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

文档参考：http://doc.redisfans.com/

• 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

• 官网：

  https://redis.io/

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

https://www.cnblogs.com/noneplus/p/11532065.html

• 添加Redis缓存依赖

        <dependency>
              <groupId>org.springframework.boot</groupId>
              <artifactId>spring-boot-starter-data-redis</artifactId>
          </dependency>
          <dependency>
              <groupId>org.springframework.boot</groupId>
              <artifactId>spring-boot-start-cache</artifactId></dependency>
          </dependency>

• 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<String, Object> redisTemplate(RedisConnectionFactory factory) {
          RedisTemplate<String, Object> 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<String> 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

• 查询id=60的数据

  http://localhost:8080/get?id=60

  

  缓存已生成

• 更新id=60的数据

  http://localhost:8080/update?id=60&username=60

  

缓存已更新

数据库已更新

• 删除id=60的数据

  http://localhost:8080/deleteCache?id=60

  

緩存已清空

数据库已删除

代码参考

https://github.com/HCJ-shadow/SpringBootPlus

我的博客即将同步至腾讯云+社区，邀请大家一同入驻：https://cloud.tencent.com/developer/support-plan?invite_code=1n7jk201ae6a9

原文链接:https://www.cnblogs.com/noneplus/p/11539570.html
如有疑问请与原作者联系

标签：

版权申明：本站文章部分自网络，如有侵权，请联系：west999com@outlook.com
特别注意：本站所有转载文章言论不代表本站观点，本站所提供的摄影照片，插画，设计作品，如需使用，请与原作者联系，版权归原作者所有