谷粒商城 高级篇 (十一) --------- Spring Cache

目录

  • 一、简介
  • 二、注解
  • 三、SpEL 语法
  • 四、使用
    • 1. 引入依赖
    • 2. 写配置
    • 3. 开启缓存注解功能
  • 五、缓存失效问题


一、简介

Spring 从 3.1 开始定义了 org.springframework.cache.Cache 和 org.springframework.cache.CacheManager 接口来统一不同的缓存技术,并支持使用 JCache (JSR-107) 注解简化我们开发。

Cache 接口为缓存的组件规范定义,包含缓存的各种操作集合,Cache 接口下 Spring 提供了各种 xxxCache 的实现 :如 RedisCache ,EhCacheCache, ConcurrentMapCache 等。

每次调用需要缓存功能的方法时,Spring 会检查检查指定参数的指定的目标方法是否已经被调用过。如果有就直接从缓存中获取方法调用后的结果,如果没有就调用方法并缓存结果后返回给用户。下次调用直接从缓存中获取。

使用 Spring 缓存抽象时我们需要关注以下两点:

  • 1、确定方法需要被缓存以及他们的缓存策略
  • 2、从缓存中读取之前缓存存储的数据

基础概念

谷粒商城 高级篇 (十一) --------- Spring Cache_第1张图片

二、注解

注解 说明
Cache 缓存接口,定义缓存操作。实现有:RedisCache、EhCacheCache、ConcurrentMapCache等
CacheManager 缓存管理器,管理各种缓存(Cache)组件
@Cacheable 主要针对方法配置,能够根据方法的请求参数对其结果进行缓存
@CacheEvict 清空缓存
@CachePut 保证方法被调用,又希望结果被缓存。
@EnableCaching 开启基于注解的缓存
keyGenerator 缓存数据时key生成策略
serialize 缓存数据时value序列化策略

@Cacheable / @CachePut / @CacheEvict 主要的参数

参数 说明 示例
value 缓存的名称, 在 spring 配置文件中定义, 必须指定至少一个 例如:@Cacheable(value=“mycache” 或 @Cacheable(value=“cache1”, “cache2”)
key 缓存的key,可以为空,如果指定,按照 SpEL 表达式编写,如果不指定,则缺省按照方法的所有参数进行组合 @Caheable(value=“testcache”, key=“#username”)
allEntries(@CacheEvict) 是否清空所有缓存内容,缺省为false,如果指定为 true,则方法调用后将立即清空所有缓存 例如:@CachEvict(value=“test”, allEntries=true)
beforeInvocation(@CacheEvict) 是否在方法执行前就清空,缺省为false,如果指定为true,则在方法还没有执行的时候就清空缓存,缺省情况下,如果方法执行抛出异常,则不会清空缓存 例如: @CacheEvict(value=“testcache”, beforeInvocation=true)
unless(@CachePut、@Cacheable) 用于否决缓存的,不像 condition,该表达式只在方法执行之后判断,此时可以拿到返回值 result 进行判断。条件为 true 不会缓存,false才缓存 例如:@Cacheable(vlaue=“testcache”, unless=“#result==null”)

三、SpEL 语法

谷粒商城 高级篇 (十一) --------- Spring Cache_第2张图片

四、使用

1. 引入依赖

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

2. 写配置

A、自动配置了哪些 ?

CacheAuroConfiguration会导入 RedisCacheConfiguration;
自动配好了缓存管理器RedisCacheManager

B、配置使用redis作为缓存

spring.cache.type=redis

C、也可以自定义配置,因为默认的使用 JDK 的序列化机制,我们想用 JSON 序列化机制

package com.fancy.gulimall.product.config;

import org.springframework.boot.autoconfigure.cache.CacheProperties;
import org.springframework.boot.context.properties.EnableConfigurationProperties;
import org.springframework.cache.annotation.EnableCaching;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import org.springframework.data.redis.cache.RedisCacheConfiguration;
import org.springframework.data.redis.serializer.GenericJackson2JsonRedisSerializer;
import org.springframework.data.redis.serializer.RedisSerializationContext;
import org.springframework.data.redis.serializer.StringRedisSerializer;

