springboot整个缓存_SpringBoot集成Redis缓存

关于Redis缓存

为什么使用缓存？

提升重复访问数据的访问效率。

Redis的三个用途

数据库，缓存，消息中间件

Redis的应用场景(针对被重复访问的数据)

页面缓存(图片，CSS，html等静态数据)——热点数据

最新列表

排行榜

计数器

session存储

使用建议

Redis 速度快是建立在内存数据库基础上的，但是一台服务器的内存要比磁盘金贵许多，所以在项目初期不要想什么都往 Redis 里放，这样当数据量上来后很快内存就会不够用，反而得不偿失。合理的利用有限的内存，将读(写)频繁的热数据放在 Redis 中才能更好感受到它带来的性能提升。

Redis 虽然提供了 RDB 和 AOF 两种持久化方式，但是普遍还是认为 Redis 的持久化并不是很靠谱。非常重要的数据不要依赖 Redis 来开发，或者最起码不要只在 Redis 中持久化

MySQL 经过不断优化性能已经非常好，所以 MySQL 提供的数据结构和访问效率能满足的需求的情况下不要引入 Redis，多引入一个组件就多一个可能的故障节点，尤其在保持数据一致性的场景中数据(比如用户余额)应该只放在数据库中，除非你知道怎么解决考系统的分布式事务。

Redis数据类型

string(一个键最大能存储 512MB)

hash(适合存储对象)每个 hash 可以存储 2的32次方 -1个 键值对

list

list是一个从左至右的队列

lpush从左往右插入元素，最后插入的3在最左边

rpush从右往左插入元素，最后插入的元素c在最右边

lpop和rpop分别是从左边和右边取出元素并移除

​ lrange返回指定范围内的元素

set(无序集合，不允许重复)

返回集合中元素的个数

zset

Redis zset 和 set 一样也是string类型元素的集合,且不允许重复的成员。

不同的是每个元素都会关联一个double类型的分数。redis正是通过分数来为集合中的成员进行从小到大的排序。

zset的成员是唯一的,但分数(score)却可以重复。

zrange按照score从小到大排列

服务器安装Redis

测试环境：阿里云 CentOS 7.6

安装Redis

wget http://download.redis.io/releases/redis-5.0.5.tar.gz

tar xzf redis-5.0.5.tar.gz

cd redis-5.0.5

make

启动关闭Redis

打开src文件夹

./redis-server

./redis-cli shutdown

配置Redis远程连接

在redis-5.0.5目录下的redis.conf

远程连接(注释该行)开启阿里云安全组6379端口

设置密码

开启允许公网访问

重新启动redis，并加载配置文件

./redis-server ../redis.conf

查看配置是否生效

打开src目录

./redis-cli

auth "123456"

config get *

在win10本地用可视化工具连接

集成Redis

在上次集成Druid的基础上集成Redis

添加Redis缓存依赖

org.springframework.boot

spring-boot-starter-data-redis

org.springframework.boot

spring-boot-start-cache

配置yaml

spring:

datasource:

# 数据源基本配置

username: noneplus

password: MEMMpYHaOUFVuaR37bMbUmGW76WVSLAD7pnFLrbup5H4Q6sZvWMDsYAcnZvAL2hY2Man1rc6SCJMYwrse1xPKw== # 1.配置生成的password

driver-class-name: com.mysql.cj.jdbc.Driver

url: jdbc:mysql://47.103.6.247:3306/user?serverTimezone=UTC

type: com.alibaba.druid.pool.DruidDataSource

# Druid数据源配置

initialSize: 5

minIdle: 5

maxActive: 20

maxWait: 60000

timeBetweenEvictionRunsMillis: 60000

minEvictableIdleTimeMillis: 300000

validationQuery: SELECT 1 FROM DUAL

testWhileIdle: true

testOnBorrow: false

testOnReturn: false

poolPreparedStatements: true

# 配置监控统计拦截的filters，去掉后监控界面sql无法统计，'wall'用于防火墙

filters: stat,wall,log4j,config # 3.添加config

maxPoolPreparedStatementPerConnectionSize: 20

useGlobalDataSourceStat: true

# 2.开启加密，配置公钥

connectionProperties: druid.stat.mergeSql=true;druid.stat.slowSqlMillis=500;config.decrypt=true;config.decrypt.key=MFwwDQYJKoZIhvcNAQEBBQADSwAwSAJBAIIl9Pp9nYiIsVgEgOuNqqyPIU6NsYNSyLX3gxcBhIPRtcL5WqxevYKvsAwaT4WOtww268vHdyP7zWTGhtGxscMCAwEAAQ==

thymeleaf:

cache: false

redis:

host: 47.103.6.247

port: 6379

password: 123456

pagehelper:

helperDialect: mysql

reasonable: true

supportMethodsArguments: true

pageSizeZero: false #pageSize=0

测试是否可以正常连接到redis

@Autowired

StringRedisTemplate stringRedisTemplate;

@Test

public void testRedis()

{

stringRedisTemplate.opsForValue().append("ms","hello");

}

单条数据缓存

主程序类添加@EnableCaching注解

配置Redis序列化

package zkrun.top.web.config;

