Springboot整合Redis作为Mybatis的二级缓存

文章转载声明：转载请附带原文链接

0. 环境准备

以下是我本机的环境：

• SpringBoot2.3.x
• Mybatis3.x
• Redis5.x
• 本机或者服务器中搭建好redis环境，并启动成功！这里我用的是阿里云学生机上部署的redis5.x
• IDEA2020.x ，Eclipse2020也是可以的，编辑器选择无所谓！

1. 新版本springboot和IDEA编辑器踩坑(可以直接跳过该章节，遇到类似的错误再回头看)

如果您在实操过程中，使用的是IDEA2020 和springboot2.3.x 版本及以上，可能会出现以下和我一样的问题：

问题1：

SpringBoot启动报错: -Property 'configuration' and 'configLocation' can not specified with together

这个问题我头一次碰到，因为我之前一直使用的是 yaml 配置文件中配置 mybatis，如图：

而实操时候我使用SSM的方式，引入mybatis-comfig.xml 全局配置：

所以运行springboot项目时候就报错了！

解决方式：

检查一下application.yaml文件，如果确实是configuration和config-location同时出现在了配置文件中，将configuration配置的内容放入到config-location指向的配置文件中，再次重启项目，文件解决!

建议：

• SpringBoot整合mybatis时，建议将所有mybatis的配置都放入mybatis-config中，这样application.yaml文件内容也会简洁清晰！

问题2

@EnableAutoConfiguration注解报红

这其实是IDEA自动识别的问题，并不是错误，解决方法：

@EnableAutoConfiguration注解的作用

参考文章 @EnableAutoConfiguration注解的作用

同理，如果出现下图问题：

解决方式：

包括其他类似问题(idea 识别报红，可以使用组合功能键ALT+ENTER )，选中如图所示：

取消选中对应复选框即可：

OK，下面我们进入正题！

2. SpringBoot整合Redis作为Mybatis的二级缓存

问题：什么是mybatis的一/二级缓存?

详情请参考文章：浅谈 MyBatis 三级缓存

• 一级缓存是：sqlSession，sql建立连接到关闭连接的数据缓存
• 二级缓存是：全局的缓存

2.1 数据库SQL：

CREATE TABLE `score_flow` (
  `id` int(11) unsigned NOT NULL AUTO_INCREMENT COMMENT '主键id',
  `score` bigint(19) unsigned NOT NULL COMMENT '用户积分流水',
  `user_id` int(11) unsigned NOT NULL COMMENT '用户主键id',
  `user_name` varchar(30) NOT NULL DEFAULT '' COMMENT '用户姓名',
  PRIMARY KEY (`id`),
  KEY `idx_userid` (`user_id`)
) ENGINE=InnoDB AUTO_INCREMENT=13 DEFAULT CHARSET=utf8mb4;

CREATE TABLE `sys_user` (
  `id` int(11) unsigned NOT NULL AUTO_INCREMENT,
  `user_name` varchar(11) CHARACTER SET utf8mb4 DEFAULT NULL COMMENT '用户名',
  `image` varchar(11) CHARACTER SET utf8mb4 DEFAULT NULL COMMENT '用户头像',
  PRIMARY KEY (`id`)
) ENGINE=InnoDB AUTO_INCREMENT=11 DEFAULT CHARSET=utf8;

CREATE TABLE `user_score` (
  `id` int(11) unsigned NOT NULL AUTO_INCREMENT COMMENT '主键',
  `user_id` int(11) unsigned NOT NULL COMMENT '用户ID',
  `user_score` bigint(19) unsigned NOT NULL COMMENT '用户积分',
  `name` varchar(30) NOT NULL DEFAULT '' COMMENT '用户姓名',
  PRIMARY KEY (`id`)
) ENGINE=InnoDB AUTO_INCREMENT=9 DEFAULT CHARSET=utf8;

