一个类通用的,这种情况就可以使用@CacheConfig了,它是一个类级别的注解,可以在类级别上配置cacheNames、keyGenerator、cacheManager、cacheResolver等。
常用注解的配置
这部分我们最好是「结合源码」来看,才能更好地理解这些配置的运作机制。
源码:解析注解的时机
❝
这一节主要是源码解析,有点晦涩,对源码不感兴趣的同学可以跳过。但如果想要弄清楚Spring Cache运作的原理,还是推荐一看的。
❞
前面提到的几个注解@Cacheable、@CachePut、@CacheEvict、@CacheConfig,都有一些可配置的属性。这些配置的属性都可以在抽象类CacheOperation及其子类中可以找到。它们大概是这样的关系:
![Spring Cache,从入门到真香](http://www.yixao.com/wp-content/themes/exou/themer/assets/images/lazy.png)
CacheOperation UML
看到这里不得不佩服,这继承用得,妙啊。
解析每个注解的代码在SpringCacheAnnotationParser类中可以找到,比如parseEvictAnnotation方法,里面就有这么一句:
builder.setCacheWide(cacheEvict.allEntries());
❝
明明注解里叫allEntries,但是CacheEvictOperation里却叫cacheWide?看了下作者,都是多个作者,但第一作者都是一个叫Costin Leau的哥们,我对这个命名还是有一点小小的困惑。。。看来大佬们写代码也会有命名不一致的问题
❞
那这个SpringCacheAnnotationParser是在什么时候被调用的呢?很简单,我们在这个类的某个方法上打个断点,然后debug就行了,比如parseCacheableAnnotation方法。
![Spring Cache,从入门到真香](http://www.yixao.com/wp-content/themes/exou/themer/assets/images/lazy.png)
调用链
在debug界面,可以看到调用链非常长,前面是我们熟悉的IOC注册Bean的一个流程,直到我们看到了一个叫做AbstractAutowireCapableBeanFactory的BeanFactory,然后这个类在创建Bean的时候会去找是否有Advisor。正好Spring Cache源码里就定义了这么一个Advisor:BeanFactoryCacheOperationSourceAdvisor。
这个Advisor返回的PointCut是一个CacheOperationSourcePointcut,这个PointCut复写了matches方法,在里面去获取了一个CacheOperationSource,调用它的getCacheOperations方法。这个CacheOperationSource是个接口,主要的实现类是AnnotationCacheOperationSource。在findCacheOperations方法里,就会调用到我们最开始说的SpringCacheAnnotationParser了。
这样就完成了基于注解的解析。
入口:基于AOP的拦截器
那我们实际调用方法的时候,是怎么处理的呢?我们知道,使用了AOP的Bean,会生成一个代理对象,实际调用的时候,会执行这个代理对象的一系列的Interceptor。Spring Cache使用的是一个叫做CacheInterceptor的拦截器。我们如果加了缓存相应的注解,就会走到这个拦截器上。这个拦截器继承了CacheAspectSupport类,会执行这个类的execute方法,这个方法就是我们要分析的核心方法了。
@Cacheable的sync
我们继续看之前提到的execute方法,该方法首先会判断是否是同步。这里的同步配置是用的@Cacheable的sync属性,默认是false。如果配置了同步的话,「多个线程尝试用相同的key去缓存拿数据的时候,会是一个同步的操作」。
![Spring Cache,从入门到真香](http://www.yixao.com/wp-content/themes/exou/themer/assets/images/lazy.png)
源码
我们来看看同步操作的源码。如果判断当前需要同步操作(1),首先会去判断当前的condition是不是符合条件(2)。这里的condition也是@Cacheable中定义的一个配置,它是一个EL表达式,比如我们可以这样用来缓存id大于1的Book:
@Override
@Cacheable(cacheNames = "books", condition = "#id > 1", sync = true)
public Book getById(Long id) { return new Book(String.valueOf(id), "some book");
}
如果不符合条件,就不使用缓存,也不把结果放入缓存,直接跳到5。否则,尝试获取key(3)。在获取key的时候,会先判断用户有没有定义key,它也是一个EL表达式。如果没有的话,就用keyGenerator生成一个key:
@Nullable
protected Object generateKey(@Nullable Object result) {
if (StringUtils.hasText(this.metadata.operation.getKey())) {
