java 缓存解决方案之单体服务实战

最新推荐文章于 2024-06-29 11:02:00 发布

寅灯

最新推荐文章于 2024-06-29 11:02:00 发布

阅读量173

点赞数

分类专栏： redis 相关文章标签： java java 缓存解决方案

本文链接：https://blog.csdn.net/nandao158/article/details/112744451

版权

redis 相关专栏收录该内容

33 篇文章 4 订阅

订阅专栏

java在单体服务中缓存解决方案，它是高并发首选策略

一、什么样的数据适合缓存?

1、访问频率高

2、更改频率低

3、一致性要求不高

在 Java 中，使用场景我们一般对调用方法进行缓存控制，比如我调用"findUserById(int id)"，那么我应该在调用这个方法之前先从缓存中查找有没有，如果没有再调用该方法如从数据库加载用户信息，然后添加到缓存中，再加上相应的失效时间，下次调用时将会从缓存中获取到数据；如果需要对用户信息进行更新，可以采用双删原则更新数据库，此方案也能解决过呢更新的陷阱（如下图所示：）；如果删除此用户，也可采用双删原则。Java 中广泛使用的缓存工具 Redis

二、缓存效能 --最小内存（昂贵） --- 最大功用

1、重要的指标：

命中率 = 从缓存中读取次数 / (总读取次数[从缓存中读取次数 + 从慢速设备上读取的次数])

Miss率 = 没有从缓存中读取的次数 / (总读取次数[从缓存中读取次数 + 从慢速设备上读取的次数])

二、项目实战：

1、缓存逻辑流程图如下：

2、实战项目yml配置：

server:
  port: 88890
  compression:
    enabled: true
  connection-timeout: 3000
spring:
  redis:
      host: 192.168.0.128
      port: 6380
  datasource:
      url: jdbc:mysql://192.168.0.128:3306/nandao?useUnicode=true&characterEncoding=utf8&autoReconnect=true&allowMultiQueries=true&zeroDateTimeBehavior=convertToNull
      username: root
      password: root
      driverClassName : com.mysql.jdbc.Driver
      test-on-borrow: false
      test-while-idle: true
      time-between-eviction-runs-millis: 3600000
mybatis:
  mapperLocations: classpath:mapper/*.xml

3、redis初始化配置：json 序列化有两种方式，根据实际业务场景具体选择。

@Configuration
public class CacheConfig extends CachingConfigurerSupport {

    /**
     * 序列化object对象为json字符串
     */
  /*  @Bean
    public RedisTemplate<String, Object> redisTemplate(RedisConnectionFactory factory) {
        RedisTemplate<String, Object> template = new RedisTemplate<>();
        template.setConnectionFactory(factory);

        //使用Jackson2JsonRedisSerializer来序列化和反序列化redis的value值
        Jackson2JsonRedisSerializer serializer = new Jackson2JsonRedisSerializer(Object.class);
        ObjectMapper mapper = new ObjectMapper();
        mapper.setVisibility(PropertyAccessor.ALL, JsonAutoDetect.Visibility.ANY);
        mapper.enableDefaultTyping(ObjectMapper.DefaultTyping.NON_FINAL);
        serializer.setObjectMapper(mapper);
        template.setValueSerializer(serializer);

        //使用StringRedisSerializer来序列化和反序列化redis的key值
        template.setKeySerializer(new StringRedisSerializer());
        template.afterPropertiesSet();
        return template;
    }*/

    /**
     * JdkSerializationRedisSerializer: 序列化java对象（被序列化的对象必须实现Serializable接口）,无法转义成对象
     */
    @Bean
    public RedisTemplate<String, Object> redisTemplate(RedisConnectionFactory factory) {
        RedisTemplate<String, Object> template = new RedisTemplate<>();
        template.setConnectionFactory(factory);

        //使用jdk的序列化
        template.setValueSerializer(new JdkSerializationRedisSerializer());
        //使用StringRedisSerializer来序列化和反序列化redis的key值
        template.setKeySerializer(new StringRedisSerializer());
        template.afterPropertiesSet();
        return template;
    }
}

3、核心逻辑流程代码：

/**
 * 编码实现redis缓存
 */
@Service("TestprovincesService")
public class ProvincesServiceImpl1 extends ProvincesServiceImpl implements ProvincesService{

    @Autowired
    private RedisTemplate<String, Object> redisTemplate;

    //业务查询的接口
    @Override
    public Provinces detail(String provinceid) {
        Provinces provinces = null;

        //首先在redis查询
        provinces = (Provinces)redisTemplate.opsForValue().get(provinceid);
        if (null != provinces){//查询到结果
            redisTemplate.expire(provinceid,20000, TimeUnit.MILLISECONDS);
            System.out.println("缓存中得到数据");
            return provinces;
        }
        //如果缓存中没有查到，则需要到数据库中查询
        provinces = super.detail(provinceid);
        if (null != provinces){
            //从数据库查到数据后放到缓存中，并加上失效时间
            redisTemplate.opsForValue().set(provinceid,provinces);//set缓存
            redisTemplate.expire(provinceid,20000, TimeUnit.MILLISECONDS);//设置过期
        }
        return provinces;
    }

    //更新的业务接口，并清除缓存；当然也可以不删除而直接更新缓存
    @Override
    public Provinces update(Provinces entity) {//双删
        redisTemplate.delete(entity.getProvinceid());//直接删除缓存，预防数据库成功，缓存失败
        super.update(entity);
        redisTemplate.delete(entity.getProvinceid());//双删
        return entity;
    }

    @Override
    public Provinces add(Provinces entity) {
        redisTemplate.delete(entity.getProvinceid());//set a=2
        super.add(entity);
        redisTemplate.delete(entity.getProvinceid());//双删
        return entity;
    }

    @Override
    public void delete(String provinceid) {
        redisTemplate.delete(provinceid);
        super.delete(provinceid);
        redisTemplate.delete(provinceid);//双删
    }

}

此缓存方案是常规的解决方案，下篇我们分享基于Spring注解的 Cache 解决方案，敬请期待！