2.2 Springboot相关配置：application.yaml

# 端口
server:
  port: 8080
  #  项目访问名称
  servlet:
    context-path: /demo
#=====================================数据库相关配置=====================================
spring:
  #=====================================Redis=========================================
  redis:
    # Redis数据库索引（默认为0）
    database: 0
    # Redis服务器地址
    host: 8.XXXXXX.136
    # Redis服务器连接端口
    port: 6379
    # Redis服务器连接密码（默认为空）
    password: cspXXXXXX29
    jedis:
      pool:
        # 连接池最大连接数（使用负值表示没有限制）
        max-active: 8
        # 连接池最大阻塞等待时间（使用负值表示没有限制）
        max-wait: -1
        # 连接池中的最大空闲连接
        max-idle: 8
        # 连接池中的最小空闲连接
        min-idle: 0
    # 连接超时时间（毫秒）
    timeout: 8000
  #=====================================Mysql=========================================
  datasource:
    driver-class-name: com.mysql.cj.jdbc.Driver
    url: jdbc:mysql://127.0.0.1:3306/test2?useUnicode=true&characterEncoding=utf-8&useSSL=false&serverTimezone=UTC
    username: root
    password: root
    type: com.alibaba.druid.pool.DruidDataSource # 德鲁伊
    minIdle: 5
    maxActive: 100
    initialSize: 10
    maxWait: 60000
    timeBetweenEvictionRunsMillis: 60000
    minEvictableIdleTimeMillis: 300000
    validationQuery: select 'x'
    testWhileIdle: true
    testOnBorrow: false
    testOnReturn: false
    poolPreparedStatements: true
    maxPoolPreparedStatementPerConnectionSize: 50
    removeAbandoned: true
    filters: stat # ,wall,log4j # 配置监控统计拦截的filters，去掉后监控界面sql无法统计，'wall'用于防火墙
    connectionProperties: druid.stat.mergeSql=true;druid.stat.slowSqlMillis=5000 # 通过connectProperties属性来打开mergeSql功能；慢SQL记录
    useGlobalDataSourceStat: true # 合并多个DruidDataSource的监控数据
    druidLoginName: wjf # 登录druid的账号
    druidPassword: wjf # 登录druid的密码
    cachePrepStmts: true  # 开启二级缓存

# 开启控制台打印sql日志
mybatis:
  # 配置mapper文件扫描
  mapper-locations: com.haust.redisdemo.mapper/*.xml
  # 配置实体类扫描
  type-aliases-package: com.haust.redisdemo.domain
  # 指定全局mybatis 配置文件位置
  config-location: classpath:/mybatis-config.xml

2.3 mybatis-config.xml配置：

<configuration>
    <settings>
        
        <setting name="logImpl" value="STDOUT_LOGGING"/>
        
        <setting name="cacheEnabled" value="true"/>
        
        <setting name="lazyLoadingEnabled" value="true"/>
        
        <setting name="aggressiveLazyLoading" value="true"/>
        
        <setting name="multipleResultSetsEnabled" value="true"/>
        
        <setting name="useColumnLabel" value="true"/>
        
        <setting name="useGeneratedKeys" value="false"/>
        
        <setting name="autoMappingBehavior" value="PARTIAL"/>
        
        <setting name="defaultExecutorType" value="SIMPLE"/>
        
        <setting name="defaultStatementTimeout" value="25"/>
        
        <setting name="defaultFetchSize" value="100"/>
        
        <setting name="safeRowBoundsEnabled" value="false"/>
        
        <setting name="mapUnderscoreToCamelCase" value="true"/>
        
        <setting name="localCacheScope" value="SESSION"/>
        
        <setting name="jdbcTypeForNull" value="NULL"/>
        <setting name="lazyLoadTriggerMethods" value="equals,clone,hashCode,toString"/>
    settings>
configuration>

2.4 主启动类

@SpringBootApplication
@EnableAutoConfiguration
@MapperScan("com.haust.redisdemo.mapper")
public class XdRedisDemoApplication {
     
    public static void main(String[] args) {
     
        SpringApplication.run(XdRedisDemoApplication.class, args);
    }
}

2.5 User实体类

@Data
@AllArgsConstructor
@NoArgsConstructor
@Accessors(chain = true)
/**
 * 用户实体类
 */
public class User implements Serializable {
     // 必须实现序列化接口！

    /**
     * 序列号版本号
     */
    private static final long serialVersionUID = -4415438719697624729L;

    /**
     * 用户id
     */
    private String id;

    /**
     * 用户名
     */
    private String userName;
}

2.6 UserMapper.java 与UserMapper.xml

/**
 * @Auther: csp1999
 * @Date: 2020/11/17/10:36
 * @Description: UserMapper
 */
@Repository
public interface UserMapper {
     

    void insert(User user);

    void update(User user);

    void delete(@Param("id") String id);