EvaluationContext evaluationContext = createEvaluationContext(result); return evaluator.key(this.metadata.operation.getKey(), this.metadata.methodKey, evaluationContext);
} return this.metadata.keyGenerator.generate(this.target, this.metadata.method, this.args);
}
我们可以用这种方式手动指定根据id生成book-1,book-2这样的key:
@Override
@Cacheable(cacheNames = "books", sync = true, key = "\'book-\' #id")
public Book getById(Long id) { return new Book(String.valueOf(id), "some book");
}
这里的key是一个Object对象,如果我们不在注解上面指定key,会使用keyGenerator生成的key。默认的keyGenerator是SimpleKeyGenerator,它生成的是一个SimpleKey对象,方法也很简单,如果没有入参,就返回一个EMPTY的对象,如果有入参,且只有一个入参,并且不是空或者数组,就用这个参数(注意这里用的是参数本身,而不是SimpleKey对象。否则,用所有入参包一个SimpleKey。
源码:
@Override
public Object generate(Object target, Method method, Object... params) {
return generateKey(params);
}/**
* Generate a key based on the specified parameters.
*/
public static Object generateKey(Object... params) {
if (params.length == 0) {
return SimpleKey.EMPTY;
} if (params.length == 1) {
Object param = params[0];
if (param != null && !param.getClass().isArray()) {
return param;
} } return new SimpleKey(params);
}
看到这里你一定有一个疑问吧,「这里只用入参,没有类名和方法名的区别」,那如果两个方法入参一样,岂不是key冲突了?
你的感觉没错,大家可以试一下这两个方法:
// 定义两个参数都是String的方法
@Override@Cacheable(cacheNames = "books", sync = true)
public Book getByIsbn(String isbn) { simulateSlowService(); return new Book(isbn, "Some book");
}@Override@Cacheable(cacheNames = "books", sync = true)
public String test(String test) { return test;
}// 调用这两个方法,用相同的参数"test"
logger.info("test getByIsbn -->" bookRepository.getByIsbn("test"));
logger.info("test test -->" bookRepository.test("test"));
你会发现「两次生成的key相同」,然后在调用test方法的时候,控制台会报错:
Caused by: java.lang.ClassCastException: class com.example.caching.Book cannot be cast to class java.lang.String (com.example.caching.Book is in unnamed module of loader \'app\'; java.lang.String is in module java.base of loader \'bootstrap\')
at com.sun.proxy.$Proxy33.test(Unknown Source) ~[na:na] at com.example.caching.AppRunner.run(AppRunner.java:23) ~[main/:na]
at org.springframework.boot.SpringApplication.callRunner(SpringApplication.java:795) ~[spring-boot-2.3.2.RELEASE.jar:2.3.2.RELEASE]
... 5 common frames omitted
Book不能强转成String,因为我们第一次调用getByIsbn方法的时候,生成的key是test,然后换成了返回值Book对象到缓存里面。而调用test方法的时候,生成的key还是test,就会取出Book,但是test方法的返回值是String,所以会尝试强转到String,结果发现强转失败。
我们可以自定义一个keyGenerator来解决这个问题:
