cms项目细节-性能优化之缓存篇

什么是缓存

缓存就是把“算过的结果”存起来，下次直接用，不再重新算。最常见的缓存目标就是数据库查询结果：

第一次请求：方法执行 → 查数据库 → 返回结果
第二次请求：直接读内存 → 不查数据库 → 返回同样的结果

项目里 MethodCacheAspect 做的事情就是这样，只是它是通过 AOP 自动做的：

@MethodCache(key = "site", ttlSeconds = 60)
public Site site(String acode) { ... }

不是所有方法都能缓存，必须满足三个条件：

1. 相同参数得到相同结果（确定性）：site("cn") 每次返回的内容基本一样。
2. 数据变化慢：站点标题、导航栏目不是每秒变化。
3. 读多写少：所有访客都读，只有管理员偶尔写。

如果数据每秒都在变（比如余额、库存），就不能随便缓存。

详见cms项目细节-aop 可看本项目中缓存的作用

给热点方法加了缓存切面：命中缓存直接返回，不查数据库；

TTL 自动过期兜底，写操作主动清缓存。实测第二次请求 SQL 查询从 1 次降到 0 次。

单机内存缓存不够

ConcurrentHashMap 只在当前 JVM 内有效：

• 多实例部署时各自缓存，数据可能不一致。
• 服务重启缓存全丢。
• 生产用 Redis 共享缓存 + TTL，或用 Caffeine 做本地 + Redis 两级缓存。

缓存穿透、击穿、雪崩

缓存穿透

查询一个不存在的 key，缓存里永远没有，每次都查数据库。

例子：攻击者遍历不存在的 id，比如 id=-1、id=999999：

请求 id=999999 → 缓存没有 → 数据库也没有 → 不写缓存
请求 id=999998 → 缓存没有 → 数据库也没有 → 不写缓存
... 每个不存在的 id 都打到数据库

为什么危险：数据库被无效查询打满，正常用户也被拖慢。

解决方案 1：空值缓存

数据库返回 null 时，也把空值缓存一段时间：

Object value = pjp.proceed();
if (value == null) {
    cache.put(key, new CacheEntry(now, EMPTY));   // 空值也缓存 60 秒
} else {
    cache.put(key, new CacheEntry(now, value));
}
return value;

这样同一个不存在的 id 第二次来，缓存里能查到空值，不再打数据库。

解决方案 2：参数校验 + 布隆过滤器

• 参数明显非法（负数、超长）直接拒绝。
• id 大海捞针时用布隆过滤器判断“这个 key 可能不存在”，不存在直接返回。

缓存击穿

某一个热点 key 的缓存刚好过期，一瞬间大量请求同时来，全部打到数据库。

为什么和穿透不同：穿透是查不存在的 key；击穿是同一个存在但刚过期的热点 key。

解决方案：互斥锁（Mutex）

只有第一个请求去查库，其他请求等它查完直接读缓存：

Object value = cache.get(key);
if (value != null) return value;

synchronized (lockObject) {          // 先加锁，只允许一个人进来
    value = cache.get(key);           // 双重检查：前面等待的人可能已经填好了
    if (value != null) return value;

    value = pjp.proceed();            // 只有第一个人真的查库
    cache.put(key, new CacheEntry(now, value));
    return value;
}

关键细节是双重检查：第一个请求查完回填缓存后，其他等在锁外面的请求进来时直接命中缓存，不用再查库。

生产环境用 Redis 实现分布式锁：SETNX 成功的人才去查库，其他人短暂等待后读缓存。

缓存雪崩

大量 key 同时过期，导致一瞬间大量请求同时打到数据库。

和击穿的区别：击穿是一个热点 key；雪崩是一大批 key。

解决方案：

1. 过期时间加随机值，让过期时间错开：

long ttl = methodCache.ttlSeconds() * 1000L;
long randomJitter = ThreadLocalRandom.current().nextLong(0, 5000); // 0~5秒随机
long expireAt = now + ttl + randomJitter;

2. 多级缓存：本地 Caffeine + Redis，Redis 挂了本地还能扛。
3. 热点数据永不过期 + 后台异步更新：缓存不设 TTL，由任务或写操作刷新。

“缓存最怕三个问题：穿透是查不存在的 key，空值也缓存；击穿是单个热点 key 过期，用互斥锁只让一个线程查库；雪崩是大量 key 同时过期，TTL 加随机值错开。项目里目前是基础版缓存，这些是生产级演进方向。”