Spring配置cache(concurrentHashMap,guava cache、redis实现)附源码
寻觅beyond 人气:0在应用程序中,数据一般是存在数据库中(磁盘介质),对于某些被频繁访问的数据,如果每次都访问数据库,不仅涉及到网络io,还受到数据库查询的影响;而目前通常会将频繁使用,并且不经常改变的数据放入缓存中,从缓存中查询数据的效率要高于数据库,因为缓存一般KV形式存储,并且是将数据存在“内存”中,从内存访问数据是相当快的。
对于频繁访问,需要缓存的数据,我们一般是这样做的:
1、当收到查询请求,先去查询缓存,如果缓存中查询到数据,那么直接将查到的数据作为响应数据;
2、如果缓存中没有找到要查询的数据,那么就从其他地方,比如数据库中查询出来,如果从数据库中查到了数据,就将数据放入缓存后,再将数据返回,下一次可以直接从缓存查询;
这里就不进一步探究“缓存穿透”的问题,有兴趣可以自己学习一下。
本文就根据Spring框架分别对ConcurrentHashMap、Guava Cache、Redis进行阐释如何使用,完整代码已上传到github:https://github.com/searchingbeyond/ssm
一、使用ConcurrentHashMap
1.1、特点说明
ConcurrentHashMap是JDK自带的,所以不需要多余的jar包;
使用ConcurrentHashMap,是直接使用将数据存放在内存中,并且没有数据过期的概念,也没有数据容量的限制,所以只要不主动清理数据,那么数据将一直不会减少。
另外,ConcurrentHashMap在多线程情况下也是安全的,不要使用HashMap存缓存数据,因为HashMap在多线程操作时容易出现问题。
1.2、创建user类
下面是user类代码:
package cn.ganlixin.ssm.model.entity; import lombok.Data; @Data public class UserDO { private Integer id; private String name; private Integer age; private Integer gender; private String addr; private Integer status; }
1.3、创建spring cache的实现类
创建一个UserCache类(类名随意),实现org.springframework.cache.Cache接口,然后override需要实现的接口方法,主要针对getName、get、put、evict这4个方法进行重写。
注意,我在缓存user数据时,指定了缓存的规则:key用的是user的id,value就是user对象的json序列化字符。
package cn.ganlixin.ssm.cache.origin; import cn.ganlixin.ssm.constant.CacheNameConstants; import cn.ganlixin.ssm.model.entity.UserDO; import cn.ganlixin.ssm.util.common.JsonUtils; import org.apache.commons.lang3.StringUtils; import org.springframework.cache.Cache; import org.springframework.cache.support.SimpleValueWrapper; import org.springframework.stereotype.Component; import java.util.Map; import java.util.Objects; import java.util.concurrent.Callable; import java.util.concurrent.ConcurrentHashMap; @Component public class UserCache implements Cache { // 使用ConcurrentHashMap作为数据的存储 private Map<String, String> storage = new ConcurrentHashMap<>(); // getName获取cache的名称,存取数据的时候用来区分是针对哪个cache操作 @Override public String getName() { return CacheNameConstants.USER_ORIGIN_CACHE;// 我用一个常量类来保存cache名称 } // put方法,就是执行将数据进行缓存 @Override public void put(Object key, Object value) { if (Objects.isNull(value)) { return; } // 注意我在缓存的时候,缓存的值是把对象序列化后的(当然可以修改storage直接存放UserDO类也行) storage.put(key.toString(), JsonUtils.encode(value, true)); } // get方法,就是进行查询缓存的操作,注意返回的是一个包装后的值 @Override public ValueWrapper get(Object key) { String k = key.toString(); String value = storage.get(k); // 注意返回的数据,要和存放时接收到数据保持一致,要将数据反序列化回来。 return StringUtils.isEmpty(value) ? null : new SimpleValueWrapper(JsonUtils.decode(value, UserDO.class)); } // evict方法,是用来清除某个缓存项 @Override public void evict(Object key) { storage.remove(key.toString()); } /*----------------------------下面的方法暂时忽略不管-----------------*/ @Override public Object getNativeCache() { return null; } @Override public void clear() { } @Override public <T> T get(Object key, Class<T> type) { return null; } @Override public <T> T get(Object key, Callable<T> valueLoader) { return null; } }
1.4、创建service
这里就不写贴出UserMapper的代码了,直接看接口就明白了:
package cn.ganlixin.ssm.service; import cn.ganlixin.ssm.model.entity.UserDO; public interface UserService { UserDO findUserById(Integer id); Boolean removeUser(Integer id); Boolean addUser(UserDO user); Boolean modifyUser(UserDO user); }
实现UserService,代码如下:
