微服务高级篇学习【4】之多级缓存

男娘i 2024-03-23 12:01 63阅读 0赞

#### 文章目录 ####

*  前言
 *  一 多级缓存
 *  二 JVM进程缓存
 *   *  2.1 案例导入
     *   *  2.1.1 使用docker安装mysql
         *  2.1.2 修改配置
         *  2.1.3 导入项目工程
         *  2.1.4 导入商品查询页面
         *  2.1.5 反向代理
     *  2.2 初识Caffeine
     *  2.3 实现JVM进程缓存
 *  三 Lua脚本入门
 *   *  3.1 安装Lua
     *  3.2 Lua语法学习
 *  四 实现多级缓存
 *   *  4.1 OpenResty简介
     *  4.2 OpenResty的安装
     *   *  4.2.1 安装开发库
         *  4.2.2 安装OpenResty仓库
         *  4.2.3 安装OpenResty
         *  4.2.4 安装opm工具
         *  4.2.5 目录结构
         *  4.2.6 配置nginx的环境变量
         *  4.2.7 启动和运行
     *  4.3 OpenResty快速入门
     *   *  4.3.1 反向代理流程
         *  4.3.2 OpenResty监听请求
         *  4.3.3 编写item.lua
     *  4.4 请求参数处理
     *   *  4.4.1 获取参数的API
         *  4.4.2 获取参数并返回
     *  4.5 查询Tomcat
     *   *  4.5.1 补充：开放windows端口
         *  4.5.2 补充：测试Windows端口开放
         *  4.5.3 补充：限制访问IP
         *  4.5.4 发送http请求的API
         *  4.5.5 封装http工具
         *  4.5.6 CJSON工具类
         *  4.5.7 实现Tomcat查询
         *  4.5.8 基于ID负载均衡
     *  4.6 Redis缓存预热
     *  4.7 查询Redis缓存
     *   *  4.7.1 封装Redis工具
         *  4.7.2 实现Redis查询
     *  4.8 Nginx本地缓存
     *   *  4.8.1 本地缓存API
         *  4.8.2 实现本地缓存查询
 *  五 缓存同步
 *   *  5.1 数据同步策略
     *  5.2 Canal简介
     *  5.3 安装Canal
     *   *  5.3.1 开启MySQL主从
         *   *  5.3.1.1 开启binlog
             *  5.3.1.2 设置用户权限
         *  5.3.2 安装Canal
         *   *  5.3.2.1 创建网络
             *  5.3.2.2 创建Canal容器
     *  5.4 监听Canal
     *   *  5.4.1 引入依赖
         *  5.4.2 编写配置
         *  5.4.3 修改Item实体类
         *  5.4.4 编写监听器
         *  5.5 测试

## 前言 ##

*  本文学自黑马，虽然微服务的部署确实比较麻烦，但是相信大家通过动手还是会有很多收获的！！
 *  最总架构图：  
    ![在这里插入图片描述][2addb76d75864444b9f29e2f1117e61f.png]

## 一 多级缓存 ##

*  传统的缓存策略一般是请求到达Tomcat后，先查询Redis，如果未命中则查询数据库  
    ![d0f91ebfbc664be0824dbc815343afd3.png_pic_center][]
 *  存在下面的问题：
    
     *  请求要经过Tomcat处理，Tomcat的性能成为整个系统的瓶颈
     *  Redis缓存失效时，会对数据库产生冲击
 *  多级缓存就是充分利用请求处理的每个环节，分别添加缓存，减轻Tomcat压力，提升服务性能:
    
     *  浏览器访问静态资源时，优先读取浏览器本地缓存
     *  访问非静态资源（ajax查询数据）时，访问服务端
     *  请求到达Nginx后，优先读取Nginx本地缓存
     *  如果Nginx本地缓存未命中，则去直接查询Redis（不经过Tomcat）
     *  如果Redis查询未命中，则查询Tomcat
     *  请求进入Tomcat后，优先查询JVM进程缓存
     *  如果JVM进程缓存未命中，则查询数据库  
        ![在这里插入图片描述][97e17e9a714e4922a5c57055f798ef31.gif_pic_center]
 *  在多级缓存架构中，Nginx内部需要编写本地缓存查询、Redis查询、Tomcat查询的业务逻辑，因此这样的nginx服务不再是一个**反向代理服务器**，而是一个编写**业务的Web服务器**。Tomcat服务将来也会部署为集群模式。
 *  多级缓存的关键有两个：
    
     *  一个是在nginx中编写业务，实现nginx本地缓存、Redis、Tomcat的查询
     *  另一个就是在Tomcat中实现JVM进程缓存

## 二 JVM进程缓存 ##

### 2.1 案例导入 ###

*  案例导入，需要动手实践，黑马官方的文档本就很详细，大家可以按照文档进行操作，这里主要列举重要的内容。

--------------------

#### 2.1.1 使用docker安装mysql ####

*  **这里因为小编原来已经有一个mysql容器，所以这里将其命名为`mysql2`**
 *  准备两个目录，用于挂载容器的数据和配置文件目录
    
        # 进入/tmp目录
        cd /tmp
        # 创建文件夹
        mkdir mysql
        # 进入mysql目录
        cd mysql
 *  进入mysql目录后，执行下面的Docker命令：
    
        docker run \
         -p 3306:3306 \
         --name mysql2 \
         -v $PWD/conf:/etc/mysql/conf.d \
         -v $PWD/logs:/logs \
         -v $PWD/data:/var/lib/mysql \
         -e MYSQL_ROOT_PASSWORD=123 \
         --privileged \
         -d \
         mysql:5.7.25

#### 2.1.2 修改配置 ####

*  在/tmp/mysql/conf目录添加一个my.cnf文件，作为mysql的配置文件：
    
        # 创建文件
        touch /tmp/mysql/conf/my.cnf
 *  文件的内容如下：
    
        [mysqld]
        skip-name-resolve
        character_set_server=utf8
        datadir=/var/lib/mysql
        server-id=1000
 *  配置修改后，必须重启容器：
    
        docker restart mysql2

#### 2.1.3 导入项目工程 ####

*  项目，注意修改application.yml文件中配置的mysql地址信息
 *  访问：http://localhost:8081/item/10001即可查询数据  
    ![在这里插入图片描述][87290d65361a4dd889ce25e4a535c1e6.png]

#### 2.1.4 导入商品查询页面 ####

*  需要准备一个反向代理的nginx服务器，如上图红框所示，将静态的商品页面放到nginx目录中  
    ![在这里插入图片描述][70de2bfd94094290951d88f368c8eb43.png]
 *  使用黑马官方提供的`nginx`资料，运行命令：
    
        start nginx.exe
 *  然后访问 http://localhost/item.html?id=10001  
    ![在这里插入图片描述][9264ae463c894737b579dd2e68589d1f.png]

#### 2.1.5 反向代理 ####

*  页面是假数据展示的。我们需要向服务器发送ajax请求，查询商品数据。打开控制台，可以看到页面有发起ajax查询数据：  
    ![在这里插入图片描述][a4e740a30aed44f9a1a3d6e25e005fdb.png]
 *  而这个请求地址同样是80端口，所以被当前的nginx反向代理了。查看nginx的conf目录下的nginx.conf文件：
 *  其中的关键配置如下：  
    ![在这里插入图片描述][b7fe4fa7f3554af484de51c7293f4d52.png]
 *  192.168.188.112是虚拟机IP，也就是Nginx业务集群要部署的地方
 *  完整内容如下：
    
        #user  nobody;
        worker_processes  1;
        
        events {
              
            worker_connections  1024;
        }
        
        http {
              
            include       mime.types;
            default_type  application/octet-stream;
        
            sendfile        on;
            #tcp_nopush     on;
            keepalive_timeout  65;
        
            upstream nginx-cluster{
              
                server 192.168.188.112:8081;
            }
            server {
              
                listen       80;
                server_name  localhost;
        
        	location /api {
              
                    proxy_pass http://nginx-cluster;
                }
        
                location / {
              
                    root   html;
                    index  index.html index.htm;
                }
        
                error_page   500 502 503 504  /50x.html;
                location = /50x.html {
              
                    root   html;
                }
            }
        }

--------------------

### 2.2 初识Caffeine ###

缓存在日常开发中启动至关重要的作用，由于是存储在内存中，数据的读取速度是非常快的，能大量减少对数据库的访问，减少数据库的压力。我们把缓存分为两类：

*  分布式缓存，例如Redis：
    
     *  优点：存储容量更大、可靠性更好、可以在集群间共享
     *  缺点：访问缓存有网络开销
     *  场景：缓存数据量较大、可靠性要求较高、需要在集群间共享
 *  进程本地缓存，例如HashMap、GuavaCache：
    
