redis缓存分页数据

                     

         在我们开发项目的过程中，经常会对数据做分页展示，如果每次请求都去查询数据库，当访问量增大时，势必会加重数据库的负载，降低数据库性能。然而，有些数据的是极少变动的，或者说变动的频率不是很高，这时如果将这些数据进行缓存，不仅可以提高程序性能，还能降低数据库的负载。下面就给出高并发下的分页数据缓存方案。

一、需要了解的一些知识点

1、redis的hmset(key, value)方法，将key值设置为value，value是map类型的数据结构

2、redis的hgetAll(key)方法，获取key的值，改值的类型为map类型的

3、关键字synchronized

4、key值包含的一些关键信息，前缀+当前的页数+每页数据的大小等

二、代码实现

          

 /* (non-Javadoc)
	 * 默认为60秒刷新一次;采用加锁模式应对高并发
	 */
	@Override
	public Page<StrategySummary> getAdvisorStrategys(AdvisorCondition condition) throws IOException{
		Pageable pageable=condition.getPage();
		int currentPage = pageable.getPageNumber();
		int pageSize = pageable.getPageSize();
		Map<String,String> result=RedisUtil.getMap("advisor:"+condition.getId()+"_number:"+currentPage+"_size:"+pageSize, MARKET);
        if (result!=null&&result.size()>0) {
        	List<StrategySummary> dataList=JsonUtils.toJavaBeanList(result.get("data"), new TypeReference<List<StrategySummary>>() {});
        	long total=Long.valueOf(result.get("total"));
        	return new PageImplBean<StrategySummary>(dataList, pageable, total);	
		} else {
			Page<StrategySummary> page=null;
			synchronized (MobileAppServiceImpl.class) {         //当首个线程将数据缓存后，后面的线程需再次检查，防止重复查询数据库和缓存数据
				int count = 0;              
				for (int i = 0; i < 3; i++) {                   //取3次，防止获取失败
					Map<String,String> map =RedisUtil.getMap("advisor:"+condition.getId()+"_number:"+currentPage+"_size:"+pageSize, MARKET);
					if (map==null||map.size()==0) {
						continue;
					}
					if (map!=null&&map.size()>0) {
						count++;
						break;
					}
				}
				if (count==0) {
					page= mobileAppDao.getAdvisorStrategys(condition);
					List<StrategySummary> dataList=page.getContent();
					long total=page.getTotalElements();
					if(dataList.size()>0){
						Map<String, String> map=new HashMap<String,String>();
						map.put("data", JsonUtils.toJsonString(dataList));
						map.put("total", String.valueOf(total));
						RedisUtil.setMapWithExpire("advisor:"+condition.getId()+"_number:"+currentPage+"_size:"+pageSize, map, MARKET);
					}
				}else{
					Map<String,String> map =RedisUtil.getMap("advisor:"+condition.getId()+"_number:"+currentPage+"_size:"+pageSize, MARKET);
					List<StrategySummary> dataList=JsonUtils.toJavaBeanList(map.get("data"), new TypeReference<List<StrategySummary>>() {});
		        	long total=Long.valueOf(map.get("total"));
		        	page= new PageImplBean<StrategySummary>(dataList, pageable, total);
				}
			}
			return page;
		}
		
	}