package cn.ganlixin.ssm.service.impl; import cn.ganlixin.ssm.constant.CacheNameConstants; import cn.ganlixin.ssm.mapper.UserMapper; import cn.ganlixin.ssm.model.entity.UserDO; import cn.ganlixin.ssm.service.UserService; import lombok.extern.slf4j.Slf4j; import org.springframework.cache.annotation.CacheEvict; import org.springframework.cache.annotation.Cacheable; import org.springframework.stereotype.Service; import javax.annotation.Resource; import java.util.Objects; @Service @Slf4j public class UserServiceImpl implements UserService { @Resource private UserMapper userMapper; @Override @Cacheable(value = CacheNameConstants.USER_ORIGIN_CACHE, key = "#id") public UserDO findUserById(Integer id) { try { log.info("从DB查询id为{}的用户", id); return userMapper.selectById(id); } catch (Exception e) { log.error("查询用户数据失败,id:{}, e:{}", id, e); } return null; } @Override @CacheEvict( value = CacheNameConstants.USER_ORIGIN_CACHE, key = "#id", condition = "#result != false" ) public Boolean removeUser(Integer id) { if (Objects.isNull(id) || id <= 0) { return false; } try { int cnt = userMapper.deleteUserById(id); return cnt > 0; } catch (Exception e) { log.error("删除用户数据失败,id:{}, e:{}", id, e); } return false; } @Override public Boolean addUser(UserDO user) { if (Objects.isNull(user)) { log.error("添加用户异常,参数不能为null"); return false; } try { return userMapper.insertUserSelectiveById(user) > 0; } catch (Exception e) { log.error("添加用户失败,data:{}, e:{}", user, e); } return false; } @Override @CacheEvict( value = CacheNameConstants.USER_ORIGIN_CACHE, key = "#user.id", condition = "#result != false" ) public Boolean modifyUser(UserDO user) { if (Objects.isNull(user) || Objects.isNull(user.getId()) || user.getId() <= 0) { log.error("更新用户异常,参数不合法,data:{}", user); return false; } try { return userMapper.updateUserSelectiveById(user) > 0; } catch (Exception e) { log.error("添加用户失败,data:{}, e:{}", user, e); } return false; } }
1.5、@Cachable、@CachePut、@CacheEvict
上面方法声明上有@Cachable、@CachePut、@CacheEvict注解,用法如下:
@Cachable注解的方法,先查询缓存中有没有,如果已经被缓存,则从缓存中查询数据并返回给调用方;如果查缓存没有查到数据,就执行被注解的方法(一般是从DB中查询),然后将从DB查询的结果进行缓存,然后将结果返回给调用方;
@CachePut注解的方法,不会查询缓存是否存在要查询的数据,而是每次都执行被注解的方法,然后将结果的返回值先缓存,然后返回给调用方;
@CacheEvict注解的方法,每次都会先执行被注解的方法,然后再将缓存中的缓存项给清除;
这三个注解都有几个参数,分别是value、key、condition,这些参数的含义如下:
value,用来指定将数据放入哪个缓存,比如上面是将数据缓存到UserCache中;
key,表示放入缓存的key,也就是UserCache中的put方法的key;
condition,表示数据进行缓存的条件,condition为true时才会缓存数据;
最后缓存项的值,这个值是指的K-V的V,其实只有@Cachable和@CachePut才需要注意缓存项的值(也就是put方法的value),缓存项的值就是被注解的方法的返回值。
1.6、创建一个controller进行测试
代码如下:
package cn.ganlixin.ssm.controller; import cn.ganlixin.ssm.enums.ResultStatus; import cn.ganlixin.ssm.model.Result; import cn.ganlixin.ssm.model.entity.UserDO; import cn.ganlixin.ssm.service.UserService; import org.springframework.web.bind.annotation.*; import javax.annotation.Resource; import java.util.Objects; @RestController @RequestMapping("/user") public class UserController { @Resource private UserService userService; @GetMapping(value = "/getUserById") public Result<UserDO> getUserById(Integer id) { UserDO data = userService.findUserById(id); if (Objects.isNull(data)) { return new Result<>(ResultStatus.DATA_EMPTY.getCode(), ResultStatus.DATA_EMPTY.getMsg(), null); } return new Result<>(ResultStatus.OK.getCode(), ResultStatus.OK.getMsg(), data); } @PostMapping(value = "removeUser") public Result<Boolean> removeUser(Integer id) { Boolean res = userService.removeUser(id); return res ? new Result<>(ResultStatus.OK.getCode(), ResultStatus.OK.getMsg(), true) : new Result<>(ResultStatus.FAILED.getCode(), ResultStatus.FAILED.getMsg(), false); } @PostMapping(value = "addUser") public Result<Boolean> addUser(@RequestBody UserDO user) { Boolean res = userService.addUser(user); return res ? new Result<>(ResultStatus.OK.getCode(), ResultStatus.OK.getMsg(), true) : new Result<>(ResultStatus.FAILED.getCode(), ResultStatus.FAILED.getMsg(), false); } @PostMapping(value = "modifyUser") public Result<Boolean> modifyUser(@RequestBody UserDO user) { Boolean res = userService.modifyUser(user); return res ? new Result<>(ResultStatus.OK.getCode(), ResultStatus.OK.getMsg(), true) : new Result<>(ResultStatus.FAILED.getCode(), ResultStatus.FAILED.getMsg(), false); } }
