Apakah itu cache
Cache ialah memori untuk pertukaran data berkelajuan tinggi, yang boleh digunakan untuk mengakses dan mengendalikan data dengan pantas.
Berikan contoh mudah.
Xiao Ming mengusahakan restoran Apabila ia mula-mula dibuka, kerana kurang reputasi dan sedikit pelanggan, perniagaan itu biasanya tidak sibuk apabila tiada apa-apa untuk dilakukan, dan pergi ke dapur mengatur memasak apabila tetamu datang. Dengan perkembangan hotel yang semakin meningkat, hotel pada masa ini berbeza daripada masa lalu Mereka mempunyai sejumlah besar pelanggan yang stabil, malah mereka penuh semasa cuti tertentu. Mengikut amalan sebelum ini, sudah pasti ianya tidak akan berkesan Sepanjang tempoh jamuan makan kemuncak, pelanggan terpaksa menunggu lama kerana penyediaan makanan yang lambat sehingga menimbulkan aduan berulang kepada pihak hotel.
Untuk menyelesaikan masalah ini, Xiao Ming memikirkan cara apabila dia bebas, dia boleh memasak hidangan popular terlebih dahulu dan meletakkannya di dalam kabinet pemanasan tempoh dan menghidangkan mereka secara langsung Ini mengelakkan masalah penyediaan makanan yang lambat disebabkan oleh bilangan pelanggan yang ramai dalam tempoh yang singkat, ia dapat dikendalikan dengan baik walaupun pada waktu puncak.
Inti caching adalah untuk pra-menyimpan sumber yang kerap diakses (bacaan frekuensi tinggi, penulisan frekuensi rendah) di lokasi yang paling dekat dengan pengguna dan dengan kelajuan akses yang lebih pantas untuk meningkatkan kelajuan akses.
Mengapa menggunakan cache
Selepas menggunakan cache, kecekapan akan dipertingkatkan dengan ketara, penggunaan sumber yang tidak perlu akan dikurangkan dan pengalaman pengguna akan dipertingkatkan.
Ciri redis:
Redis menyokong kegigihan data ia boleh menyimpan data dalam memori ke cakera dan menambahnya semula apabila dimulakan semula untuk digunakan .
Redis bukan sahaja menyokong data jenis nilai kunci mudah, tetapi juga menyediakan storan senarai, set, zset, cincang dan struktur data lain
Redis menyokong sandaran data, iaitu, sandaran data dalam mod tuan-hamba
Kelebihan redis:
Prestasi yang sangat tinggi—&mdash ; Redis boleh membaca pada kelajuan 110,000 kali/s dan menulis pada kelajuan 81,000 kali/s.
Jenis data yang kaya - redis menyokong operasi jenis data Rentetan, Senarai, Cincang, Set dan Set Tertib untuk kes binari.
Atomik - Semua operasi redis adalah atom, yang bermaksud sama ada ia dilaksanakan dengan jayanya atau tidak dilaksanakan sama sekali. Operasi individu adalah atom. Berbilang operasi juga menyokong urus niaga, iaitu, atomicity, dibalut oleh arahan berbilang dan eksekutif.
Redis kaya juga menyokong penerbitan/langganan, pemberitahuan, tamat tempoh kunci dan ciri lain
Mengapa Redis begitu pantas
(1) Sepenuhnya berdasarkan memori, data disimpan dalam memori, dan kebanyakan permintaan adalah operasi memori tulen, yang sangat pantas Berbanding dengan penyimpanan data fail cakera tradisional, ia mengelakkan overhed membaca memori melalui cakera IO.
(2) Struktur data adalah mudah dan operasi data juga mudah. Setiap struktur data disokong oleh satu atau lebih struktur data yang direka khas dalam Redis. Redis menggunakan struktur data yang fleksibel ini untuk meningkatkan prestasi baca dan tulisnya.
(3) Menggunakan satu utas menjimatkan banyak masa penukaran konteks dan penggunaan CPU Tiada keadaan persaingan dan tidak perlu mempertimbangkan pelbagai isu kunci Tiada operasi kunci pelepas dan tiada Penggunaan prestasi yang disebabkan oleh kebuntuan.
(4) Menggunakan model benang berdasarkan mekanisme pemultipleksan IO, pautan serentak boleh diproses.
