亲宝软件园·资讯

展开

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

相关教程
猜你喜欢
用户评论