SpringCloud详细介绍 zh-多级缓存12

雨点打透心脏的1/2处 2023-09-25 19:27 52阅读 0赞

> 目标
> 
>  *  多级缓存
>  *  Lua

# 1.什么是多级缓存 #

`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`，如图：

![在这里插入图片描述][1bfae4bb1b164f938f9666366da9e9c8.png]

`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][48540dea3ceb4c9e8f4b5e125cccc427.png]

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服务器了**。

因此这样的业务Nginx服务也需要搭建集群来提高并发，再有专门的nginx服务来做反向代理，如图：

![在这里插入图片描述][110cf603baf343e485fb2e61d1b4e07a.png]

另外，我们的Tomcat服务将来也会部署为集群模式：

![在这里插入图片描述][c2b2ef89c7e348b6b0cab78cb7c59e90.png]

可见，`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`

其中Nginx编程则会用到OpenResty框架结合`Lua这样的语言`。

这也是今天课程的难点和重点。

# 2.JVM进程缓存 #

为了演示多级缓存的案例，我们先准备一个商品查询的业务。

## 1)导入案例 ##

参考课前资料的：《案例导入说明.md》

![在这里插入图片描述][b45b8778bb0e4112b3c6c7c76796daed.png]

## 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

我们今天会利用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：https://github.com/ben-manes/caffeine

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][c78b7f31266a4f2490ae845eaf121fab.png]

可以看到Caffeine的性能遥遥领先！

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", "迪丽热巴");
    
        // 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，不然的话内存总会有耗尽的时候`。

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。

## 3)实现JVM进程缓存 ##

### (1)需求 ###

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`

### (2)实现 ###

首先，我们需要定义两个Caffeine的缓存对象，分别保存商品、库存的缓存数据。

在item-service的`com.heima.item.config`包下定义`CaffeineConfig`类：

package com.heima.item.config;
    
    import com.github.benmanes.caffeine.cache.Cache;
    import com.github.benmanes.caffeine.cache.Caffeine;
    import com.heima.item.pojo.Item;
    import com.heima.item.pojo.ItemStock;
    import org.springframework.context.annotation.Bean;
    import org.springframework.context.annotation.Configuration;
    
    @Configuration
    public class CaffeineConfig {
        
    
        @Bean
        public Cache<Long, Item> itemCache(){
        
            return Caffeine.newBuilder()
                    .initialCapacity(100)
                    .maximumSize(10_000)
                    .build();
        }
    
        @Bean
        public Cache<Long, ItemStock> stockCache(){
        
            return Caffeine.newBuilder()
                    .initialCapacity(100)
                    .maximumSize(10_000)
                    .build();
        }
    }

然后，修改item-service中的`com.heima.item.web`包下的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));
        }
    }

# 3.Lua语法入门 #

`Nginx编程需要用到Lua语言，因此我们必须先入门Lua的基本语法`。

## 1)初识Lua ##

`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`。官网：https://www.lua.org/

![在这里插入图片描述][c4cd97cb65dc44b0b91cfcdec4a77c9e.png]

`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。`

## 2)HelloWorld ##

CentOS7默认已经安装了Lua语言环境，所以可以直接运行Lua代码。

1）在Linux虚拟机的任意目录下，新建一个hello.lua文件

![在这里插入图片描述][024d7d18b73341549ff0f88f0f0d24ad.png]

2）添加下面的内容

print("Hello World!")

3）运行

![在这里插入图片描述][cdf62ab9426a4d75af26d12ad1b9bb35.png]

## 3)变量和循环 ##

学习任何语言必然离不开变量，而变量的声明必须先知道数据的类型。

### (1)Lua的数据类型 ###

Lua中支持的常见数据类型包括：

![在这里插入图片描述][998d66e54e264e5ca82b01b301578d7c.png]

另外，Lua提供了type()函数来判断一个变量的数据类型：

![在这里插入图片描述][fb003698aa1a4e1c955edb0dd22180ee.png]

