添加redis来提升天气预报系统的并发访问能力

添加redis来提升天气预报系统的并发访问能力

1、为什么要使用redis:

  1. 及时响应
  2.      有效减少服务调用
    

开发环境:

1、jdk8

2、maven

3、redis4.*

4.	apache httpclient

5、	springboot web starter

6、spring boot data starter redis starter

接下来集成redis

上一步我们已经创建了一个单体天气预报系统应用,我们接着用!

2、集成redis

我们要使用redis,则需要导入RedisTemplate,StringRedisTemplate

找到数据访问层,进行redis的缓存操作。

首先判断是否存在缓存,如果存在,直接从缓存取,不存在,就调用服务,并存入缓存

由于service层进行数据访问的方法只有一个,就是

public WeatherResponse getWeatherData(String uri)

则我们只需要对该方法进行数据访问的地方进行判断是否有缓存。为了方便显示,我们加入了日志系统slf4j

代码如下:

    private static final Logger logger = LoggerFactory.getLogger(WeatherDataServiceImpl.class);
    private static final String WEATHER_URI = "http://wthrcdn.etouch.cn/weather_mini?";
    private static final long TIME_OUT = 1800L;    
@Autowired
    private StringRedisTemplate stringRedisTemplate;

public WeatherResponse getWeatherData(String uri){
        String key = uri;
        String strBody = null;

        ObjectMapper objectMapper =  new ObjectMapper();
        objectMapper.disable(DeserializationFeature.FAIL_ON_UNKNOWN_PROPERTIES);
        WeatherResponse weatherResponse = null;
        ValueOperations<String, String> ops = stringRedisTemplate.opsForValue();
//        先查缓存,有缓存直接在缓存中取数据
        if(stringRedisTemplate.hasKey(key)){
            logger.info("redis has data!");
           strBody = ops.get(key);
        }else {
//        缓存没有,调用服务,获取数据,并加入缓存
//            ResponseEntity<String> respString = restTemplate.getForEntity(uri, String.class);
//            ObjectMapper objectMapper =  new ObjectMapper();
//            objectMapper.disable(DeserializationFeature.FAIL_ON_UNKNOWN_PROPERTIES);
//            WeatherResponse weatherResponse = null;
            logger.info("redis don't have data!");
            ResponseEntity<String> respString = restTemplate.getForEntity(uri, String.class);
            if (respString.getStatusCodeValue() == 200) {
                strBody = respString.getBody();
            }
//                将数据写入缓存
            ops.set(key, strBody, TIME_OUT, TimeUnit.SECONDS);

        }
            try {
                weatherResponse = objectMapper.readValue(strBody,WeatherResponse.class);
                System.out.println(weatherResponse);
            }catch (Exception e){
//                e.printStackTrace();
                logger.error("error",e);
            }

        return weatherResponse;
    }

application.properties文件配置:

# Redis数据库索引(默认为0)
spring.redis.database=0
# Redis服务器地址
spring.redis.host=127.0.0.1
# Redis服务器连接端口
spring.redis.port=6379
# Redis服务器连接密码(默认为空)
spring.redis.password=
## 连接池最大连接数(使用负值表示没有限制)
#spring.redis.pool.max-active=200
## 连接池最大阻塞等待时间(使用负值表示没有限制)
#spring.redis.pool.max-wait=-1
## 连接池中的最大空闲连接
#spring.redis.pool.max-idle=10
## 连接池中的最小空闲连接
#spring.redis.pool.min-idle=0
# 连接超时时间(毫秒)
#spring.redis.timeout=1000

其中参数讲解:

TIME_OUT: redis缓存过期时间

Logger: slf4j日志系统

我们只需要保存序列化为string就行了,所以我们这里采用StringRedisTemplate

这里说一下redistemplate 与stringredistempalte的区别和联系:

RedisTemplate和StringRedisTemplate的区别:

