性能利器——Redis（二）

最新推荐文章于 2024-05-18 18:03:22 发布

三月十二_

最新推荐文章于 2024-05-18 18:03:22 发布

阅读量94

点赞数

分类专栏： redis

本文链接：https://blog.csdn.net/weixin_41847305/article/details/118544943

版权

redis 专栏收录该内容

2 篇文章 0 订阅

订阅专栏

使用Redis事务

watch命令是可以监控Redis的一些键；
multi命令是开始事务，开始事务后，该客户端的命令不会马上被执行，而是存放在一个队列里，这点是需要注意的地方，也就是在这时我们执行一些返回数据的命令，Redis也是不会马上执行的，而是把命令放到一个队列里，所以此时调用Redis的命令，结果都是返回null；
exe命令的意义在于执行事务，只是它在队列命令执行前会判断被watch监控的Redis的键的数据是否发生过变化（即使赋予与之前相同的值也会被认为是变化过），如果它认为发生了变化，那么Redis就会取消事务，否则就会执行事务，Redis在执行事务时，要么全部执行，要么全部不执行，而且不会被其他客户端打断，这样就保证了Redis事务下数据的一致性。

流程图如下：
在这里插入图片描述

使用Redis流水线

在很多情况下并不是Redis性能不佳，而是网络传输的速度造成瓶颈，使用流水线后就可以大幅度地在需要执行很多命令时提升Redis的性能。

与事务一样，使用流水线的过程中，所有的命令也只是进入队列而没有执行，所以执行的命令返回值也为空，这也是需要注意的地方。

使用Redis发布订阅

企业分配任务之后，可以通过邮件、短信或者微信通知到相关的责任人，这就是一种典型的发布订阅模式。

首先是Redis提供一个渠道，让消息能够发送到这个渠道上，而多个系统可以监听这个渠道，如短信、微信和邮件系统都可以监听这个渠道，当一条消息发送到渠道，渠道就会通知它的监听者，这样短信、微信和邮件系统就能够得到这个渠道给它们的消息了，这些监听者会根据自己的需要去处理这个消息，于是我们就可以得到各种各样的通知了。

在这里插入图片描述

使用Lua脚本

为了增强Redis的计算能力，Redis在2.6版本后提供了Lua脚本的支持，而且执行Lua脚本在Redis中还具备原子性，所以在需要保证数据一致性的高并发环境中，我们也可以使用Redis的Lua语言来保证数据的一致性，且Lua脚本具备更加强大的运算功能，在高并发需要保证数据一致性时，Lua脚本方案比使用Redis自身提供的事务要更好一些。

在Redis中有两种运行Lua的方法:

直接发送Lua到Redis服务器去执行.
先把Lua发送给Redis，Redis会对Lua脚本进行缓存，然后返回一个SHA1的32位编码回来，之后只需要发送SHA1和相关参数给Redis便可以执行了。
- 如果Lua脚本很长，那么就需要通过网络传递脚本给Redis去执行了，而现实的情况是网络的传递速度往往跟不上Redis的执行速度，所以网络就会成为Redis执行的瓶颈。如果只是传递32位编码和参数，那么需要传递的消息就少了许多，这样就可以极大地减少网络传输的内容，从而提高系统的性能。

使用Spring缓存注解操作Redis

缓存管理器配置

　# SPRING CACHE (CacheProperties)

spring.cache.cache-names= # 如果由底层的缓存管理器支持创建，以逗号分隔的列表来缓存名称

spring.cache.caffeine.spec= # caffeine缓存配置细节

spring.cache.couchbase.expiration=0ms # couchbase缓存超时时间，默认是永不超时

spring.cache.ehcache.config= # 配置ehcache缓存初始化文件路径

spring.cache.infinispan.config= #infinispan缓存配置文件

spring.cache.jcache.config= #jcache缓存配置文件

spring.cache.jcache.provider= #jcache缓存提供者配置

**spring.cache.redis.cache-null-values=true # 是否允许Redis缓存空值
spring.cache.redis.key-prefix= # Redis的键前缀
spring.cache.redis.time-to-live=0ms # 缓存超时时间戳，配置为0则不设置超时时间
spring.cache.redis.use-key-prefix=true # 是否启用Redis的键前缀
spring.cache.type= # 缓存类型，在默认的情况下，Spring会自动根据上下文探测**

配置Redis缓存管理器

spring.cache.type=REDIS

spring.cache.cache-names=redisCache

启用缓存机制


package com.springboot.chapter7.main;

/**** imports ****/

@SpringBootApplication(scanBasePackages = "com.springboot.chapter7")

@MapperScan(basePackages = "com.springboot.chapter7", annotationClass = Repository.class)

@EnableCaching

public class Chapter7Application {

　　 ......

