本地缓存同步的一个简单方案

现在大部分系统使用的都是分布式缓存系统Redis。 但在一些场景下，比如缓存单元很大，单元数不多，变化很小，加载时间很长，如算法模型。 这个时候使用本地缓存比Redis的效率要高很多，但是又要保证集群中各个机器的缓存的一致性，不然就会出现请求耗时不稳定的情况，也有可能出现相同的请求不同服务器返回的结果不一致。
本文介绍了一个简单的实现集群中同步各服务器本地缓存的方案。

实现思路：

• 集群各个节点通过Redis的pub/sub机制实现简单的消息队列，把缓存的变化广播给集群中所有节点。
• 因为缓存单元的数据本身很大，但是数量并不多，所以只把缓存数据的id保存在Redis的set中。

整个过程分成两个阶段：初始同步与广播同步

初始同步

程序启动时，一开始没有缓存任何模型数据，进入初始同步阶段。流程如下：

初始同步

监听缓存变更事件

获取缓存事件后，并不立即操作，后续再顺序处理该事件

下面一些操作都用redis命令演示，实际项目中，使用的是jedis

redis> subscribe channel.model

获取缓存的数据id

一般从redis读取缓存的模型id列表

redis> smembers cache.models

缓存所有模型数据

根据上一步读到的id列表，缓存所有模型数据

一般是从数据库或分布式文件系统中加载模型

增量更新

如果到缓存模型数据结束，有监听到缓存变更事件，则依次响应该事件

完成增量更新后，节点接入下一个阶段：广播同步

---

广播同步

集群中的每个节点都订阅频道channel.model， 接收缓存变更的消息（增、删、改）；也在主动变更后，往频道channel.model发布消息来广播给其他节点。消息分为以下三种类型：

• 新增缓存
  一般是请求第一次到达，或者是模型生成后，收到HTTP更新消息，就会预加载模型文件。

redis> publish channel.model add:1

• 更新缓存

redis> publish channel.model update:1

• 删除缓存
  不仅仅是用户逻辑触发缓存的删除，更大的可能是因为缓存策略需要删除长期不使用的缓存。
  比如我们常用的Gauva Cache。设置如下：

CacheBuilder.newBuilder()
        .maximumSize(1000)
        .expireAfterAccess(1, TimeUnit.DAYS)
        .removalListener((RemovalListener) notification -> {
            final RemovalCause cause = notification.getCause();
            switch (cause) {
                    //缓存到期
                case EXPIRED:
                    //缓存大小限制
                case SIZE:
                    //缓存被垃圾回收
                case COLLECTED:
                    //如果是缓存到期等原因被删除，则需要通知分布式环境下的其他机器也要删除
                    distCacheManager.removeFromCache(notification.getKey());
                    break;
                    //缓存显示删除（这里没有调用是避免事件循环）
                case EXPLICIT:
                    //缓存显示替换（这了没有调用是避免事件循环）
                case REPLACED:
                    break;
                default:
                    log.error("there should not be [{}]", cause);
            }

redis> publish channel.model delete:1

优缺点

优点：

• 实现简单：基于广泛使用的Redis，没有引入其他组件，而且实现逻辑也很简单

缺点：

• 在一些极端情况下，会出现缓存的更新不及时。比如模型更新后，收到请求的进程本地更新后返回结果，因为消息是异步的，可能还没达到Redis时，进程就挂掉了。
• 当模型更新时，各个进程中缓存的模型在很短的时间内存在不一致的情况。 会影响部分用户。不过这种情况是完全可以接受的。

注意事项

• 因为所有节点都订阅了同一频道channel.model，也会接听到自身广播的事件，所以节点在响应事件时，可以做幂等处理
• Java程序使用Jedis实现频道订阅，订阅调用是阻塞的，所以需要使用单独的线程来执行，不能阻塞主干流程
• Jedis频道订阅线程可能会与Redis断开连接，需要捕捉异常，并重新订阅

参考

• Jedis实现Publish/Subscribe功能