Java高并发-缓存

缓存

命中率： 命中数/(命中数+ 没有命中数)

最大元素(空间):缓存控件


清空策略：
FIFO(先进先出)   最近进入缓存队列的数据，在内存不够、超出最大元素限制的时候优先被清除缓存,以腾出空间缓存缓存新的数据。 
LFU(最少使用策略) 清除使用次数比较少的数据。
LRU(最近最小使用策略)  无轮是否过期，根据数据最后一次使用的时间戳。有小保证热点数据。
过期时间 ：过期最长时间的缓存和过期时间最短时间的缓存。
随机


场景和业务需求：读多写少的场景,实时性越低就越容易缓存，缓存时间长就越容易命中
缓存的设计(粒度和策略) : 
缓存的容量和基础设施 ：
缓存节点失效发生故障(等)： 
(熔点冗余) 

提高数据命中率

缓存分类和应用场景

本地缓存：编程实现（成员变量、局部变量、静态变量）
Guava Cache

分布式缓存： Memcache 、 Redis

Guava Cache

设计灵感来源于：ConcurrentHashMap
类似于Map，是一个存储键值对的集合，另加了缓存过期和动态加载等算法的逻辑；按照根据面向对象的
思想做方法和对象的关联性封装。
实现的功能：将节点加载进缓存结构中，当缓存的数据超过设置的最大值时，使用LRU算法来移除数据，
他可以根据节点上次被访问或者写入时间来计算他的过期机制。
key 放在XXX中，value 放在XX中；可以统计缓存的命中率，异常率，未命中率等统计数据。

通过segment来实现细粒度锁，

Memcache(原理懵逼)

开源分布式缓存产品

单个ITEM 2G ,KEY 250个字节

Redis

远程内存数据库，非关系型数据库。
特点：
1）支持数据持久化，可以把内存的数据保存到磁盘上，可以再次加载使用。
2）不仅支持简单的key value数据还支持特殊的类型： list 、set 、hash、sorted set 丰富的数据类型。
3）支持数据备份
4）性能极高，读写强劲
5) 所有操作都是 原子性，同时支持多个操作合并后的原子性执行
6) key 过期、pubish、通知、subscribe 等功能

使用场景：
1、去最新数据的操作
2、排行榜类似的应用
3、需要精准设计过期时间的应用
4、用于计数器的应用
5、可以应用于做唯一性检查的应用
6、获取某一个时间段内所有数据的排序值
7、实时系统和来垃圾系统、实时的消息和队列系统，以及最基础的缓存功能

高并发场景下缓存的常见问题

1、缓存一致性问题

2、缓存并发问题

3、缓存穿透问题

1) 缓存空对象
2) 单独过滤处理

4、缓存的雪崩现象