当前位置：首页 > news >正文

使用 Redis 实现高并发天气查询的优化方案

news 2025/11/14 12:52:14

1. 项目背景

随着互联网应用的普及和用户量的增长，高并发成为现代 Web 系统设计中的一项关键挑战。如何应对高并发、如何优化性能，尤其是在高并发环境下对外部 API 的查询，已成为开发者们不可忽视的问题。本文将介绍如何在高并发场景下，使用 Redis 和令牌桶限流等策略优化天气查询系统，避免缓存穿透、缓存雪崩等常见问题。

2. 项目需求

假设我们正在开发一个天气查询系统，用户通过发送 HTTP 请求查询天气信息。为了保证系统的高效性，特别是在高并发的场景下，我们需要：

使用 Redis 缓存天气数据，避免重复查询。
实现限流功能，防止频繁访问外部天气接口，避免接口被打爆。
使用分布式锁，确保同一时刻只有一个请求能访问某个城市的天气数据。
遇到高并发时，使用熔断、回退等策略来确保系统稳定。

3. 系统设计

3.1 系统架构

为了应对高并发查询，我们需要在系统设计中考虑以下几个模块：

Redis 缓存：将天气查询的结果缓存到 Redis 中，减少频繁的数据库或外部 API 调用。
限流策略：使用令牌桶限流，控制每秒可以处理的请求数量，避免外部天气接口超载。
分布式锁：通过分布式锁，防止多个并发请求同时查询同一城市的天气数据，避免缓存穿透。
熔断与回退：使用 Resilience4j 来实现请求失败后的回退机制，当外部服务不可用时，返回默认值。

系统架构图：

在这里插入图片描述

3.2 主要技术栈

Spring Boot：作为框架来构建应用程序。
Redis：作为缓存数据库来存储天气数据。
Redisson：用于实现分布式锁。
Resilience4j：实现限流、熔断和回退机制。

4. 关键技术实现

4.1 使用 Redis 实现缓存

首先，我们使用 Redis 来缓存天气查询的结果。每次查询时，我们先检查 Redis 中是否有缓存的数据。如果有，直接返回缓存数据；如果没有，才去外部 API 获取数据，并将结果缓存到 Redis 中。

String weatherData = (String) redisTemplate.opsForValue().get(cacheKey);
if (weatherData != null) {return weatherData;
}
weatherData = "Sunny 25°C";  // 模拟从外部 API 获取天气数据
redisTemplate.opsForValue().set(cacheKey, weatherData, 60);  // 设置缓存过期时间为 60 秒
return weatherData;

4.2 限流

为了防止过多的请求同时访问外部天气 API，我们实现了令牌桶限流。每秒生成一定数量的令牌，当令牌桶中有令牌时，允许请求通过；如果没有令牌，则拒绝请求。

public boolean tryAcquire() {Long tokenCount = redisTemplate.opsForList().size(TOKEN_BUCKET_KEY);if (tokenCount != null && tokenCount > 0) {redisTemplate.opsForList().leftPop(TOKEN_BUCKET_KEY);  // 消费令牌return true;  // 请求通过} else {return false;  // 请求被拒绝}
}

4.3 分布式锁

为防止多个请求同时查询同一城市的天气数据，我们使用 Redis 分布式锁来确保同一时刻只有一个请求能去访问外部 API。我们使用 Redisson 来实现这一分布式锁。

RLock lock = redissonClient.getLock("lock:weather:" + cityId);
if (lock.tryLock()) {// 执行业务逻辑lock.unlock();
}

4.4 熔断与回退

当外部天气 API 由于高并发而无法提供服务时，我们使用 Resilience4j 实现熔断和回退机制。具体的做法是，当外部服务不可用时，返回一个默认的错误提示，而不是直接崩溃。

@RateLimiter(name = "weatherQuery", fallbackMethod = "weatherFallback")
public String getWeather(String cityId) {// 请求天气数据的逻辑
}public String weatherFallback(String cityId, Throwable t) {return "Weather service is temporarily unavailable, please try again later.";
}