     *  优点：读取本地内存，没有网络开销，速度更快
     *  缺点：存储容量有限、可靠性较低、无法共享
     *  场景：性能要求较高，缓存数据量较小

--------------------

*  可以利用Caffeine框架来实现JVM进程缓存  
    **Caffeine**是一个基于Java8开发的，提供了近乎最佳命中率的高性能的本地缓存库。目前Spring内部的缓存使用的就是Caffeine。[GitHub地址][GitHub]
 *  Caffeine的性能非常好，下图是官方给出的性能对比：  
    ![在这里插入图片描述][5535959c4d064366b9e9a1ba889456b8.png]

--------------------

*  **缓存使用的基本API：**
    
        @Test
        void testBasicOps() {
              
            // 构建cache对象
            Cache<String, String> cache = Caffeine.newBuilder().build();
        
            // 存数据
            cache.put("gf", "热巴");
        
            // 取数据
            String gf = cache.getIfPresent("gf");
            System.out.println("gf = " + gf);
        
            // 取数据，包含两个参数：
            // 参数一：缓存的key
            // 参数二：Lambda表达式，表达式参数就是缓存的key，方法体是查询数据库的逻辑
            // 优先根据key查询JVM缓存，如果未命中，则执行参数二的Lambda表达式
            String defaultGF = cache.get("defaultGF", key -> {
              
                // 根据key去数据库查询数据
                return "柳岩";
            });
            System.out.println("defaultGF = " + defaultGF);
        }

--------------------

*  Caffeine既然是缓存的一种，肯定需要有缓存的清除策略，防止内存有耗尽。Caffeine提供了三种缓存驱逐策略：
 *  **基于容量**：设置缓存的数量上限
    
        // 创建缓存对象
        Cache<String, String> cache = Caffeine.newBuilder()
            .maximumSize(1) // 设置缓存大小上限为 1
            .build();
 *  **基于时间**：设置缓存的有效时间
    
        // 创建缓存对象
        Cache<String, String> cache = Caffeine.newBuilder()
            // 设置缓存有效期为 10 秒，从最后一次写入开始计时 
            .expireAfterWrite(Duration.ofSeconds(10)) 
            .build();
 *  **基于引用**：设置缓存为软引用或弱引用，利用GC来回收缓存数据。性能较差，不建议使用。

> **注意**：在默认情况下，当一个缓存元素过期的时候，Caffeine不会自动立即将其清理和驱逐。而是在一次读或写操作后，或者在空闲时间完成对失效数据的驱逐。

### 2.3 实现JVM进程缓存 ###

利用Caffeine实现下列需求：

*  给根据id查询商品的业务添加缓存，缓存未命中时查询数据库
 *  给根据id查询商品库存的业务添加缓存，缓存未命中时查询数据库
 *  缓存初始大小为100
 *  缓存上限为10000  
    ![在这里插入图片描述][e692e279129c45a5bf489b9aa43d45ec.gif_pic_center]

--------------------

*  定义两个Caffeine的缓存对象，分别保存商品、库存的缓存数据。
    
        package com.heima.item.config;
        @Configuration
        public class CaffeineConfig {
              
        
            @Bean
            public Cache<Long, Item> itemCache(){
              
                return Caffeine.newBuilder()
                        .initialCapacity(100) //初始化大小为100
                        .maximumSize(10_000) //缓存上限为10_000
                        .build();
            }
        
            @Bean
            public Cache<Long, ItemStock> stockCache(){
              
                return Caffeine.newBuilder()
                        .initialCapacity(100)
                        .maximumSize(10_000)
                        .build();
            }
        }
 *  修改ItemController类，添加缓存逻辑：
    
        @RestController
        @RequestMapping("item")
        public class ItemController {
              
        
            @Autowired
            private IItemService itemService;
            @Autowired
            private IItemStockService stockService;
        
            @Autowired
            private Cache<Long, Item> itemCache;
            @Autowired
            private Cache<Long, ItemStock> stockCache;
            
            // ...其它略
            
            @GetMapping("/{id}")
            public Item findById(@PathVariable("id") Long id) {
              
                return itemCache.get(id, key -> itemService.query()
                        .ne("status", 3).eq("id", key)
                        .one()
                );
            }
        
            @GetMapping("/stock/{id}")
            public ItemStock findStockById(@PathVariable("id") Long id) {
              
                return stockCache.get(id, key -> stockService.getById(key));
            }
        }

## 三 Lua脚本入门 ##

*  Nginx编程需要用到Lua语言。Lua经常嵌入到C语言开发的程序中，例如游戏开发、游戏插件等。Nginx本身也是C语言开发，因此也允许基于Lua做拓展。
 *  [Lua][]是一种轻量小巧的脚本语言，用标准C语言编写并以源代码形式开放， 其设计目的是为了嵌入应用程序中，从而为应用程序提供灵活的扩展和定制功能。

### 3.1 安装Lua ###

*  [Lua脚本【环境准备】][Lua 1]

### 3.2 Lua语法学习 ###

*  [Lua语法学习][Lua 2]

## 四 实现多级缓存 ##

*  多级缓存的实现离不开Nginx编程，而Nginx编程又离不开OpenResty。

### 4.1 OpenResty简介 ###

![在这里插入图片描述][c92d9b5c92a548c6bd1735a64da9a978.png_pic_center]  
[OpenResty®][OpenResty] 是一个基于 Nginx的高性能 Web 平台，用于方便地搭建能够处理超高并发、扩展性极高的动态 Web 应用、Web 服务和动态网关。具备下列特点：

*  具备Nginx的完整功能
 *  基于Lua语言进行扩展，集成了大量精良的 Lua 库、第三方模块
 *  允许使用Lua**自定义业务逻辑**、**自定义库**

### 4.2 OpenResty的安装 ###

*  **前提：Linux虚拟机必须联网**

#### 4.2.1 安装开发库 ####

*  首先要安装OpenResty的依赖开发库，执行命令：
    
        yum install -y pcre-devel openssl-devel gcc --skip-broken

#### 4.2.2 安装OpenResty仓库 ####

*  在 CentOS 系统中添加 `openresty` 仓库，便于未来安装或更新软件包（通过 `yum check-update` 命令）。运行下面的命令就可以添加我们的仓库：
    
        yum-config-manager --add-repo https://openresty.org/package/centos/openresty.repo
    
    ![在这里插入图片描述][9e05ce6bf18a4787afc91524a9904ded.png]  
    ![在这里插入图片描述][1ee2d09f3a6b41de8c1288c96793a56e.png]
 *  如果提示说命令不存在，则运行以下命令，然后再重复上面的命令：
    
        yum install -y yum-utils
    
    ![在这里插入图片描述][50cb14be482f4d4880b6ad04d86aa5ae.png]

#### 4.2.3 安装OpenResty ####

*  安装软件包
    
        yum install -y openresty

![在这里插入图片描述][47a0eb7373284d01b2424354558e25df.png]  
![在这里插入图片描述][7657b65bd852453a937eedc95fa40740.png]

#### 4.2.4 安装opm工具 ####

*  opm是OpenResty的一个管理工具，可以帮助我们安装一个第三方的Lua模块。
 *  安装命令行工具 `opm`，可以这样安装 `openresty-opm` 包：
    
        yum install -y openresty-opm
    
    ![在这里插入图片描述][370f5e1c96064b63939ed9ffc7507f8b.png]  
    ![在这里插入图片描述][12f0c06b71de40f488532cbf9f585f2f.png]

#### 4.2.5 目录结构 ####

*  默认情况下，OpenResty安装的目录是：`/usr/local/openresty`看到里面的nginx目录，OpenResty就是在Nginx基础上集成了一些Lua模块。  
    ![在这里插入图片描述][ce1e8ab414904fbfadcbf39c9ec849c7.png_pic_center]

#### 4.2.6 配置nginx的环境变量 ####

*  打开配置文件：
    
        vi /etc/profile
 *  在最下面加入两行：
    
        export NGINX_HOME=/usr/local/openresty/nginx
        export PATH=${NGINX_HOME}/sbin:$PATH
    