@Configuration
@EnableCaching
@EnableConfigurationProperties(CacheProperties.class)
public class MyCacheConfig {
    // @Autowired
    // public CacheProperties cacheProperties;

    /**
     * 配置文件的配置没有用上
     * @return
     */
    @Bean
    public RedisCacheConfiguration redisCacheConfiguration(CacheProperties cacheProperties) {

        RedisCacheConfiguration config = RedisCacheConfiguration.defaultCacheConfig();
        // config = config.entryTtl();
        config = config.serializeKeysWith(RedisSerializationContext.SerializationPair.fromSerializer(new StringRedisSerializer()));
        config = config.serializeValuesWith(RedisSerializationContext.SerializationPair.fromSerializer(new GenericJackson2JsonRedisSerializer()));

        CacheProperties.Redis redisProperties = cacheProperties.getRedis();
        //将配置文件中所有的配置都生效
        if (redisProperties.getTimeToLive() != null) {
            config = config.entryTtl(redisProperties.getTimeToLive());
        }
        if (redisProperties.getKeyPrefix() != null) {
            config = config.prefixKeysWith(redisProperties.getKeyPrefix());
        }
        if (!redisProperties.isCacheNullValues()) {
            config = config.disableCachingNullValues();
        }
        if (!redisProperties.isUseKeyPrefix()) {
            config = config.disableKeyPrefix();
        }

        return config;
    }
}

3. 开启缓存注解功能

谷粒商城 高级篇 (十一) --------- Spring Cache_第3张图片

/**
* 每一个需要缓存的数据我们都来指定要放到那个名字的缓存。【缓存的分区(按照业务类型分)】
* 代表当前方法的结果需要缓存,如果缓存中有,方法都不用调用,如果缓存中没有,会调用方法。最后将方法的结果放入缓存
* 默认行为
*      如果缓存中有,方法不再调用
*      key是默认生成的:缓存的名字::SimpleKey::[](自动生成key值)
*      缓存的value值,默认使用jdk序列化机制,将序列化的数据存到redis中
*      默认时间是 -1:
*
*   自定义操作:key的生成
*      指定生成缓存的key:key属性指定,接收一个Spel
*      指定缓存的数据的存活时间:配置文档中修改存活时间
*      将数据保存为json格式
*
*
* 4、Spring-Cache的不足之处:
*  1)、读模式
*      缓存穿透:查询一个null数据。解决方案:缓存空数据
*      缓存击穿:大量并发进来同时查询一个正好过期的数据。解决方案:加锁 ? 默认是无加锁的;使用sync = true来解决击穿问题
*      缓存雪崩:大量的key同时过期。解决:加随机时间。加上过期时间
*  2)、写模式:(缓存与数据库一致)
*      1)、读写加锁。
*      2)、引入Canal,感知到MySQL的更新去更新Redis
*      3)、读多写多,直接去数据库查询就行
*
*  总结:
*      常规数据(读多写少,即时性,一致性要求不高的数据,完全可以使用Spring-Cache):写模式(只要缓存的数据有过期时间就足够了)
*      特殊数据:特殊设计
*
*  原理:
*      CacheManager(RedisCacheManager)->Cache(RedisCache)->Cache负责缓存的读写
* @return
*/
@Cacheable(value={"category"}, key="#root.method.name", sync = true)
@Override
public List<CategoryEntity> getLevel1Categorys() {
    System.out.println("getLevel1Categorys........");
    long l = System.currentTimeMillis();
    List<CategoryEntity> categoryEntities = this.baseMapper.selectList(
            new QueryWrapper<CategoryEntity>().eq("parent_cid", 0));
    System.out.println("消耗时间:"+ (System.currentTimeMillis() - l));
    return categoryEntities;
}