Melaksanakan cache maklumat pengguna
Struktur jadual pangkalan data:
CREATE TABLE `blade_user` (
`id` bigint(20) NOT NULL COMMENT '主键',
`tenant_id` varchar(12) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci DEFAULT '000000' COMMENT '租户ID',
`code` varchar(12) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci DEFAULT NULL COMMENT '用户编号',
`user_type` int(11) DEFAULT NULL COMMENT '用户平台',
`account` varchar(45) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci DEFAULT NULL COMMENT '账号',
`password` varchar(100) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci DEFAULT NULL COMMENT '密码',
`name` varchar(20) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci DEFAULT NULL COMMENT '昵称',
`real_name` varchar(10) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci DEFAULT NULL COMMENT '真名',
`avatar` varchar(500) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci DEFAULT NULL COMMENT '头像',
`email` varchar(45) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci DEFAULT NULL COMMENT '邮箱',
`phone` varchar(45) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci DEFAULT NULL COMMENT '手机',
`birthday` datetime DEFAULT NULL COMMENT '生日',
`sex` int(11) DEFAULT NULL COMMENT '性别',
`role_id` varchar(1000) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci DEFAULT NULL COMMENT '角色id',
`dept_id` varchar(1000) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci DEFAULT NULL COMMENT '部门id',
`post_id` varchar(1000) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci DEFAULT NULL COMMENT '岗位id',
`create_user` bigint(20) DEFAULT NULL COMMENT '创建人',
`create_dept` bigint(20) DEFAULT NULL COMMENT '创建部门',
`create_time` datetime DEFAULT NULL COMMENT '创建时间',
`update_user` bigint(20) DEFAULT NULL COMMENT '修改人',
`update_time` datetime DEFAULT NULL COMMENT '修改时间',
`status` int(11) DEFAULT NULL COMMENT '状态',
`is_deleted` int(11) DEFAULT '0' COMMENT '是否已删除',
PRIMARY KEY (`id`) USING BTREE
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_general_ci ROW_FORMAT=DYNAMIC COMMENT='用户表';
Salin selepas log masuk
Kaedah 1: Gunakan RedisTemplate untuk melaksanakan kebergantungan import
Fail pom.xml penuh:
<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 https://maven.apache.org/xsd/maven-4.0.0.xsd">
<modelVersion>4.0.0</modelVersion>
<parent>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-parent</artifactId>
<version>2.7.8</version>
<relativePath/> <!-- lookup parent from repository -->
</parent>
<groupId>com.redis.demo</groupId>
<artifactId>springboot-redis</artifactId>
<version>0.0.1-SNAPSHOT</version>
<name>springboot-redis</name>
<description>Demo project for Spring Boot</description>
<properties>
<java.version>1.8</java.version>
</properties>
<dependencies>
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-web</artifactId>
</dependency>
<dependency>
<groupId>org.projectlombok</groupId>
<artifactId>lombok</artifactId>
<optional>true</optional>
</dependency>
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-test</artifactId>
<scope>test</scope>
</dependency>
<!--mybatis-plus的springboot支持-->
<dependency>
<groupId>com.baomidou</groupId>
<artifactId>mybatis-plus-boot-starter</artifactId>
<version>3.4.2</version>
</dependency>
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-data-redis</artifactId>
</dependency>
<!--mysql驱动-->
<dependency>
<groupId>mysql</groupId>
<artifactId>mysql-connector-java</artifactId>
<version>8.0.15</version>
</dependency>
<!-- hutool 工具包，各种封装功能 一应俱全-->
<dependency>
<groupId>cn.hutool</groupId>
<artifactId>hutool-all</artifactId>
<version>5.8.5</version>
</dependency>
<dependency>
<groupId>com.alibaba</groupId>
<artifactId>fastjson</artifactId>
<version>1.2.41</version>
</dependency>
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-cache</artifactId>
</dependency>
</dependencies>
<build>
<plugins>
<plugin>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-maven-plugin</artifactId>
<configuration>
<excludes>
<exclude>
<groupId>org.projectlombok</groupId>
<artifactId>lombok</artifactId>
</exclude>
