當(dāng)前位置：首頁 > 运维知识 > windows >内容正文

windows

Spring整合Redis做数据缓存（Windows环境）

發(fā)布時(shí)間：2023/12/20 windows 22 豆豆

生活随笔收集整理的這篇文章主要介紹了 Spring整合Redis做数据缓存（Windows环境）小編覺得挺不錯(cuò)的,現(xiàn)在分享給大家,幫大家做個(gè)參考.

當(dāng)我們一個(gè)項(xiàng)目的數(shù)據(jù)量很大的時(shí)候，就需要做一些緩存機(jī)制來減輕數(shù)據(jù)庫的壓力，提升應(yīng)用程序的性能，對于java項(xiàng)目來說，最常用的緩存組件有Redis、Ehcache和Memcached。

Ehcache是用java開發(fā)的緩存組件，和java結(jié)合良好，直接在jvm虛擬機(jī)中運(yùn)行，不需要額外安裝什么東西，效率也很高；但是由于和java結(jié)合的太緊密了，導(dǎo)致緩存共享麻煩，分布式集群應(yīng)用不方便，所以比較適合單個(gè)部署的應(yīng)用。

Redis需要額外單獨(dú)安裝，是通過socket訪問到緩存服務(wù)，效率比Ehcache低，但比數(shù)據(jù)庫要快很多很多，而且處理集群和分布式緩存方便，有成熟的方案，比較適合分布式集群部署的項(xiàng)目；也有很多的應(yīng)用將Ehcache和Redis結(jié)合使用，做成二級緩存。

至于Memcached嘛和Redis很類似，功能方面嘛理論上來說沒有Redis強(qiáng)大（但對于我們來說也完全足夠了），因此我們這里先不講，后面如果有時(shí)間在寫一篇關(guān)于Memcached的文章；由于我們后面會(huì)涉及到Tomcat的集群部署，所以這里就先講講Redis的應(yīng)用，好為后面的文章打個(gè)基礎(chǔ)~~下面正式開始！

代碼URL：http://git.oschina.net/tian5017/UserDemoRedis

一、Redis環(huán)境準(zhǔn)備

Redis有中文官方網(wǎng)站，地址為http://www.redis.cn/

Redis沒有官方的Windows版本，但是微軟開源技術(shù)團(tuán)隊(duì)（Microsoft Open Tech group）開發(fā)和維護(hù)著一個(gè) Win64 的版本，下載地址為

https://github.com/MicrosoftArchive/redis/releases

截止文章完成之時(shí)，Redis的最新win64版本為3.2.100，我們這里就是使用的此版本；下載安裝好之后，打開安裝目錄，如下

上圖紅框中標(biāo)出的redis-cli.exe就是我們用來操作Redis的客戶端，要操作Redis，先要啟動(dòng)Redis服務(wù)，在windows中將Redis作為服務(wù)啟動(dòng)的方法是，在上圖的安裝目錄下，打開命令行窗口，輸入命令

redis-server --service-install redis.windows.conf --loglevel verbose

這樣就將Redis作為Windows的服務(wù)啟動(dòng)了

然后再在此安裝目錄下打開命令行窗口，輸入redis-cli.exe回車，如下

?可以看到已經(jīng)連接到了Redis，地址是127.0.0.1（本機(jī)），默認(rèn)的端口為6379，至于操作Redis的命令，大家可以自己百度，常用的也就那么幾個(gè)，很簡單，我們來簡單演示下

Redis是采用key-value鍵值對來存儲數(shù)據(jù)的，使用命令 set "haha" "123456"，就表示將值（value）"123456"賦給鍵（key）"haha"，再用 get "haha"，就可以查看到值，好了關(guān)于Redis的別的東西，大家自己去玩，我們繼續(xù)我們的正題。

二、Spring集成

1、我們都知道，要在java中使用一個(gè)組件或者框架什么的，第一步都是加載它的jar包，java中操作Redis的jar包叫做jedis，這里我們還是利用上一篇文章《Spring+Mybatis+SpringMVC整合》所建立的UserDemo（項(xiàng)目連接：https://git.oschina.net/tian5017/UserDemo）

2、利用Maven來加載jedis的jar包，在UserDemo中的pom.xml的dependencies中添加如下代碼

<dependency><groupId>redis.clients</groupId><artifactId>jedis</artifactId><version>2.8.1</version></dependency><dependency><groupId>org.springframework.data</groupId><artifactId>spring-data-redis</artifactId><version>1.7.10.RELEASE</version></dependency>