### (2)声明变量 ###

Lua声明变量的时候无需指定数据类型，而是用local来声明变量为局部变量：

-- 声明字符串，可以用单引号或双引号，
    local str = 'hello'
    -- 字符串拼接可以使用 ..
    local str2 = 'hello' .. 'world'
    -- 声明数字
    local num = 21
    -- 声明布尔类型
    local flag = true

Lua中的table类型既可以作为数组，又可以作为Java中的map来使用。数组就是特殊的table，key是数组角标而已：

-- 声明数组 ，key为角标的 table
    local arr = {
        'java', 'python', 'lua'}
    -- 声明table，类似java的map
    local map =  {
        name='Jack', age=21}

Lua中的数组角标是从1开始，访问的时候与Java中类似：

-- 访问数组，lua数组的角标从1开始
    print(arr[1])

Lua中的table可以用key来访问：

-- 访问table
    print(map['name'])
    print(map.name)

### (3)循环 ###

对于table，我们可以利用for循环来遍历。不过数组和普通table遍历略有差异。

遍历数组：

-- 声明数组 key为索引的 table
    local arr = {
        'java', 'python', 'lua'}
    -- 遍历数组
    for index,value in ipairs(arr) do
        print(index, value) 
    end

遍历普通table

-- 声明map，也就是table
    local map = {
        name='Jack', age=21}
    -- 遍历table
    for key,value in pairs(map) do
       print(key, value) 
    end

## 4)条件控制、函数 ##

Lua中的条件控制和函数声明与Java类似。

### (1)函数 ###

定义函数的语法：

function 函数名( argument1, argument2..., argumentn)
        -- 函数体
        return 返回值
    end

例如，定义一个函数，用来打印数组：

function printArr(arr)
        for index, value in ipairs(arr) do
            print(value)
        end
    end

### (2)条件控制 ###

类似Java的条件控制，例如if、else语法：

if(布尔表达式)
    then
       --[ 布尔表达式为 true 时执行该语句块 --]
    else
       --[ 布尔表达式为 false 时执行该语句块 --]
    end

与java不同，布尔表达式中的逻辑运算是基于英文单词：

![在这里插入图片描述][267a398896d745c1bfc7b573fca7556e.png]

### (3)案例 ###

需求：自定义一个函数，可以打印table，当参数为nil时，打印错误信息

function printArr(arr)
        if not arr then
            print('数组不能为空！')
        end
        for index, value in ipairs(arr) do
            print(value)
        end
    end

# 4.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。

## 1)安装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**

官方网站： https://openresty.org/cn/

![1][]

安装Lua可以参考课前资料提供的《安装OpenResty.md》：

![在这里插入图片描述][0498a36e0e4246e8872c37572d61f334.png]

## 2)OpenResty快速入门 ##

我们希望达到的多级缓存架构如图：

![在这里插入图片描述][3938ad2b49404d3481621faa7dd773c4.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`

### (1)反向代理流程 ###

现在，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。

这个请求如下：

![在这里插入图片描述][29909c0cc5984a9b8d64740364c1c6a0.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][0de8978cb44e475784473bb07f1f4cbb.png]

我们需要在OpenResty中编写业务，查询商品数据并返回到浏览器。

但是这次，我们先在OpenResty接收请求，返回假的商品数据。

### (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：

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;
    }

这个监听，就类似于SpringMVC中的`@GetMapping("/api/item")`做路径映射。

而`content_by_lua_file lua/item.lua`则相当于调用item.lua这个文件，执行其中的业务，把结果返回给用户。相当于java中调用service。

### (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][645ba60eba6348feb23f1a6c5e97d8e4.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][83af50db23554707ae46507a4f553ac5.png]

3）编写item.lua，返回假数据

item.lua中，利用ngx.say()函数返回数据到Response中

ngx.say('{"id":10001,"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}')

4）重新加载配置

nginx -s reload

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][67aec54a5e0b44c593c5c8053e197b07.png]

## 3)请求参数处理 ##

上一节中，我们在OpenResty接收前端请求，但是返回的是假数据。

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。

那么如何获取前端传递的商品参数呢？

### (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][7dcbf8147a5b433c8ee990590a8e9eb8.png]

### (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][471a0f156f8a471287d119d930282c59.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;
    }