}

用户实现类使用Spring缓存注解

package com.springboot.chapter7.service.impl;

/**** imports ****/

@Service

public class UserServiceImpl implements UserService {

　　 @Autowired

　　 private UserDao userDao = null;

　　 // 插入用户，最后MyBatis会回填id，取结果id缓存用户

　　 @Override

　　 @Transactional

　　 @CachePut(value ="redisCache", key = "'redis_user_'+#result.id")

　　 public User insertUser(User user) {

　　　　 userDao.insertUser(user);

　　　　 return user;

　　 }

　　 // 获取id，取参数id缓存用户

　　 @Override

　　 @Transactional

　　 @Cacheable(value ="redisCache", key = "'redis_user_'+#id")

　　 public User getUser(Long id) {

　　　　 return userDao.getUser(id);

　　 }

　　 // 更新数据后，更新缓存，如果condition配置项使结果返回为null，不缓存

　　 @Override

　　 @Transactional

　　 @CachePut(value ="redisCache",

condition="#result != 'null'", key = "'redis_user_'+#id")

　　 public User updateUserName(Long id, String userName) {

　　　　 // 此处调用getUser方法，该方法缓存注解失效，

　　　　 // 所以这里还会执行SQL，将查询到数据库最新数据

　　　　 User user =this.getUser(id);

　　　　 if (user == null) {

　　　　　　 return null;

　　　　 }

　　　　 user.setUserName(userName);

　　　　 userDao.updateUser(user);

　　　　 return user;

　　 }

　　 // 命中率低，所以不采用缓存机制
　　 //因为查询结果随着用户给出的查询条件变化而变化，导致命中率很低。对于命中率很低的场景，使用缓存并不能有效提供系统性能，所以这个方法并不采用缓存机制。此外，对于大数据量等消耗资源的数据，使用缓存也应该谨慎一些。

　　 @Override

　　 @Transactional

　　 public List<User> findUsers(String userName, String note) {

　　　　 return userDao.findUsers(userName, note);

　　 }

　　 // 移除缓存

　　 @Override

　　 @Transactional

　　 @CacheEvict(value ="redisCache", key = "'redis_user_'+#id",

beforeInvocation = false)

　　 public int deleteUser(Long id) {

　　　　 return userDao.deleteUser(id);

　　 }

}

@CachePut表示将方法结果返回存放到缓存中。
@Cacheable 表示先从缓存中通过定义的键查询，如果可以查询到数据，则返回，否则执行该方法，返回数据，并且将返回结果保存到缓存中。
@CacheEvict 通过定义的键移除缓存，它有一个Boolean类型的配置项beforeInvocation，表示在方法之前或者之后移除缓存。因为其默认值为false，所以默认为方法之后将缓存移除。

缓存注解自调用失效问题

因为Spring的缓存机制也是基于Spring AOP的原理，而在Spring中AOP是通过动态代理技术来实现的，这里的updateUserName方法调用getUser方法是类内部的自调用，并不存在代理对象的调用，这样便不会出现AOP，也就不会使用到标注在getUser上的缓存注解去获取缓存的值了.

缓存脏数据说明

我们可以规定一个时间，让缓存失效，在Redis中也可以设置超时时间，当缓存超过超时时间后，则应用不再能够从缓存中获取数据，而只能从数据库中重新获取最新数据，以保证数据失真不至于太离谱。

对于数据的写操作，往往采取的策略就完全不一样，需要我们谨慎一些，一般会认为缓存不可信，所以会考虑从数据库中先读取最新数据，然后再更新数据，以避免将缓存的脏数据写入数据库中，导致出现业务问题。

自定义缓存管理器

重置Redis缓存管理器

#禁用前缀

spring.cache.redis.use-key-prefix=false

#允许保存空值

#spring.cache.redis.cache-null-values=true

#自定义前缀

#spring.cache.redis.key-prefix=

#定义超时时间，单位毫秒

spring.cache.redis.time-to-live=600000

自定义缓存管理器


// 注入连接工厂，由Spring Boot自动配置生成

@Autowired

private RedisConnectionFactory connectionFactory = null;

// 自定义Redis缓存管理器

@Bean(name = "redisCacheManager" )

public RedisCacheManager initRedisCacheManager() {

　　 // Redis加锁的写入器

　　 RedisCacheWriter writer= RedisCacheWriter.lockingRedisCacheWriter(connectionFactory);

　　 // 启动Redis缓存的默认设置

　　 RedisCacheConfiguration config = RedisCacheConfiguration.defaultCacheConfig();

　　 // 设置JDK序列化器

　　 config = config.serializeValuesWith(

　　　　　　 SerializationPair.fromSerializer(new JdkSerializationRedisSerializer()));

　　 // 禁用前缀

　　 config = config.disableKeyPrefix();

　　 //设置10 min超时

　　 config = config.entryTtl(Duration.ofMinutes(10));

　　 // 创建缓Redis存管理器

　　 RedisCacheManager redisCacheManager = new RedisCacheManager(writer, config);

　　 return redisCacheManager;
　　 ```

三月十二_

关注

0
点赞
踩
2

收藏

觉得还不错? 一键收藏
0
评论
性能利器——Redis（二）

使用Redis事务watch命令是可以监控Redis的一些键；multi命令是开始事务，开始事务后，该客户端的命令不会马上被执行，而是存放在一个队列里，这点是需要注意的地方，也就是在这时我们执行一些返回数据的命令，Redis也是不会马上执行的，而是把命令放到一个队列里，所以此时调用Redis的命令，结果都是返回null；exe命令的意义在于执行事务，只是它在队列命令执行前会判断被watch监控的Redis的键的数据是否发生过变化（即使赋予与之前相同的值也会被认为是变化过），如果它认为发生了变化，那么
复制链接

扫一扫