</excludes>
</configuration>
</plugin>
</plugins>
</build>
</project>Salin selepas log masuk
Tambah konfigurasi
fail application.yml:
server:
port: 8081
spring:
datasource:
driver-class-name: com.mysql.cj.jdbc.Driver
url: jdbc:mysql://3.129.36.183:3306/test?serverTimezone=GMT%2B8&useUnicode=true&characterEncoding=UTF-8
username: root
password: root
#redis
redis:
host: 3.129.36.183
#Redis服务器连接端口
port: 6379
#Redis服务器连接密码
password: 123456
mybatis-plus:
configuration:
log-impl: org.apache.ibatis.logging.stdout.StdOutImpl #开启sql日志
# 将带有下划线的表字段映射为驼峰格式的实体类属性
map-underscore-to-camel-case: true
#配置类型别名所对应的包
type-aliases-package: com.redis.demo.entity
#配置SQL输出语句com.winsun.dataclean.mapper
mapper-locations: com/redis/demo/dao/*.xmlSalin selepas log masuk
Tambah kelas alat redis dan kelas konfigurasi
RedisUtils:
package com.redis.demo.utils;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.stereotype.Component;
import org.springframework.util.CollectionUtils;
import java.util.List;
import java.util.Map;
import java.util.Set;
import java.util.concurrent.TimeUnit;
/**
* Redis工具类
*
* @author
*/
@Component
public class RedisUtils {
@Autowired
private RedisTemplate redisTemplate;
// =============================common============================
/**
* 指定缓存失效时间
*
* @param key 键
* @param time 时间(秒)
* @return
*/
public boolean expire(String key, long time) {
try {
if (time > 0) {
redisTemplate.expire(key, time, TimeUnit.SECONDS);
}
return true;
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
* 根据key 获取过期时间
*
* @param key 键 不能为null
* @return 时间(秒) 返回0代表为永久有效
*/
public long getExpire(String key) {
return redisTemplate.getExpire(key, TimeUnit.SECONDS);
}
/**
* 判断key是否存在
*
* @param key 键
* @return true 存在 false不存在
*/
public boolean hasKey(String key) {
try {
return redisTemplate.hasKey(key);
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
* 删除缓存
*
* @param key 可以传一个值 或多个
*/
@SuppressWarnings("unchecked")
public void del(String... key) {
if (key != null && key.length > 0) {
if (key.length == 1) {
redisTemplate.delete(key[0]);
} else {
redisTemplate.delete(CollectionUtils.arrayToList(key));
}
}
}
// ============================String=============================
/**
* 普通缓存获取
*
* @param key 键
* @return 值
*/
public Object get(String key) {
return key == null ? null : redisTemplate.opsForValue().get(key);
}
/**
* 普通缓存放入
*
* @param key 键
* @param value 值
* @return true成功 false失败
*/
public boolean set(String key, Object value) {
try {
redisTemplate.opsForValue().set(key, value);
return true;
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
* 普通缓存放入并设置时间
*
* @param key 键
* @param value 值
* @param time 时间(秒) time要大于0 如果time小于等于0 将设置无限期
* @return true成功 false 失败
*/
public boolean set(String key, Object value, long time) {
try {
if (time > 0) {
redisTemplate.opsForValue().set(key, value, time, TimeUnit.SECONDS);
} else {
set(key, value);
}
return true;
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
* 递增
*
* @param key 键
* @param delta 要增加几(大于0)
* @return
*/
public long incr(String key, long delta) {
if (delta < 0) {
throw new RuntimeException("递增因子必须大于0");
}
return redisTemplate.opsForValue().increment(key, delta);
}
/**
* 递减
*
* @param key 键
* @param delta 要减少几(小于0)
* @return
*/
public long decr(String key, long delta) {
if (delta < 0) {
throw new RuntimeException("递减因子必须大于0");
}
return redisTemplate.opsForValue().increment(key, -delta);
}
// ================================Map=================================
/**
* HashGet
*
* @param key 键 不能为null
* @param item 项 不能为null
* @return 值
*/
public Object hget(String key, String item) {
return redisTemplate.opsForHash().get(key, item);
}
/**
* 获取hashKey对应的所有键值
*
* @param key 键
* @return 对应的多个键值
*/
public Map<Object, Object> hmget(String key) {
return redisTemplate.opsForHash().entries(key);
}
/**
* HashSet
*
* @param key 键
* @param map 对应多个键值
* @return true 成功 false 失败
*/
public boolean hmset(String key, Map<String, Object> map) {
try {
redisTemplate.opsForHash().putAll(key, map);
return true;
