Redis整合Spring结合使用缓存实例

一、合S合使Redis介绍

什么是用缓Redis?

redis是一个key-value存储系统。和Memcached类似,存实它支持存储的合S合使value类型相对更多,包括string(字符串)、用缓 list(链表)、存实set(集合)、合S合使zset(sorted set –有序集合)和hash(哈希类型)。用缓这些数据类型都支持push/pop、存实add/remove及取交集并集和差集及更丰富的合S合使操作,而且这些操作都是用缓原 子性的。在此基础上,存实redis支持各种不同方式的合S合使排序。与memcached一样,用缓为了保证效率,存实数据都是缓存在内存中。区别的是redis会周期性的 把更新的数据写入磁盘或者把修改操作写入追加的记录文件,并且在此基础上实现了master-slave(主从)同步。

它有什么特点?

(1)Redis数据库完全在内存中,使用磁盘仅用于持久性。

(2)相比许多键值数据存储,云服务器提供商Redis拥有一套较为丰富的数据类型。

(3)Redis可以将数据复制到任意数量的从服务器。

Redis 优势?

(1)异常快速:Redis的速度非常快,每秒能执行约11万集合,每秒约81000+条记录。

(2)支持丰富的数据类型:Redis支持***多数开发人员已经知道像列表,集合,有序集合,散列数据类型。这使得它非常容易解决各种各样的问题,因为我们知道哪些问题是可以处理通过它的数据类型更好。

(3)操作都是原子性:所有Redis操作是原子的,这保证了如果两个客户端同时访问的Redis服务器将获得更新后的值。

(4)多功能实用工具:Redis是一个多实用的工具,可以在多个用例如缓存,消息,队列使用(Redis原生支持发布/订阅),任何短暂的数据,站群服务器应用程序,如Web应用程序会话,网页***计数等。

Redis 缺点?

(1)单线程

(2)耗内存

二、使用实例

本文使用maven+eclipse+sping

1、引入jar包

<!--Redis start --> <dependency>  <groupId>org.springframework.data</groupId>  <artifactId>spring-data-redis</artifactId>  <version>1.6.1.RELEASE</version> </dependency> <dependency>  <groupId>redis.clients</groupId>  <artifactId>jedis</artifactId>  <version>2.7.3</version> </dependency>    <!--Redis end -->

2、配置bean

在application.xml加入如下配置

<!-- jedis 配置 -->     <bean id="poolConfig" class="redis.clients.jedis.JedisPoolConfig" >           <property name="maxIdle" value="${ redis.maxIdle}" />           <property name="maxWaitMillis" value="${ redis.maxWait}" />           <property name="testOnBorrow" value="${ redis.testOnBorrow}" />     </bean >    <!-- redis服务器中心 -->     <bean id="connectionFactory"  class="org.springframework.data.redis.connection.jedis.JedisConnectionFactory" >           <property name="poolConfig" ref="poolConfig" />           <property name="port" value="${ redis.port}" />           <property name="hostName" value="${ redis.host}" />           <property name="password" value="${ redis.password}" />           <property name="timeout" value="${ redis.timeout}" ></property>     </bean >     <bean id="redisTemplate" class="org.springframework.data.redis.core.RedisTemplate" >           <property name="connectionFactory" ref="connectionFactory" />           <property name="keySerializer" >               <bean class="org.springframework.data.redis.serializer.StringRedisSerializer" />           </property>           <property name="valueSerializer" >               <bean class="org.springframework.data.redis.serializer.JdkSerializationRedisSerializer" />           </property>     </bean >      <!-- cache配置 -->     <bean id="methodCacheInterceptor" class="com.mucfc.msm.common.MethodCacheInterceptor" >           <property name="redisUtil" ref="redisUtil" />     </bean >     <bean id="redisUtil" class="com.mucfc.msm.common.RedisUtil" >           <property name="redisTemplate" ref="redisTemplate" />     </bean >

其中配置文件redis一些配置数据redis.properties如下:

#redis中心 redis.host=10.75.202.11 redis.port=6379 redis.password=123456 redis.maxIdle=100 redis.maxActive=300 redis.maxWait=1000 redis.testOnBorrow=true redis.timeout=100000 # 不需要加入缓存的类 targetNames=xxxRecordManager,xxxSetRecordManager,xxxStatisticsIdentificationManager # 不需要缓存的方法 methodNames= #设置缓存失效时间 com.service.impl.xxxRecordManager= 60 com.service.impl.xxxSetRecordManager= 60 defaultCacheExpireTime=3600 fep.local.cache.capacity =10000

要扫这些properties文件,在application.xml加入如下配置

<!-- 引入properties配置文件 -->   <bean id="propertyConfigurer" class="org.springframework.beans.factory.config.PropertyPlaceholderConfigurer">     <property name="locations">         <list>            <value>classpath:properties/*.properties</value>             <!--要是有多个配置文件,只需在这里继续添加即可 -->         </list>     </property> </bean>

