分布式微服务开发_Spring Boot实现分布式微服务开发实战系列（三）

最新推荐文章于 2024-07-24 18:11:03 发布

黄涵奕

最新推荐文章于 2024-07-24 18:11:03 发布

阅读量293

点赞数

文章标签：分布式微服务开发

本文链接：https://blog.csdn.net/weixin_35756690/article/details/112675343

版权

上一篇文章总结了基于SpringBoot实现分布式微服务下的统一配置、分环境部署配置。以及服务端模块的分离(每一个提供者就是一个独立的微服务)、微服务落地、Dubbo整合及提供者、消费者的配置实现。本次文章将接入数据库及缓存实现。项目结构如下：

从上图可以看出，我们要在提供者和消费者之间搭建缓存服务，本次以Redis为例讲解。系统在接入缓存服务后，对访问量大的查询接口，我们可以在接口第一次从服务端(提供者)获取数据后缓存起来，后面的请求进来先从缓存中获取，如果缓存中存在直接返回，否则调用提供者(查询数据库)获取数据，并添加到缓存中。这在高并发的情况下，会大大提升服务的效应效率，减轻提供者和数据库的压力。

基于之前的项目，我们一点一点的深入探讨，今天先从版本管理开始讲起。

版本统一管理

一，子模块版本控制

先看看父级项目的pom文件配置，设置各个子模块依赖的版本号。

再来看看各个模块的版本设置。

common模块pom配置

提供者以系统服务模块(lyn-sys)为例，其他模块设置相同。

lyn-sys下接口模块pom

lyn-sys下接口实现模块pom

再看看消费者lyn-web的依赖。

为什么要统一管理？我想有多年开发经验的Coder一定很明白它的重要性，这里不多讲。

二，第三方Jar依赖控制

关于第三方Jar管理，只需要将这些依赖放到里面去，这里仅仅是应用外部的Jar，SpringBoot基本依赖并不放在这里。

SpringBoot基础依赖

其他第三方依赖

其他模块如果需要用到这些第三方Jar，就在自己的模块对应去添加，这样可以较少其他模块对不必要的jar依赖，减小最终jar/war包的的大小。如Dubbo依赖，各个提供者的接口层(***-api)就不需要依赖这个服务，它仅提供给服务实现及消费者依赖。所以我们只需在各个服务模块的Service现实(***-service)及消费者模块(lyn-web)pom里依赖。

数据库连接实现

先在pom里引入数据库的相关依赖(属于第三方被管理的jar)

然后在各个提供者实现(***-service)模块的pom里依赖

这里Mybatis逆向生成和数据库连接池的依赖在lyn-common模块的pom里。提供者实现模块的properties配置

然后使用逆向工程执行生成实体、mapper及xml映射文件。这里以lyn-goods服务层的结构为例。

在对应提供者的***-api里写Service接口及在***-service里写对应的Service接口的实现代码，上面是goods-service的代码实现为例。其他模块类似，到此为止，数据库及基础代码已生成，接着编写对应的Controller服务，此处代码不讲。

Redis接入即实现

目前java操作redis的客户端有jedis跟Lettuce。在springboot1.x系列中，其中使用的是jedis，但是到了springboot2.x使用的是Lettuce。因为我们的版本是springboot2.1，所以今天使用的是Lettuce。,父级pom里依赖如下：

这里我使用的版本分别如下：

Redis的版本号：2.1.2.RELEASE

commons-pools的版本：2.5.0

jackson-databind版本号：2.9.6

接下来配置Redis，目录结构如下：

代码：

import com.fasterxml.jackson.annotation.JsonAutoDetect;import com.fasterxml.jackson.annotation.PropertyAccessor;import com.fasterxml.jackson.databind.ObjectMapper;import org.springframework.cache.CacheManager;import org.springframework.cache.annotation.CachingConfigurerSupport;import org.springframework.cache.annotation.EnableCaching;import org.springframework.cache.interceptor.KeyGenerator;import org.springframework.context.annotation.Bean;import org.springframework.context.annotation.Configuration;import org.springframework.data.redis.cache.RedisCacheConfiguration;import org.springframework.data.redis.cache.RedisCacheManager;import org.springframework.data.redis.cache.RedisCacheWriter;import org.springframework.data.redis.connection.lettuce.LettuceConnectionFactory;import org.springframework.data.redis.core.RedisTemplate;import org.springframework.data.redis.serializer.Jackson2JsonRedisSerializer;import org.springframework.data.redis.serializer.StringRedisSerializer;import java.lang.reflect.Method;/** *