    User find(@Param("id") String id);

    List<User> query(@Param("userName") String userName);

    void deleteAll();
}

<mapper namespace="com.haust.redisdemo.mapper.UserMapper">
    <select id="query" resultType="com.haust.redisdemo.domain.User">
        select id ,user_name
        from sys_user
        where 1=1
        <if test="userName != null">
            and user_name like CONCAT('%',#{userName},'%')
        if>
    select>

    <insert id="insert" parameterType="com.haust.redisdemo.domain.User">
        insert sys_user(id,user_name) values(#{id},#{userName})
    insert>

    <update id="update" parameterType="com.haust.redisdemo.domain.User">
        update sys_user set user_name = #{userName} where id=#{id}
    update>

    <delete id="delete" parameterType="string">
        delete from sys_user where id= #{id}
    delete>

    <select id="find" resultType="com.haust.redisdemo.domain.User" parameterType="string">
        select id,user_name from sys_user where id=#{id}
    select>

    <delete id="deleteAll">
         delete from sys_user
    delete>
mapper>

2.7 redis操作工具类

这个工具类就是为了操作redis时候相对比较方便而已，其实就是封装了一下RedisTemplete，可以选择不用封装的工具类，直接使用RedisTemplete

/**
 * @Auther: csp1999
 * @Date: 2020/11/17/10:08
 * @Description: redis操作工具类
 */
@Component
public class RedisUtil {
     

    @Autowired
    private RedisTemplate redisTemplate;

    private static double size = Math.pow(2, 32);

    /**
     * 写入缓存
     *
     * @param key
     * @param offset 位 8Bit=1Byte
     * @return
     */
    public boolean setBit(String key, long offset, boolean isShow) {
     
        boolean result = false;
        try {
     
            ValueOperations<Serializable, Object> operations = redisTemplate.opsForValue();
            operations.setBit(key, offset, isShow);
            result = true;
        } catch (Exception e) {
     
            e.printStackTrace();
        }
        return result;
    }

    /**
     * 写入缓存
     *
     * @param key
     * @param offset
     * @return
     */
    public boolean getBit(String key, long offset) {
     
        boolean result = false;
        try {
     
            ValueOperations<Serializable, Object> operations = redisTemplate.opsForValue();
            result = operations.getBit(key, offset);
        } catch (Exception e) {
     
            e.printStackTrace();
        }
        return result;
    }

    /**
     * 写入缓存
     *
     * @param key
     * @param value
     * @return
     */
    public boolean set(final String key, Object value) {
     
        boolean result = false;
        try {
     
            ValueOperations<Serializable, Object> operations = redisTemplate.opsForValue();
            operations.set(key, value);
            result = true;
        } catch (Exception e) {
     
            e.printStackTrace();
        }
        return result;
    }

    /**
     * 写入缓存设置时效时间
     *
     * @param key
     * @param value
     * @return
     */
    public boolean set(final String key, Object value, Long expireTime) {
     
        boolean result = false;
        try {
     
            ValueOperations<Serializable, Object> operations = redisTemplate.opsForValue();
            operations.set(key, value);
            redisTemplate.expire(key, expireTime, TimeUnit.SECONDS);
            result = true;
        } catch (Exception e) {
     
            e.printStackTrace();
        }
        return result;
    }

    /**
     * 批量删除对应的value
     *
     * @param keys
     */
    public void remove(final String... keys) {
     
        for (String key : keys) {
     
            remove(key);
        }
    }

    /**
     * 删除对应的value
     *
     * @param key
     */
    public void remove(final String key) {
     
        if (exists(key)) {
     
            redisTemplate.delete(key);
        }
    }

    /**
     * 判断缓存中是否有对应的value
     *
     * @param key
     * @return
     */
    public boolean exists(final String key) {
     
        return redisTemplate.hasKey(key);
    }

    /**
     * 读取缓存
     *
     * @param key
     * @return
     */
    public Object get(final String key) {
     
        Object result = null;
        ValueOperations<Serializable, Object> operations = redisTemplate.opsForValue();
        result = operations.get(key);
        return result;
    }

