解衣般礴网

猿创征文 | 微服务 Spring Boot 整合Redis 实战开发解决高并发数据缓存

猿创征文 | 微服务 Spring Boot 整合Redis 实战开发解决高并发数据缓存

文章目录

  • 一、猿创什么是征文t整 缓存?
    • ⛅为什么用缓存?
    • ⚡如何使用缓存
  • 二、实现一个商家缓存
    • ⌛环境搭建
    • ♨️核心源码
    • ✅测试接口
  • 三、微服务采用 微服务 Spring Boot 注解开启缓存
    • ✂️@CacheEnable 注解详解
    • ➿调用接口测试
  • ⛵小结

一、实战什么是解决据缓 缓存?

缓存(Cache),就是数据交换的缓冲区,俗称的缓存就是缓冲区内的数据,一般从数据库中获取,存储于本地代码,例如:

例1:Static final ConcurrentHashMapmap = new ConcurrentHashMap<>(); 本地用于高并发例2:static final CacheUSER_CACHE = CacheBuilder.newBuilder().build(); 用于redis等缓存例3:Static final Mapmap =  new HashMap(); 本地缓存

由于其被Static修饰,所以随着类的加载而被加载到内存之中,作为本地缓存,由于其又被final修饰,所以其引用(例3:map)和对象(例3:new HashMap())之间的关系是固定的,不能改变,因此不用担心赋值(=)导致缓存失效;

⛅为什么用缓存?

一句话总结: 因为使用了缓存后,效率会大大的发数提升,减少了不必要的猿创资源消耗,提升了用户体验。征文t整

但是微服务使用缓存会增加代码复杂度和运维的成本,例如:Redis 实战集群,多主多从,解决据缓等等

在这里插入图片描述

⚡如何使用缓存

在实际开发中,高并我们会构建缓存来提升系统的发数稳定、高可用性,猿创使其性能得到进一步的提升。最常用的是 我们 本地数据与Redis 数据库结合使用

浏览器缓存:主要是存在于浏览器端的缓存

应用层缓存:可以分为tomcat本地缓存,比如map集合,或者是使用redis作为缓存

数据库缓存:在数据库中有一片空间是 buffer pool(缓冲池),增改查数据都会先加载到mysql的缓存中

CPU缓存:当代计算机最大的问题是 cpu性能提升了,但内存读写速度没有跟上,所以为了适应当下的情况,增加了cpu的L1,L2,L3级的缓存

在这里插入图片描述

二、实现一个商家缓存

需求说明

本 项目基于 Spring Boot 整合Redis 并引入 MyBatis-Plus 来完成开发

  • 要求达到第一次加载,查询redis缓存是否存在,若不存在,则查询数据库,查询完毕后,存入redis,再次访问时只获取redis缓存中的数据,不必再次加载数据库,减轻数据库压力。

⌛环境搭建

本项目依赖于 3分钟搞懂阿里云服务器部署Reids并整合Spring Boot微服务项目

数据库 MySQL 8.0

CREATE TABLE `tb_shop` (  `id` bigint(20) unsigned NOT NULL AUTO_INCREMENT COMMENT '主键',  `name` varchar(128) NOT NULL COMMENT '商铺名称',  `type_id` bigint(20) unsigned NOT NULL COMMENT '商铺类型的id',  `images` varchar(1024) NOT NULL COMMENT '商铺图片,多个图片以'',''隔开',  `area` varchar(128) DEFAULT NULL COMMENT '商圈,例如陆家嘴',  `address` varchar(255) NOT NULL COMMENT '地址',  `x` double unsigned NOT NULL COMMENT '经度',  `y` double unsigned NOT NULL COMMENT '维度',  `avg_price` bigint(10) unsigned DEFAULT NULL COMMENT '均价,取整数',  `sold` int(10) unsigned zerofill NOT NULL COMMENT '销量',  `comments` int(10) unsigned zerofill NOT NULL COMMENT '评论数量',  `score` int(2) unsigned zerofill NOT NULL COMMENT '评分,1~5分,乘10保存,避免小数',  `open_hours` varchar(32) DEFAULT NULL COMMENT '营业时间,例如 10:00-22:00',  `create_time` timestamp NULL DEFAULT CURRENT_TIMESTAMP COMMENT '创建时间',  `update_time` timestamp NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP COMMENT '更新时间',  PRIMARY KEY (`id`) USING BTREE,  KEY `foreign_key_type` (`type_id`) USING BTREE) ENGINE=InnoDB AUTO_INCREMENT=15 DEFAULT CHARSET=utf8mb4 ROW_FORMAT=COMPACT

pom依赖

// Mybatis-Plus 核心依赖com.baomidoumybatis-plus-boot-starter    3.4.3// hutool 工具包,各种封装功能 一应俱全cn.hutoolhutool-all    5.8.5