二、使用Guava Cache实现
使用Guava Cache实现,其实只是替换ConcurrentHashMap,其他的逻辑都是一样的。
2.1、特点说明
Guava是google开源的一个集成包,用途特别广,在Cache也占有一席之地,对于Guava Cache的用法,如果没有用过,可以参考:guava cache使用方式
使用Guava Cache,可以设置缓存的容量以及缓存的过期时间。
2.2、实现spring cache接口
仍旧使用之前的示例,重新创建一个Cache实现类,这里对“Book”进行缓存,所以缓存名称为BookCache。
package cn.ganlixin.ssm.cache.guava; import cn.ganlixin.ssm.constant.CacheNameConstants; import cn.ganlixin.ssm.model.entity.BookDO; import com.google.common.cache.Cache; import com.google.common.cache.CacheBuilder; import org.springframework.cache.support.SimpleValueWrapper; import org.springframework.stereotype.Component; import javax.annotation.PostConstruct; import java.util.Objects; import java.util.concurrent.Callable; import java.util.concurrent.TimeUnit; /** * 书籍数据缓存 */ @Component public class BookCache implements org.springframework.cache.Cache { // 下面的Cache是Guava对cache private Cache<String, BookDO> storage; @PostConstruct private void init() { storage = CacheBuilder.newBuilder() // 设置缓存的容量为100 .maximumSize(100) // 设置初始容量为16 .initialCapacity(16) // 设置过期时间为写入缓存后10分钟过期 .refreshAfterWrite(10, TimeUnit.MINUTES) .build(); } @Override public String getName() { return CacheNameConstants.BOOK_GUAVA_CACHE; } @Override public ValueWrapper get(Object key) { if (Objects.isNull(key)) { return null; } BookDO data = storage.getIfPresent(key.toString()); return Objects.isNull(data) ? null : new SimpleValueWrapper(data); } @Override public void evict(Object key) { if (Objects.isNull(key)) { return; } storage.invalidate(key.toString()); } @Override public void put(Object key, Object value) { if (Objects.isNull(key) || Objects.isNull(value)) { return; } storage.put(key.toString(), (BookDO) value); } /*-----------------------忽略下面的方法-----------------*/ @Override public <T> T get(Object key, Class<T> type) { return null; } @Override public Object getNativeCache() { return null; } @Override public <T> T get(Object key, Callable<T> valueLoader) { return null; } @Override public void clear() { } }
三、使用Redis实现
3.1、特点说明
由于ConcurrentHashMap和Guava Cache都是将数据直接缓存在服务主机上,很显然,缓存数据量的多少和主机的内存直接相关,一般不会用来缓存特别大的数据量;
而比较大的数据量,我们一般用Redis进行缓存。
使用Redis整合Spring Cache,其实和ConcurrentHashMap和Guava Cache一样,只是在实现Cache接口的类中,使用Redis进行存储接口。
3.2、创建Redis集群操作类
建议自己搭建一个redis测试集群,可以参考:
redis配置如下(application.properties)
#redis集群的节点信息 redis.cluster.nodes=192.168.1.3:6379,192.168.1.4:6379,192.168.1.5:6379 # redis连接池的配置 redis.cluster.pool.max-active=8 redis.cluster.pool.max-idle=5 redis.cluster.pool.min-idle=3
代码如下:
package cn.ganlixin.ssm.config; import org.apache.commons.collections4.CollectionUtils; import org.slf4j.Logger; import org.slf4j.LoggerFactory; import org.springframework.beans.factory.annotation.Value; import org.springframework.context.annotation.Bean; import org.springframework.context.annotation.Configuration; import redis.clients.jedis.HostAndPort; import redis.clients.jedis.JedisCluster; import redis.clients.jedis.JedisPoolConfig; import java.util.Set; import java.util.stream.Collectors; @Configuration public class RedisClusterConfig { private static final Logger log = LoggerFactory.getLogger(RedisClusterConfig.class); @Value("${redis.cluster.nodes}") private Set<String> redisNodes; @Value("${redis.cluster.pool.max-active}") private int maxTotal; @Value("${redis.cluster.pool.max-idle}") private int maxIdle; @Value("${redis.cluster.pool.min-idle}") private int minIdle; // 初始化redis配置 @Bean public JedisCluster redisCluster() { if (CollectionUtils.isEmpty(redisNodes)) { throw new RuntimeException(); } // 设置redis集群的节点信息 Set<HostAndPort> nodes = redisNodes.stream().map(node -> { String[] nodeInfo = node.split(":"); if (nodeInfo.length == 2) { return new HostAndPort(nodeInfo[0], Integer.parseInt(nodeInfo[1])); } else { return new HostAndPort(nodeInfo[0], 6379); } }).collect(Collectors.toSet()); // 配置连接池 JedisPoolConfig jedisPoolConfig = new JedisPoolConfig(); jedisPoolConfig.setMaxTotal(maxTotal); jedisPoolConfig.setMaxIdle(maxIdle); jedisPoolConfig.setMinIdle(minIdle); // 创建jediscluster,传入节点列表和连接池配置 JedisCluster cluster = new JedisCluster(nodes, jedisPoolConfig); log.info("finish jedis cluster initailization"); return cluster; } }
3.3、创建spring cache实现类
只需要在涉及到数据操作的时候,使用上面的jedisCluster即可,这里存在redis的数据,我设置为Music,所以叫做music cache:
package cn.ganlixin.ssm.cache.redis; import cn.ganlixin.ssm.constant.CacheNameConstants; import cn.ganlixin.ssm.model.entity.MusicDO; import cn.ganlixin.ssm.util.common.JsonUtils; import com.google.common.base.Joiner; import org.apache.commons.lang3.StringUtils; import org.springframework.cache.Cache; import org.springframework.cache.support.SimpleValueWrapper; import org.springframework.stereotype.Component; import redis.clients.jedis.JedisCluster; import javax.annotation.Resource; import java.util.Objects; import java.util.concurrent.Callable; @Component public class MusicCache implements Cache { // 使用自定义的redisCluster @Resource private JedisCluster redisCluster; /** * 构建redis缓存的key * * @param type 类型 * @param params 参数(不定长) * @return 构建的key */ private String buildKey(String type, Object... params) { // 自己设定构建方式 return Joiner.on("_").join(type, params); } @Override public String getName() { return CacheNameConstants.MUSIC_REDIS_CACHE; } @Override public void put(Object key, Object value) { if (Objects.isNull(value)) { return; } // 自己定义数据类型和格式 redisCluster.set(buildKey("music", key), JsonUtils.encode(value, true)); } @Override public ValueWrapper get(Object key) { if (Objects.isNull(key)) { return null; } // 自己定义数据类型和格式 String music = redisCluster.get(buildKey("music", key)); return StringUtils.isEmpty(music) ? null : new SimpleValueWrapper(JsonUtils.decode(music, MusicDO.class)); } @Override public void evict(Object key) { if (Objects.isNull(key)) { return; } redisCluster.del(buildKey("music", key)); } @Override public <T> T get(Object key, Class<T> type) { return null; } @Override public <T> T get(Object key, Callable<T> valueLoader) { return null; } @Override public void clear() { } @Override public Object getNativeCache() { return null; } }
总结
使用spring cache的便捷之处在于@Cachable、@CachePut、@CacheEvict等几个注解的使用,可以让数据的处理变得更加的便捷,但其实,也并不是很便捷,因为我们需要对数据的存储格式进行设定,另外还要根据不同情况来选择使用哪一种缓存(ConcurrentHashMap、Guava Cache、Redis?);
其实使用@Cachable、@CachePut、@CacheEvict也有很多局限的地方,比如删除某项数据的时候,我希望清空多个缓存,因为这一项数据关联的数据比较多,此时要么在实现spring cache的接口方法上进行这些操作,但是这就涉及到在一个cache service中操作另外一个cache。
针对上面说的情况,就不推荐使用spring cache,而是应该自己手动实现缓存的处理,这样可以做到条理清晰;但是一般的情况,spring cache已经能够胜任了。
加载全部内容