    /**
     * 哈希 添加
     *
     * @param key
     * @param hashKey
     * @param value
     */
    public void hmSet(String key, Object hashKey, Object value) {
     
        HashOperations<String, Object, Object> hash = redisTemplate.opsForHash();
        hash.put(key, hashKey, value);
    }

    /**
     * 哈希获取数据
     *
     * @param key
     * @param hashKey
     * @return
     */
    public Object hmGet(String key, Object hashKey) {
     
        HashOperations<String, Object, Object> hash = redisTemplate.opsForHash();
        return hash.get(key, hashKey);
    }

    /**
     * 列表添加
     *
     * @param k
     * @param v
     */
    public void lPush(String k, Object v) {
     
        ListOperations<String, Object> list = redisTemplate.opsForList();
        list.rightPush(k, v);
    }

    /**
     * 列表获取
     *
     * @param k
     * @param l
     * @param l1
     * @return
     */
    public List<Object> lRange(String k, long l, long l1) {
     
        ListOperations<String, Object> list = redisTemplate.opsForList();
        return list.range(k, l, l1);
    }

    /**
     * 集合添加
     *
     * @param key
     * @param value
     */
    public void add(String key, Object value) {
     
        SetOperations<String, Object> set = redisTemplate.opsForSet();
        set.add(key, value);
    }

    /**
     * 集合获取
     *
     * @param key
     * @return
     */
    public Set<Object> setMembers(String key) {
     
        SetOperations<String, Object> set = redisTemplate.opsForSet();
        return set.members(key);
    }

    /**
     * 有序集合添加
     *
     * @param key
     * @param value
     * @param scoure
     */
    public void zAdd(String key, Object value, double scoure) {
     
        ZSetOperations<String, Object> zset = redisTemplate.opsForZSet();
        zset.add(key, value, scoure);
    }

    /**
     * 有序集合获取
     *
     * @param key
     * @param scoure
     * @param scoure1
     * @return
     */
    public Set<Object> rangeByScore(String key, double scoure, double scoure1) {
     
        ZSetOperations<String, Object> zset = redisTemplate.opsForZSet();
        redisTemplate.opsForValue();
        return zset.rangeByScore(key, scoure, scoure1);
    }

    //第一次加载的时候将数据加载到redis中
    public void saveDataToRedis(String name) {
     
        double index = Math.abs(name.hashCode() % size);
        long indexLong = new Double(index).longValue();
        boolean availableUsers = setBit("availableUsers", indexLong, true);
    }

    //第一次加载的时候将数据加载到redis中
    public boolean getDataToRedis(String name) {
     

        double index = Math.abs(name.hashCode() % size);
        long indexLong = new Double(index).longValue();
        return getBit("availableUsers", indexLong);
    }

    /**
     * 有序集合获取排名
     *
     * @param key   集合名称
     * @param value 值
     */
    public Long zRank(String key, Object value) {
     
        ZSetOperations<String, Object> zset = redisTemplate.opsForZSet();
        return zset.rank(key, value);
    }


    /**
     * 有序集合获取排名
     *
     * @param key
     */
    public Set<ZSetOperations.TypedTuple<Object>> zRankWithScore(String key, long start, long end) {
     
        ZSetOperations<String, Object> zset = redisTemplate.opsForZSet();
        Set<ZSetOperations.TypedTuple<Object>> ret = zset.rangeWithScores(key, start, end);
        return ret;
    }

    /**
     * 有序集合添加
     *
     * @param key
     * @param value
     */
    public Double zSetScore(String key, Object value) {
     
        ZSetOperations<String, Object> zset = redisTemplate.opsForZSet();
        return zset.score(key, value);
    }

    /**
     * 有序集合添加分数
     *
     * @param key
     * @param value
     * @param scoure
     */
    public void incrementScore(String key, Object value, double scoure) {
     
        ZSetOperations<String, Object> zset = redisTemplate.opsForZSet();
        zset.incrementScore(key, value, scoure);
    }

    /**
     * 有序集合获取排名
     *
     * @param key
     */
    public Set<ZSetOperations.TypedTuple<Object>> reverseZRankWithScore(String key, long start, long end) {
     
        ZSetOperations<String, Object> zset = redisTemplate.opsForZSet();
        Set<ZSetOperations.TypedTuple<Object>> ret = zset.reverseRangeByScoreWithScores(key, start, end);
        return ret;
    }