核心配置 application.yaml

server:  port: 8082spring:  application:    name: easydp  datasource:    driver-class-name: com.mysql.cj.jdbc.Driver    url: jdbc:mysql://127.0.0.1:3306/db_easy_dp?useSSL=false&serverTimezone=UTC    username: root    password: 111111  redis:    host: redis ip地址    port: 6379    password: redis密码,如没有不写即可    lettuce:      pool:        max-active: 10        max-idle: 10        min-idle: 1        time-between-eviction-runs: 10s  jackson:    default-property-inclusion: non_null # JSON处理时忽略非空字段mybatis-plus:  type-aliases-package: com.chen.entity # 别名扫描包logging:  level:    com.chen: debug

♨️核心源码

Entity 实体类层

package com.chen.entity;import com.baomidou.mybatisplus.annotation.IdType;import com.baomidou.mybatisplus.annotation.TableField;import com.baomidou.mybatisplus.annotation.TableId;import com.baomidou.mybatisplus.annotation.TableName;import lombok.Data;import lombok.EqualsAndHashCode;import lombok.experimental.Accessors;import java.io.Serializable;import java.time.LocalDateTime;/** * @author whc * @date 2022/9/3 10:29 */@Data@EqualsAndHashCode(callSuper = false)@Accessors(chain = true)@TableName("tb_shop")public class ShopEntity implements Serializable {     private static final long serialVersionUID = 1L;    /**     * 主键     */    @TableId(value = "id", type = IdType.AUTO)    private Long id;    /**     * 商铺名称     */    private String name;    /**     * 商铺类型的id     */    private Long typeId;    /**     * 商铺图片,多个图片以','隔开     */    private String images;    /**     * 商圈,例如陆家嘴     */    private String area;    /**     * 地址     */    private String address;    /**     * 经度     */    private Double x;    /**     * 维度     */    private Double y;    /**     * 均价,取整数     */    private Long avgPrice;    /**     * 销量     */    private Integer sold;    /**     * 评论数量     */    private Integer comments;    /**     * 评分,1~5分,乘10保存,避免小数     */    private Integer score;    /**     * 营业时间,例如 10:00-22:00     */    private String openHours;    /**     * 创建时间     */    private LocalDateTime createTime;    /**     * 更新时间     */    private LocalDateTime updateTime;    @TableField(exist = false)    private Double distance;}

Mapper持久化层

package com.chen.mapper;import com.baomidou.mybatisplus.core.mapper.BaseMapper;import com.chen.entity.ShopEntity;/** * @author whc * @date 2022/9/3 10:33 */public interface ShopMapper extends BaseMapper{ 	}

Service 接口

package com.chen.service;import com.baomidou.mybatisplus.extension.service.IService;import com.chen.common.ResultBean;import com.chen.dto.ShopDTO;import com.chen.entity.ShopEntity;/** * @author whc * @date 2022/9/3 10:35 */public interface ShopService extends IService{     ResultBeanqueryById(Long id);}

ServiceImpl 实现层

package com.chen.service.impl;import cn.hutool.core.bean.BeanUtil;import cn.hutool.core.util.StrUtil;import cn.hutool.json.JSONUtil;import com.baomidou.mybatisplus.extension.service.impl.ServiceImpl;import com.chen.common.ResultBean;import com.chen.dto.ShopDTO;import com.chen.entity.ShopEntity;import com.chen.mapper.ShopMapper;import com.chen.service.ShopService;import com.chen.utils.RedisConstants;import lombok.extern.slf4j.Slf4j;import org.apache.commons.lang3.StringUtils;import org.springframework.beans.factory.annotation.Autowired;import org.springframework.cache.annotation.Cacheable;import org.springframework.data.redis.core.StringRedisTemplate;import org.springframework.stereotype.Service;/** * @author whc * @date 2022/9/3 10:36 */@Slf4j@Servicepublic class ShopServiceImpl extends ServiceImplimplements ShopService{     @Autowired    private StringRedisTemplate stringRedisTemplate;    @Override    public ResultBeanqueryById(Long id) {         try {             // 拼接 redis key            String key = RedisConstants.CACHE_SHOP_KEY + id;            //从redis中获取是否已存在,若存在,则直接返回            String json = stringRedisTemplate.opsForValue().get(key);            //判断如果存在,就返回            if (StrUtil.isNotBlank(json)) {                 ShopDTO shopDTO = JSONUtil.toBean(json, ShopDTO.class);                return ResultBean.create(0, "success", shopDTO);            }            //从数据库查询数据	getById(id) 是 MyBatis-Plus 提供的查询方法,直接调用即可完成查询            ShopEntity shopEntity = getById(id);            //转换对象            ShopDTO shopDTO = BeanUtil.toBean(shopEntity, ShopDTO.class);            //将数据存入redis            stringRedisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(shopDTO));            return ResultBean.create(0, "success", shopDTO);        } catch (Exception e) {             log.error("获取商品详情失败! e ==>{ }", e);            return ResultBean.create(-1, "获取商品详情失败! e ==>{ }" + e);        }    }}