@Component
public class MyKeyGenerator implements KeyGenerator {
@Override
public Object generate(Object target, Method method, Object... params) {
return target.getClass().getName() method.getName()
Stream.of(params).map(Object::toString).collect(Collectors.joining(","));
}}
然后就可以在配置里面使用这个自定义的MyKeyGenerator了,再次运行程序,就不会出现上述问题。
@Override
@Cacheable(cacheNames = "books", sync = true, keyGenerator = "myKeyGenerator")
public Book getByIsbn(String isbn) { simulateSlowService();
return new Book(isbn, "Some book");
}@Override
@Cacheable(cacheNames = "books", sync = true, keyGenerator = "myKeyGenerator")
public String test(String test) {
return test;
}
接着往下看,可以看到我们得到了一个Cache。这个Cache是在我们调用CacheAspectSupport的execute方法的时候,会new一个CacheOperationContext。在这个Context的构造方法里,会用cacheResolver去解析注解中的Cache,生成Cache对象。
默认的cacheResolver是SimpleCacheResolver,它从CacheOperation中取得配置的cacheNames,然后用cacheManager去get一个Cache。这里的cacheManager是用于管理Cache的一个容器,默认的cacheManager是ConcurrentMapCacheManager。听名字就知道是基于ConcurrentMap来做的了,底层是ConcurrentHashMap。
那这里的Cache是什么东西呢?Cache就对“缓存容器”的一个抽象,包含了缓存会用到的get、put、evict、putIfAbsent等方法。
不同的cacheNames会对应不同的Cache对象,比如我们可以在一个方法上定义两个cacheNames,虽然也可以用value,它是cacheNames的别名,但如果有多个配置的时候,更推荐用cacheNames,因为这样具有更好的可读性。
@Override
@Cacheable(cacheNames = {"book", "test"})
public Book getByIsbn(String isbn) { simulateSlowService();
return new Book(isbn, "Some book");
}
默认的Cache是ConcurrentMapCache,它也是基于ConcurrentHashMap的。
但这里有个问题,我们回到上面的execute方法的代码,发现如果设置了sync为true,它取的是第一个Cache,而没有管剩下的Cache。所以如果你配置了sync为true,只支持配置一个cacheNames,如果配了多个,就会报错:
@Cacheable(sync=true) only allows a single cache on...
继续往下看,发现调用的是Cache的get(Object, Callcable)方法。这个方法会先尝试去缓存中用key取值,如果取不到再调用callable函数,然后加到缓存里。Spring Cache也是期望Cache的实现类在这个方法内部实现“同步”的功能。
所以我们再回过头去看Cacheable中sync属性上方的注释,它写到:使用sync为true,会有这些限制:
- 不支持unless,这个从代码可以看到,只支持了condition,没有支持unless;这个我没想清楚为什么。。。但Interceptor代码就是这样写的。
- 只能有一个cache,因为代码就写死了一个。我猜这是为了更好地支持同步,它把同步放到了Cache里面去实现。
- 没有不支持其它的Cache操作,代码里面写死了,只支持Cachable,我猜这也是为了支持同步。
其它操作
如果sync为false呢?
继续往下看execute的代码,大概经历了下面这些步骤:
- 尝试在方法调用前删除缓存,这个在@CacheEvict配置的beforeInvocation,默认为false(如果为true才会在这一步删除缓存);
- 尝试获取缓存;
- 如果第2步获取不到,尝试获取Cachable的注解,生成相应的CachePutRequest;
- 如果第2步获取到了,并且没有CachPut注解,就直接从缓存中获取值。否则,调用目标方法;
- 解析CachePut注解,同样生成相应的CachePutRequest;
- 执行所有的CachePutRequest;
- 尝试在方法调用后删除缓存,如果@CacheEvict配置的beforeInvocation为false会删除缓存
至此,我们就结合源码解释完了所有的配置发生作用的时机。
使用其它缓存框架
如果要使用其它的缓存框架,应该怎么做呢?