    /**
     * 有序集合获取排名
     *
     * @param key
     */
    public Set<ZSetOperations.TypedTuple<Object>> reverseZRankWithRank(String key, long start, long end) {
     
        ZSetOperations<String, Object> zset = redisTemplate.opsForZSet();
        Set<ZSetOperations.TypedTuple<Object>> ret = zset.reverseRangeWithScores(key, start, end);
        return ret;
    }
}

在RedisConfig中将RedisTemplate 注入IOC容器：

/**
 * @Auther: csp1999
 * @Date: 2020/11/14/18:44
 * @Description: Redis 相关配置类
 */
@Configuration
//@EnableCaching // 开启缓存
public class RedisConfig {
     

    /**
     * 将 redisTemplate 注入IOC
     *
     * @param factory
     * @return
     */
    @Bean
    public RedisTemplate<String, String> redisTemplate(RedisConnectionFactory factory) {
     
        RedisTemplate<String, String> redisTemplate = new RedisTemplate<>();

        // RedisTemplate 放入 RedisConnectionFactory 工厂
        redisTemplate.setConnectionFactory(factory);

        return redisTemplate;
    }
}

2.8 在UserController中使用redis缓存

方式一：

/**
 * @Auther: csp1999
 * @Date: 2020/11/17/11:38
 * @Description:
 */
@RestController
public class UserController {
     

    /**
     * 缓存盐值：key
     */
    private static final String key = "userCache_";

    @Resource
    private UserMapper userMapper;

    @Resource
    private RedisUtil redisUtil;

    /**
     * 根据id获取用户信息方式一:
     * 先从redis缓存查，如果有则取出，如果没有再从数据库查(查到后保存到缓存)
     * 注意：set值和get值的时候序列化方式必须保持一致
     *
     * @param id
     * @return
     */
    @RequestMapping("/getUserCache")
    public User getUseCache(String id) {
     
        // step1: 先从redis里面取值
        User user = (User) redisUtil.get(key + id);

        // step2: 如果拿不到则从DB取值
        if (user == null) {
     
            User userDB = userMapper.find(id);
            System.out.println("fresh value from DB id:" + id);

            // step3: DB非空情况刷新redis值
            if (userDB != null) {
     
                redisUtil.set(key + id, userDB);
                return userDB;
            }
        }
        return user;
    }
}

假设数据库中已经存在用户信息记录：

我们来访问下该接口(第一次访问)：

查看控制台打印：

如图，可以看出，第一次根据id查询user信息时候，redis缓存中不存在该user信息，所以直接去数据库中查询！

接下来我们清空控制台打印信息，并刷新一次 http://localhost:8080/demo/getExpire?id=1 链接，模拟第二次访问：

效果如图：

从图中得出，未打印sql日志，因此本次访问并未从数据库中获取user信息，而是直接从redis缓存中获取的user信息！

加缓存的好处：学过redis和mysql的应该都知道，MySQL读取的是磁盘中的数据，而redis读取的是内存中的数据（速度快），在大数据量高访问量的情况下，项目后端热点接口不用每次调用都去数据库中查询相关记录，如果缓存中存在相关数据则先从缓存中取，这样会提高了效率！

方式二：

在springboot中提供了简化redis缓存操作的注解：

• 1、springboot cache的使用：可以结合redis、ehcache等缓存

  • @CacheConfig(cacheNames=“userInfoCache”) 在同个redis里面必须唯一
  • @Cacheable(查) ：来划分可缓存的方法 - 即，结果存储在缓存中的方法，以便在后续调用（具有相同的参数）时，返回缓存中的值而不必实际执行该方法；
  • @CachePut(修改、增加)：当需要更新缓存而不干扰方法执行时，可以使用@CachePut注释。也就是说，始终执行该方法并将其结果放入缓存中（根据@CachePut选项）
  • @CacheEvict(删除) ： 对于从缓存中删除陈旧或未使用的数据非常有用，指示缓存范围内的驱逐是否需要执行而不仅仅是一个条目驱逐

• 2、springboot cache的整合步骤：

  • 1）引入pom.xml依赖：

    
    <dependency>
        <groupId>org.springframework.bootgroupId>
        <artifactId>spring-boot-starter-cacheartifactId>
    dependency>
    