/**
* 级联更新所有关联的数据
*
* @CacheEvict:失效模式
* @CachePut:双写模式,需要有返回值
* 1、同时进行多种缓存操作:@Caching
* 2、指定删除某个分区下的所有数据 @CacheEvict(value = "category",allEntries = true)
* 3、存储同一类型的数据,都可以指定为同一分区
* @param category
*/
// @Caching(evict = {
//         @CacheEvict(value = "category",key = "'getLevel1Categorys'"),
//         @CacheEvict(value = "category",key = "'getCatalogJson'")
// })
@CacheEvict(value = "category",allEntries = true)       //删除某个分区下的所有数据
@Transactional(rollbackFor = Exception.class)
@Override
public void updateCascade(CategoryEntity category) {

   RReadWriteLock readWriteLock = redissonClient.getReadWriteLock("catalogJson-lock");
   //创建写锁
   RLock rLock = readWriteLock.writeLock();

   try {
       rLock.lock();
       this.baseMapper.updateById(category);
       categoryBrandRelationService.updateCategory(category.getCatId(), category.getName());
   } catch (Exception e) {
       e.printStackTrace();
   } finally {
       rLock.unlock();
   }

   //同时修改缓存中的数据
   //删除缓存,等待下一次主动查询进行更新
}


@Cacheable(value = "category",key = "#root.methodName")
@Override
public Map<String, List<Catelog2Vo>> getCatalogJson() {
    System.out.println("查询了数据库");

    //将数据库的多次查询变为一次
    List<CategoryEntity> selectList = this.baseMapper.selectList(null);

    //1、查出所有分类
    //1、1)查出所有一级分类
    List<CategoryEntity> level1Categorys = getParent_cid(selectList, 0L);

    //封装数据
    Map<String, List<Catelog2Vo>> parentCid = level1Categorys.stream().collect(Collectors.toMap(k -> k.getCatId().toString(), v -> {
        //1、每一个的一级分类,查到这个一级分类的二级分类
        List<CategoryEntity> categoryEntities = getParent_cid(selectList, v.getCatId());

        //2、封装上面的结果
        List<Catelog2Vo> catelog2Vos = null;
        if (categoryEntities != null) {
            catelog2Vos = categoryEntities.stream().map(l2 -> {
                Catelog2Vo catelog2Vo = new Catelog2Vo(v.getCatId().toString(), null, l2.getCatId().toString(), l2.getName().toString());

                //1、找当前二级分类的三级分类封装成vo
                List<CategoryEntity> level3Catelog = getParent_cid(selectList, l2.getCatId());

                if (level3Catelog != null) {
                    List<Catelog2Vo.Category3Vo> category3Vos = level3Catelog.stream().map(l3 -> {
                        //2、封装成指定格式
                        Catelog2Vo.Category3Vo category3Vo = new Catelog2Vo.Category3Vo(l2.getCatId().toString(), l3.getCatId().toString(), l3.getName());

                        return category3Vo;
                    }).collect(Collectors.toList());
                    catelog2Vo.setCatalog3List(category3Vos);
                }

                return catelog2Vo;
            }).collect(Collectors.toList());
        }

        return catelog2Vos;
    }));

    return parentCid;
}

五、缓存失效问题

缓存穿透:

查询一个 null 数据。解决方案:缓存空数据

SpringCache 中解决方案:

在这里插入图片描述

缓存击穿:

大量并发进来同时查询一个正好过期的数据。解决方案:加锁 ?
默认是无加锁的。使用 sync = true来解决击穿问题。

SpringCache 中解决方案:

谷粒商城 高级篇 (十一) --------- Spring Cache_第4张图片

缓存雪崩:

大量的key同时过期。解决:加随机时间。加上过期时间

SpringCache 中解决方案:
在这里插入图片描述

你可能感兴趣的:(微服务项目,spring,java,缓存)