     *  NGINX\_HOME：后面是OpenResty安装目录下的nginx的目录  
        ![在这里插入图片描述][508ca364082d4a0a99e341ada286cf26.png]
 *  然后让配置生效：
    
        source /etc/profile

#### 4.2.7 启动和运行 ####

*  OpenResty底层是基于Nginx的，查看OpenResty目录的nginx目录，结构与windows中安装的nginx基本一致，所以运行方式与nginx基本一致：
    
        # 启动nginx
        nginx
        # 重新加载配置
        nginx -s reload
        # 停止
        nginx -s stop

![在这里插入图片描述][e53f974255294fe18bd466caf7a4766f.png]

*  nginx的默认配置文件注释太多，影响后续编辑，这里将nginx.conf中的注释部分删除，保留有效部分。修改`/usr/local/openresty/nginx/conf/nginx.conf`文件，内容如下：
    
        #user  nobody;
        worker_processes  1;
        error_log  logs/error.log;
        
        events {
            worker_connections  1024;
        }
        
        http {
            include       mime.types;
            default_type  application/octet-stream;
            sendfile        on;
            keepalive_timeout  65;
        
            server {
                listen       8081;
                server_name  localhost;
                location / {
                    root   html;
                    index  index.html index.htm;
                }
                error_page   500 502 503 504  /50x.html;
                location = /50x.html {
                    root   html;
                }
            }
        }
 *  在Linux的控制台输入命令以启动nginx：
    
        nginx
 *  然后访问页面：http://192.168.188.112:8081，注意ip地址替换为你自己的虚拟机IP：

![在这里插入图片描述][9ab4cddc0ae945d893a5bee8b6f47e09.png]

### 4.3 OpenResty快速入门 ###

*  多级缓存架构如图：  
    ![在这里插入图片描述][e5c8a7bda7e44a2aa1db29ae3e73f0a9.png]
 *  其中：
    
     *  windows上的nginx用来做反向代理服务，将前端的查询商品的ajax请求代理到OpenResty集群
     *  OpenResty集群用来编写多级缓存业务

#### 4.3.1 反向代理流程 ####

*  商品详情页使用的是假的商品数据。不过在浏览器中，可以看到页面有发起ajax请求查询真实商品数据。  
    ![在这里插入图片描述][a4e740a30aed44f9a1a3d6e25e005fdb.png]
 *  请求地址是localhost，端口是80，就被windows上安装的Nginx服务给接收到了。然后代理给了OpenResty集群：  
    ![在这里插入图片描述][0e8962a7996c4473934f4d68de250e22.png]
 *  需要在OpenResty中编写业务，查询商品数据并返回到浏览器。

#### 4.3.2 OpenResty监听请求 ####

*  OpenResty的很多功能都依赖于其目录下的Lua库，需要在nginx.conf中指定依赖库的目录，并导入依赖：

1.  添加对OpenResty的Lua模块的加载
    
     *  修改`/usr/local/openresty/nginx/conf/nginx.conf`文件，在其中的http下面，添加下面代码：
    
        #lua 模块
        lua_package_path "/usr/local/openresty/lualib/?.lua;;";
        #c模块     
        lua_package_cpath "/usr/local/openresty/lualib/?.so;;";
2.  监听/api/item路径
    
     *  修改`/usr/local/openresty/nginx/conf/nginx.conf`文件，在nginx.conf的server下面，添加对/api/item这个路径的监听：
    
        #监听，就类似于SpringMVC中的`@GetMapping("/api/item")`做路径映射
        location  /api/item {
              
            # 默认的响应类型
            default_type application/json;
            # 响应结果由lua/item.lua文件来决定
            content_by_lua_file lua/item.lua;
        }

#### 4.3.3 编写item.lua ####

1.  在`/usr/loca/openresty/nginx`目录创建文件夹：lua
    
    ![在这里插入图片描述][1ee06d102e03416e8c1dd27e5c609217.png]
2.  在`/usr/loca/openresty/nginx/lua`文件夹下，新建文件：item.lua  
    ![在这里插入图片描述][44476d378a2547c0925b75e7363af5e3.png]
3.  编写item.lua
    
        ngx.say('{
              "id":10001,"name":"SALSA AIR","title":"RIMOWA 22寸托运箱拉杆箱 SALSA AIR系列果绿色 820.70.36.4","price":18800,"image":"https://m.360buyimg.com/mobilecms/s720x720_jfs/t6934/364/1195375010/84676/e9f2c55f/597ece38N0ddcbc77.jpg!q70.jpg.webp","category":"拉杆箱","brand":"RIMOWA","spec":"","status":1,"createTime":"2019-04-30T16:00:00.000+00:00","updateTime":"2019-04-30T16:00:00.000+00:00","stock":2999,"sold":31290}')
4.  重新加载配置
    
        nginx -s reload
5.  刷新商品页面：http://localhost/item.html?id=1001，即可看到效果：  
    ![在这里插入图片描述][7f64156d97c541ddb55065579c364424.png]

### 4.4 请求参数处理 ###

*  在OpenResty接收前端请求，要返回真实数据，必须根据前端传递来的商品id，查询商品信息才可以。

#### 4.4.1 获取参数的API ####

*  OpenResty中提供了一些API用来获取不同类型的前端请求参数：  
    ![在这里插入图片描述][f5f25bc60a47473097a32112e27eb0c9.png]

#### 4.4.2 获取参数并返回 ####

*  在前端发起的ajax请求如图：  
    ![在这里插入图片描述][a4e740a30aed44f9a1a3d6e25e005fdb.png]
    
     *  可以看到商品id是以路径占位符方式传递的，因此可以利用正则表达式匹配的方式来获取ID

--------------------

1.  获取商品id
    
     *  修改`/usr/loca/openresty/nginx/nginx.conf`文件中监听/api/item的代码，利用正则表达式获取ID：
    
        location ~ /api/item/(\d+) {
              
            # 默认的响应类型
            default_type application/json;
            # 响应结果由lua/item.lua文件来决定
            content_by_lua_file lua/item.lua;
        }

--------------------

1.  拼接ID并返回
    
     *  修改`/usr/loca/openresty/nginx/lua/item.lua`文件，获取id并拼接到结果中返回：
    
        -- 获取商品id
        local id = ngx.var[1]
        -- 拼接并返回
        ngx.say('{"id":' .. id .. ',"name":"SALSA AIR","title":"RIMOWA 21寸托运箱拉杆箱 SALSA AIR系列果绿色 820.70.36.4","price":17900,"image":"https://m.360buyimg.com/mobilecms/s720x720_jfs/t6934/364/1195375010/84676/e9f2c55f/597ece38N0ddcbc77.jpg!q70.jpg.webp","category":"拉杆箱","brand":"RIMOWA","spec":"","status":1,"createTime":"2019-04-30T16:00:00.000+00:00","updateTime":"2019-04-30T16:00:00.000+00:00","stock":2999,"sold":31290}')

--------------------

1.  重新加载并测试
    
     *  运行命令以重新加载OpenResty配置：
    
        nginx -s reload
    
     *  刷新页面可以看到结果中已经带上了ID：  
        ![在这里插入图片描述][dea8b50a7b0643bf9bbdf39606627d31.png]

### 4.5 查询Tomcat ###

*  架构图：  
    ![在这里插入图片描述][b70859b85acf4ddbb3c52e7d0f64af63.png]
    
     *  注意：OpenResty是在虚拟机，Tomcat是在Windows电脑上

--------------------

#### 4.5.1 补充：开放windows端口 ####

*  由于虚拟机nginx需要连接windows上的tomcat，所以需要开放windows的端口或者关闭防火墙
 *  **这里需要开放8081和8082的端口**

1.  打开控制面->系统和安全  
    ![在这里插入图片描述][724522d40b454c378165095ab2a0ab79.png]
2.  查看防火墙的状态：开启状态  
    ![在这里插入图片描述][26d52e223fe745daba3c84ae474a336d.png]
3.  开启特定的端口：高级设置->入站规则->新建规则
    
     *  规则类型：端口  
        ![在这里插入图片描述][54098a00a5f64d3bb7a37837381b7950.png]
     *  协议和端口：TCP和特定端口：xxxx  
        ![在这里插入图片描述][bc15f66e6d5b4384820a2fc4064382f2.png]
        
         *  操作：允许连接  
            ![在这里插入图片描述][619778acf2a247f68185be40ac8b2061.png]
     *  配置文件：全选  
        ![在这里插入图片描述][86f7cff0961e4be3ad357f345acde89e.png]
     *  名称：自定义  
        ![在这里插入图片描述][63c974875ea74fbd8ffb08f3b54af913.png]