  • 2）RedisConfig开启缓存注解： @EnableCaching

    @Configuration
    @EnableCaching // 开启缓存
    public class RedisConfig {
             
    

  • 3）在方法上面加入SpEL spring的el表达式

  UserService.java

  /**
   * User表的增删改查
   */
  @Service
  // 本类内方法指定使用缓存时，默认的名称就是userInfoCache
  @CacheConfig(cacheNames = "userInfoCache")
  // 开启事务
  @Transactional(propagation = Propagation.REQUIRED, readOnly = false, rollbackFor = Exception.class)
  public class UserService {
         
  
      @Autowired
      private UserMapper userMapper;
  
      /**
       * 因为必须要有返回值，才能保存到数据库中。
       * 如果保存的对象的某些字段是需要数据库生成的，
       * 那保存对象进数据库的时候，就没必要放到缓存了
       * 
  
       * 数据库中增加某条数据时，缓存中也增加
       *
       * @param user
       * @return
       */
      // #p0表示第一个参数作为redis中的key
      // 如果是#p1表示第二个参数作为redis中的key... 这里只有1个参数user
      // #p0.id 就表示获取user的id作为redis中的key
      @CachePut(key = "#p0.id")
      // 必须要有返回值，否则没数据放到缓存中
      public User insertUser(User user) {
         
          userMapper.insert(user);
          // user对象中可能只有只几个有效字段，其他字段值靠数据库生成，比如id
          return userMapper.find(user.getId());
      }
  
      /**
       * 当需要更新缓存而不干扰方法执行时可以使用@CachePut注解。
       * 也就是说，数据库中对应内容更新时，需要同步更新缓存可使用该注解
       *
       * @param user
       * @return
       */
      @CachePut(key = "#p0.id")
      public User updateUser(User user) {
         
          userMapper.update(user);
          // 可能只是更新某几个字段而已，所以查次数据库把数据全部拿出来全部
          return userMapper.find(user.getId());
      }
  
      /**
       * 使用 @Cacheable注解 会先查询缓存，如果缓存中存在，则不执行查询数据库的方法
       * 
  
       * 使用 springboot cache 默认缓存配置
       *
       * @param id
       * @return
       */
      @Nullable// 如果可以传入NULL值，则标记为@Nullable，如果不可以，则标注为@Nonnull
      @Cacheable(key = "#p0")
      public User findById(String id) {
         
          System.err.println("根据id=" + id + "获取用户对象，从数据库中获取");
          Assert.notNull(id, "id不用为空");
          return userMapper.find(id);
      }
  
      /**
       * 删除缓存名称为userInfoCache,key等于指定的id对应的缓存
       * 数据库中删除某条数据时，缓存中也删除
       *
       * @param id
       */
      @CacheEvict(key = "#p0")
      public void deleteById(String id) {
         
          userMapper.delete(id);
      }
  
      /**
       * 清空缓存名称为userInfoCache（看类名上的注解)下的所有缓存
       * 如果数据失败了，缓存时不会清除的
       */
      @CacheEvict(allEntries = true)
      public void deleteAll() {
         
          userMapper.deleteAll();
      }
  }
  

  在UserController使用UserService来操作redis缓存:

  /**
   * 根据id获取用户信息方式二：
   *
   * userService中加入了springboot cache缓存相关注解
   * @param id
   * @return
   */
  @RequestMapping("/getByCache")
  public User getByCache(String id) {
         
      User user = userService.findById(id);
      return user;
  }
  

  可以看出方式二，简化了方式一的代码！

方式三：

提问：springboot cache 存在什么问题：

• 第一：生成key过于简单，例如：userCache::3，容易造成冲突

• 第二：无法设置过期时间，默认过期时间为永久不过期(如果数据过多且不过期，会造成内存泄漏)

• 第三：配置序列化方式，默认的是序列化JDKSerialazable

解决方式：

springboot cache 自定义项：

1)自定义KeyGenerator ：解决springboot cache默认生成的key过于简单，容易冲突userCache::3问题；

2)自定义cacheManager，设置缓存过期时间：解决springboot cache 默认无法设置过期时间，默认过期时间为永久不过期；

3）自定义序列化方式为，Jackson或者Gson(我们这里使用jackson即可)：不适用springboot cache默认序列化方式JDKSerialazable，为什么要更换默认序列号方式呢？因为boot默认的序列化方式可能不支持 日期时间、空值这些变量的序列化，会导致一些错乱乱码问题；