Redis缓存配置

 * * @author lft * @version 1.0 * @date 2019/6/13 0013 * @since jdk1.8 */@Configuration@EnableCaching //启用缓存public class CacheConfig extends CachingConfigurerSupport { @Bean @Override public KeyGenerator keyGenerator() { return new KeyGenerator() { @Override public Object generate(Object target, Method method, Object... params) { StringBuilder sb = new StringBuilder(); sb.append(target.getClass().getName()); sb.append(method.getName()); for (Object obj : params) { sb.append(obj.toString()); } return sb.toString(); } }; } /** * 缓存配置管理器 */ @Bean public CacheManager cacheManager(LettuceConnectionFactory factory) { //以锁写入的方式创建RedisCacheWriter对象 RedisCacheWriter writer = RedisCacheWriter.lockingRedisCacheWriter(factory); //创建默认缓存配置对象 RedisCacheConfiguration config = RedisCacheConfiguration.defaultCacheConfig(); RedisCacheManager cacheManager = new RedisCacheManager(writer, config); return cacheManager; } @Bean public RedisTemplate redisTemplate(LettuceConnectionFactory 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.setHashKeySerializer(new StringRedisSerializer()); template.setHashValueSerializer(serializer); template.afterPropertiesSet(); return template; }}

封装Redis缓存类：

public interface CacheService {    Object getCache(String key);    void setCache(String key, Object value);    void setCache(String key, Object value, long time);     void setList(String key, List os);     void setList(String key, List os, long time);     List getList(String key);    boolean isExistKey(String key);    void removeKey(String key);    Set getMatchPrefixKey(String prefix);    Long getExpire(String key);}

实现代码：

@Service("cacheService")public class CacheServiceImpl implements CacheService {    private static Logger logger = LoggerFactory.getLogger(CacheServiceImpl.class);    @Autowired    private RedisTemplate<String, Object> redisTemplate;    @Autowired    private StringRedisTemplate stringRedisTemplate;    @Override    public Object getCache(String key) {        ValueOperations<String, Object> valueOperations = redisTemplate.opsForValue();        return valueOperations.get(key);    }    @Override    public void setCache(String key, Object value) {        ValueOperations<String, Object> valueOperations = redisTemplate.opsForValue();        valueOperations.set(key, value);    }    @Override    public void setCacheToRedis(String key, Object value, long time) {        ValueOperations<String, Object> valueOperations = redisTemplate.opsForValue();        if(time > 0){            valueOperations.set(key, value, time, TimeUnit.SECONDS);        }else{            valueOperations.set(key, value);        }    }    @Override    public void setList(String key, List os) {        ListOperations<String,Object> listOperations = redisTemplate.opsForList();        for (Object o : os) {            listOperations.rightPush(key, o);        }    }    @Override    public void setList(String key, List os, long time) {        if(time > 0){            ListOperations<String,Object> listOperations = redisTemplate.opsForList();            for (Object o : os) {                listOperations.rightPush(key, o);                redisTemplate.expire(key, time, TimeUnit.SECONDS);            }        }    }    @Override    public  List getList(String key) {        ListOperations<String, Object> listOperations = redisTemplate.opsForList();        List o = null;        if (listOperations.size(key) > 0) {            o = (List) listOperations.range(key, 0, -1);        }        return o;    }    @Override    public boolean isExistKey(String key) {        if(!StringUtils.isEmpty(key)) {            return redisTemplate.hasKey(key);        }        return false;    }    @Override    public void removeKey(String key) {        redisTemplate.delete(key);    }    @Override    public Set<String> getMatchPrefixKey(String prefix) {        if(!StringUtils.isEmpty(prefix)) {            Set<String> keys = stringRedisTemplate.keys(prefix + "*");            if(keys==null || keys.size() == 0){                return null;            }            return keys;        }        return null;    }    @Override    public Long getExpire(String key) {        return redisTemplate.getExpire(key);    }}

现在，在我们的消费者properties里配置redis。

接着我们在Controller里写一个测试接口

消费者(lyn-web)启动类添加包扫描，如下：

数据添加一条数据

然后启动四个提供者和一个消费者服务测试。

再通过Redis客户端看看缓存的数据。

本次讲了SpringBoot分布式微服务开发下的子模块及第三方jar的版本统一管理、数据库接入、Redis的配置及简单的缓存实现。到目前为止，一个简单的项目分布式电商项目已经基本成型，但如果要以正式项目开发使用，那还有很多需要处理和优化。比如Reids缓存，如何防止缓存被击穿和缓存雪崩的发生？下期我们继续深入去讨论实现。

精彩文章推荐：

Spring Boot实现分布式微服务开发实战系列(一)

Spring Boot实现分布式微服务开发实战系列(二)

下期文章：深入介绍项目的配置，细节优化，以及缓存雪崩及缓存击穿的防范，Kafka的对接等内容。