#### 4.5.2 补充：测试Windows端口开放 ####

*  按照下图，开启远程登录客户端  
    ![在这里插入图片描述][c726cb4e6ae7489c883a8b69be0f9da4.png]
    
     *  在win终端输入一些命令，测试：
    
        telnet 192.168.188.10 8081

#### 4.5.3 补充：限制访问IP ####

1.  右键创建的端口，打开属性，选择作用域，远程IP地址  
    ![在这里插入图片描述][614e5b36ae994997bbfbfda511b207c4.png]

#### 4.5.4 发送http请求的API ####

*  nginx提供了内部API用以发送http请求：
    
        local resp = ngx.location.capture("/path",{
              
            method = ngx.HTTP_GET,   -- 请求方式
            args = {
              a=1,b=2},  -- get方式传参数
        })
 *  返回的响应内容包括：
    
     *  resp.status：响应状态码
     *  resp.header：响应头，是一个table
     *  resp.body：响应体，就是响应数据
 *  注意：这里的path是路径，并不包含IP和端口。这个请求会被nginx内部的server监听并处理。但是这个请求发送到Tomcat服务器，所以还需要编写一个server来对这个路径做反向代理：
    
        location /path {
              
             # 这里是windows电脑的ip和Java服务端口，需要确保windows防火墙处于关闭状态
             proxy_pass http://192.168.188.10:8081; 
         }
 *  原理如图：  
    ![在这里插入图片描述][29401921666b4c0ea86ec752c5474c9b.png]

#### 4.5.5 封装http工具 ####

*  封装一个发送Http请求的工具，基于ngx.location.capture来实现查询tomcat。

1.  添加反向代理，到windows的Java服务
    
     *  因为item-service中的接口都是/item开头，所以我们监听/item路径，代理到windows上的tomcat服务。修改 `/usr/local/openresty/nginx/conf/nginx.conf`文件，添加一个location：
    
        location /item {
              
            proxy_pass http://192.168.150.1:8081;
        }

--------------------

1.  封装工具类
    
     *  OpenResty启动时会加载以下两个目录中的工具文件  
        ![在这里插入图片描述][d4a4458a653442bf84762bc15c1b00a7.png]
     *  所以，自定义的http工具也需要放到这个目录下

*  在`/usr/local/openresty/lualib`目录下，新建一个common.lua文件：
    
        vi /usr/local/openresty/lualib/common.lua
 *  完成内容：
    
        -- 封装函数，发送http请求，并解析响应
        local function read_http(path, params)
            local resp = ngx.location.capture(path,{
              
                method = ngx.HTTP_GET,
                args = params,
            })
            if not resp then
                -- 记录错误信息，返回404
                ngx.log(ngx.ERR, "http请求查询失败, path: ", path , ", args: ", args)
                ngx.exit(404)
            end
            return resp.body
        end
        -- 将方法导出
        local _M = {
                
            read_http = read_http
        }  
        return _M

--------------------

1.  实现商品查询
    
     *  修改`/usr/local/openresty/nginx/lua/item.lua`文件，利用刚刚封装的函数库实现对tomcat的查询：
    
        -- 引入自定义common工具模块，返回值是common中返回的 _M
        local common = require("common")
        -- 从 common中获取read_http这个函数
        local read_http = common.read_http
        -- 获取路径参数
        local id = ngx.var[1]
        -- 根据id查询商品
        local itemJSON = read_http("/item/".. id, nil)
        -- 根据id查询商品库存
        local itemStockJSON = read_http("/item/stock/".. id, nil)

--------------------

*  查询到的结果是json字符串，并且包含商品、库存两个json字符串，页面最终需要的是把两个json拼接为一个json：需要把JSON变为lua的table，完成数据整合后，再转为JSON。  
    ![在这里插入图片描述][75ab098104054bf4891e8d77579f662b.png]

#### 4.5.6 CJSON工具类 ####

*  OpenResty提供了一个cjson的模块用来处理JSON的序列化和反序列化。
 *  [官方地址][Link 1]

1.  引入cjson模块：
    
        local cjson = require "cjson"

--------------------

1.  序列化
    
        local obj = {
              
            name = 'jack',
            age = 21
        }
        -- 把 table 序列化为 json
        local json = cjson.encode(obj)

--------------------

1.  反序列化：
    
        local json = '{"name": "jack", "age": 21}'
        -- 反序列化 json为 table
        local obj = cjson.decode(json);
        print(obj.name)

#### 4.5.7 实现Tomcat查询 ####

*  修改item.lua中的业务，添加json处理功能：
    
        -- 导入common函数库
        local common = require('common')
        local read_http = common.read_http
        -- 导入cjson库
        local cjson = require('cjson')
        
        -- 获取路径参数
        local id = ngx.var[1]
        -- 根据id查询商品
        local itemJSON = read_http("/item/".. id, nil)
        -- 根据id查询商品库存
        local itemStockJSON = read_http("/item/stock/".. id, nil)
        
        -- JSON转化为lua的table
        local item = cjson.decode(itemJSON)
        local stock = cjson.decode(stockJSON)
        
        -- 组合数据
        item.stock = stock.stock
        item.sold = stock.sold
        
        -- 把item序列化为json 返回结果
        ngx.say(cjson.encode(item))

#### 4.5.8 基于ID负载均衡 ####

*  之前的的代码中，tomcat是单机部署。而实际开发中，tomcat一定是集群模式：  
    ![在这里插入图片描述][5cf502c018934644a94dcf2eb06964e1.gif_pic_center]
 *  因此，OpenResty需要对tomcat集群做负载均衡。而默认的负载均衡规则是轮询模式，当我们查询/item/10001时：
    
     *  第一次会访问8081端口的tomcat服务，在该服务内部就形成了JVM进程缓存
     *  第二次会访问8082端口的tomcat服务，该服务内部没有JVM缓存（因为JVM缓存无法共享），会查询数据库
 *  因为轮询的原因，第一次查询8081形成的JVM缓存并未生效，直到下一次再次访问到8081时才可以生效，缓存命中率太低

--------------------

*  如果能让同一个商品，每次查询时都访问同一个tomcat服务，那么JVM缓存就一定能生效。也就是说，我们需要根据商品id做负载均衡，而不是轮询。

--------------------

1.  原理
    
     *  nginx提供了基于请求路径做负载均衡的算法：nginx根据请求路径做hash运算，把得到的数值对tomcat服务的数量取余，余数是几，就访问第几个服务，实现负载均衡。
2.  实现
    
     *  修改`/usr/local/openresty/nginx/conf/nginx.conf`文件，实现基于ID做负载均衡。
     *  首先，定义tomcat集群，并设置基于路径做负载均衡：
    
        upstream tomcat-cluster {
              
            hash $request_uri;
            -- Ip为主机IP
            server 192.168.188.10:8081;
            server 192.168.188.10:8082;
        }
    
     *  然后，修改对tomcat服务的反向代理，目标指向tomcat集群：
    
        location /item {
              
            proxy_pass http://tomcat-cluster;
        }
    
     *  重新加载OpenResty
    
        nginx -s reload
3.  测试：
    
     *  启动两台tomcat服务：  
        ![在这里插入图片描述][d49f8ef4654d4b50aa39908d2bafb181.png]
     *  同时启动，再次访问页面，可以看到不同id的商品，访问到了不同的tomcat服务：  
        ![在这里插入图片描述][d8090e4ba6d043fcac4df7203a7ef059.png]  
        ![在这里插入图片描述][920f7849435c4c49ab8776912f95a7b8.png]

### 4.6 Redis缓存预热 ###

*  Redis缓存会面临冷启动问题：
    
     *  **冷启动**：服务刚刚启动时，Redis中并没有缓存，如果所有商品数据都在第一次查询时添加缓存，可能会给数据库带来较大压力。
     *  **缓存预热**：在实际开发中，我们可以利用大数据统计用户访问的热点数据，在项目启动时将这些热点数据提前查询并保存到Redis中。

>  *  目前，数据量较少，并且没有数据统计相关功能，目前可以在启动时将所有数据都放入缓存中。

--------------------

1.  利用Docker安装Redis
    
        docker run --name redis -p 6379:6379 -d redis redis-server --appendonly yes
2.  在item-service服务中引入Redis依赖
    