步骤：

1. 在RedisConfig中添加配置：

/**
 * 自定义KeyGenerator：解决springboot cache默认生成的key过于简单,容易造成重复和冲突的问题
 *
 * @return
 */
@Bean
public KeyGenerator simpleKeyGenerator() {
     
    return (o, method, objects) -> {
     // o:类 method:方法 objects:方法参数
        /**
         * 我们可以使用如下方式(保证唯一性)，来自定义KeyGenerator：
         * 类名 + 方法名 + 参数
         * eg: UserInfoList::UserService.findByIdTtl[1]
         *
         * 扩展：JVM定位是否是同一个方法的方式 和 这种方式类似
         */
        StringBuilder stringBuilder = new StringBuilder();
        stringBuilder.append(o.getClass().getSimpleName());
        stringBuilder.append(".");
        stringBuilder.append(method.getName());
        stringBuilder.append("[");
        for (Object obj : objects) {
     
            stringBuilder.append(obj.toString());
        }
        stringBuilder.append("]");
        return stringBuilder.toString();
    };
}
/**
 * 设置缓存的过期时间
 *
 * @param redisConnectionFactory
 * @return
 */
@Bean
public CacheManager cacheManager(RedisConnectionFactory redisConnectionFactory) {
     
    return new RedisCacheManager(
            RedisCacheWriter.nonLockingRedisCacheWriter(redisConnectionFactory),
            // 如果未配置指定的 key 就会使用这个默认策略，过期时间600s
            this.getRedisCacheConfigurationWithTtl(600),
            // 如果配置了指定的 key 就会使用指定 key 策略
            this.getRedisCacheConfigurationMap()
    );
}

// 指定相应 key 过期时间策略的Map: key:键值 value:缓存过期时间
private Map<String, RedisCacheConfiguration> getRedisCacheConfigurationMap() {
     
    Map<String, RedisCacheConfiguration> redisCacheConfigurationMap = new HashMap<>();
    // key为UserInfoList时： 过期时间100s
    redisCacheConfigurationMap.put("UserInfoList", this.getRedisCacheConfigurationWithTtl(100));
    // key为UserInfoListAnother时： 过期时间18000s == 5h
    redisCacheConfigurationMap.put("UserInfoListAnother", this.getRedisCacheConfigurationWithTtl(18000));
    return redisCacheConfigurationMap;
}

// 指定jackson序列化方式
private RedisCacheConfiguration getRedisCacheConfigurationWithTtl(Integer seconds) {
     
    Jackson2JsonRedisSerializer<Object> jackson2JsonRedisSerializer = new Jackson2JsonRedisSerializer<>(Object.class);
    ObjectMapper om = new ObjectMapper();
    om.setVisibility(PropertyAccessor.ALL, JsonAutoDetect.Visibility.ANY);
    om.enableDefaultTyping(ObjectMapper.DefaultTyping.NON_FINAL);
    jackson2JsonRedisSerializer.setObjectMapper(om);
    RedisCacheConfiguration redisCacheConfiguration = RedisCacheConfiguration.defaultCacheConfig();
    redisCacheConfiguration = redisCacheConfiguration.serializeValuesWith(
            RedisSerializationContext
                    .SerializationPair
                    .fromSerializer(jackson2JsonRedisSerializer)
    ).entryTtl(Duration.ofSeconds(seconds));
    return redisCacheConfiguration;
}

在UserService.java中添加方法：

/**
 * 使用 @Cacheable注解 会先查询缓存，如果缓存中存在，则不执行方法
 * 

 * 自定义了 springboot cache 缓存相关的配置
 *
 * @param id
 * @return
 */
@Nullable
@Cacheable(value = "UserInfoList", keyGenerator = "simpleKeyGenerator")
public User findByIdTtl(String id) {
     
    // 日志打印
    System.err.println("根据id=" + id + "获取用户对象，从数据库中获取");
    Assert.notNull(id, "id不用为空");
    return userMapper.find(id);
}

