## 一、概述 進程內緩存如果用于多進程（多服務器）時，各應用服務器之間的緩存都是獨立的，因此在不同服務器的進程間會存在緩存不一致的情況。即使EhCache這類第三方緩存機制提供了集群環境下的緩存同步策略，但是同步依然是需要一定的時間，短暫的緩存不一致依然存在； 在一些要求高一致性（任何數據變化都能及時的被查詢到）的系統和應用中，就不能再使用EhCache來解決了，這個時候使用集中式緩存就可以很好的解決緩存數據的一致性問題； 我們這里采用redis來實現； ## 二、方案 使用方案主體基于內置方案即可，但因為它是進程外的緩存機制，如我們采用的redis，需要在更新緩存的時候，必須用@CachePut來更新緩存； 參考：[平臺緩存機制](../%E5%B9%B3%E5%8F%B0%E7%BC%93%E5%AD%98%E6%9C%BA%E5%88%B6.md) ## 三、實例 ### **應用進程代碼** 查詢： ``` public interface SysLogDao extends BaseDao<SysLog, Long> { @Cacheable(cacheNames = "syslogcache1", key = "#infoCode") SysLog findByInfoCode(String infoCode); } ``` 更新： ``` @Component public class SysLogCacheService { @Autowired private SysLogDao sysLogDao; @CachePut(cacheNames = "syslogcache1", key = "#log.infoCode") public SysLog save(SysLog log) { return sysLogDao.save(log); } } ``` 使用： ``` @RayServiceMethod public ResponseObject view(long logId) { SysLog log = sysLogDao.findByInfoCode("log20220323172704e1a"); log.setModuleName(DateUtil.getDateStr(100)); sysLogCacheService.save(log); // SysLog log = sysLogDao.findById(logId).get(); model.setLog(log); return responseObj; } ``` ### **調度進程代碼** ``` @Autowired SysLogDao sSysLogDao; @Override protected void doInRayPeriodJob(SysJobExecution sysjobexecution, StringBuilder errorMessage) { SysLog log = sSysLogDao.findByInfoCode("log2022032317270446b"); scanRechargeService.doInSingleTransaction(); } ```