80、90后是这个时代最焦虑的一代人，大部分人都是，上有老，下有小，有房贷，车贷，卡贷。身上的大山很重，很多人的工资是不足以负担着这些的，所以想要给家人，给自己一个好的生活，就要从事一份薪资高的工作，在众多工种中，程序员的工资最高，很多人都在向往着这份工作，但是普通的程序员，也不会有非常可观的薪资，只有那种技术尖端人才，才可以，事业名利双丰收，那怎么样才能做到行业的顶尖呢？，那就呀不断的提升自己，今天就为大家带来分析数据库与缓存的双写问题，希望对您攀登事业顶峰有所帮助

    数据缓存

    在我们实际的业务场景中，一定有很多需要做数据缓存的场景，比如售卖商品的页面，包括了许多并发访问量很大的数据，它们可以称作是是“热点”数据，这些数据有一个特点，就是更新频率低，读取频率高，这些数据应该尽量被缓存，从而减少请求打到数据库上的机会，减轻数据库的压力。

    为何要使用缓存

    缓存是为了追求“快”而存在的。我们用代码举一个例子。

    我在自己的Demo代码仓库中增加了两个查询库存的接口getStockByDB和getStockByCache，分别表示从数据库和缓存查询某商品的库存量。

    随后我们用JMeter进行并发请求测试。

    这是两个接口的代码：

/**

 * 查询库存：通过数据库查询库存

 * @param sid

 * @return

 */

@RequestMapping("/getStockByDB/{sid}")

@ResponseBody

public String getStockByDB(@PathVariable int sid) {

    int count;

    try {

        count = stockService.getStockCountByDB(sid);

    } catch (Exception e) {

        LOGGER.error("查询库存失败：[{}]", e.getMessage());

        return "查询库存失败";

    }

    LOGGER.info("商品Id: [{}] 剩余库存为: [{}]", sid, count);

    return String.format("商品Id: %d 剩余库存为：%d", sid, count);

}

/**

 * 查询库存：通过缓存查询库存

 * 缓存命中：返回库存

 * 缓存未命中：查询数据库写入缓存并返回

 * @param sid

 * @return

 */

@RequestMapping("/getStockByCache/{sid}")

@ResponseBody

public String getStockByCache(@PathVariable int sid) {

    Integer count;

    try {

        count = stockService.getStockCountByCache(sid);

        if (count == null) {

            count = stockService.getStockCountByDB(sid);

            LOGGER.info("缓存未命中，查询数据库，并写入缓存");

            stockService.setStockCountToCache(sid, count);

        }

    } catch (Exception e) {

        LOGGER.error("查询库存失败：[{}]", e.getMessage());

        return "查询库存失败";

    }

    LOGGER.info("商品Id: [{}] 剩余库存为: [{}]", sid, count);

    return String.format("商品Id: %d 剩余库存为：%d", sid, count);

}

    首先设置为10000个并发请求的情况下，运行JMeter，结果首先出现了大量的报错，10000个请求中98%的请求都直接失败了。让人很慌张~

    打开日志，报错如下：

    SpringBoot内置的Tomcat最大并发数搞的鬼，其默认值为200，对于10000的并发，单机服务实在是力不从心。当然，你可以修改这里的并发数设置，但是你的小机器仍然可能会扛不住。

    将其修改为如下配置后，我的小机器才在通过缓存拿库存的情况下，保证了10000个并发的100%返回请求：

   server.tomcat.max-threads=10000

   server.tomcat.max-connections=10000

    可以看到，不使用缓存的情况下，吞吐量为668个请求每秒：

    使用缓存的情况下，吞吐量为2177个请求每秒：

    在这种“十分不严谨”的对比下，有缓存对于一台单机，性能提升了3倍多，如果在多台机器，更多并发的情况下，由于数据库有了更大的压力，缓存的性能优势应该会更加明显。

    测完了这个小实验，我看了眼我挂着MySql的小水管腾讯云服务器，生怕他被这么高流量搞挂。这种突发的流量，指不定会被检测为异常攻击流量呢~

    我用的是腾讯云服务器1C4G2M，

    哪类数据适合缓存

    缓存量大但又不常变化的数据，比如详情，评论等。对于那些经常变化的数据，其实并不适合缓存，一方面会增加系统的复杂性（缓存的更新，缓存脏数据），另一方面也给系统带来一定的不稳定性（缓存系统的维护）。

    但一些极端情况下，你需要将一些会变动的数据进行缓存，比如想要页面显示准实时的库存数，或者其他一些特殊业务场景。这时候你需要保证缓存不能（一直）有脏数据，这就需要再深入讨论一下。

    缓存的利与弊

    我们到底该不该上缓存的，这其实也是个trade-off（权衡）的问题。

    上缓存的优点：

    能够缩短服务的响应时间，给用户带来更好的体验。

    能够增大系统的吞吐量，依然能够提升用户体验。

    减轻数据库的压力，防止高峰期数据库被压垮，导致整个线上服务BOOM！

    上了缓存，也会引入很多额外的问题：

    缓存有多种选型，是内存缓存，memcached还是redis，你是否都熟悉，如果不熟悉，无疑增加了维护的难度（本来是个纯洁的数据库系统）。

    缓存系统也要考虑分布式，比如redis的分布式缓存还会有很多坑，无疑增加了系统的复杂性。

    在特殊场景下，如果对缓存的准确性有非常高的要求，就必须考虑缓存和数据库的一致性问题。

    以上内容由开课吧老师Java中文社群提供，更多Java教程尽在开课吧广场Java教程频道。更多免费课程可以关注公众号“码农集散地”