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-data-redis</artifactId>
        </dependency>
3.  配置Redis地址
    
        spring:
          redis:
            host: 192.168.188.112
4.  编写初始化类
    
     *  缓存预热需要在项目启动时完成，并且必须是拿到RedisTemplate之后。这里利用InitializingBean接口来实现，因为InitializingBean可以在对象被Spring创建并且成员变量全部注入后执行。
    
        package com.heima.item.config;
        
        import com.fasterxml.jackson.core.JsonProcessingException;
        import com.fasterxml.jackson.databind.ObjectMapper;
        import com.heima.item.pojo.Item;
        import com.heima.item.pojo.ItemStock;
        import com.heima.item.service.IItemService;
        import com.heima.item.service.IItemStockService;
        import org.springframework.beans.factory.InitializingBean;
        import org.springframework.beans.factory.annotation.Autowired;
        import org.springframework.data.redis.core.StringRedisTemplate;
        import org.springframework.stereotype.Component;
        
        import java.util.List;
        
        @Component
        public class RedisHandler implements InitializingBean {
              
        
            @Autowired
            private StringRedisTemplate redisTemplate;
        
            @Autowired
            private IItemService itemService;
            @Autowired
            private IItemStockService stockService;
        
            private static final ObjectMapper MAPPER = new ObjectMapper();
        
            @Override
            public void afterPropertiesSet() throws Exception {
              
                // 初始化缓存
                // 1.查询商品信息
                List<Item> itemList = itemService.list();
                // 2.放入缓存
                for (Item item : itemList) {
              
                    // 2.1.item序列化为JSON
                    String json = MAPPER.writeValueAsString(item);
                    // 2.2.存入redis
                    redisTemplate.opsForValue().set("item:id:" + item.getId(), json);
                }
        
                // 3.查询商品库存信息
                List<ItemStock> stockList = stockService.list();
                // 4.放入缓存
                for (ItemStock stock : stockList) {
              
                    // 2.1.item序列化为JSON
                    String json = MAPPER.writeValueAsString(stock);
                    // 2.2.存入redis
                    redisTemplate.opsForValue().set("item:stock:id:" + stock.getId(), json);
                }
            }
        }

### 4.7 查询Redis缓存 ###

*  Redis缓存已经准备就绪，我们可以再OpenResty中实现查询Redis的逻辑  
    ![在这里插入图片描述][3b1997fcb0f24cfdbcb5df4f72695b96.png]
 *  当请求进入OpenResty之后：
    
     *  优先查询Redis缓存
     *  如果Redis缓存未命中，再查询Tomcat

#### 4.7.1 封装Redis工具 ####

--------------------

*  OpenResty提供了操作Redis的模块，我们只要引入该模块就能直接使用。但是为了方便，我们将Redis操作封装到之前的common.lua工具库中。修改`/usr/local/openresty/lualib/common.lua`文件：

1.  引入Redis模块，并初始化Redis对象
    
        -- 导入redis
        local redis = require('resty.redis')
        -- 初始化redis
        local red = redis:new()
        red:set_timeouts(1000, 1000, 1000)

--------------------

1.  封装函数，用来释放Redis连接，其实是放入连接池

-- 关闭redis连接的工具方法，其实是放入连接池
    local function close_redis(red)
        local pool_max_idle_time = 10000 -- 连接的空闲时间，单位是毫秒
        local pool_size = 100 --连接池大小
        local ok, err = red:set_keepalive(pool_max_idle_time, pool_size)
        if not ok then
            ngx.log(ngx.ERR, "放入redis连接池失败: ", err)
        end
    end

--------------------

1.  封装函数，根据key查询Redis数据
    
        -- 查询redis的方法 ip和port是redis地址，key是查询的key
        local function read_redis(ip, port, key)
            -- 获取一个连接
            local ok, err = red:connect(ip, port)
            if not ok then
                ngx.log(ngx.ERR, "连接redis失败 : ", err)
                return nil
            end
            -- 查询redis
            local resp, err = red:get(key)
            -- 查询失败处理
            if not resp then
                ngx.log(ngx.ERR, "查询Redis失败: ", err, ", key = " , key)
            end
            --得到的数据为空处理
            if resp == ngx.null then
                resp = nil
                ngx.log(ngx.ERR, "查询Redis数据为空, key = ", key)
            end
            close_redis(red)
            return resp
        end

--------------------

1.  导出
    
        -- 将方法导出
        local _M = {
                
            read_http = read_http,
            read_redis = read_redis
        }  
        return _M

--------------------

*  完整的common.lua：
    
        -- 导入redis
        local redis = require('resty.redis')
        -- 初始化redis
        local red = redis:new()
        red:set_timeouts(1000, 1000, 1000)
        
        -- 关闭redis连接的工具方法，其实是放入连接池
        local function close_redis(red)
            local pool_max_idle_time = 10000 -- 连接的空闲时间，单位是毫秒
            local pool_size = 100 --连接池大小
            local ok, err = red:set_keepalive(pool_max_idle_time, pool_size)
            if not ok then
                ngx.log(ngx.ERR, "放入redis连接池失败: ", err)
            end
        end
        
        -- 查询redis的方法 ip和port是redis地址，key是查询的key
        local function read_redis(ip, port, key)
            -- 获取一个连接
            local ok, err = red:connect(ip, port)
            if not ok then
                ngx.log(ngx.ERR, "连接redis失败 : ", err)
                return nil
            end
            -- 查询redis
            local resp, err = red:get(key)
            -- 查询失败处理
            if not resp then
                ngx.log(ngx.ERR, "查询Redis失败: ", err, ", key = " , key)
            end
            --得到的数据为空处理
            if resp == ngx.null then
                resp = nil
                ngx.log(ngx.ERR, "查询Redis数据为空, key = ", key)
            end
            close_redis(red)
            return resp
        end
        
        -- 封装函数，发送http请求，并解析响应
        local function read_http(path, params)
            local resp = ngx.location.capture(path,{
              
                method = ngx.HTTP_GET,
                args = params,
            })
            if not resp then
                -- 记录错误信息，返回404
                ngx.log(ngx.ERR, "http查询失败, path: ", path , ", args: ", args)
                ngx.exit(404)
            end
            return resp.body
        end
        -- 将方法导出
        local _M = {
                
            read_http = read_http,
            read_redis = read_redis
        }  
        return _M

--------------------

#### 4.7.2 实现Redis查询 ####

*  接下来，去修改item.lua文件，实现对Redis的查询
 *  查询逻辑是：
    
     *  根据id查询Redis
     *  如果查询失败则继续查询Tomcat
     *  将查询结果返回

1.  修改`/usr/local/openresty/lua/item.lua`文件，添加一个查询函数：
    
        -- 导入common函数库
        local common = require('common')
        local read_http = common.read_http
        local read_redis = common.read_redis
        -- 封装查询函数
        function read_data(key, path, params)
            -- 查询本地缓存
            local val = read_redis("127.0.0.1", 6379, key)
            -- 判断查询结果
            if not val then
                ngx.log(ngx.ERR, "redis查询失败，尝试查询http， key: ", key)
                -- redis查询失败，去查询http
                val = read_http(path, params)
            end
            -- 返回数据
            return val
        end
2.  修改商品查询、库存查询的业务
    
        -- 查询商品信息
        local itemJSON = read_data("item:id:" .. id,  "/item/" .. id, nil)
        -- 查询库存信息
        local stockJSON = read_data("item:stock:id:" .. id, "/item/stock/" .. id, nil)
3.  完整的item.lua代码：
    
        -- 导入common函数库
        local common = require('common')
        local read_http = common.read_http
        local read_redis = common.read_redis
        -- 导入cjson库
        local cjson = require('cjson')
        
        -- 封装查询函数
        function read_data(key, path, params)
            -- 查询本地缓存
            local val = read_redis("127.0.0.1", 6379, key)
            -- 判断查询结果
            if not val then
                ngx.log(ngx.ERR, "redis查询失败，尝试查询http， key: ", key)
                -- redis查询失败，去查询http
                val = read_http(path, params)
            end
            -- 返回数据
            return val
        end
        
        -- 获取路径参数
        local id = ngx.var[1]
        
        -- 查询商品信息
        local itemJSON = read_data("item:id:" .. id,  "/item/" .. id, nil)
        -- 查询库存信息
        local stockJSON = read_data("item:stock:id:" .. id, "/item/stock/" .. id, nil)
        
        -- JSON转化为lua的table
        local item = cjson.decode(itemJSON)
        local stock = cjson.decode(stockJSON)
        -- 组合数据
        item.stock = stock.stock
        item.sold = stock.sold
        
