使用微服务的时候将一些经常使用的数据存放在Redis中来减少对数据库的访问并提高性能
1.在pom文件中导入Redis依赖包
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-data-redis</artifactId>
<exclusions>
<exclusion>
<groupId>io.lettuce</groupId>
<artifactId>lettuce-core</artifactId>
</exclusion>
</exclusions>
</dependency>
<!--导入jedis包,Springboot2.0以后data-redis的底层使用的是lettuce,可以跟换为jedis-->
<dependency>
<groupId>redis.clients</groupId>
<artifactId>jedis</artifactId>
</dependency>
2.在微服务的yml中配置Redis的一些基本配置信息
spring:
redis:
database: 1 #redis数据库索引 默认为0
host: 127.0.0.1 #redis服务器地址
port: 6379 #redis的端口
password: 123456 #redis的密码
jedis: #redis的连接池
pool:
max-wait: 2000ms #连接池的最大阻塞时间
min-idle: 2 #连接池最小的空闲连接
max-idle: 8 #连接池的最大空闲连接
3.对Redis配置一个配置类,将Redis中的数据进行序列化,这样返回到前端的数据是以json的格式
@Configuration
public class CacheConfig extends CachingConfigurerSupport {
@Resource
private RedisConnectionFactory factory;
/**
* 自定义生成redis-key , 类名.方法名
* @return
*/
@Override
@Bean
public KeyGenerator keyGenerator() {
return (o, method, objects) -> {
StringBuilder sb = new StringBuilder();
sb.append(o.getClass().getName()).append(".");
sb.append(method.getName()).append(".");
for (Object obj : objects) {
sb.append(obj.toString());
}
return sb.toString();
};
}
//使用JSON进行序列化
@Bean
public RedisTemplate<Object, Object> redisTemplate() {
RedisTemplate<Object, Object> redisTemplate = new RedisTemplate<>();
redisTemplate.setConnectionFactory(factory);
//JSON格式序列化
GenericJackson2JsonRedisSerializer genericJackson2JsonRedisSerializer = new GenericJackson2JsonRedisSerializer();
//key的序列化
redisTemplate.setKeySerializer(genericJackson2JsonRedisSerializer);
//value的序列化
redisTemplate.setValueSerializer(genericJackson2JsonRedisSerializer);
//hash结构key的虚拟化
redisTemplate.setHashKeySerializer(new StringRedisSerializer());
//hash结构value的虚拟化
redisTemplate.setHashValueSerializer(genericJackson2JsonRedisSerializer);
return redisTemplate;
}
@Bean
@Override
public CacheResolver cacheResolver() {
return new SimpleCacheResolver(cacheManager());
}
@Bean
@Override
public CacheErrorHandler errorHandler() {
// 用于捕获从Cache中进行CRUD时的异常的回调处理器。
return new SimpleCacheErrorHandler();
}
//缓存管理器
@Bean
@Override
public CacheManager cacheManager() {
RedisCacheConfiguration cacheConfiguration = RedisCacheConfiguration.defaultCacheConfig()
.disableCachingNullValues() //不允许空值
.serializeValuesWith(RedisSerializationContext.SerializationPair.fromSerializer(new GenericJackson2JsonRedisSerializer()));//值使用JSON虚拟化
return RedisCacheManager.builder(factory).cacheDefaults(cacheConfiguration).build();
}
}
4.测试——使用RedisTemlate写入缓存
@RunWith(SpringRunner.class)
@SpringBootTest(classes = TestApp.class)
public class RedisTemplateTest {
@Autowired
private RedisTemplate<String,String> redisTemplate;
@Test
public void test(){
redisTemplate.opsForValue().set("张飞","吃秤砣" );
}
}
推荐使用RedisDesktopManager软件,更加清晰的展示数据
5.使用SpringCache+Redis进行缓存,这样做的优点在于使用注解进行缓存的写入、删除等操作
5.1在启动类上打上注解
@SpringBootApplication //启动类
@EnableEurekaClient //eureka的客户端
@EnableCaching //导入这个注解使用打注解的方式进行缓存
public class CourseApp {
public static void main(String[] args) {
SpringApplication.run(CourseApp.class, args);
}
}
5.2在方法上打上注解 该方法的返回值会自动将数据放入到缓存中并且是json的格式(在上面第三 步已经配置过来)
/**
*查询课程分类树 使用循环的方式去查询到所有的数据
*/
@Override
//打上这个注解 优先当使用查询的时候优先使用缓存中的数据 如果缓存中没有再去查询数据库中数据 再放入到缓存中
//RedisConstants.KEY_COURSE_TYPE_TREE 指定一个Redis的表(可以为多张表) key为库的后缀(不重要)
@Cacheable(cacheNames = RedisConstants.KEY_COURSE_TYPE_TREE,key = "'ALL'")
public List<CourseType> treeData() {
//使用方法获取到分类树
List<CourseType> firstCourseType = getCourseTypes();
//返回新数据
return firstCourseType;
}
5.2在方法上打上注解 执行该方法会将Redis中指定的表中的数据删除
//如果为新增需要删除缓存中的所有数据
@Override
//CacheEvict注解 执行这个方法会将Redis中指定的表中的数据删除
@CacheEvict(cacheNames = RedisConstants.KEY_COURSE_TYPE_TREE,key = "'ALL'")
public boolean insert(CourseType entity) {
return super.insert(entity);
}
5.2其他的一些注解
@CachePut 当需要更新而不干扰方法的运行的时候,可以使用该注解也就是说,始终执行该方法,并将结果放入缓存(已经有缓存就更新缓存),注解参数与@Cacheable相同
@Caching 在使用缓存的时候,有可能会同时进行更新和删除,会出现同时使用多个注解的情况.而@Caching可以实现
@CacheConfig:缓存提供了许多的注解选项,但是有一些公用的操作,我们可以使用
@CacheConfig在类上进行全局设置
6.Redis的缓存穿透
当一个请求先去缓存中查询数据时没有找到数据,然后再去数据库中查找数据,但是这条数据是条假数据(缓存和数据库中都不存在的数据),如果这个请求并发量非常高那么它就可以击穿Redis的缓存机制,这样数据库的压力就非常大。
解决方式 在数据库中查询为空的情况仍然将它缓存在Redis中,这样下次再方法就会在Redis中查询到一个空数据,减少对数据库的访问。
7.Redis的缓存雪崩
在短时间内大量的缓存失效,对数据库的访问量增大
解决方式 使用加锁的方式,只允许一个线程去查询和写缓存来减少对数据库的访问量