1.缓存使用
为了系统性能的提升，我们一般都会将部分数据放入缓存中，加速访问。而db承担数据落盘工作。
哪些数据适合放入缓存？
- 即时性、数据一致性要求不高的
- 访问量大且更新频率不高的数据（读多，写少）
举例：
电商类应用，商品分类，商品列表等适合缓存并加一个失效时间（根据数据更新频率来定），后台如果发布了一个商品，买家需要5分钟才能看到新的商品一般还是可以接受的
2.本地缓存
最简单的加入缓存
吞吐量大大提升
这样的方式称作本地缓存
弊端 在单体应用没有问题，分布式项目问题如下
- 缓存不在同一个服务里，导致第一个查数据库得到缓存放入本地，然后又来一个请求负载均衡到第二个服务，没有缓存，导致又去查一遍数据库
- 假设一个数据库的数据修改了需要修改缓存，那么它只会更新操作数据库的那个服务，其他服务的缓存就会导致数据大量不一致。
分布式系统下应该使用分布式缓存
3.Redis缓存
1.导入依赖
<dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-data-redis</artifactId></dependency>2.application.yml
spring:redis:host: 192.168.232.209port: 6379database: 03.优化三级分类
@Autowiredprivate RedisTemplate<String,Object> redisTemplate;
// private Map<String,Object> cacheMap = new HashMap<>();private static final String CATALOG_JSON="CATALOG_JSON";@Overridepublic Map<String, List<Catelog2Vo>> getCatalogJson() {Object result = redisTemplate.opsForValue().get(CATALOG_JSON);if(result!=null){return (Map<String, List<Catelog2Vo>>) result;}Map<String, List<Catelog2Vo>> map = getCatalogJsonFromDB();redisTemplate.opsForValue().set(CATALOG_JSON,map);return map;}public Map<String, List<Catelog2Vo>> getCatalogJsonFromDB() {//1.查出所有1级分类List<CategoryEntity> selectList = baseMapper.selectList(null);/*** 将数据库的多次查询变成一次*///2. 封装数据List<CategoryEntity> level1Category = selectList.stream().filter(s->s.getParentCid().equals(0L)).collect(Collectors.toList());Map<String, List<Catelog2Vo>> map = level1Category.stream().collect(Collectors.toMap(k -> k.getCatId().toString(), v -> {//1.每一个的一级分类,查到1级分类的所有二级分类List<CategoryEntity> categoryEntities = selectList.stream().filter(s->s.getParentCid().equals(v.getCatId())).collect(Collectors.toList());List<Catelog2Vo> catelog2VoList = categoryEntities.stream().map(c -> {Catelog2Vo catelog2Vo = new Catelog2Vo();catelog2Vo.setId(c.getCatId().toString());catelog2Vo.setName(c.getName());catelog2Vo.setCatalog1Id(v.getCatId().toString());List<CategoryEntity> categoryEntities1 = selectList.stream().filter(s->s.getParentCid().equals(c.getCatId())).collect(Collectors.toList());List<Catelog2Vo.Catelog3Vo> collect = categoryEntities1.stream().map(c3 -> {Catelog2Vo.Catelog3Vo catelog3Vo = new Catelog2Vo.Catelog3Vo();catelog3Vo.setId(c3.getCatId().toString());catelog3Vo.setName(c3.getName());catelog3Vo.setCatalog2Id(c.getCatId().toString());return catelog3Vo;}).collect(Collectors.toList());catelog2Vo.setCatalog3List(collect);return catelog2Vo;}).collect(Collectors.toList());return catelog2VoList;}));return map;}4.进行压力测试
会有异常
1.第一种异常
连接量太大
2.第二种异常
很重要 堆外内存溢出 OutOfDirectMemoryError
分析源码
这是
lettuce-core 老版本报的错 就是内存没有及时释放，导致内存泄漏，是新来的空间大于最大空间，就会抛出堆外内存溢出
新版本可以不用解决
- springboot2.0 以后默认使用lettuce作为操作 redis的客户端。它使用netty进行网络通信。
- lettuce 的bug导致netty 堆外内存溢出，-Xmx300m; netty如果没有指定堆外内存，默认是使用-Xms300m
- 可以通过 -Dio.netty.maxDirectMemory进行设置
- 但是不能只是用 -Dio.netty.maxDirectMemory进行设置
- 可以升级lettuce客户端版本解决
- 可以使用jedis
3.来整合jedis
没玩过，试试，虽然这个Bug新版本解决了，但是想多学一点就来整合一下
1.导入依赖
<dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-data-redis</artifactId><exclusions><exclusion><groupId>io.lettuce</groupId><artifactId>lettuce-core</artifactId></exclusion></exclusions></dependency><dependency><groupId>redis.clients</groupId><artifactId>jedis</artifactId></dependency>
补充：lettuce、jedis操作redis的底层客户端。spring再次封装redisTemplate
