如丝般添加缓存来优化服务
在一个项目在使用的过程中,随着数据或者用户的增多,慢慢就会了出现老化;当请求个别接口就出现了返回缓慢的情景,严重影响了用户的使用体验,随之就需要对服务进行优化升级。
优化不是我们重新去编写这个项目,而是用一些中间件去优化,常见的就是去缓存啦,因为很多时候我们的项目的瓶颈不是cpu
等这些硬件,而是IO
操作,因此对IO
优化后会很好地提高项目能力。
添加redis的一般实现方式
在Java
领域常见的就是添加redis
缓存器来实现优化,如果手动去实现redis
的话,我们首先要去写一个redisUtil
的工具类,在我们需要添加缓存的地方把数据手动放到redis
中;
redis
的工具类:
@Service
public class RedisUtil {
@Autowired
private RedisTemplate redisTemplate;
public boolean set(final String key, Object value) {
boolean result = false;
try {
ValueOperations<Serializable, Object> operations = redisTemplate.opsForValue();
operations.set(key, value);
result = true;
} catch (Exception e) {
e.printStackTrace();
}
return result;
}
public Object get(final String key) {
return redisTemplate.opsForValue().get(key);
}
public void setWithTime(String key, Object obj, long minute) {
redisTemplate.opsForValue().set(key, obj, minute, TimeUnit.MINUTES);
}
public boolean putHash(String key, Object field, Object value) {
boolean result = false;
try {
redisTemplate.opsForHash().put(key, field, value);
result = true;
} catch (Exception e) {
e.printStackTrace();
}
return result;
}
public Object getHash(String key, Object field) {
return redisTemplate.opsForHash().get(key, field);
}
public void setExpire(String key, long timeout, TimeUnit unit) {
redisTemplate.expire(key, timeout, unit);
}
public boolean hasKey(String key) {
return redisTemplate.hasKey(key);
}
public void deleteKey(String key) {
redisTemplate.delete(key);
}
}
使用方式:
// token存入redis,设置过期时间
redisUtil.set("xxl:music:" + dsn + ":token", token);
redisUtil.setExpire("xxl:music:" + dsn + ":token", Long.parseLong(expiresIn) - 300L, TimeUnit.SECONDS);
这需要我们手动去实现,非常的麻烦。
那有没有比较丝滑的实现方式呢?
这里我们就引入了阿里开发的JetCache
这个工具,JetCache
是一个基于Java的缓存系统封装,提供统一的API和注解来简化缓存的使用。 JetCache
提供了比SpringCache
更加强大的注解,可以原生的支持TTL
、两级缓存、分布式自动刷新,还提供了Cache
接口用于手工缓存操作。
那如何实现呢?
首先是引入依赖:
接着就是配置,新建类:JetCacheConfig
配置类
@Configuration
@EnableMethodCache(basePackages = "com.codejames.*.service")
@EnableCreateCacheAnnotation
public class JetCacheConfig {
@Bean
public Pool<Jedis> pool(){
GenericObjectPoolConfig pc = new GenericObjectPoolConfig();
pc.setMinIdle(2);
pc.setMaxIdle(10);
pc.setMaxTotal(10);
return new JedisPool(pc, "localhost", 6379);
}
@Bean
public SpringConfigProvider springConfigProvider() {
return new SpringConfigProvider();
}
@Bean
public GlobalCacheConfig config(SpringConfigProvider configProvider, Pool<Jedis> pool){
Map localBuilders = new HashMap();
EmbeddedCacheBuilder localBuilder = LinkedHashMapCacheBuilder
.createLinkedHashMapCacheBuilder()
.keyConvertor(FastjsonKeyConvertor.INSTANCE);
localBuilders.put(CacheConsts.DEFAULT_AREA, localBuilder);
Map remoteBuilders = new HashMap();
RedisCacheBuilder remoteCacheBuilder = RedisCacheBuilder.createRedisCacheBuilder()
.keyConvertor(FastjsonKeyConvertor.INSTANCE)
.valueEncoder(JavaValueEncoder.INSTANCE)
.valueDecoder(JavaValueDecoder.INSTANCE)
.jedisPool(pool);
remoteBuilders.put(CacheConsts.DEFAULT_AREA, remoteCacheBuilder);
GlobalCacheConfig globalCacheConfig = new GlobalCacheConfig();
globalCacheConfig.setConfigProvider(configProvider);
globalCacheConfig.setLocalCacheBuilders(localBuilders);
globalCacheConfig.setRemoteCacheBuilders(remoteBuilders);
//日志输出统计信息
globalCacheConfig.setStatIntervalMinutes(15);
globalCacheConfig.setAreaInCacheName(false);
return globalCacheConfig;
}
}
其中注解@EnableMethodCache
中的路径,表示对该包下的方法添加缓存,@EnableCreateCacheAnnotation
表示开启缓存注解;在如上的配置中使用了JavaValueEncoder.INSTANCE
,因此实体类需要进行序列化,即实现Serializable
这个接口。
以上配置好之后就是在方法上添加缓存注解啦
@Cached(expire = 120, name = "f.s.*.*.getbyapplianceid.", cacheType = CacheType.REMOTE)
public ApplianceFirmware getByApplianceId(Long applianceId, Byte type){
return applianceFirmwareDao.getByApplianceIdAndType(applianceId, type);
}
如上在该方法上添加了@Cached
注解,过期时间为120s
,使用redis
缓存。打开redis
发现可存在该key
,并且key
获取对应的value
。
结束语
以上是我在项目里实现的添加redis
,只是抛转引玉,更多参考:https://github.com/alibaba/jetcache