Controller层

package com.chen.controller;import com.chen.common.ResultBean;import com.chen.dto.ShopDTO;import com.chen.service.ShopService;import org.springframework.beans.factory.annotation.Autowired;import org.springframework.web.bind.annotation.*;/** * @author whc * @date 2022/9/3 11:06 */@RestController@CrossOrigin@RequestMapping("/shop")public class ShopController {     @Autowired    private ShopService shopService;    @GetMapping("/{ id}")    public ResultBeanqueryShopById(@PathVariable("id") Long id) {         return shopService.queryById(id);    }}

工具类

package com.chen.utils;/** * redis key 常量 * @author whc * @date 2022/9/3 13:40 */public class RedisConstants {     public static final String CACHE_SHOP_KEY = "cache:shop:";    public static final Long CACHE_SHOP_TTL = 30L;}

✅测试接口

这里我使用了Redis可视化工具,RESP,地址:https://resp.app/zh/

打开后可以直接连接你的redis数据库,可视化展示

在这里插入图片描述

利用 ApiFox测试接口,可参考 【云原生】前后端分离项目下 如何优雅的联调程序?
在这里插入图片描述

第一次调用耗时 1.61s,是因为我们第一次redis中无数据,走了查询数据库的操作,然后存入redis,总耗时1.61s

第二次调用

在这里插入图片描述

第二次调用直接走的缓存,可见效率提升了很多!

三、采用 微服务 Spring Boot 注解开启缓存

开启注解启动缓存

Spring 默认支持缓存,但版本必须在3.1以上,在启动类加入 @EnableCaching开启即可

package com.chen;import org.mybatis.spring.annotation.MapperScan;import org.springframework.boot.SpringApplication;import org.springframework.boot.autoconfigure.SpringBootApplication;import org.springframework.cache.annotation.EnableCaching;/** * @author whc * @date 2022/9/3 10:27 *///开启缓存支持@EnableCaching@MapperScan("com.chen.mapper")@SpringBootApplicationpublic class MainApplication {     public static void main(String[] args) {         SpringApplication.run(MainApplication.class, args);    }}

✂️@CacheEnable 注解详解

@CacheEnable:缓存存在,则使用缓存;不存在,则执行方法,并将结果塞入缓存

ShopServiceImpl 实现类

@Cacheable(cacheNames = "shop", key = "#root.methodName")    public ShopDTO queryById(Long id) {         try {             String key = RedisConstants.CACHE_SHOP_KEY + id;            String json = stringRedisTemplate.opsForValue().get(key);            if (StrUtil.isNotBlank(json)) {                 ShopDTO shopDTO = JSONUtil.toBean(json, ShopDTO.class);                return shopDTO;            }            ShopEntity shopEntity = getById(id);            //转换对象            ShopDTO shopDTO = BeanUtil.toBean(shopEntity, ShopDTO.class);            stringRedisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(shopDTO), RedisConstants.CACHE_SHOP_TTL, TimeUnit.MINUTES);            return shopDTO;        } catch (Exception e) {             log.error("获取商品详情失败! e ==>{ }", e);            return null;        }    }

➿调用接口测试

第一次调用,耗时很长

在这里插入图片描述

再次调用,走缓存

在这里插入图片描述

查看Redis可视化key

在这里插入图片描述

大小 1.11k 字节

再看json存入

在这里插入图片描述

大小 653 字节

综上考虑,出于内存的原因,我们选择使用json存入redis,更省内存!

⛵小结

以上就是【Bug 终结者】对 猿创征文 微服务 Spring Boot 整合Redis 实战开发解决高并发数据缓存的简单介绍,缓存是我们比较常用的技术,在解决一些高并发场景下,我们巧妙的使用缓存可以极大的减轻服务器的压力,从而提高系统的高可用性,Redis基于内存并且是单线程的,所以说非常的快Redis缓存数据库很重要!

如果这篇【文章】有帮助到你,希望可以给【Bug 终结者】点个赞👍,创作不易,如果有对【后端技术】、【前端领域】感兴趣的小可爱,也欢迎关注❤️❤️❤️ 【Bug 终结者】❤️❤️❤️,我将会给你带来巨大的【收获与惊喜】💝💝💝!

未经允许不得转载:解衣般礴网 » 猿创征文 | 微服务 Spring Boot 整合Redis 实战开发解决高并发数据缓存