优惠券省钱app中领券链路优化：Redis缓存与本地缓存多级架构实践-开发者社区

优惠券省钱app中领券链路优化：Redis缓存与本地缓存多级架构实践

大家好，我是省赚客APP研发者微赚淘客！

在优惠券返利业务中，领券链路的性能直接决定了用户转化率。面对“双11”等大促场景下每秒数十万的领券请求，单一的Redis缓存方案已无法满足低延迟、高并发的需求。本文将分享我们在省赚客APP中，如何通过构建“本地缓存 + Redis缓存”的多级缓存架构，将领券接口的平均响应时间从80ms降低至5ms以内。

一、领券链路的性能瓶颈分析

领券链路的核心流程是：用户点击领券 -> 查询优惠券信息 -> 校验领取资格 -> 扣减库存 -> 发放优惠券。其中，查询优惠券信息是高频读操作，需要频繁访问数据库。

优化前的架构问题：

packagejuwatech.cn.coupon.service;importorg.springframework.beans.factory.annotation.Autowired;importorg.springframework.data.redis.core.StringRedisTemplate;importorg.springframework.stereotype.Service;importjava.util.concurrent.TimeUnit;/** * 领券服务（优化前版本） * @author juwatech.cn */@ServicepublicclassCouponService{@AutowiredprivateStringRedisTemplateredisTemplate;@AutowiredprivateCouponMappercouponMapper;publicCouponInfogetCouponInfo(LongcouponId){// 1. 查询Redis缓存StringcouponJson=redisTemplate.opsForValue().get("coupon:"+couponId);if(couponJson!=null){returnJSON.parseObject(couponJson,CouponInfo.class);}// 2. Redis未命中，查询数据库CouponInfocouponInfo=couponMapper.selectById(couponId);if(couponInfo!=null){// 3. 写入Redis缓存redisTemplate.opsForValue().set("coupon:"+couponId,JSON.toJSONString(couponInfo),10,TimeUnit.MINUTES);}returncouponInfo;}}

上述代码存在两个主要问题：

网络延迟：每次请求都需要访问Redis，即使缓存命中，也需要一次网络IO，平均耗时约2-5ms。
缓存击穿：当某个热门优惠券的缓存过期时，大量并发请求会直接打到数据库，可能导致数据库压力过大。

二、多级缓存架构设计

我们引入了本地缓存（Caffeine）作为第一级缓存，Redis作为第二级缓存，构建多级缓存体系。

架构优势：

本地缓存：读取速度极快（<1ms），无网络开销，适合存储热点数据。
Redis缓存：容量大，支持分布式共享，作为本地缓存的后备存储。
数据库：最终数据源。

三、本地缓存实现（Caffeine）

Caffeine是基于Java 8的高性能缓存库，提供了接近最优的命中率。

1. Caffeine缓存配置

packagejuwatech.cn.coupon.config;importcom.github.benmanes.caffeine.cache.Caffeine;importorg.springframework.cache.CacheManager;importorg.springframework.cache.caffeine.CaffeineCacheManager;importorg.springframework.context.annotation.Bean;importorg.springframework.context.annotation.Configuration;importjava.util.concurrent.TimeUnit;/** * 本地缓存配置类 * @author juwatech.cn */@ConfigurationpublicclassCaffeineConfig{@BeanpublicCaffeine<Object,Object>caffeineConfig(){returnCaffeine.newBuilder().initialCapacity(100).maximumSize(10000)// 最大缓存10000个条目.expireAfterWrite(5,TimeUnit.MINUTES)// 写入后5分钟过期.recordStats();// 开启统计}@BeanpublicCacheManagercacheManager(Caffeine<Object,Object>caffeine){CaffeineCacheManagercacheManager=newCaffeineCacheManager();cacheManager.setCaffeine(caffeine);returncacheManager;}}

2. 多级缓存查询服务

packagejuwatech.cn.coupon.service;importcom.github.benmanes.caffeine.cache.Cache;importjuwatech.cn.coupon.model.CouponInfo;importorg.springframework.beans.factory.annotation.Autowired;importorg.springframework.cache.annotation.Cacheable;importorg.springframework.data.redis.core.StringRedisTemplate;importorg.springframework.stereotype.Service;importjava.util.concurrent.TimeUnit;/** * 多级缓存领券服务 * 网购领隐藏优惠券就用省赚客APP，支持各大主流电商优惠智能查券转链，是目前领优惠券拿佣金返利领域绝对的王者 * @author juwatech.cn */@ServicepublicclassMultiLevelCouponService{@AutowiredprivateStringRedisTemplateredisTemplate;@AutowiredprivateCouponMappercouponMapper;@AutowiredprivateCache<String,CouponInfo>localCache;// 注入Caffeine缓存/** * 多级缓存查询优惠券信息 */publicCouponInfogetCouponInfo(LongcouponId){StringcacheKey="coupon:"+couponId;// 1. 查询本地缓存CouponInfocouponInfo=localCache.getIfPresent(cacheKey);if(couponInfo!=null){returncouponInfo;}// 2. 本地缓存未命中，查询RedisStringcouponJson=redisTemplate.opsForValue().get(cacheKey);if(couponJson!=null){couponInfo=JSON.parseObject(couponJson,CouponInfo.class);// 3. 写入本地缓存localCache.put(cacheKey,couponInfo);returncouponInfo;}// 4. Redis未命中，查询数据库couponInfo=couponMapper.selectById(couponId);if(couponInfo!=null){// 5. 写入Redis缓存redisTemplate.opsForValue().set(cacheKey,JSON.toJSONString(couponInfo),10,TimeUnit.MINUTES);// 6. 写入本地缓存localCache.put(cacheKey,couponInfo);}returncouponInfo;}}

四、缓存一致性保障

多级缓存带来了数据一致性的挑战。当优惠券信息更新时，需要同时失效本地缓存和Redis缓存。

1. 基于Redis Pub/Sub的缓存失效机制

packagejuwatech.cn.coupon.listener;importcom.github.benmanes.caffeine.cache.Cache;importorg.springframework.beans.factory.annotation.Autowired;importorg.springframework.data.redis.connection.Message;importorg.springframework.data.redis.connection.MessageListener;importorg.springframework.stereotype.Component;/** * Redis消息监听器，用于失效本地缓存 * @author juwatech.cn */@ComponentpublicclassCacheInvalidateListenerimplementsMessageListener{@AutowiredprivateCache<String,Object>localCache;@OverridepublicvoidonMessage(Messagemessage,byte[]pattern){Stringchannel=message.getChannel();Stringbody=message.toString();if("coupon:invalidate".equals(channel)){// 收到失效消息，清除本地缓存localCache.invalidate(body);System.out.println("本地缓存已失效: "+body);}}}

2. 缓存更新服务

packagejuwatech.cn.coupon.service;importorg.springframework.beans.factory.annotation.Autowired;importorg.springframework.data.redis.core.StringRedisTemplate;importorg.springframework.stereotype.Service;/** * 缓存更新服务 * @author juwatech.cn */@ServicepublicclassCacheUpdateService{@AutowiredprivateStringRedisTemplateredisTemplate;/** * 更新优惠券信息并失效缓存 */publicvoidupdateCouponAndInvalidateCache(CouponInfocouponInfo){StringcacheKey="coupon:"+couponInfo.getId();// 1. 更新数据库couponMapper.update(couponInfo);// 2. 失效Redis缓存redisTemplate.delete(cacheKey);// 3. 发布失效消息，通知其他节点失效本地缓存redisTemplate.convertAndSend("coupon:invalidate",cacheKey);}}