通过上面的源码分析我们知道,如果要使用其它的缓存框架,我们只需要重新定义好CacheManager和CacheResolver这两个Bean就行了。
事实上,Spring会自动检测我们是否引入了相应的缓存框架,如果我们引入了spring-data-redis,Spring就会自动使用spring-data-redis提供的RedisCacheManager,RedisCache。
如果我们要使用Caffeine框架。只需要引入Caffeine,Spring Cache就会默认使用CaffeineCacheManager和CaffeineCache。
implementation \'org.springframework.boot:spring-boot-starter-cache\'
implementation \'com.github.ben-manes.caffeine:caffeine\'
❝
Caffeine是一个性能非常高的缓存框架,它使用了「Window TinyLfu」回收策略,提供了一个「近乎最佳的命中率」。
❞
Spring Cache还支持各种配置,在CacheProperties类里面,里面还提供了各种主流的缓存框架的特殊配置。比如Redis的过期时间等(默认永不过期)。
private final Caffeine caffeine = new Caffeine();
private final Couchbase couchbase = new Couchbase();
private final EhCache ehcache = new EhCache();
private final Infinispan infinispan = new Infinispan();
private final JCache jcache = new JCache();
private final Redis redis = new Redis();
使用缓存带来的问题
双写不一致
使用缓存会带来许多问题,尤其是高并发下,包括缓存穿透、缓存击穿、缓存雪崩、双写不一致等问题。具体的问题介绍和常用的解决方案可以参考我的个人网站上的文章《缓存常见问题及解决方案》。
其中主要聊一下双写不一致的问题,这是一个比较常见的问题,其中一个常用的解决方案是,更新的时候,先删除缓存,再更新数据库。所以Spring Cache的@CacheEvict会有一个beforeInvocation的配置。
但使用缓存通常会存在缓存中的数据和数据库中不一致的问题,尤其是调用第三方接口,你不会知道它什么时候更新了数据。但使用缓存的业务场景很多时候并不需求数据的强一致,比如首页的热点文章,我们可以让缓存一分钟失效,这样就算一分钟内,不是最新的热点排行也没关系。
占用额外的内存
这个是无可避免的。因为总要有一个地方去放缓存。不管是ConcurrentHashMap也好,Redis也好,Caffeine也好,总归是会占用额外的内存资源去放缓存的。但缓存的思想正是用空间去换时间,有时候占用这点额外的空间对于时间上的优化来说,是非常值得的。
这里需要注意的是,SpringCache默认使用的是ConcurrentHashMap,它不会自动回收key,所以如果使用默认的这个缓存,程序就会越来越大,并且得不到回收。最终可能导致OOM。
我们来模拟实验一下:
@Component
public class MyKeyGenerator implements KeyGenerator {
@Override
public Object generate(Object target, Method method, Object... params) {
// 每次都生成不同的key
return UUID.randomUUID().toString();
}
}
//调它个100w次
for (int i = 0; i < 1000000; i ) {
bookRepository.test("test");
}
然后把最大内存设置成20M: -Xmx20M。
我们先来测试默认的基于ConcurrentHashMap的缓存,发现它很快就会报OOM。
Exception: java.lang.OutOfMemoryError thrown from the UncaughtExceptionHandler in thread "main"
Exception: java.lang.OutOfMemoryError thrown from the UncaughtExceptionHandler in thread "RMI TCP Connection(idle)"
我们使用Caffeine,并且配置一下它的最大容量:
spring:
cache:
caffeine:
spec: maximumSize=100
再次运行程序,发现正常运行,不会报错。
所以如果是用基于同一个JVM内存的缓存的话,个人比较推荐使用Caffeine,强烈不推荐用默认的基于ConcurrentHashMap的实现。
那什么情况适合用Redis这种需要调用第三方进程的缓存呢?如果你的应用程序是分布式的,一个服务器查询出来后,希望其它服务器也能用这个缓存,那就推荐使用基于Redis的缓存。
使用Spring Cache也有不好之处,就是屏蔽了底层缓存的特性。比如,很难做到不同的场景有不同的过期时间(但并不是做不到,也可以通过配置不同的cacheManager来实现)。但整体上来看,还是利大于弊的,大家自己衡量,适合自己就好。
内容出处:,
声明:本网站所收集的部分公开资料来源于互联网,转载的目的在于传递更多信息及用于网络分享,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。如果您发现网站上有侵犯您的知识产权的作品,请与我们取得联系,我们会及时修改或删除。文章链接:http://www.yixao.com/procedure/12233.html