前 言

經過前面索引和sql的優化后，現在查詢速度快的飛起，然后，我們繼續回歸到了日常需求的開發中。

3個月過后，訂單表的數據已經達到5000萬了，不過sql一次查詢的時間，基本穩定在300ms以下。

但是某個周一，leader剛開完周會就直接來找你了，直接說：“哎呀，周會上DBA找我了，說咱們訂單組的sql偶爾會超過2s，DBA現在要求優化，平均時間要優化到300ms以下，不過，優化前你要先查下，為什么sql的查詢時間會偶爾突增。”

問題排查

然后我們就接下了這個任務，接著，我們就根據DBA給的慢sql，去查這條sql的相關日志，然后結合著監控，最后發現這條sql平常一直很穩定，但是在高峰期的時候，這條sql偶爾花費的時間會超過2s。

此時，我們又查看了一下訂單數據庫所在物理機的資源占用情況，發現高峰期時，這臺物理機的資源占用非常高，CPU和內存占用率都很高，這下基本就確定原因了。

說白了，就是一到高峰期，大量請求跑到MySQL這查詢數據，此時就會有大量請求密集請求數據庫，然后就會導致數據庫所在機器的CPU和內存占用率都飆升，最終就會導致MySQL查詢效率極速降低。

leader了解情況后說：“其實數據庫查詢慢，不一定就是MySQL數據量大導致的，比如當前這個情況，明顯是大量請求密集請求數據庫，造成數據庫負載變大，從而大大降低了數據庫的查詢效率，這個時候，其實我們就需要在MySQL的前邊，加上一層緩存，來進行流量削峰，以保證MySQL能穩定的完成查詢”

經過leader一點撥，我們恍然大悟，原來是這樣，說白了，這個時候我們可以加一些緩存，來為MySQL進行流量削峰，添加了緩存后的運行流程，大概是這樣的：

就是說，按照標準的請求流程，用戶的請求是會打到數據庫上的，但是加了緩存之后就不是這種流程了。這個時候請求可以直接從緩存中獲取到數據并返回，此時就會減少后續流程的處理，比如查詢數據庫的操作，這樣就有效降低了數據庫的負載。

說白了，就是使用緩存來承接大多數的查詢請求，達到流量削峰的效果，從而降低數據庫的負載，以保證MySQL能穩定高效的完成查詢，這樣MySQL在高峰期查詢時間突增的問題就可以完美解決了。

雖然緩存非常好用，但是使用緩存的過程中，我們要關注緩沖的命中率，命中率=返回正確結果數/請求緩存次數，命中率是衡量緩存有效性的重要指標，命中率越高，說明緩存的使用率越高。

除了要關注緩存命中率，我們還要了解緩存的清空策略，比如 先進先出策略FIFO(first in first out)、最少使用策略LFU(less frequently used) 和最近最少使用策略LRU(least recently used)。

如何提高緩存命中率

剛才我們也說了，命中率是衡量緩存有效性的重要指標，那么怎么才能提高緩存命中率呢?

其實要想提高緩存命中率，需要考慮的點有很多，大概有以下幾點：

1.選擇合適的業務場景

首先，緩存適合讀多寫少的場景，最好還是高頻訪問的場景，因為訪問頻率越高，命中率也就越高。

2.合理設置緩存容量

緩存容量如果太小的話，會觸發Redis的內存淘汰機制，這樣就會導致一些緩存key被刪除，就會降低緩存命中率，所以，合理設置緩存容量是非常有必要的。

3.控制好緩存粒度

緩存的粒度越小，緩存命中率越高，因為單個key的數據單位越小的話，這個緩存就越不容易發生更改。

4.靈活設置緩存key的過期時間

這里說的是，要盡量避免緩存同時過期，如果緩存同時過期的話，假如此時有多個查詢請求，那么這些請求就都會打到數據庫上去。這種情況叫做緩存擊穿，這會導致數據庫的壓力很大。

5.避免緩存穿透

先來了解下緩存命中率，比如當請求過來查詢一條數據時，如果在緩存中沒有查到這條數據，此時，我們可以說沒有命中緩存，如果大量查詢請求在緩存中都很少能查到數據，我們就可以說緩存命中率很低。

當緩存命中率很低時，因為在緩存中查不到數據，這個時候請求就會打到數據中，去數據庫中查詢數據，如果數據庫中依然沒有查到數據，說明這個請求已經穿透緩存了。

一旦緩存穿透了，當海量的請求涌來時，如果一直命中不了緩存，海量的請求就會轉而涌向數據庫，而數據庫處理請求的能力是有限的，此時數據庫可能因為請求量暴增壓力過大而宕機，數據庫一旦宕機，就很有可能演化成緩存雪崩，導致整個系統大面積的陷入癱瘓，這是非常恐怖的。

所以，我們需要提前做好兜底方案，以此來避免緩存穿透的發生，比如當一個查詢請求過來時，如果緩存中沒有查詢到數據，數據庫中也還是沒有查詢到數據，此時，我們可以在緩存中，給這個查詢請求設置一個空對象，然后請求拿著這個空對象返回。

同樣的查詢請求下一次再過來時，直接就可以在緩存中命中這個空對象了，請求就不需要涌向數據庫了，這樣就算海量請求涌來時，也可以做到緩存命中率很高，緩存穿透的問題也就解決了。

6.做好緩存預熱

一般來說，第一次查詢的請求都會打到數據庫上去，所以，我們可以提前將數據庫的數據加載到緩存中，也就是緩存預熱，這樣的話第一次查詢請求也可以直接走緩存了。

以上幾點都做好的話，那么緩存命中率自然就提高了，好了，接下來廢話也不多說了，我們一起來搞一把緩存實戰，來切身感受下加了緩存后的查詢效果。

緩存實戰

場景介紹：歷史訂單查詢

由于已完成的訂單狀態不會再發生變化，因此再進行歷史訂單查詢時會將查詢結果緩存進redis，并設置失效時間為一小時，因此在緩存失效前，用戶再次查詢歷史訂單時則會直接請求redis，減小數據庫壓力

未添加緩存的查詢時間

Redis優化思路

查詢歷史訂單時會先查詢redis中是否有緩存，如有則直接返回redis中數據，如無則會查詢MySQL，然后將查詢數據返回，同時將查詢結果設置到緩存中，以便下一次查詢可以走緩存。

緩存Key的生成規則

用戶id+頁碼+頁數生成redis Key

緩存核心代碼

緩存優化后的效果

加緩存后可以看到第二次請求時走了redis緩存查詢，效率有了極大的提升。

然后，你加了緩存之后，發現效果確實不錯，大量請求打到了緩存上，數據庫的資源占用率也維持在一個合理的范圍，sql查詢時間也都穩定在了300ms以下。