当前位置：首页 > news >正文

w3c网站代码标准规范模板王ppt

news 2025/10/29 11:29:43

w3c网站代码标准规范,模板王ppt,查找做像册的网站,百度上面做企业网站怎么做缓存是提升系统性能、降低数据库压力的重要手段。Java 开发中常用的缓存方案包括本地缓存（如 Caffeine、Guava Cache） 和分布式缓存（如 Redis）。这两者在设计目标、使用场景、性能特点等方面有显著差异，合…

缓存是提升系统性能、降低数据库压力的重要手段。Java 开发中常用的缓存方案包括 本地缓存（如 Caffeine、Guava Cache） 和 分布式缓存（如 Redis）。这两者在设计目标、使用场景、性能特点等方面有显著差异，合理选择和搭配使用它们，能够有效提升系统的响应速度和稳定性。

一、本地缓存与 Redis 缓存的核心区别

对比维度	本地缓存（如 Caffeine、Guava Cache）	Redis 缓存（分布式缓存）
存储位置	应用程序的 JVM 内存中，每个服务实例独立维护	独立部署的缓存服务器（如 Redis），服务共享同一份数据
是否共享	❌ 不共享，各服务实例缓存相互独立，数据不一致	✅ 共享，所有服务节点访问同一个 Redis，数据一致
存储介质	进程内内存（堆内或堆外）	服务器内存（专用缓存服务）
访问速度	极快，无网络开销，通常是纳秒到微秒级	快，但有一定网络延迟，通常是毫秒级
容量限制	受限于 JVM 堆内存，通常较小	可扩展，支持 GB 甚至 TB 级缓存，取决于 Redis 配置
分布式支持	❌ 不支持，仅限当前服务实例使用	✅ 支持，天然支持分布式部署，多服务共享缓存
数据一致性	❌ 差，多实例间缓存数据可能不同步	✅ 较好，所有服务访问同一缓存源，一致性更强
失效与淘汰策略	支持（如 LRU、LFU），由本地缓存组件控制	支持（如 volatile-lru、allkeys-lru），由 Redis 控制
持久化能力	❌ 一般不支持持久化，服务重启后缓存丢失	✅ 支持 RDB / AOF 持久化，重启后可恢复数据
高可用性	❌ 无，服务崩溃则缓存丢失	✅ 支持主从、哨兵、集群等高可用方案
适用场景	单机/小规模服务，追求极致性能，数据变动少	分布式系统、高并发、多服务共享、需要集中管理缓存

二、本地缓存的特点与适用场景

本地缓存是将数据存储在应用进程内的内存中，读写速度极快，常用于以下场景：

适用场景

读多写少、数据更新频率低
- 如系统配置、城市列表、字典表、基础运单信息等。
2.
对访问性能要求极高
- 本地缓存无网络开销，适用于超高性能要求的调用路径。
服务规模较小或单机部署
- 比如独立后台服务，不需要多实例间共享缓存。
作为一级缓存（Cache Aside Pattern）
- 与 Redis 配合使用，先查本地缓存，再查 Redis，最后查数据库。

常见框架

Caffeine：目前性能最高的 Java 本地缓存库，支持异步加载、灵活的过期策略，Spring Boot 默认集成。
Guava Cache：Google 提供的本地缓存方案，功能稳定但性能略低于 Caffeine。
Ehcache：功能全面，支持磁盘持久化，但相对重量级，适合复杂场景。

优点

访问速度极快，通常在微秒级甚至纳秒级完成。
无网络开销，部署简单，不依赖外部服务。
适合存储少量、稳定的热点数据。

缺点

各实例缓存数据相互独立，容易导致数据不一致。
缓存容量受限于 JVM 堆内存，不适合存储大量数据。
服务重启后缓存丢失，无法持久化。
不适用于分布式系统中的共享数据场景。

三、Redis 缓存的特点与适用场景

Redis 是一个高性能的分布式内存数据库，常被用作缓存中间件，支持多种数据结构和丰富的功能。

适用场景

分布式系统 / 微服务架构
- 多个服务实例共享同一份缓存数据，如用户信息、商品详情等。
高并发访问
- Redis 能承受较高的 QPS，适用于高并发场景。
需要集中管理、统一控制
- 所有服务访问同一个 Redis，便于管理缓存失效、更新与同步。
需要高级功能支持
- 如分布式锁、消息队列、会话共享、计数器、限流等。

常见使用方式

缓存数据库查询结果，减轻 MySQL 等数据库压力。
存储用户 Session、Token，实现无状态服务。
作为分布式锁、全局计数器、排行榜等功能的实现基础。
用作消息队列（如 List、Stream）或延迟队列。

优点

分布式共享，所有服务节点访问同一份数据，一致性强。
访问速度快，支持高并发，性能优异。
功能丰富，支持多种数据结构、过期策略、持久化、Lua 脚本等。
支持高可用部署（主从、哨兵、集群）。
数据可持久化，支持重启恢复。

缺点

访问 Redis 需要经过网络，相比本地缓存有额外延迟。
需要额外部署和维护 Redis 服务，增加系统复杂度。
依赖外部中间件，若 Redis 宕机可能影响业务（可通过集群缓解）。

四、本地缓存与 Redis 的组合使用，多级缓存架构

在实际生产环境中，本地缓存和 Redis 缓存往往是配合使用的，形成 多级缓存架构，以兼顾性能和一致性。

典型架构流程

用户请求↓
应用服务↓
① 先查本地缓存（如 Caffeine） —— 速度最快，无网络↓ 未命中
② 再查 Redis 缓存（分布式缓存） —— 数据共享，集中管理↓ 未命中
③ 最后查数据库（如 MySQL） —— 数据源头

优势

本地缓存：提供极致的读取性能，适合访问频率极高、数据基本不变的场景。
Redis 缓存：作为集中式缓存层，保证多服务间数据一致性，避免缓存穿透。
数据库：作为最终的数据来源，保证数据准确性和完整性。

应用举例：运单信息查询模块

运单基础信息（如运单号、状态、地址）：查询频繁，数据变更较少，适合使用 本地缓存 + Redis。
用户会话 / Token：多服务共享，需集中管理，推荐使用 Redis。
配置信息 / 枚举数据：基本不变，可使用 本地缓存。
秒杀库存、热点数据：高并发场景，推荐 Redis + 本地辅助缓存，并配合防穿透策略。

五、如何选择本地缓存与 Redis

业务需求	推荐方案
追求极致读取性能，数据基本不变，且是单机服务	本地缓存（如 Caffeine）
多服务共享缓存，分布式系统，需要数据一致性	Redis
既要高性能，又要多实例共享，减少对 Redis 的压力	多级缓存（本地 + Redis）
需要缓存大量数据、支持持久化、高可用	Redis
需要分布式锁、消息队列、计数器等高级功能	Redis