1.简介
2.SpringCache 整合
简化缓存开发
1.导入依赖
<!-- spring cache -->
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-cache</artifactId>
</dependency>
2.redis 作为缓存场景
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-data-redis</artifactId>
</dependency>3. 配置类
1.自动配置
自动配置了哪些
CacheAutoConfiguration 自动导入 RedisCacheConfiguration
自动配好了缓存管理器 RedisCacheManager
2.手动需要得yaml配置
spring:
#缓存
cache:
type: redis3.测试 使用缓存
1.开启缓存
1.使用redis作为缓存
spring:
#缓存
cache:
type: redis@EnableCaching //放在主启动类上2.使用注解就可以完成缓存
//每一个需要缓存的数据我们都来指定要放到哪个名字的缓存 [缓存的分区(按照业务类型分区)]
@Cacheable({"category"}) //代表这个数据是可以缓存的 当前方法的结果需要缓存，如果缓存中有，方法不用调用。
//如果缓存中没有，调用方法，将方法结果放入缓存
@Override
public List<CategoryEntity> getLevel1Category() {
System.out.println("调用了数据库getLevel1Category");
List<CategoryEntity> parentCid = this.list(new QueryWrapper<CategoryEntity>().eq("parent_cid", 0));
return parentCid;
}
//默认行为
//1.如果缓存中有，方法不用调用
//2.key默认自动生成 : 缓存的名字::SimpleKey []（自主生产的key的值）
//3.缓存的value的值 默认使用JDK序列化机制 将序列化后的数据存入Redis
//4.默认ttl时间 -1;
//自定义
//1. 指定生成的缓存使用的key key 属性指定，接受一个SPEL 表达式 ${} #{}
//2. 指定缓存的过期时间 yml 配置文件中修改ttl
//3. 将数据存入JSON标准格式 
public String mycategorykey="我自定义的key";
@Override
// @Cacheable(value = {"category"}, key = "'level1Category'")
// @Cacheable(value = {"category"}, key = "#root.method.name")//root是当前上下文的意思 method 是方法 可以有参数 各种东西
@Cacheable(value = {"category"}, key = "#root.target.mycategorykey")//root 可以拿到当前对象 当前方法 当前参数
public List<CategoryEntity> getLevel1Category() {
System.out.println("调用了数据库getLevel1Category");
List<CategoryEntity> parentCid = this.list(new QueryWrapper<CategoryEntity>().eq("parent_cid", 0));
return parentCid;
}
2.自定义缓存设置
保存的数据为json格式
1.讲一下 缓存redis配置类的 原理
CacheAutoConfiguration->RedisCacheConfiguration->自动配置了缓存管理器 RedisCacheManager->初始化所有的缓存->每个缓存觉得使用什么配置->如果RedisCacheConfiguration有在 容器中自己 配置，就要用自己的配置，否则就用默认的配置
所以，我们只需要给容器中放入一个RedisCacheConfiguration即可
就会应用到当前缓存管理器的所有缓存中
2.配置类
package com.jmj.gulimall.product.config;
import org.springframework.boot.autoconfigure.cache.CacheProperties;
import org.springframework.cache.annotation.EnableCaching;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import org.springframework.data.redis.cache.RedisCacheConfiguration;
import org.springframework.data.redis.serializer.GenericJackson2JsonRedisSerializer;
import org.springframework.data.redis.serializer.RedisSerializationContext;
import org.springframework.data.redis.serializer.StringRedisSerializer;
@Configuration
@EnableCaching
public class MyCacheConfig {
/**
* 给了默认配置文件就不生效了
* 因为 条件判断了 if config !=null 就返回
* 也不需要加@EnableConfigurationProperties(CacheProperties.class)
* 因为默认自动装配类已经加入这个
* @return
*/
@Bean
public RedisCacheConfiguration redisCacheConfiguration(
CacheProperties cacheProperties
) {
RedisCacheConfiguration config = RedisCacheConfiguration.defaultCacheConfig();
/**
* public RedisCacheConfiguration entryTtl(Duration ttl) { 是new新对象 得要覆盖上
* return new RedisCacheConfiguration(ttl, cacheNullValues, usePrefix, keyPrefix, keySerializationPair,
* valueSerializationPair, conversionService);
* }
*/
config = config.serializeKeysWith(RedisSerializationContext.SerializationPair.fromSerializer(new StringRedisSerializer()));
config = config.serializeValuesWith(RedisSerializationContext.SerializationPair.fromSerializer(new GenericJackson2JsonRedisSerializer()));
CacheProperties.Redis redisProperties = cacheProperties.getRedis();
if (redisProperties.getTimeToLive() != null) {
config = config.entryTtl(redisProperties.getTimeToLive());
}
if (redisProperties.getKeyPrefix() != null) {
config = config.prefixKeysWith(redisProperties.getKeyPrefix());
}
if (!redisProperties.isCacheNullValues()) {
config = config.disableCachingNullValues();
}
if (!redisProperties.isUseKeyPrefix()) {
config = config.disableKeyPrefix();
}
return config;
}
}
#配置数据源
spring:
#缓存
cache:
redis:
time-to-live: 36000000 #单位 ms 先设定一个小时过期时间
use-key-prefix: false #不使用，原来的前缀就没有了 key是什么 就是什么
key-prefix: CACHE_ #所有Key都设置一个前缀来区分 如果指定了 前缀就用指定的，没有就用默认的 name::[]