2）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}')

3）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][75a92a01065b422fab071f8ce60de5aa.png]

## 4)查询Tomcat ##

拿到商品ID后，本应去缓存中查询商品信息，不过目前我们还未建立nginx、redis缓存。因此，这里我们先根据商品id去tomcat查询商品信息。我们实现如图部分：

![在这里插入图片描述][043c094f15d14469bde2edc354e0c6d4.png]

需要注意的是，我们的OpenResty是在虚拟机，Tomcat是在Windows电脑上。两者IP一定不要搞错了。

![在这里插入图片描述][c7f04223022f474f9a37b91e96e11eca.png]

### (1)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。

但是我们希望这个请求发送到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://192.168.150.1:8081; 
     }

原理如图：  
![在这里插入图片描述][9bd810f3dc69407b81c3b07fc5655e15.png]

### (2)封装http工具 ###

下面，我们封装一个发送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;
    }

以后，只要我们调用`ngx.location.capture("/item")`，就一定能发送请求到windows的tomcat服务。

2）`封装工具类`

之前我们说过，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][7357e34e8ba54bcb83002e8d70dc143e.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

内容如下:

-- 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

这个工具将read\_http函数封装到\_M这个table类型的变量中，并且返回，这类似于导出。

使用的时候，可以利用`require('common')`来导入该函数库，这里的common是函数库的文件名。

3）`实现商品查询`

最后，我们修改`/usr/local/openresty/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)

这里查询到的结果是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：

![在这里插入图片描述][960ffbcda4be4479a5966af1ca83795b.png]

这就需要我们先把JSON变为lua的table，完成数据整合后，再转为JSON。

### (3)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： https://github.com/openresty/lua-cjson/

1）引入cjson模块：

local cjson = require "cjson"

2）序列化：

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

3）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)实现Tomcat查询 ###

下面，我们修改之前的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))

### (5)基于ID负载均衡 ###

刚才的代码中，我们的`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][a9651253f5b84cda8139a63205e836a4.png]

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
 *  …

你看，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，缓存命中率太低了。

怎么办？

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缓存就一定能生效了。

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。`

例如：

*  我们的请求路径是 /item/10001
 *  tomcat总数为2台（8081、8082）
 *  对请求路径/item/1001做hash运算求余的结果为1
 *  则访问第一个tomcat服务，也就是8081

只要id不变，每次hash运算结果也不会变，那就可以保证同一个商品，一直访问同一个tomcat服务，确保JVM缓存生效。

#### 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;
        server 192.168.150.1:8081;
        server 192.168.150.1:8082;
    }

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][78ad9a4adce745b78f0d6497f60a21ca.png]

同时启动：

![在这里插入图片描述][2cf4a2e86b8d4ab9b61de39b56102064.png]

清空日志后，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][57dbda3dfec94525b501d582a2529259.png]

![在这里插入图片描述][efa7664d91174d9db45865bca8d813af.png]

## 5)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。

我们数据量较少，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: 192.168.150.101

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。

这里我们利用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);
            }
        }
    }

## 6)查询Redis缓存 ##

现在，`Redis缓存已经准备就绪，我们可以再OpenResty中实现查询Redis的逻辑了`。如下图红框所示：

![在这里插入图片描述][c667773010de4ccd899bc868cdfbe8aa.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

### (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)

2）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

3）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

4）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

### (2)实现Redis查询 ###

接下来，我们就可以去修改item.lua文件，实现对Redis的查询了。

`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）而后修改商品查询、库存查询的业务：

![在这里插入图片描述][d07e8393b30a41afac05045a4240c9c5.png]

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))

## 7)Nginx本地缓存 ##

现在，`整个多级缓存中只差最后一环，也就是nginx的本地缓存了`。如图：  
![在这里插入图片描述][a5bdcff17fcc471e9caf8e5278bb2fc6.png]

### (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')

### (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：

![在这里插入图片描述][15e7759b085d4535aeadfabfbf9b804d.png]

其实就是多了缓存时间参数，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))

# 5.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。

## 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

而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][73639d88360146459dfa4aac42ab4d10.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。