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
* HashSet 并设置时间
*
* @param key 键
* @param map 对应多个键值
* @param time 时间(秒)
* @return true成功 false失败
*/
public boolean hmset(String key, Map<String, Object> map, long time) {
try {
redisTemplate.opsForHash().putAll(key, map);
if (time > 0) {
expire(key, time);
}
return true;
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
* 向一张hash表中放入数据,如果不存在将创建
*
* @param key 键
* @param item 项
* @param value 值
* @return true 成功 false失败
*/
public boolean hset(String key, String item, Object value) {
try {
redisTemplate.opsForHash().put(key, item, value);
return true;
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
* 向一张hash表中放入数据,如果不存在将创建
*
* @param key 键
* @param item 项
* @param value 值
* @param time 时间(秒) 注意:如果已存在的hash表有时间,这里将会替换原有的时间
* @return true 成功 false失败
*/
public boolean hset(String key, String item, Object value, long time) {
try {
redisTemplate.opsForHash().put(key, item, value);
if (time > 0) {
expire(key, time);
}
return true;
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
* 删除hash表中的值
*
* @param key 键 不能为null
* @param item 项 可以使多个 不能为null
*/
public void hdel(String key, Object... item) {
redisTemplate.opsForHash().delete(key, item);
}
/**
* 判断hash表中是否有该项的值
*
* @param key 键 不能为null
* @param item 项 不能为null
* @return true 存在 false不存在
*/
public boolean hHasKey(String key, String item) {
return redisTemplate.opsForHash().hasKey(key, item);
}
/**
* hash递增 如果不存在,就会创建一个 并把新增后的值返回
*
* @param key 键
* @param item 项
* @param by 要增加几(大于0)
* @return
*/
public double hincr(String key, String item, double by) {
return redisTemplate.opsForHash().increment(key, item, by);
}
/**
* hash递减
*
* @param key 键
* @param item 项
* @param by 要减少记(小于0)
* @return
*/
public double hdecr(String key, String item, double by) {
return redisTemplate.opsForHash().increment(key, item, -by);
}
// ============================set=============================
/**
* 根据key获取Set中的所有值
*
* @param key 键
* @return
*/
public Set<Object> sGet(String key) {
try {
return redisTemplate.opsForSet().members(key);
} catch (Exception e) {
e.printStackTrace();
return null;
}
}
/**
* 根据value从一个set中查询,是否存在
*
* @param key 键
* @param value 值
* @return true 存在 false不存在
*/
public boolean sHasKey(String key, Object value) {
try {
return redisTemplate.opsForSet().isMember(key, value);
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
* 将数据放入set缓存
*
* @param key 键
* @param values 值 可以是多个
* @return 成功个数
*/
public long sSet(String key, Object... values) {
try {
return redisTemplate.opsForSet().add(key, values);
} catch (Exception e) {
e.printStackTrace();
return 0;
}
}
/**
* 将set数据放入缓存
*
* @param key 键
* @param time 时间(秒)
* @param values 值 可以是多个
* @return 成功个数
*/
public long sSetAndTime(String key, long time, Object... values) {
try {
Long count = redisTemplate.opsForSet().add(key, values);
if (time > 0)
expire(key, time);
return count;
} catch (Exception e) {
e.printStackTrace();
return 0;
}
}
/**
* 获取set缓存的长度
*
* @param key 键
* @return
*/
public long sGetSetSize(String key) {
try {
return redisTemplate.opsForSet().size(key);
} catch (Exception e) {
e.printStackTrace();
return 0;
}
}
/**
* 移除值为value的
*
* @param key 键
* @param values 值 可以是多个
* @return 移除的个数
*/
public long setRemove(String key, Object... values) {
try {
Long count = redisTemplate.opsForSet().remove(key, values);
return count;
} catch (Exception e) {
e.printStackTrace();
return 0;
}
}
// ===============================list=================================
/**
* 获取list缓存的内容
*
* @param key 键
* @param start 开始
* @param end 结束 0 到 -1代表所有值
* @return
*/
public List<Object> lGet(String key, long start, long end) {
try {
return redisTemplate.opsForList().range(key, start, end);
} catch (Exception e) {
e.printStackTrace();
return null;
}
}
/**
* 获取list缓存的长度
*
* @param key 键
* @return
*/
public long lGetListSize(String key) {
try {
return redisTemplate.opsForList().size(key);
} catch (Exception e) {
e.printStackTrace();
return 0;
}
}
/**
* 通过索引 获取list中的值
*
* @param key 键