cache-null-values: true #是否缓存入空值 可以解决缓存穿透
type: redis3.实现
//每一个需要缓存的数据我们都来指定要放到哪个名字的缓存 [缓存的分区(按照业务类型分区)]
//代表这个数据是可以缓存的 当前方法的结果需要缓存，如果缓存中有，方法不用调用。
//如果缓存中没有，调用方法，将方法结果放入缓存
//默认行为
//1.如果缓存中有，方法不用调用
//2.key默认自动生成 : 缓存的名字::SimpleKey []（自主生产的key的值）
//3.缓存的value的值 默认使用JDK序列化机制 将序列化后的数据存入Redis
//4.默认ttl时间 -1;
//自定义
//1. 指定生成的缓存使用的key key 属性指定，接受一个SPEL 表达式 #{}
//2. 指定缓存的过期时间 yml 配置文件中修改ttl
//3. 将数据存入JSON标准格式
public String mycategorykey="我自定义的key";
@Override
// @Cacheable(value = {"category"}, key = "'level1Category'")
// @Cacheable(value = {"category"}, key = "#root.method.name")//root是当前上下文的意思 method 是方法 可以有参数 各种东西
@Cacheable(value = {"category"}, key = "#root.target.mycategorykey")//root 可以拿到当前对象 当前方法 当前参数
public List<CategoryEntity> getLevel1Category() {
System.out.println("调用了数据库getLevel1Category");//线程不安全,需要加分布式锁和读写锁
List<CategoryEntity> parentCid = this.list(new QueryWrapper<CategoryEntity>().eq("parent_cid", 0));
return parentCid;
}1.删除缓存
/**
* 级联更新所有关联数据
* @param category
* @throws Exception
*/
@CacheEvict(value = "category", key = "'category::tree'")//删除缓存
@Override
@Transactional(rollbackFor = Exception.class)
public void updateDetails(List<CategoryEntity> category) throws Exception {
category.stream().filter(c -> StringUtils.isNotBlank(c.getName())).forEach(c -> {
List<CategoryBrandRelationEntity> updateList = categoryBrandRelationService
.list(new QueryWrapper<CategoryBrandRelationEntity>().eq("catelog_id", c.getCatId()))
.stream().peek(r -> r.setCatelogName(c.getName())).collect(Collectors.toList());
categoryBrandRelationService.updateBatchById(updateList);
});
this.updateBatchById(category);
}2.存入
@Override
@Cacheable(value = {"category"}, key = "'category::tree'")
public List<CategoryEntity> listWithTree() {
//1.查出所有分类
System.out.println("三级分类查询数据库");
List<CategoryEntity> all = this.list();
//2.组装成父子的属性结构
List<CategoryEntity> level1Menus = all
.stream()
.filter(c -> c.getParentCid().equals(0L))
.map(categoryEntity -> categoryEntity.setChildren(getChildrenCategory(all, categoryEntity.getCatId())))
//大于放后面 升序
.sorted(Comparator.comparing(CategoryEntity::getSort))
.collect(Collectors.toList());
return level1Menus;
}3.要操作多个
// @CacheEvict(value = "category", key = "'category::tree'")//删除缓存
//如果多操作的话
@Caching(evict = {
@CacheEvict(value = "category", key = "'category::tree'"),
@CacheEvict(value = "category", key = "#root.target.mycategorykey")
})
@Override
@Transactional(rollbackFor = Exception.class)
public void updateDetails(List<CategoryEntity> category) throws Exception {
category.stream().filter(c -> StringUtils.isNotBlank(c.getName())).forEach(c -> {
List<CategoryBrandRelationEntity> updateList = categoryBrandRelationService
.list(new QueryWrapper<CategoryBrandRelationEntity>().eq("catelog_id", c.getCatId()))
.stream().peek(r -> r.setCatelogName(c.getName())).collect(Collectors.toList());
categoryBrandRelationService.updateBatchById(updateList);
});
this.updateBatchById(category);
}4.删除这个分区下所有数据 (失效模式)
存储同一类型的数据，都可以指定一个分区
@CacheEvict(value = "category", allEntries = true)// 设定了 use-key-prefix: false 这个如果没有这个分类，将全部缓存删除use-key-prefix必须要为true 和 key-prefix: 不设置 这个才有用
5.双写模式
@CachePut//双写模式
3.SpringCache的不足
基本都能解决，唯独缓存击穿特别一点
这样就是加了个本地锁，本地也就是放一个过来
@Override
@Cacheable(value = {"category"}, key = "'tree'",sync = true)
public List<CategoryEntity> listWithTree() {
//1.查出所有分类
System.out.println("三级分类查询数据库");
List<CategoryEntity> all = this.list();
//2.组装成父子的属性结构
List<CategoryEntity> level1Menus = all
.stream()
.filter(c -> c.getParentCid().equals(0L))
.map(categoryEntity -> categoryEntity.setChildren(getChildrenCategory(all, categoryEntity.getCatId())))
//大于放后面 升序
.sorted(Comparator.comparing(CategoryEntity::getSort))
.collect(Collectors.toList());
return level1Menus;
}只有cacheable 查询注解的时候 才能够加锁
虽然加的是本地锁，但是一台服务器只能一个访问，也是够用了
4.总结
常规数据（读多写少，即时性，一致性要求不高的数据 ）：完全可以使用springcache(写模式：只有数据有过期时间 就完全足够了 这样可以保证数据的最终一致性)
特殊数据 （特殊设计）例如 canal 感知数据库去更新 缓存
扫一扫
7854
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
