当前位置：首页 > news >正文

谷粒商城性能调优与分布式缓存实战（一）

news 2026/6/28 19:31:32

1. 性能瓶颈诊断与优化思路

第一次接触谷粒商城这个项目时，系统刚上线就遇到了严重的性能问题。在促销活动期间，用户访问商品页面的响应时间经常超过5秒，后台数据库CPU使用率直接飙到90%以上。作为技术负责人，我当时的第一反应是：必须立即找到性能瓶颈所在。

性能优化的第一步永远是定位问题。我常用的三板斧是：压力测试、性能监控和日志分析。使用JMeter模拟1000并发用户访问商品详情页时，TPS（每秒事务数）只有可怜的150，而理想值至少应该在500以上。通过jvisualvm监控发现，Tomcat线程大量阻塞在数据库查询上，特别是商品分类和商品详情的查询。

这里有个重要经验：优化前一定要先收集数据。盲目优化往往事倍功半。我记录了三个关键指标：

平均响应时间：4.8秒
数据库QPS：1200次/秒
Redis命中率：仅有15%

通过这些数据可以明显看出，系统过度依赖数据库，缓存利用率极低。这为我们指明了第一个优化方向：减少数据库访问，提升缓存命中率。

2. Nginx动静分离实战

2.1 为什么需要动静分离

在排查性能问题时，我发现一个有趣的现象：虽然商品详情页是动态内容，但页面中80%的请求其实都是静态资源（图片、CSS、JS）。这些静态资源每次都要经过Tomcat处理，造成了巨大的资源浪费。

动静分离的核心思想很简单：让专业的工具做专业的事。Nginx处理静态资源的性能是Tomcat的5-10倍，而Tomcat应该专注于处理动态业务逻辑。在我们的案例中，实施动静分离后，静态资源的响应时间从原来的800ms降到了50ms左右。

2.2 具体配置方案

在Nginx中配置动静分离其实很简单，关键配置如下：

server { listen 80; server_name www.gulimall.com; # 静态资源路径 location ~ .*\.(gif|jpg|jpeg|png|css|js|ico)$ { root /opt/static; expires 30d; } # 动态请求转发 location / { proxy_pass http://tomcat_cluster; proxy_set_header Host $host; } }

这里有几个优化点值得注意：

给静态资源设置了30天的缓存过期时间，利用浏览器缓存减少请求
使用expires指令而非Cache-Control，兼容性更好
静态资源单独存放在SSD磁盘上，I/O性能更好

实施后效果立竿见影：Nginx的静态资源处理吞吐量达到了8000req/s，Tomcat的负载下降了40%。

3. 多级缓存架构设计

3.1 本地缓存与Redis的结合

最初我们尝试使用简单的HashMap做本地缓存，很快就遇到了两个致命问题：

在集群环境下，缓存无法共享，命中率极低
数据更新时，各节点缓存不一致

于是我们引入了多级缓存架构：

第一层：本地Caffeine缓存（100ms过期）
第二层：Redis集群缓存（30分钟过期）
第三层：数据库

这个架构的关键在于缓存过期时间的阶梯式设计。以下是我们的实现代码：

public Product getProduct(Long id) { // 一级缓存查询 Product product = caffeineCache.get(id); if (product != null) { return product; } // 二级缓存查询 String redisKey = "product:" + id; product = redisTemplate.opsForValue().get(redisKey); if (product != null) { caffeineCache.put(id, product); return product; } // 数据库查询 product = productMapper.selectById(id); if (product != null) { redisTemplate.opsForValue().set(redisKey, product, 30, TimeUnit.MINUTES); caffeineCache.put(id, product); } return product; }

3.2 缓存问题解决方案

在高并发场景下，我们遇到了经典的缓存三连问题：

缓存穿透：恶意请求不存在的商品ID

解决方案：缓存空对象，设置短过期时间（2分钟）

缓存雪崩：大量缓存同时失效

解决方案：基础过期时间+随机偏移量（30±5分钟）

缓存击穿：热点key突然失效

解决方案：Redisson分布式锁（后面会详细讲）

这里特别提醒：缓存空对象时，一定要设置较短的过期时间，否则会浪费大量内存。我们在实践中发现，2分钟是个比较合适的值，既防止了穿透，又不会占用太多内存。

4. Redisson分布式锁深度解析

4.1 为什么需要分布式锁

在秒杀场景中，我们遇到了超卖问题。使用synchronized或者ReentrantLock在单机环境下没问题，但在集群环境下完全失效。这就是分布式锁的用武之地。