\ 1. 两者的关系是StringRedisTemplate继承RedisTemplate。

\ 2. 两者的数据是不共通的;也就是说StringRedisTemplate只能管理StringRedisTemplate里面的数据, RedisTemplate只能管理RedisTemplate中的数据。

\ 3. SDR默认采用的序列化策略有两种,一种是String的序列化策略,一种是JDK的序列化策略。

StringRedisTemplate默认采用的是String的序列化策略,保存的key和value都是采用此策略序列化保存的。

RedisTemplate默认采用的是JDK的序列化策略,保存的key和value都是采用此策略序列化保存的。

由于我原来使用RedisTemplate遭遇过各种序列化及乱码问题,虽然他是泛型类,功能更全,但是我选择StringRedisTemplate,自己选择食用!!!

我们这里使用RedisWindowsDestop作为操作redis数据库的软件

传送门:http://www.downza.cn/soft/210734.html

3、启动application

注:如果发现没写入redis数据库的话,请在application上面加上注解@Enablecashing

打开<http://localhost:8080/weather/cityName/杭州

刚开始提示:redis don`t have data !

2019-08-23 16:42:49.478  INFO 2372 --- [nio-8080-exec-9] t.j.s.s.impl.WeatherDataServiceImpl      : redis don't have data!

WeatherResponse(status=1000, desc=OK, data=Weather(yesterday=Yesterday(high=高温 35℃, fx=东北风, low=低温 25℃, fl=<![CDATA[3-4级]]>, type=晴, date=22日星期四), city=杭州, forecast=[Forecast(date=23日星期五, high=高温 34℃, low=低温 26℃, fengli=<![CDATA[3-4级]]>, type=小雨, fengxiang=东北风), Forecast(date=24日星期六, high=高温 34℃, low=低温 27℃, fengli=<![CDATA[4-5级]]>, type=小雨, fengxiang=东北风), Forecast(date=25日星期天, high=高温 35℃, low=低温 26℃, fengli=<![CDATA[4-5级]]>, type=小雨, fengxiang=东风), Forecast(date=26日星期一, high=高温 36℃, low=低温 27℃, fengli=<![CDATA[<3级]]>, type=多云, fengxiang=无持续风向), Forecast(date=27日星期二, high=高温 37℃, low=低温 27℃, fengli=<![CDATA[<3级]]>, type=多云, fengxiang=无持续风向)], ganmao=各项气象条件适宜,发生感冒机率较低。但请避免长期处于空调房间中,以防感冒。, wendu=29))

1、将控制台清空,重新刷新页面

显示: redis has data!

WeatherResponse(status=1000, desc=OK, data=Weather(yesterday=Yesterday(high=高温 35℃, fx=东北风, low=低温 25℃, fl=<![CDATA[3-4级]]>, type=晴, date=22日星期四), city=杭州, forecast=[Forecast(date=23日星期五, high=高温 34℃, low=低温 26℃, fengli=<![CDATA[3-4级]]>, type=小雨, fengxiang=东北风), Forecast(date=24日星期六, high=高温 34℃, low=低温 27℃, fengli=<![CDATA[4-5级]]>, type=小雨, fengxiang=东北风), Forecast(date=25日星期天, high=高温 35℃, low=低温 26℃, fengli=<![CDATA[4-5级]]>, type=小雨, fengxiang=东风), Forecast(date=26日星期一, high=高温 36℃, low=低温 27℃, fengli=<![CDATA[<3级]]>, type=多云, fengxiang=无持续风向), Forecast(date=27日星期二, high=高温 37℃, low=低温 27℃, fengli=<![CDATA[<3级]]>, type=多云, fengxiang=无持续风向)], ganmao=各项气象条件适宜,发生感冒机率较低。但请避免长期处于空调房间中,以防感冒。, wendu=29))

2、打开rediswindowsdesktop

连接redis数据库,reload一下

发现database0 有杭州的uri信息及天气预报的信息

则大功告成!

4、congratulations!!!!!

更多详情

更多详情请访问: juntech

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值