浅谈SpringCache与redis集成实现缓存解决方案

缓存可以说是加速服务响应速度的一种非常有效并且简单的方式。在缓存领域,有很多知名的框架,如EhCache 、Guava、HazelCast等。Redis作为key-value型数据库,由于他的这一特性,Redis也成为一种流行的数据缓存工具。

在传统方式下对于缓存的处理代码是非常臃肿的。

例如:我们要把一个查询函数加入缓存功能,大致需要三步。

一、在函数执行前,我们需要先检查缓存中是否存在数据,如果存在则返回缓存数据

二、如果不存在,就需要在数据库的数据查询出来。

三、最后把数据存放在缓存中,当下次调用此函数时,就可以直接使用缓存数据,减轻了数据库压力。

那么实现上面的三步需要多少代码呢?下面是一个示例:

浅谈SpringCache与redis集成实现缓存解决方案_第1张图片   

上图中的红色部分都是模板代码,真正与这个函数有关的代码却只占了1/5,对于所有需要实现缓存功能的函数,都需要加上臃肿的模板代码。可谓是一种极不优雅的解决方案。

那么如何让臃肿的代码重回清新的当初呢?

AOP不就是专门解决这种模板式代码的最佳方案吗,幸运的是我们不需要再自己实现切面了,SpringCache已经为我们提供好了切面,我们只需要进行简单的配置,就可以重回当初了,像下面这样:

浅谈SpringCache与redis集成实现缓存解决方案_第2张图片  

只需要加一个注解就可以了,对于原来的代码连改都不需要改,是不是已经跃跃欲试了?

对于配置SpringCache只需要三步:

第一步:加入相关依赖:

 
  redis.clients 
  jedis 
  2.9.0 
 
 
  org.springframework.data 
  spring-data-redis 
  1.6.0.RELEASE 
 

  org.apache.commons
  commons-lang3 
  3.3.2

第二步:配置SpringCache,Redis连接等信息

applicationContext-redis.xml



  
  
  

  
  
       
       
      
  
  
  
  
    
       
  
   
    
       
        
         
          
             
             
            
         
        
       
     

redis.properties文件:

# Redis settings 
# server IP 
redis.host=192.168.100.55 
# server port 
redis.port=6379 
# server pass 
redis.pass=
# use dbIndex 
redis.database=0 
#max idel instance of jedis
redis.maxIdle=300 
#if wait too long ,throw JedisConnectionException
redis.maxWait=3000 
#if true,it will validate before borrow jedis instance,what you get instance is all usefull
redis.testOnBorrow=true 

第三步,编写Cache接口实现类

Spring对于缓存只是提供了抽象的接口,并且通过接口来调用功能,没有具体的实现类,所以需要我们自己实现具体的操作。

在上面配置中可知,每个实现类都会注入一个redisTemplate实例,我们就可以通过redisTemplate来操作redis

package com.cky.rest.utils;
import java.io.Serializable;
import org.apache.commons.lang3.SerializationUtils;
import org.springframework.cache.Cache;
import org.springframework.cache.support.SimpleValueWrapper;
import org.springframework.dao.DataAccessException;
import org.springframework.data.redis.connection.RedisConnection;
import org.springframework.data.redis.core.RedisCallback;
import org.springframework.data.redis.core.RedisTemplate;
public class RedisCache implements Cache {

  private RedisTemplate redisTemplate;
  private String name;

  @Override
  public void clear() {
    System.out.println("-------�存清理------");
    redisTemplate.execute(new RedisCallback() {
      @Override
      public String doInRedis(RedisConnection connection) throws DataAccessException {
        connection.flushDb();
        return "ok";
      }
    });
  }

  @Override
  public void evict(Object key) {
    System.out.println("-------�存�h除------");
    final String keyf=key.toString();
    redisTemplate.execute(new RedisCallback() {
      @Override
      public Long doInRedis(RedisConnection connection) throws DataAccessException {
        return connection.del(keyf.getBytes());
      }
      
    });

  }

  @Override
  public ValueWrapper get(Object key) {
    System.out.println("------缓存获取-------"+key.toString());
    final String keyf = key.toString();
    Object object = null;
    object = redisTemplate.execute(new RedisCallback() {
      @Override
      public Object doInRedis(RedisConnection connection) throws DataAccessException {
        byte[] key = keyf.getBytes();
        byte[] value = connection.get(key);
        if (value == null) {
          System.out.println("------缓存不存在-------");
          return null;
        }
        return SerializationUtils.deserialize(value);
      }
    });
    ValueWrapper obj=(object != null ? new SimpleValueWrapper(object) : null);
    System.out.println("------获取到内容-------"+obj);
    return obj;
  }

  @Override
  public void put(Object key, Object value) {
    System.out.println("-------加入缓存------");
    System.out.println("key----:"+key);
    System.out.println("key----:"+value);
    final String keyString = key.toString();
    final Object valuef = value;
    final long liveTime = 86400;
    redisTemplate.execute(new RedisCallback() {
      @Override
      public Long doInRedis(RedisConnection connection) throws DataAccessException {
        byte[] keyb = keyString.getBytes();
        byte[] valueb = SerializationUtils.serialize((Serializable) valuef);
        connection.set(keyb, valueb);
        if (liveTime > 0) {
          connection.expire(keyb, liveTime);
        }
        return 1L;
      }
    });

  }
  
  @Override
  public  T get(Object arg0, Class arg1) {
    // TODO Auto-generated method stub
    return null;
  }
  
  @Override
  public String getName() {
    return this.name;
  }

  @Override
  public Object getNativeCache() {
    return this.redisTemplate;
  }
  
  @Override
  public ValueWrapper putIfAbsent(Object arg0, Object arg1) {
    // TODO Auto-generated method stub
    return null;
  }

  public RedisTemplate getRedisTemplate() {
    return redisTemplate;
  }

  public void setRedisTemplate(RedisTemplate redisTemplate) {
    this.redisTemplate = redisTemplate;
  }

  public void setName(String name) {
    this.name = name;
  }
}

 
  
 

在配置过程中曾经出现过两次错误:

1.Xxxx.ClassNotFoundException 最后发现是jar下载不完整,把maven本地仓库的对应jar包文件夹删除完从新下载就好了

2.Xxxx.MethodNotFoundException 这种情况是版本不对,换成第一步中的版本就可以了

SpringCache中常见注解的使用:

@Cacheable注解

最常用的注解,会把被注解方法的返回值缓存。工作原理是:首先在缓存中查找,如果没有执行方法并缓存结果,然后返回数据。此注解的缓存名必须指定,和cacheManager中的caches中的某一个Cache的name值相对应。可以使用value或cacheNames指定。

如果没有指定key属性,spring会使用默认的主键生成器产生主键。也可以自定义主键,在key中可以使用SpEL表达式。如下:

  @Cacheable(cacheNames=”content”,key=”#user.userId”)
  Public User getUser(User user){
    xxxxx
  } 

可以使用condition属性,来给缓存添加条件,如下:

@Cacheable(cacheNames=”content”,key=”#user.userId”,condition=”#user.age<40”)
Public User getUser(User user){xxxxx}

@CachePut注解

先执行方法,然后将返回值放回缓存。可以用作缓存的更新。

@CacheEvict注解

该注解负责从缓存中显式移除数据,通常缓存数据都有有效期,当过期时数据也会被移除。

此注解多了两个属性:

allEntries是否移除所有缓存条目。

beforeInvocation:在方法调用前还是调用后完成移除操作。true/false

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持脚本之家。

你可能感兴趣的:(浅谈SpringCache与redis集成实现缓存解决方案)