3、一些工具类

(1)RedisUtil

上面的bean中,RedisUtil是用来缓存和去除数据的实例

package com.mucfc.msm.common; import java.io.Serializable; import java.util.Set; import java.util.concurrent.TimeUnit; import org.apache.log4j.Logger; import org.springframework.data.redis.core.RedisTemplate; import org.springframework.data.redis.core.ValueOperations; /** * redis cache 工具类 * */ public final class RedisUtil {  private Logger logger = Logger.getLogger(RedisUtil.class); private RedisTemplate<Serializable, Object> redisTemplate; /**   * 批量删除对应的value   *   * @param keys   */ public void remove(final String... keys) {    for (String key : keys) {     remove(key);   } } /**   * 批量删除key   *   * @param pattern   */ public void removePattern(final String pattern) {    Set<Serializable> keys = redisTemplate.keys(pattern);   if (keys.size() > 0)    redisTemplate.delete(keys); } /**   * 删除对应的value   *   * @param key   */ public void remove(final String key) {    if (exists(key)) {     redisTemplate.delete(key);   } } /**   * 判断缓存中是否有对应的value   *   * @param key   * @return   */ public boolean exists(final String key) {    return redisTemplate.hasKey(key); } /**   * 读取缓存   *   * @param key   * @return   */ public Object get(final String key) {    Object result = null;   ValueOperations<Serializable, Object> operations = redisTemplate     .opsForValue();   result = operations.get(key);   return result; } /**   * 写入缓存   *   * @param key   * @param value   * @return   */ public boolean set(final String key, Object value) {    boolean result = false;   try {     ValueOperations<Serializable, Object> operations = redisTemplate      .opsForValue();    operations.set(key, value);    result = true;   } catch (Exception e) {     e.printStackTrace();   }   return result; } /**   * 写入缓存   *   * @param key   * @param value   * @return   */ public boolean set(final String key, Object value, Long expireTime) {    boolean result = false;   try {     ValueOperations<Serializable, Object> operations = redisTemplate      .opsForValue();    operations.set(key, value);    redisTemplate.expire(key, expireTime, TimeUnit.SECONDS);    result = true;   } catch (Exception e) {     e.printStackTrace();   }   return result; } public void setRedisTemplate(    RedisTemplate<Serializable, Object> redisTemplate) {    this.redisTemplate = redisTemplate; } }

(2)MethodCacheInterceptor

切面MethodCacheInterceptor,这是用来给不同的方法来加入判断如果缓存存在数据,从缓存取数据。否则***次从数据库取,并将结果保存到缓存 中去。