        -- 把item序列化为json 返回结果
        ngx.say(cjson.encode(item))
4.  测试:  
    ![在这里插入图片描述][b8817bf675dc40e98deb665eb893b9e7.png]

### 4.8 Nginx本地缓存 ###

*  现在，整个多级缓存中只差最后一环，也就是nginx的本地缓存  
    ![在这里插入图片描述][d44458a972b643e382c4c3325e5af4bf.png]

#### 4.8.1 本地缓存API ####

*  OpenResty为Nginx提供了**shard dict**的功能，可以在nginx的多个worker之间共享数据，实现缓存功能。

1.  开启共享字典，在nginx.conf的http下添加配置：
    
        # 共享字典，也就是本地缓存，名称叫做：item_cache，大小150m
        lua_shared_dict item_cache 150m;
2.  操作共享字典：
    
        -- 获取本地缓存对象
        local item_cache = ngx.shared.item_cache
        -- 存储, 指定key、value、过期时间，单位s，默认为0代表永不过期
        item_cache:set('key', 'value', 1000)
        -- 读取
        local val = item_cache:get('key')

#### 4.8.2 实现本地缓存查询 ####

1.  修改`/usr/local/openresty/lua/item.lua`文件，修改read\_data查询函数，添加本地缓存逻辑：
    
        -- 导入共享词典，本地缓存
        local item_cache = ngx.shared.item_cache
        
        -- 封装查询函数
        function read_data(key, expire, path, params)
            -- 查询本地缓存
            local val = item_cache:get(key)
            if not val then
                ngx.log(ngx.ERR, "本地缓存查询失败，尝试查询Redis， key: ", key)
                -- 查询redis
                val = read_redis("127.0.0.1", 6379, key)
                -- 判断查询结果
                if not val then
                    ngx.log(ngx.ERR, "redis查询失败，尝试查询http， key: ", key)
                    -- redis查询失败，去查询http
                    val = read_http(path, params)
                end
            end
            -- 查询成功，把数据写入本地缓存
            item_cache:set(key, val, expire)
            -- 返回数据
            return val
        end
2.  修改item.lua中查询商品和库存的业务，实现最新的read\_data函数：
    
        -- 查询商品信息
        local itemJSON = read_data("item:id:" .. id, 1800,  "/item/" .. id, nil)
        -- 查询库存信息
        local stockJSON = read_data("item:stock:id:" .. id, 60, "/item/stock/" .. id, nil)
    
     *  过期后nginx缓存会自动删除，下次访问即可更新缓存。这里给商品基本信息设置超时时间为30分钟，库存为1分钟。因为库存更新频率较高，如果缓存时间过长，可能与数据库差异较大。
3.  完整的item.lua文件：
    
        -- 导入common函数库
        local common = require('common')
        local read_http = common.read_http
        local read_redis = common.read_redis
        -- 导入cjson库
        local cjson = require('cjson')
        -- 导入共享词典，本地缓存
        local item_cache = ngx.shared.item_cache
        
        -- 封装查询函数
        function read_data(key, expire, path, params)
            -- 查询本地缓存
            local val = item_cache:get(key)
            if not val then
                ngx.log(ngx.ERR, "本地缓存查询失败，尝试查询Redis， key: ", key)
                -- 查询redis
                val = read_redis("127.0.0.1", 6379, key)
                -- 判断查询结果
                if not val then
                    ngx.log(ngx.ERR, "redis查询失败，尝试查询http， key: ", key)
                    -- redis查询失败，去查询http
                    val = read_http(path, params)
                end
            end
            -- 查询成功，把数据写入本地缓存
            item_cache:set(key, val, expire)
            -- 返回数据
            return val
        end
        
        -- 获取路径参数
        local id = ngx.var[1]
        
        -- 查询商品信息
        local itemJSON = read_data("item:id:" .. id, 1800,  "/item/" .. id, nil)
        -- 查询库存信息
        local stockJSON = read_data("item:stock:id:" .. id, 60, "/item/stock/" .. id, nil)
        
        -- JSON转化为lua的table
        local item = cjson.decode(itemJSON)
        local stock = cjson.decode(stockJSON)
        -- 组合数据
        item.stock = stock.stock
        item.sold = stock.sold
        
        -- 把item序列化为json 返回结果
        ngx.say(cjson.encode(item))

## 五 缓存同步 ##

*  大多数情况下，浏览器查询到的都是缓存数据，如果缓存数据与数据库数据存在较大差异，可能会产生比较严重的后果。所以我们必须保证数据库数据、缓存数据的一致性，这就是缓存与数据库的同步。

### 5.1 数据同步策略 ###

*  缓存数据同步的常见方式有三种：
 *  **设置有效期**：给缓存设置有效期，到期后自动删除。再次查询时更新
    
     *  优势：简单、方便
     *  缺点：时效性差，缓存过期之前可能不一致
     *  场景：更新频率较低，时效性要求低的业务
 *  **同步双写**：在修改数据库的同时，直接修改缓存
    
     *  优势：时效性强，缓存与数据库强一致
     *  缺点：有代码侵入，耦合度高；
     *  场景：对一致性、时效性要求较高的缓存数据
 *  \*\*异步通知：\*\*修改数据库时发送事件通知，相关服务监听到通知后修改缓存数据
    
     *  优势：低耦合，可以同时通知多个缓存服务
     *  缺点：时效性一般，可能存在中间不一致状态
     *  场景：时效性要求一般，有多个服务需要同步

--------------------

*  异步实现又可以基于MQ或者Canal来实现：

1.  基于MQ的异步通知：  
    ![在这里插入图片描述][3b2cc87dcea24699ae3754236cfc6d88.png]

*  解读：
    
     *  商品服务完成对数据的修改后，只需要发送一条消息到MQ中。
     *  缓存服务监听MQ消息，然后完成对缓存的更新
 *  依然有少量的代码侵入。

--------------------

1.  基于Canal的通知  
    ![在这里插入图片描述][d364839db77640309bfa73fc4aa76486.png]

*  解读：
    
     *  商品服务完成商品修改后，业务直接结束，没有任何代码侵入
     *  Canal监听MySQL变化，当发现变化后，立即通知缓存服务
     *  缓存服务接收到canal通知，更新缓存
 *  代码零侵入

### 5.2 Canal简介 ###

*  **Canal \[kə’næl\]** ，译意为水道/管道/沟渠，[canal][]是阿里巴巴旗下的一款开源项目，基于Java开发。基于数据库增量日志解析，提供增量数据订阅&消费。
 *  Canal是基于mysql的主从同步来实现的，MySQL主从同步的原理如下：  
    ![在这里插入图片描述][cd8b116af0c34bc6b24d8c88f9506853.png]

1.  MySQL master 将数据变更写入二进制日志( binary log），其中记录的数据叫做binary log events
2.  MySQL slave 将 master 的 binary log events拷贝到它的中继日志(relay log)
3.  MySQL slave 重放 relay log 中事件，将数据变更反映它自己的数据

--------------------

*  而Canal就是把自己伪装成MySQL的一个slave节点，从而监听master的binary log变化。再把得到的变化信息通知给Canal的客户端，进而完成对其它数据库的同步。  
    ![在这里插入图片描述][334a46d4cbb24bef8e9158570c1bcf69.png]

### 5.3 安装Canal ###

*  开启mysql的主从同步机制，让Canal来模拟salve。

#### 5.3.1 开启MySQL主从 ####

*  Canal是基于MySQL的主从同步功能，因此必须先开启MySQL的主从功能才可以。以之前用Docker运行的mysql为例

##### 5.3.1.1 开启binlog #####

*  打开mysql2容器挂载的日志文件，如：`/tmp/mysql/conf`目录:
 *  修改文件：
    
        vi /tmp/mysql/conf/my.cnf
 *  添加内容：
    
        log-bin=/var/lib/mysql/mysql-bin
        binlog-do-db=heima
 *  配置解读：
    
     *  `log-bin=/var/lib/mysql/mysql-bin`：设置binary log文件的存放地址和文件名，叫做mysql-bin
     *  `binlog-do-db=heima`：指定对哪个database记录binary log events，这里记录heima这个库
 *  最终`my.cnf`内容：
    
        [mysqld]
        skip-name-resolve
        character_set_server=utf8
        datadir=/var/lib/mysql
        server-id=1000
        log-bin=/var/lib/mysql/mysql-bin
        binlog-do-db=heima
 *  测试：连接mysql查看权限是否开启
    
        show binary logs;