Redisson的分布式锁有几个重要特性：

互斥性：同一时刻只有一个客户端能持有锁
可重入性：同一个线程可以多次获取同一把锁
自动续期：看门狗机制防止业务未执行完锁过期
高可用：支持Redis集群模式

4.2 最佳实践代码示例

以下是我们在商品库存扣减场景中的实现：

public boolean deductStock(Long productId, int num) { String lockKey = "stock:lock:" + productId; RLock lock = redissonClient.getLock(lockKey); try { // 尝试加锁，最多等待100ms，锁自动释放时间30s boolean locked = lock.tryLock(100, 30000, TimeUnit.MILLISECONDS); if (!locked) { return false; } // 业务逻辑 Product product = productMapper.selectById(productId); if (product.getStock() >= num) { product.setStock(product.getStock() - num); productMapper.updateById(product); return true; } return false; } finally { if (lock.isHeldByCurrentThread()) { lock.unlock(); } } }

这里有几个关键点：

使用tryLock而非lock，避免长时间阻塞
设置合理的等待时间和自动释放时间
必须在finally块中检查锁归属后再释放

4.3 读写锁的应用

对于商品详情这种读多写少的场景，我们使用了Redisson的读写锁：

public Product getProductDetail(Long id) { RReadWriteLock lock = redissonClient.getReadWriteLock("product:lock:" + id); RLock rLock = lock.readLock(); try { rLock.lock(); // 查询逻辑 return productService.getById(id); } finally { rLock.unlock(); } } public void updateProduct(Product product) { RReadWriteLock lock = redissonClient.getReadWriteLock("product:lock:" + product.getId()); RLock wLock = lock.writeLock(); try { wLock.lock(); // 更新逻辑 productService.updateById(product); } finally { wLock.unlock(); } }

读写锁的特点是：

读读不互斥
读写互斥
写写互斥

这种设计可以大幅提升系统的并发读取能力。在我们的测试中，使用读写锁后，商品详情的读取吞吐量提升了3倍。

5. Spring Cache高级应用

5.1 缓存一致性解决方案

使用Spring Cache时，最大的挑战是如何保证缓存与数据库的一致性。我们尝试了两种方案：

方案一：双写模式

先更新数据库，再删除缓存
问题：在并发更新时可能出现短暂的不一致

方案二：Canal监听binlog

通过Canal监听数据库变更，异步更新缓存
优点：完全解耦，不影响主流程
缺点：有一定延迟

最终我们采用了折中方案：对于实时性要求高的场景使用双写模式，其他场景使用Canal方案。

5.2 自定义缓存配置

Spring Cache默认的序列化方式（JDK序列化）效率低且不直观。我们通过自定义配置改用了JSON格式：

@Configuration @EnableCaching public class CacheConfig { @Bean public RedisCacheConfiguration redisCacheConfiguration() { return RedisCacheConfiguration.defaultCacheConfig() .serializeKeysWith(RedisSerializationContext.SerializationPair .fromSerializer(new StringRedisSerializer())) .serializeValuesWith(RedisSerializationContext.SerializationPair .fromSerializer(new GenericJackson2JsonRedisSerializer())) .entryTtl(Duration.ofMinutes(30)); } }

这个配置做了三件事：

键使用String序列化
值使用JSON序列化
设置默认过期时间为30分钟

5.3 缓存注解的高级用法

在实际开发中，我们总结了一些Spring Cache注解的使用技巧：

@Cacheable(value = "products", key = "#id", sync = true) public Product getProduct(Long id) { // ... } @Caching(evict = { @CacheEvict(value = "products", key = "#product.id"), @CacheEvict(value = "product:list", allEntries = true) }) public void updateProduct(Product product) { // ... }

特别说明：