package com.mucfc.msm.common; import java.io.File; import java.io.FileInputStream; import java.io.InputStream; import java.util.ArrayList; import java.util.List; import java.util.Properties; import org.aopalliance.intercept.MethodInterceptor; import org.aopalliance.intercept.MethodInvocation; import org.apache.log4j.Logger; public class MethodCacheInterceptor implements MethodInterceptor {  private Logger logger = Logger.getLogger(MethodCacheInterceptor.class); private RedisUtil redisUtil; private List<String> targetNamesList; // 不加入缓存的service名称 private List<String> methodNamesList; // 不加入缓存的方法名称 private Long defaultCacheExpireTime; // 缓存默认的过期时间 private Long xxxRecordManagerTime; // private Long xxxSetRecordManagerTime; // /**   * 初始化读取不需要加入缓存的类名和方法名称   */ public MethodCacheInterceptor() {    try {      File f = new File("D:\\lunaJee-workspace\\msm\\msm_core\\src\\main\\java\\com\\mucfc\\msm\\common\\cacheConf.properties");     //配置文件位置直接被写死,有需要自己修改下        InputStream in = new FileInputStream(f); //   InputStream in = getClass().getClassLoader().getResourceAsStream( //     "D:\\lunaJee-workspace\\msm\\msm_core\\src\\main\\java\\com\\mucfc\\msm\\common\\cacheConf.properties");    Properties p = new Properties();    p.load(in);    // 分割字符串    String[] targetNames = p.getProperty("targetNames").split(",");    String[] methodNames = p.getProperty("methodNames").split(",");    // 加载过期时间设置    defaultCacheExpireTime = Long.valueOf(p.getProperty("defaultCacheExpireTime"));    xxxRecordManagerTime = Long.valueOf(p.getProperty("com.service.impl.xxxRecordManager"));    xxxSetRecordManagerTime = Long.valueOf(p.getProperty("com.service.impl.xxxSetRecordManager"));    // 创建list    targetNamesList = new ArrayList<String>(targetNames.length);    methodNamesList = new ArrayList<String>(methodNames.length);    Integer maxLen = targetNames.length > methodNames.length ? targetNames.length      : methodNames.length;    // 将不需要缓存的香港云服务器类名和方法名添加到list中    for (int i = 0; i < maxLen; i++) {      if (i < targetNames.length) {       targetNamesList.add(targetNames[i]);     }     if (i < methodNames.length) {       methodNamesList.add(methodNames[i]);     }    }   } catch (Exception e) {     e.printStackTrace();   } } @Override public Object invoke(MethodInvocation invocation) throws Throwable {    Object value = null;   String targetName = invocation.getThis().getClass().getName();   String methodName = invocation.getMethod().getName();   // 不需要缓存的内容   //if (!isAddCache(StringUtil.subStrForLastDot(targetName), methodName)) {    if (!isAddCache(targetName, methodName)) {     // 执行方法返回结果    return invocation.proceed();   }   Object[] arguments = invocation.getArguments();   String key = getCacheKey(targetName, methodName, arguments);   System.out.println(key);   try {     // 判断是否有缓存    if (redisUtil.exists(key)) {      return redisUtil.get(key);    }    // 写入缓存    value = invocation.proceed();    if (value != null) {      final String tkey = key;     final Object tvalue = value;     new Thread(new Runnable() {       @Override      public void run() {        if (tkey.startsWith("com.service.impl.xxxRecordManager")) {         redisUtil.set(tkey, tvalue, xxxRecordManagerTime);       } else if (tkey.startsWith("com.service.impl.xxxSetRecordManager")) {         redisUtil.set(tkey, tvalue, xxxSetRecordManagerTime);       } else {         redisUtil.set(tkey, tvalue, defaultCacheExpireTime);       }      }     }).start();    }   } catch (Exception e) {     e.printStackTrace();    if (value == null) {      return invocation.proceed();    }   }   return value; } /**   * 是否加入缓存   *   * @return   */ private boolean isAddCache(String targetName, String methodName) {    boolean flag = true;   if (targetNamesList.contains(targetName)     || methodNamesList.contains(methodName)) {     flag = false;   }   return flag; } /**   * 创建缓存key   *   * @param targetName   * @param methodName   * @param arguments   */ private String getCacheKey(String targetName, String methodName,    Object[] arguments) {    StringBuffer sbu = new StringBuffer();   sbu.append(targetName).append("_").append(methodName);   if ((arguments != null) && (arguments.length != 0)) {     for (int i = 0; i < arguments.length; i++) {      sbu.append("_").append(arguments[i]);    }   }   return sbu.toString(); } public void setRedisUtil(RedisUtil redisUtil) {    this.redisUtil = redisUtil; } }

4、配置需要缓存的类或方法

在application.xml加入如下配置,有多个类或方法可以配置多个

<!-- 需要加入缓存的类或方法 --> <bean id="methodCachePointCut"  class="org.springframework.aop.support.RegexpMethodPointcutAdvisor" >       <property name="advice" >           <ref local="methodCacheInterceptor" />       </property>       <property name="patterns" >           <list>            <!-- 确定正则表达式列表 -->              <value>com\.mucfc\.msm\.service\.impl\...*ServiceImpl.*</value >           </list>       </property> </bean >

5、执行结果:

写了一个简单的单元测试如下:

@Test  public void getSettUnitBySettUnitIdTest() {       String systemId = "CES";      String merchantId = "133";      SettUnit configSettUnit = settUnitService.getSettUnitBySettUnitId(systemId, merchantId, "ESP");      SettUnit configSettUnit1 = settUnitService.getSettUnitBySettUnitId(systemId, merchantId, "ESP");      boolean flag= (configSettUnit == configSettUnit1);      System.out.println(configSettUnit);      logger.info("查找结果" + configSettUnit.getBusinessType());    //  localSecondFIFOCache.put("configSettUnit", configSettUnit.getBusinessType());   //  String string = localSecondFIFOCache.get("configSettUnit");        logger.info("查找结果" + string);  }

这是***次执行单元测试的过程:

MethodCacheInterceptor这个类中打了断点,然后每次查询前都会先进入这个方法

依次运行,发现没有缓存,所以会直接去查数据库

打印了出来的SQL语句:

第二次执行:

因为***次执行时,已经写入缓存了。所以第二次直接从缓存中取数据

3、取两次的结果进行地址的对比:

发现两个不是同一个对象,没错,是对的。如果是使用Ehcache的 话,那么二者的内存地址会是一样的。那是因为redis和ehcache使用的缓存机制是不一样的。ehcache是基于本地电脑的内存使用缓存,所以使 用缓存取数据时直接在本地电脑上取。转换成java对象就会是同一个内存地址,而redis它是在装有redis服务的电脑上(一般是另一台电脑),所以 取数据时经过传输到本地,会对应到不同的内存地址,所以用==来比较会返回false。但是它确实是从缓存中去取的,这点我们从上面的断点可以看到。

应用开发
上一篇:技术+商业“双轮”驱动,量旋科技加速推进全方位的量子计算解决方案 ​
下一篇:数字化转型如何推进数据中心脱碳?