2）基于Canal的通知

![在这里插入图片描述][f918d680a5c24546823de3fba8ce895e.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

## 2)安装Canal ##

### (1)认识Canal ###

**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。`GitHub的地址：https://github.com/alibaba/canal

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][5dc351365a3b4d0e86604fbcfc35b2c3.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][fb35108c3f94482280512f5e1ae6f800.png]

### (2)安装Canal ###

安装和配置Canal参考课前资料文档：

![在这里插入图片描述][82538009632e4a4991d87a98090493d6.png]

## 3)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][e2e335ba9e5e459c9fde0710cd3589b5.png]

我们可以利用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。

不过这里我们会使用GitHub上的第三方开源的canal-starter客户端。地址：https://github.com/NormanGyllenhaal/canal-client

与SpringBoot完美整合，自动装配，比官方客户端要简单好用很多。

### (1)引入依赖： ###

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

### (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: 192.168.150.101:11111 # canal服务地址

### (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：

package com.heima.item.pojo;
    
    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;
    }

### (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

package com.heima.item.canal;
    
    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：

[1bfae4bb1b164f938f9666366da9e9c8.png]: https://img-blog.csdnimg.cn/1bfae4bb1b164f938f9666366da9e9c8.png
[48540dea3ceb4c9e8f4b5e125cccc427.png]: https://img-blog.csdnimg.cn/48540dea3ceb4c9e8f4b5e125cccc427.png
[110cf603baf343e485fb2e61d1b4e07a.png]: https://img-blog.csdnimg.cn/110cf603baf343e485fb2e61d1b4e07a.png
[c2b2ef89c7e348b6b0cab78cb7c59e90.png]: https://img-blog.csdnimg.cn/c2b2ef89c7e348b6b0cab78cb7c59e90.png
[b45b8778bb0e4112b3c6c7c76796daed.png]: https://img-blog.csdnimg.cn/b45b8778bb0e4112b3c6c7c76796daed.png
[c78b7f31266a4f2490ae845eaf121fab.png]: https://img-blog.csdnimg.cn/c78b7f31266a4f2490ae845eaf121fab.png
[c4cd97cb65dc44b0b91cfcdec4a77c9e.png]: https://img-blog.csdnimg.cn/c4cd97cb65dc44b0b91cfcdec4a77c9e.png
[024d7d18b73341549ff0f88f0f0d24ad.png]: https://img-blog.csdnimg.cn/024d7d18b73341549ff0f88f0f0d24ad.png
[cdf62ab9426a4d75af26d12ad1b9bb35.png]: https://img-blog.csdnimg.cn/cdf62ab9426a4d75af26d12ad1b9bb35.png
[998d66e54e264e5ca82b01b301578d7c.png]: https://img-blog.csdnimg.cn/998d66e54e264e5ca82b01b301578d7c.png
[fb003698aa1a4e1c955edb0dd22180ee.png]: https://img-blog.csdnimg.cn/fb003698aa1a4e1c955edb0dd22180ee.png
[267a398896d745c1bfc7b573fca7556e.png]: https://img-blog.csdnimg.cn/267a398896d745c1bfc7b573fca7556e.png
[1]: https://img-blog.csdnimg.cn/ce4b86995c0348c994b94c902647f96c.png
[0498a36e0e4246e8872c37572d61f334.png]: https://img-blog.csdnimg.cn/0498a36e0e4246e8872c37572d61f334.png
[3938ad2b49404d3481621faa7dd773c4.png]: https://img-blog.csdnimg.cn/3938ad2b49404d3481621faa7dd773c4.png
