Java中单体缓存系统_java 缓存解决方案之单体服务实战

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 redisTemplate(RedisConnectionFactory factory) {

RedisTemplate 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 redisTemplate(RedisConnectionFactory factory) {

RedisTemplate 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 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！

标签：缓存,java,解决方案,entity,template,序列化,provinceid,redisTemplate

来源： https://blog.csdn.net/nandao158/article/details/112744451