* @param index 索引 index>=0时， 0 表头，1 第二个元素，依次类推；index<0时，-1，表尾，-2倒数第二个元素，依次类推
* @return
*/
public Object lGetIndex(String key, long index) {
try {
return redisTemplate.opsForList().index(key, index);
} catch (Exception e) {
e.printStackTrace();
return null;
}
}
/**
* 将list放入缓存
*
* @param key 键
* @param value 值
* @return
*/
public boolean lSet(String key, Object value) {
try {
redisTemplate.opsForList().rightPush(key, value);
return true;
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
* 将list放入缓存
*
* @param key 键
* @param value 值
* @param time 时间(秒)
* @return
*/
public boolean lSet(String key, Object value, long time) {
try {
redisTemplate.opsForList().rightPush(key, value);
if (time > 0)
expire(key, time);
return true;
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
* 将list放入缓存
*
* @param key 键
* @param value 值
* @return
*/
public boolean lSet(String key, List<Object> value) {
try {
redisTemplate.opsForList().rightPushAll(key, value);
return true;
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
* 将list放入缓存
*
* @param key 键
* @param value 值
* @param time 时间(秒)
* @return
*/
public boolean lSet(String key, List<Object> value, long time) {
try {
redisTemplate.opsForList().rightPushAll(key, value);
if (time > 0)
expire(key, time);
return true;
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
* 根据索引修改list中的某条数据
*
* @param key 键
* @param index 索引
* @param value 值
* @return
*/
public boolean lUpdateIndex(String key, long index, Object value) {
try {
redisTemplate.opsForList().set(key, index, value);
return true;
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
* 移除N个值为value
*
* @param key 键
* @param count 移除多少个
* @param value 值
* @return 移除的个数
*/
public long lRemove(String key, long count, Object value) {
try {
Long remove = redisTemplate.opsForList().remove(key, count, value);
return remove;
} catch (Exception e) {
e.printStackTrace();
return 0;
}
}
}Salin selepas log masuk
RedisConfig :
package com.redis.demo.config;
import com.fasterxml.jackson.annotation.JsonAutoDetect;
import com.fasterxml.jackson.annotation.PropertyAccessor;
import com.fasterxml.jackson.databind.ObjectMapper;
import com.redis.demo.utils.MapUtil;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.cache.interceptor.KeyGenerator;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
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.RedisSerializer;
import javax.annotation.PostConstruct;
import java.util.Map;
/**
* @Author: laz
* @CreateTime: 2023-02-20 11:55
* @Version: 1.0
*
* 序列化
*/
@Configuration
public class RedisConfig {
@Autowired
private RedisTemplate redisTemplate;
@PostConstruct
public void init() {
initRedisTemplate();
}
private void initRedisTemplate() {
RedisSerializer stringSerializer = redisTemplate.getStringSerializer();
redisTemplate.setKeySerializer(stringSerializer);
redisTemplate.setHashKeySerializer(stringSerializer);
redisTemplate.setValueSerializer(stringSerializer);
redisTemplate.setHashValueSerializer(stringSerializer);
}
}Salin selepas log masuk
Membangunkan antara muka pemeta
package com.redis.demo.dao;
import com.baomidou.mybatisplus.core.mapper.BaseMapper;
import com.redis.demo.entity.BladeUser;
/**
* <p>
* 用户表 Mapper 接口
* </p>
*
* @author laz
* @since 2023-03-09
*/
public interface BladeUserMapper extends BaseMapper<BladeUser> {
}Salin selepas log masuk
lapisan perkhidmatan
IBladeUserService:
package com.redis.demo.service;
import com.baomidou.mybatisplus.extension.service.IService;
import com.redis.demo.entity.BladeUser;
import com.redis.demo.result.DealResult;
/**
* <p>
* 用户表 服务类
* </p>
*
* @author laz
* @since 2023-03-09
*/
public interface IBladeUserService extends IService<BladeUser> {
DealResult getById(Long id);
}Salin selepas log masuk
BladeUserServiceImpl:
rreee
lapisan reee
rreee
Uji
Mulakan projek, gunakan posmen untuk mengakses antara muka, buat dua permintaan berturut-turut dan perhatikan masa tindak balas:
Kali pertama:
Kali kedua:
Anda boleh lihat bahawa kali pertama ialah 3.34s dan kali kedua ialah 43ms, kecekapan meningkat dengan ketara!