##### 5.3.1.2 设置用户权限 #####

*  添加一个仅用于数据同步的账户，出于安全考虑，这里仅提供对heima这个库的操作权限
    
        create user canal@'%' IDENTIFIED by 'canal';
        GRANT SELECT, REPLICATION SLAVE, REPLICATION CLIENT,SUPER ON *.* TO 'canal'@'%' identified by 'canal';
        FLUSH PRIVILEGES;
 *  重启mysql容器即可
    
        docker restart mysql2
 *  测试设置是否成功：在mysql控制台，或者Navicat中，输入命令：
    
        show master status;

![在这里插入图片描述][7e810e723cdd4cafb749b24cd2448834.png]

#### 5.3.2 安装Canal ####

##### 5.3.2.1 创建网络 #####

*  需要创建一个网络，将MySQL、Canal、MQ放到同一个Docker网络中：
    
        [root@kongyue ~]# docker network create heima
        e479b78ebfc23a5e38e776aae6e5f55f879cdfc0ff2b45709b5dba8669c27c24
 *  让mysql2加入这个网络：
    
        [root@kongyue ~]# docker network connect heima mysql

##### 5.3.2.2 创建Canal容器 #####

1.  下载安装
    
     *  [官方下载地址][Link 2]
     *  或者使用资料中的压缩包\[上传到虚拟机，然后通过命令导入\]
    
        docker load -i canal.tar
2.  然后运行命令创建Canal容器：
    
        docker run -p 11111:11111 --name canal \
        -e canal.destinations=heima \
        -e canal.instance.master.address=mysql:3306  \
        -e canal.instance.dbUsername=canal  \
        -e canal.instance.dbPassword=canal  \
        -e canal.instance.connectionCharset=UTF-8 \
        -e canal.instance.tsdb.enable=true \
        -e canal.instance.gtidon=false  \
        -e canal.instance.filter.regex=heima\\..* \
        --network heima \
        -d canal/canal-server:v1.1.5

![在这里插入图片描述][3e4012e2641c4852b61f90e37456e647.png]

*  说明:
    
     *  `-p 11111:11111`：这是canal的默认监听端口
     *  `-e canal.instance.master.address=mysql:3306`：数据库地址和端口，如果不知道mysql容器地址，可以通过`docker inspect 容器id`来查看
     *  `-e canal.instance.dbUsername=canal`：数据库用户名
     *  `-e canal.instance.dbPassword=canal` ：数据库密码
     *  `-e canal.instance.filter.regex=`：要监听的表名称
 *  表名称监听支持的语法：
    
        mysql 数据解析关注的表，Perl正则表达式.
        多个正则之间以逗号(,)分隔，转义符需要双斜杠(\\) 
        常见例子：
        1.  所有表：.*   or  .*\\..*
        2.  canal schema下所有表： canal\\..*
        3.  canal下的以canal打头的表：canal\\.canal.*
        4.  canal schema下的一张表：canal.test1
        5.  多个规则组合使用然后以逗号隔开：canal\\..*,mysql.test1,mysql.test2

### 5.4 监听Canal ###

*  Canal提供了各种语言的客户端，当Canal监听到binlog变化时，会通知Canal的客户端。  
    ![在这里插入图片描述][c5508a458a6a420180810f1384045ba5.png]
 *  利用Canal提供的Java客户端，监听Canal通知消息。当收到变化的消息时，完成对缓存的更新。
 *  这里会使用GitHub上的第三方开源的canal-starter客户端。[地址][Link 3]
 *  与SpringBoot完美整合，自动装配，比官方客户端要简单好用很多。

#### 5.4.1 引入依赖 ####

<dependency>
        <groupId>top.javatool</groupId>
        <artifactId>canal-spring-boot-starter</artifactId>
        <version>1.2.1-RELEASE</version>
    </dependency>

#### 5.4.2 编写配置 ####

canal:
      destination: heima # canal的集群名字，要与安装canal时设置的名称一致
      server: 192.168.188.112:11111 # canal服务地址

#### 5.4.3 修改Item实体类 ####

*  通过@Id、@Column、等注解完成Item与数据库表字段的映射：
    
        import com.baomidou.mybatisplus.annotation.IdType;
        import com.baomidou.mybatisplus.annotation.TableField;
        import com.baomidou.mybatisplus.annotation.TableId;
        import com.baomidou.mybatisplus.annotation.TableName;
        import lombok.Data;
        import org.springframework.data.annotation.Id;
        import org.springframework.data.annotation.Transient;
        
        import javax.persistence.Column;
        import java.util.Date;
        
        @Data
        @TableName("tb_item")
        public class Item {
              
            @TableId(type = IdType.AUTO)
            @Id
            private Long id;//商品id
            @Column(name = "name")
            private String name;//商品名称
            private String title;//商品标题
            private Long price;//价格（分）
            private String image;//商品图片
            private String category;//分类名称
            private String brand;//品牌名称
            private String spec;//规格
            private Integer status;//商品状态 1-正常，2-下架
            private Date createTime;//创建时间
            private Date updateTime;//更新时间
            @TableField(exist = false)
            @Transient
            private Integer stock;
            @TableField(exist = false)
            @Transient
            private Integer sold;
        }

#### 5.4.4 编写监听器 ####

*  通过实现`EntryHandler<T>`接口编写监听器，监听Canal消息。注意两点：
    
     *  实现类通过`@CanalTable("tb_item")`指定监听的表信息
     *  EntryHandler的泛型是与表对应的实体类
    
        import com.github.benmanes.caffeine.cache.Cache;
        import com.heima.item.config.RedisHandler;
        import com.heima.item.pojo.Item;
        import org.springframework.beans.factory.annotation.Autowired;
        import org.springframework.stereotype.Component;
        import top.javatool.canal.client.annotation.CanalTable;
        import top.javatool.canal.client.handler.EntryHandler;
        
        @CanalTable("tb_item")
        @Component
        public class ItemHandler implements EntryHandler<Item> {
              
        
            @Autowired
            private RedisHandler redisHandler;
            @Autowired
            private Cache<Long, Item> itemCache;
        
            @Override
            public void insert(Item item) {
              
                // 写数据到JVM进程缓存
                itemCache.put(item.getId(), item);
                // 写数据到redis
                redisHandler.saveItem(item);
            }
        
            @Override
            public void update(Item before, Item after) {
              
                // 写数据到JVM进程缓存
                itemCache.put(after.getId(), after);
                // 写数据到redis
                redisHandler.saveItem(after);
            }
        
            @Override
            public void delete(Item item) {
              
                // 删除数据到JVM进程缓存
                itemCache.invalidate(item.getId());
                // 删除数据到redis
                redisHandler.deleteItemById(item.getId());
            }
        }
 *  在这里对Redis的操作都封装到了RedisHandler这个对象中，是我们之前做缓存预热时编写的一个类，内容如下：
    
        import com.fasterxml.jackson.core.JsonProcessingException;
        import com.fasterxml.jackson.databind.ObjectMapper;
        import com.heima.item.pojo.Item;
        import com.heima.item.pojo.ItemStock;
        import com.heima.item.service.IItemService;
        import com.heima.item.service.IItemStockService;
        import org.springframework.beans.factory.InitializingBean;
        import org.springframework.beans.factory.annotation.Autowired;
        import org.springframework.data.redis.core.StringRedisTemplate;
        import org.springframework.stereotype.Component;
        
        import java.util.List;
        
        @Component
        public class RedisHandler implements InitializingBean {
              
        
            @Autowired
            private StringRedisTemplate redisTemplate;
        
            @Autowired
            private IItemService itemService;
            @Autowired
            private IItemStockService stockService;
        
            private static final ObjectMapper MAPPER = new ObjectMapper();
        
            @Override
            public void afterPropertiesSet() throws Exception {
              
                // 初始化缓存
                // 1.查询商品信息
                List<Item> itemList = itemService.list();
                // 2.放入缓存
                for (Item item : itemList) {
              
                    // 2.1.item序列化为JSON
                    String json = MAPPER.writeValueAsString(item);
                    // 2.2.存入redis
                    redisTemplate.opsForValue().set("item:id:" + item.getId(), json);
                }
        
                // 3.查询商品库存信息
                List<ItemStock> stockList = stockService.list();
                // 4.放入缓存
                for (ItemStock stock : stockList) {
              