在controller中使用：

/**
 * 根据id获取用户信息方式三：
 * 自定义了 springboot cache 缓存相关的配置
 *      有过期时间策略
 *      自定义了key： UserInfoList::UserService.findByIdTtl[1]
 *      自定义序列化方式为jackson
 * @param id
 * @return
 */
@RequestMapping(value = "/getExpire", method = RequestMethod.GET)
public User findByIdTtl(String id) {
     
    User user = new User();
    try {
     
        user = userService.findByIdTtl(id);
    } catch (Exception e) {
     
        System.err.println(e.getMessage());
    }
    return user;
}

测试访问该接口：

当显示出数据后，说明后端已经从数据库/缓存中读取到了数据，下面我们来看一下redis缓存中对应的key的声明周期：

当redis缓存中key过期后：

我们再次访问该接口查看效果：

由图可得出，这时候redis缓存没有要查询的用户数，这时候是从数据库中查询的！

3. 扩展: redis 面试题

2018支付宝面试题之缓存雪崩：

• 1、什么是缓存雪崩？你有什么解决方案来防止缓存雪崩？

  • 如果缓存集中在一段时间内失效，发生大量的缓存穿透，所有的查询都落在数据库上，造成了缓存雪崩。由于原有缓存失效，新缓存未到期间所有原本应该访问缓存的请求都去查询数据库了，而对数据库CPU 和内存造成巨大压力，严重的会造成数据库宕机！

• 2、你有什么解决方案来防止缓存雪崩？

  • 1、加锁排队key： whiltList value：1000w个uid 指定setNx whiltList value nullValue mutex互斥锁解决，Redis的SETNX去set一个mutex key，当操作返回成功时，再进行load db的操作并回设缓存；否则，就重试整个get缓存的方法；
  • 2、数据预热：缓存预热就是系统上线后，将相关的缓存数据直接加载到缓存系统。这样就可以避免在用户请求的时候，先查询数据库，然后再将数据缓存的问题!用户直接查询事先被预热的缓存数据!可以通过缓存reload机制，预先去更新缓存，再即将发生大并发访问前手动触发加载缓存不同的key；
  • 3、双层缓存策略： C1为原始缓存，C2为拷贝缓存，C1失效时，可以访问C2，C1缓存失效时间设置为短期，C2设置为长期；
  • 4、定时更新缓存策略：失效性要求不高的缓存，容器启动初始化加载，采用定时任务更新或移除缓存
  • 5、设置不同的过期时间，让缓存失效的时间点尽量均匀

2018支付宝面试题之缓存穿透：

• 1、什么是缓存穿透？你有什么解决方案来防止缓存穿透？
  • 缓存穿透是指用户查询数据，在数据库没有，自然在缓存中也不会有。这样就导致用户查询的时候，在缓存中找不到对应key的value，每次都要去数据库再查询一遍，然后返回空(相当于进行了两次无用的查询)。这样请求就绕过缓存直接查数据库；
• 2、你有什么解决方案来防止缓存穿透？
  • 1、缓存空值：如果一个查询返回的数据为空(不管是数据不 存在，还是系统故障)我们仍然把这个空结果进行缓存，但它的过期时间会很短，最长不超过五分钟。 通过这个直接设置的默认值存放到缓存，这样第二次到缓冲中获取就有值了，而不会继续访问数据库；
  • 2、采用布隆过滤器BloomFilter：优势占用内存空间很小，bit存储。性能特别高。 将所有可能存在的数据哈希到一个足够大的 bitmap 中，一个一定不存在的数据会被这个bitmap 拦截掉，从而避免了对底层存储系统的查询压力；

2018支付宝面试题之redis特性：

• 1、问题1：redis有哪些特性？
  • 1、丰富的数据类型
  • 2、可用于缓存，消息按key设置过期时间，过期后自动删除 setex set expire时间
  • 3、支持持久化方式rdb和aof
  • 4、主从分布式，redis支持主从支持读写分离 redis cluster，动态扩容方式
• 2、问题2：你用过redis的哪几种特性？
  • 1、用sorted Set实现过排行榜项目
  • 2、用过期key结合springboot cache实现过缓存存储
  • 3、redis实现分布式环境seesion共享
  • 4、用布隆过滤器解决过缓存穿透
  • 5、redis实现分布式锁
  • 6、redis实现订单重推系统

如果文章对您有帮助，点个赞或者点个关注支持下谢谢~