SpringBoot集成Redis缓存

2019 年 10 月 6 日
筆記

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.Drive      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";      }  }