                    // 2.1.item序列化为JSON
                    String json = MAPPER.writeValueAsString(stock);
                    // 2.2.存入redis
                    redisTemplate.opsForValue().set("item:stock:id:" + stock.getId(), json);
                }
            }
        
            public void saveItem(Item item) {
              
                try {
              
                    String json = MAPPER.writeValueAsString(item);
                    redisTemplate.opsForValue().set("item:id:" + item.getId(), json);
                } catch (JsonProcessingException e) {
              
                    throw new RuntimeException(e);
                }
            }
        
            public void deleteItemById(Long id) {
              
                redisTemplate.delete("item:id:" + id);
            }
        }

#### 5.5 测试 ####

1.  在商品管理页面进行修改  
    ![在这里插入图片描述][8e4547deb93a43c4bb18cf2da984fb0e.png]
2.  在商品查询页面进行查询  
    ![在这里插入图片描述][ec5ce4e12a2448b9b98df7da109579fd.png]

[2addb76d75864444b9f29e2f1117e61f.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/9682df57ecb7452fafc3b3506403dc8e.png
[d0f91ebfbc664be0824dbc815343afd3.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/2f84914abb3f4c1aad96cbb04bcabd90.png
[97e17e9a714e4922a5c57055f798ef31.gif_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/f44c12f2fb31495ca19c3560b538d362.png
[87290d65361a4dd889ce25e4a535c1e6.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/f431142bed32434485ab6cbb80e5c247.png
[70de2bfd94094290951d88f368c8eb43.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/50344fb440fe4b389bf2f81b5fef1547.png
[9264ae463c894737b579dd2e68589d1f.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/0ba6cb9ae7944c3e8d79d695904a1500.png
[a4e740a30aed44f9a1a3d6e25e005fdb.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/67a54025ba8b4a02ad1440c6a8765b52.png
[b7fe4fa7f3554af484de51c7293f4d52.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/41c21bbe1a2140db84369b173efd0eca.png
[GitHub]: https://github.com/ben-manes/caffeine
[5535959c4d064366b9e9a1ba889456b8.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/7c7da365f1b649a2a05afe7cebf3cfa9.png
[e692e279129c45a5bf489b9aa43d45ec.gif_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/fec5dbc237ff4cc3a7cb30f4a2486c68.png
[Lua]: https://www.lua.org/
[Lua 1]: https://blog.csdn.net/yang2330648064/article/details/129458529
[Lua 2]: https://blog.csdn.net/yang2330648064/article/details/129544757
[c92d9b5c92a548c6bd1735a64da9a978.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/1d7c0c66ea374ff0afadc534b8d6580a.png
[OpenResty]: https://openresty.org/cn/
[9e05ce6bf18a4787afc91524a9904ded.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/ebaa1b9dcac840e78978d384cb8719d1.png
[1ee2d09f3a6b41de8c1288c96793a56e.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/851990e2ec9d47c5a1b94caaa29519d0.png
[50cb14be482f4d4880b6ad04d86aa5ae.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/d9fa30f2f66e46a4abe0d063aad05671.png
[47a0eb7373284d01b2424354558e25df.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/712c32d84dcf437787fa4fec1e330154.png
[7657b65bd852453a937eedc95fa40740.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/6f15e2a8f66d4b9ea3f80df55d4f786d.png
[370f5e1c96064b63939ed9ffc7507f8b.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/a81a5bfc91744811b66e926c28f3ceb5.png
[12f0c06b71de40f488532cbf9f585f2f.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/a7f50e1211b3418b943156fed0a0d930.png
[ce1e8ab414904fbfadcbf39c9ec849c7.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/f25317860dff4380a61944cd096344a7.png
[508ca364082d4a0a99e341ada286cf26.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/2ff6b544caff4eae92666521cf9a6b33.png
[e53f974255294fe18bd466caf7a4766f.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/30cf81c9ab4449d4ad7559e573a26ffe.png
[9ab4cddc0ae945d893a5bee8b6f47e09.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/218e4c7a28d6419c88323eef8fec92a5.png
[e5c8a7bda7e44a2aa1db29ae3e73f0a9.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/f262082dcee04d0eb4eb15de16cfeecb.png
[0e8962a7996c4473934f4d68de250e22.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/6f91a571bc7d4f99b108066b6cac819c.png
[1ee06d102e03416e8c1dd27e5c609217.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/821ab8ed43fa43e6a96d2e695fdcc64d.png
[44476d378a2547c0925b75e7363af5e3.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/35b38425ebea44ff839d2339d94a5dde.png
[7f64156d97c541ddb55065579c364424.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/523bf53fade44ae69911df265aa915bc.png
[f5f25bc60a47473097a32112e27eb0c9.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/ffe85bb02a6c449bbabd950c633af461.png
[dea8b50a7b0643bf9bbdf39606627d31.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/c31f8b2274974cdb92631b8833256111.png
[b70859b85acf4ddbb3c52e7d0f64af63.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/4fd49e2a61964fea89ab8f240e121a72.png
[724522d40b454c378165095ab2a0ab79.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/25c0541f9fa749c2a1c437fcdf6eef36.png
[26d52e223fe745daba3c84ae474a336d.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/7821ada655f44b47a01cf5ce7768498b.png
[54098a00a5f64d3bb7a37837381b7950.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/0bdc1cf28d4c418bbb56dda8ed79dcde.png
[bc15f66e6d5b4384820a2fc4064382f2.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/e77ce10fa5674edbbe5bcc56ac5306af.png
[619778acf2a247f68185be40ac8b2061.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/415fd85078c649268fc898692e43dec6.png
[86f7cff0961e4be3ad357f345acde89e.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/73b73c0e3e874303a51d7a2650878e34.png
[63c974875ea74fbd8ffb08f3b54af913.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/4ac6e8f065324e23b240acbeb665faf7.png
[c726cb4e6ae7489c883a8b69be0f9da4.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/07221041df6b4be0ad219b7586d6bccc.png
[614e5b36ae994997bbfbfda511b207c4.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/6f5acf3b3c8e48d3b47cf0e17a0c9a87.png
[29401921666b4c0ea86ec752c5474c9b.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/cf80aec156d847aaa4d25bbbe3997616.png
[d4a4458a653442bf84762bc15c1b00a7.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/7fe2112caa7442cdaa2a4dc51b50bd9d.png
[75ab098104054bf4891e8d77579f662b.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/87aee120b6434842a129564ad65d6fe5.png
[Link 1]: https://github.com/openresty/lua-cjson/
[5cf502c018934644a94dcf2eb06964e1.gif_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/2f2b4928d612441d8a0b32acb0186696.png
[d49f8ef4654d4b50aa39908d2bafb181.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/4a6dcbce8a3743afb8d266b5d24d1216.png
[d8090e4ba6d043fcac4df7203a7ef059.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/4e2515c1b15340c69839c7053b00dce4.png
[920f7849435c4c49ab8776912f95a7b8.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/4e10bb21c068414aaa65e2b3202433e3.png
[3b1997fcb0f24cfdbcb5df4f72695b96.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/122f8894c12542a48705b9a207f5dd33.png
[b8817bf675dc40e98deb665eb893b9e7.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/587ee35a04ab4da5b0f04bfb7bd623e1.png
[d44458a972b643e382c4c3325e5af4bf.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/3deb0f3e8b864741875d82a53146e1bf.png
[3b2cc87dcea24699ae3754236cfc6d88.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/f1901bb109bd4e498c81650f9cf0711f.png
[d364839db77640309bfa73fc4aa76486.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/efc64c60b5414643af836c84c6a8e067.png
[canal]: https://github.com/alibaba/canal
[cd8b116af0c34bc6b24d8c88f9506853.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/4e3cb5ef301b43058ed36b2c02b16ac5.png
[334a46d4cbb24bef8e9158570c1bcf69.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/89de413d442640d7bf0b2017d4d9fd33.png
[7e810e723cdd4cafb749b24cd2448834.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/b1c189fe25a546e58826edc48c6cf6fb.png
[Link 2]: https://github.com/alibaba/canal/wiki/Docker-QuickStart
[3e4012e2641c4852b61f90e37456e647.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/a5388345e4ec4034af1f6c55e0b2f47c.png
[c5508a458a6a420180810f1384045ba5.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/a47ae35bfd7b4b7085240fb6d3a7cdd3.png
[Link 3]: https://github.com/NormanGyllenhaal/canal-client
[8e4547deb93a43c4bb18cf2da984fb0e.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/242f715c03a24e4681d0c755ccdfd702.png
[ec5ce4e12a2448b9b98df7da109579fd.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/6dc3c57b59dc49ed96f31eb287aa1700.png