前言
前阵子参加业务部门的技术方案评审，故事的背景是这样：业务部门上线一个专为公司高管使用的系统。这个系统技术架构形如下图
按理来说这个系统因为受众很小，可以说基本上没并发，业务也没很复杂，但就是这么一个系统，连续2次出现数据库宕机，而导致系统无法正常运行。因为这几次事故，业务部门负责人组织这次技术方案评审，主题如何避免再次出现类似这种故障？
当时有个比较资深的技术，他提出当数据库出现宕机时，可以切换到redis，redis里面缓存热点数据，另外一个技术说他赞同这个方案，但他提出不需要用到redis，直接用本地缓存即可。因为tomcat是集群部署，就等于本地缓存也具备了集群能力。而如果切换成redis，redis也可能会挂现象。
然后那个说用redis的技术又说，用本地缓存，如果数据变更，其他集群的本地缓存如何感知数据已经发生变化，他觉得还是用redis靠谱，首先redis容量肯定是比本地缓存高，而且redis也可以部署集群，可用性可以得到保障，利用redis集中存储，当数据发生变更，其他集群也可以感知到。
在他们争论不休的情况下，有人提出不然就同时使用，当数据库挂了，切换到redis，redis挂了，使用本地缓存。这个方案得到不少人的同意，包括这两个争论不休的技术。但使用这种方案，就得考虑多级缓存数据如何同步。
铺垫了那么多，才刚要说今天的主题，多级缓存数据如何进行同步
多级缓存数据同步
1、方案一：使用MQ或者canal进行同步
方案如下图
如果是使用MQ来同步，实现方案大致如下，数据发生变更，业务系统发送变更数据到MQ，其他系统从MQ消费。
如果是使用canal，实现方案大致如下，数据发生变更，canal会接到到变更的binlog，业务系统编写canal tcp客户端，和canal进行交互获取变更数据
2、方案二：利用redis6提供的客户端缓存机制
方案如下图
redis6客户端缓存实现机制原理，官方有详细文档介绍，感兴趣大家可以查看如下链接
https://redis.io/docs/manual/client-side-caching/
这边就讲下如何使用
如何使用redis6客户端缓存
前置条件：redis服务端版本必须是>=6。lettuce版本>=6 目前java的redis客户端找了一圈，貌似只有lettuce 6支持，其他客户端估计后期会支持
1、项目中pom引入lettuce GAV
<dependency>
<groupId>io.lettuce</groupId>
<artifactId>lettuce-core</artifactId>
<version>6.1.8.RELEASE</version>
</dependency>
2、利用lettuce6提供的ClientSideCaching进行实现
/**
* 客户端缓存同步
*
*/
public String getClientCacheValue(Map<String,String> clientCache,String key){
StatefulRedisConnection<String, String> connect = redisClient.connect();
// Map<String,String> clientCache = new ConcurrentHashMap<>();
CacheFrontend<String,String> frontend = ClientSideCaching.enable(CacheAccessor.forMap(clientCache),
connect, TrackingArgs.Builder.enabled().noloop());
return frontend.get(key);
}
3、测试
@Override
public void run(ApplicationArguments args) throws Exception {
while(true){
System.out.println(lettuceRedisTemplate.getClientCacheValue("zhangsan"));
TimeUnit.SECONDS.sleep(1);
}
}
redis里面的zhangsan数据未发生变更时，
控制台输出的数据为
我们将redis zhangsan的密码改成9999，
看本地缓存能否立马捕捉到
控制台发现密码已经改成9999
总结
由示例我们可以看出redis6提供了一个很好的多级缓存同步的实现方案。
我们再聊下那个技术评审的后续，后面业务部门并没有采用当mysql宕机，使用redis作为兜底，也没采用本地缓存，更没采用两者结合的方案。
不知道大家开会的时候，有没有这样的体会，有时候我们在聊一个东西，后面聊着聊着就发散出去，把方向搞丢了。业务部门他们需要数据库宕机的解决方案吗，看着像是，其实他们更核心的需要，是业务系统不宕机。
奥卡姆剃刀定律：如无必要，勿增实体。其实不管加redis或者本地缓存，额外都增加系统维护成本。因为系统本身不复杂，加了缓存，就要额外考虑缓存数据一致性等
后面业务部门的处理方式，是将自己搭建的mysql，切换成云厂商的mysql。这样的好处是，云厂商的mysql会更稳定，其次当出现问题，可以找云厂商进行解决，毕竟云厂商的运维能力是比较强的，花钱买心安
这次事故会让业务部门那么重视，主要是使用方是高管，如果是一般使用者，挂就挂吧，大不了重启，使用对象不一样，应急处理方式就不一样
demo链接
https://github.com/lyb-geek/springboot-learning/tree/master/springboot-localcache-redis-sync