[29909c0cc5984a9b8d64740364c1c6a0.png]: https://img-blog.csdnimg.cn/29909c0cc5984a9b8d64740364c1c6a0.png
[0de8978cb44e475784473bb07f1f4cbb.png]: https://img-blog.csdnimg.cn/0de8978cb44e475784473bb07f1f4cbb.png
[645ba60eba6348feb23f1a6c5e97d8e4.png]: https://img-blog.csdnimg.cn/645ba60eba6348feb23f1a6c5e97d8e4.png
[83af50db23554707ae46507a4f553ac5.png]: https://img-blog.csdnimg.cn/83af50db23554707ae46507a4f553ac5.png
[67aec54a5e0b44c593c5c8053e197b07.png]: https://img-blog.csdnimg.cn/67aec54a5e0b44c593c5c8053e197b07.png
[7dcbf8147a5b433c8ee990590a8e9eb8.png]: https://img-blog.csdnimg.cn/7dcbf8147a5b433c8ee990590a8e9eb8.png
[471a0f156f8a471287d119d930282c59.png]: https://img-blog.csdnimg.cn/471a0f156f8a471287d119d930282c59.png
[75a92a01065b422fab071f8ce60de5aa.png]: https://img-blog.csdnimg.cn/75a92a01065b422fab071f8ce60de5aa.png
[043c094f15d14469bde2edc354e0c6d4.png]: https://img-blog.csdnimg.cn/043c094f15d14469bde2edc354e0c6d4.png
[c7f04223022f474f9a37b91e96e11eca.png]: https://img-blog.csdnimg.cn/c7f04223022f474f9a37b91e96e11eca.png
[9bd810f3dc69407b81c3b07fc5655e15.png]: https://img-blog.csdnimg.cn/9bd810f3dc69407b81c3b07fc5655e15.png
[7357e34e8ba54bcb83002e8d70dc143e.png]: https://img-blog.csdnimg.cn/7357e34e8ba54bcb83002e8d70dc143e.png
[960ffbcda4be4479a5966af1ca83795b.png]: https://img-blog.csdnimg.cn/960ffbcda4be4479a5966af1ca83795b.png
[a9651253f5b84cda8139a63205e836a4.png]: https://img-blog.csdnimg.cn/a9651253f5b84cda8139a63205e836a4.png
[78ad9a4adce745b78f0d6497f60a21ca.png]: https://img-blog.csdnimg.cn/78ad9a4adce745b78f0d6497f60a21ca.png
[2cf4a2e86b8d4ab9b61de39b56102064.png]: https://img-blog.csdnimg.cn/2cf4a2e86b8d4ab9b61de39b56102064.png
[57dbda3dfec94525b501d582a2529259.png]: https://img-blog.csdnimg.cn/57dbda3dfec94525b501d582a2529259.png
[efa7664d91174d9db45865bca8d813af.png]: https://img-blog.csdnimg.cn/efa7664d91174d9db45865bca8d813af.png
[c667773010de4ccd899bc868cdfbe8aa.png]: https://img-blog.csdnimg.cn/c667773010de4ccd899bc868cdfbe8aa.png
[d07e8393b30a41afac05045a4240c9c5.png]: https://img-blog.csdnimg.cn/d07e8393b30a41afac05045a4240c9c5.png
[a5bdcff17fcc471e9caf8e5278bb2fc6.png]: https://img-blog.csdnimg.cn/a5bdcff17fcc471e9caf8e5278bb2fc6.png
[15e7759b085d4535aeadfabfbf9b804d.png]: https://img-blog.csdnimg.cn/15e7759b085d4535aeadfabfbf9b804d.png
[73639d88360146459dfa4aac42ab4d10.png]: https://img-blog.csdnimg.cn/73639d88360146459dfa4aac42ab4d10.png
[f918d680a5c24546823de3fba8ce895e.png]: https://img-blog.csdnimg.cn/f918d680a5c24546823de3fba8ce895e.png
[5dc351365a3b4d0e86604fbcfc35b2c3.png]: https://img-blog.csdnimg.cn/5dc351365a3b4d0e86604fbcfc35b2c3.png
[fb35108c3f94482280512f5e1ae6f800.png]: https://img-blog.csdnimg.cn/fb35108c3f94482280512f5e1ae6f800.png
[82538009632e4a4991d87a98090493d6.png]: https://img-blog.csdnimg.cn/82538009632e4a4991d87a98090493d6.png
[e2e335ba9e5e459c9fde0710cd3589b5.png]: https://img-blog.csdnimg.cn/e2e335ba9e5e459c9fde0710cd3589b5.png