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.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.cache.RedisCacheManager;

import org.springframework.data.redis.connection.RedisConnectionFactory;

import org.springframework.data.redis.core.RedisTemplate;

import org.springframework.data.redis.serializer.Jackson2JsonRedisSerializer;

import org.springframework.data.redis.serializer.RedisSerializationContext;

import org.springframework.data.redis.serializer.RedisSerializer;

import org.springframework.data.redis.serializer.StringRedisSerializer;

import java.time.Duration;

@Configuration

@EnableCaching

public class RedisConfig {

@Bean

public RedisTemplate redisTemplate(RedisConnectionFactory factory) {

RedisTemplate redisTemplate = new RedisTemplate<>();

redisTemplate.setConnectionFactory(factory);

// 使用Jackson2JsonRedisSerialize 替换默认序列化

Jackson2JsonRedisSerializer jackson2JsonRedisSerializer = new Jackson2JsonRedisSerializer(Object.class);

ObjectMapper objectMapper = new ObjectMapper();

objectMapper.setVisibility(PropertyAccessor.ALL, JsonAutoDetect.Visibility.ANY);

objectMapper.enableDefaultTyping(ObjectMapper.DefaultTyping.NON_FINAL);

jackson2JsonRedisSerializer.setObjectMapper(objectMapper);

// 设置value的序列化规则和 key的序列化规则

redisTemplate.setKeySerializer(new StringRedisSerializer());

redisTemplate.setValueSerializer(jackson2JsonRedisSerializer);

redisTemplate.setHashKeySerializer(new StringRedisSerializer());

redisTemplate.setHashValueSerializer(jackson2JsonRedisSerializer);

redisTemplate.afterPropertiesSet();

return redisTemplate;

}

@Bean

public CacheManager cacheManager(RedisConnectionFactory factory) {

RedisSerializer redisSerializer = new StringRedisSerializer();

Jackson2JsonRedisSerializer jackson2JsonRedisSerializer = new Jackson2JsonRedisSerializer(Object.class);

//解决查询缓存转换异常的问题

ObjectMapper om = new ObjectMapper();

om.setVisibility(PropertyAccessor.ALL, JsonAutoDetect.Visibility.ANY);

om.enableDefaultTyping(ObjectMapper.DefaultTyping.NON_FINAL);

jackson2JsonRedisSerializer.setObjectMapper(om);

// 配置序列化(解决乱码的问题),过期时间30秒

RedisCacheConfiguration config = RedisCacheConfiguration.defaultCacheConfig()

.entryTtl(Duration.ofSeconds(1800000))

.serializeKeysWith(RedisSerializationContext.SerializationPair.fromSerializer(redisSerializer))

.serializeValuesWith(RedisSerializationContext.SerializationPair.fromSerializer(jackson2JsonRedisSerializer))

.disableCachingNullValues();

RedisCacheManager cacheManager = RedisCacheManager.builder(factory)

.cacheDefaults(config)

.build();

return cacheManager;

}

}

创建RedisController类

@Autowired

RedisService redisService;

@RequestMapping("/get")

@ResponseBody

public String get(Integer id) {

return redisService.getUserById(id);

}

@RequestMapping("/update")

@ResponseBody

public UserInfo update(UserInfo userInfo)

{

return redisService.updateUser(userInfo);

}

@RequestMapping("/deleteCache")

@ResponseBody

public String delete(Integer id)

{

return redisService.deleteUser(id);

}

RedisService(其中，缓存注解放在Service层)

@Cacheable产生缓存

@CachePut更新缓存

@CacheEvict删除缓存

package zkrun.top.web.service;

import org.springframework.beans.factory.annotation.Autowired;

import org.springframework.cache.annotation.CacheEvict;

import org.springframework.cache.annotation.CachePut;

import org.springframework.cache.annotation.Cacheable;

import org.springframework.stereotype.Service;

import zkrun.top.web.bean.UserInfo;

import zkrun.top.web.mapper.UserInfoMapper;

@Service

public class RedisService {

@Autowired

UserInfoMapper userInfoMapper;

/**将方法运行结果进行缓存，当方法被再次调用时，直接返回缓存中的结果。

* 参数：

* value：指定缓存组件的名字

* key：缓存的key。可以使用SpEl表达式

* condition：缓存条件。(为true时缓存)，使用EL表达式

* unless：否定缓存。(为true时不缓存)unless在方法执行之后判断，所以unless可以用结果作为判断条件。

* @param id

* @return

*/

@Cacheable(value = "test", key = "#id")

public String getUserById(Integer id) {

UserInfo userInfo=userInfoMapper.getUserById(id);

return userInfo.toString();

}

//修改了数据库的数据，同时更新缓存。先调用目标方法，然后缓存方法结果。

@CachePut(value = "test",key="#result.id") //只能是result.id

public UserInfo updateUser(UserInfo userInfo) {

userInfoMapper.updateUser(userInfo);

return userInfo;

}

//删除数据之后，清除缓存

@CacheEvict(value = "test", key = "#id")

public String deleteUser(Integer id) {

userInfoMapper.deleteUserById(id);

return "已删除";

}

}

测试

缓存已更新

数据库已更新

緩存已清空

数据库已删除