SpringBoot集成Redis缓存

时间：2019-09-18 10:10:07 阅读：93 评论：0 收藏：0 [点我收藏+]

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

技术分享图片

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

技术分享图片

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

技术分享图片

远程连接（注释该行）开启阿里云安全组6379端口

技术分享图片

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 *

技术分享图片

在win10本地用可视化工具连接

技术分享图片

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");

}

技术分享图片

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";
    }
}