Kaedah 2: Gunakan anotasi SpringBoot membolehkan caching
Tertakluk kepada kaedah 1
@EnableCachingTambah
anotasi dalam kelas permulaan
Ubah suai kod kelas pelaksanaan lapisan perkhidmatan
package com.redis.demo.service.impl;
import cn.hutool.core.bean.BeanUtil;
import cn.hutool.json.JSONUtil;
import com.alibaba.fastjson.JSON;
import com.alibaba.fastjson.JSONObject;
import com.baomidou.mybatisplus.extension.service.impl.ServiceImpl;
import com.redis.demo.constant.RedisConstants;
import com.redis.demo.dao.BladeUserMapper;
import com.redis.demo.entity.BladeUser;
import com.redis.demo.result.DealResult;
import com.redis.demo.service.IBladeUserService;
import com.redis.demo.status.CacheNameStatus;
import com.redis.demo.utils.RedisUtils;
import org.springframework.beans.BeanUtils;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.cache.annotation.Cacheable;
import org.springframework.stereotype.Service;
import org.springframework.util.ObjectUtils;
/**
* <p>
* 用户表 服务实现类
* </p>
*
* @author laz
* @since 2023-03-09
*/
@Service
public class BladeUserServiceImpl extends ServiceImpl<BladeUserMapper, BladeUser> implements IBladeUserService {
@Autowired
private RedisUtils redisUtils;
@Override
public DealResult getById(Long id) {
String userKey = RedisConstants.CACHE_USER_KEY+id;
Object user = redisUtils.get(userKey);
if (!ObjectUtils.isEmpty(user)){
return DealResult.data(JSONUtil.toBean(JSONUtil.toJsonStr(user),BladeUser.class));
}
BladeUser bladeUser = baseMapper.selectById(id);
redisUtils.set(userKey, JSON.toJSONString(bladeUser));
return DealResult.data(bladeUser);
}
}Salin selepas log masuk
Ubah suai kelas konfigurasi RedisConfig
Tambah KeyGenerator tersuai dalam kelas konfigurasi
package com.redis.demo.controller;
import com.redis.demo.result.DealResult;
import com.redis.demo.service.IBladeUserService;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.web.bind.annotation.PathVariable;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.stereotype.Controller;
import org.springframework.web.bind.annotation.RestController;
/**
* <p>
* 用户表 前端控制器
* </p>
*
* @author laz
* @since 2023-03-09
*/
@RestController
@RequestMapping("/bladeUser")
public class BladeUserController {
@Autowired
private IBladeUserService bladeUserService;
@RequestMapping("getById/{id}")
public DealResult getById(@PathVariable("id")Long id){
return bladeUserService.getById(id);
}
}Salin selepas log masuk
@Cacheable: Perihal Jika anda tidak memahami parameter anotasi, anda boleh mengklik untuk melihatnya.
Mulakan semula projek, akses antara muka di atas sekali lagi dan perhatikan masa tindak balas:
Kali pertama:
Kali kedua:
Seperti yang anda lihat, kali pertama ialah 2.52s dan kali kedua ialah 44ms, kecekapan dipertingkatkan dengan ketara!
Perhatikan data cache melalui alat visualisasi Redis:
Ia boleh dilihat dengan memerhati saiz data cache: Kaedah 1 ialah 449 bait , kaedah dua ialah 976 bait Dari perspektif penggunaan memori, penulis blog percaya bahawa adalah lebih sesuai untuk menggunakan kaedah RedisTemplate untuk caching, kerana kaedah ini menduduki memori yang agak kurang.
Atas ialah kandungan terperinci Bagaimana SpringBoot menyepadukan Redis untuk mencapai caching data serentak yang tinggi. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!
![[Web front-end] Permulaan pantas Node.js](https://img.php.cn/upload/course/000/000/067/662b5d34ba7c0227.png)