?除了jedis之外，還需要另外一個(gè)jar包spring-data-redis，這是讓Spring管理Redis用的；我們先來改造我們的代碼，試試往Redis里面存點(diǎn)數(shù)據(jù)，再來查詢。

3、在/resources/下新建redis.properties文件

配置項(xiàng)如下

##Redis連接信息配置 #redis地址 cache.redis.host=127.0.0.1 #redis端口號 cache.redis.port=6379 #redis密碼 cache.redis.password= #redis使用的數(shù)據(jù)庫（Redis內(nèi)置18個(gè)數(shù)據(jù)庫，編號為0-17，默認(rèn)使用0） cache.redis.db=0 #redis鏈接超時(shí)時(shí)間 cache.redis.timeout=2000 #redis鏈接池中最大空閑數(shù) cache.redis.maxIdle=5 #redis鏈接池中最大連接數(shù) cache.redis.maxActive=20 #建立連接最長等待時(shí)間 cache.redis.maxWait=1000

4、在/resources/springConfig/下新建applicationContext-redis.xml文件作為Spring集成Redis的配置文件

配置代碼如下

<?xml version="1.0" encoding="UTF-8"?>  <beans xmlns="http://www.springframework.org/schema/beans"xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:tx="http://www.springframework.org/schema/tx"xmlns:context="http://www.springframework.org/schema/context"xsi:schemaLocation="http://www.springframework.org/schema/beanshttp://www.springframework.org/schema/beans/spring-beans.xsdhttp://www.springframework.org/schema/context http://www.springframework.org/schema/context/spring-context.xsdhttp://www.springframework.org/schema/tx http://www.springframework.org/schema/tx/spring-tx.xsd"><bean id="jedisPoolConfig" class="redis.clients.jedis.JedisPoolConfig"><property name="maxTotal" value="${cache.redis.maxActive}"/><property name="maxIdle" value="${cache.redis.maxIdle}"/><property name="maxWaitMillis" value="${cache.redis.maxWait}"/><property name="testOnBorrow" value="${cache.redis.testOnBorrow}"/></bean><bean id="redisConnectionFactory" class="org.springframework.data.redis.connection.jedis.JedisConnectionFactory"><property name="usePool" value="true"/><property name="hostName" value="${cache.redis.host}"/><property name="port" value="${cache.redis.port}"/><property name="password" value="${cache.redis.password}"/><property name="timeout" value="${cache.redis.timeout}"/><property name="database" value="${cache.redis.db}"/><constructor-arg index="0" ref="jedisPoolConfig"/></bean><bean id="stringRedisSerializer" class="org.springframework.data.redis.serializer.StringRedisSerializer" /><bean id="redisCache" class="org.springframework.data.redis.core.RedisTemplate"><property name="connectionFactory" ref="redisConnectionFactory"/><property name="keySerializer" ref="stringRedisSerializer"/><property name="valueSerializer" ref="stringRedisSerializer"/><property name="hashKeySerializer" ref="stringRedisSerializer"/><property name="hashValueSerializer" ref="stringRedisSerializer"/></bean> </beans>

?5、到這里，我們的準(zhǔn)備工作已經(jīng)全部完成，接下來就是在代碼中使用redis了，我們修改UserServiceImpl.java

修改思路為，查詢數(shù)據(jù)的時(shí)候，先查詢Redis緩存，如果查到了就直接返回?cái)?shù)據(jù)，如果沒查到數(shù)據(jù)，就去數(shù)據(jù)庫中查詢，查到了數(shù)據(jù)先緩存進(jìn)Redis再返回，代碼如下：

package com.user.demo.service.impl;import com.alibaba.fastjson.JSON; import com.user.demo.dao.UserDao; import com.user.demo.entity.User; import com.user.demo.service.IUserService; import org.springframework.beans.factory.annotation.Autowired; import org.springframework.data.redis.core.RedisTemplate; import org.springframework.stereotype.Service; import org.springframework.transaction.annotation.Propagation; import org.springframework.transaction.annotation.Transactional; import org.springframework.util.CollectionUtils;import javax.annotation.Resource; import java.util.ArrayList; import java.util.Iterator; import java.util.List; import java.util.Set;/*** Service接口實(shí)現(xiàn)類*/ @Service public class UserServiceImpl implements IUserService {@Resourceprivate UserDao userDao;@Autowiredprivate RedisTemplate<String, String> redisCache;@Overridepublic List<User> findAll() {List<User> users = new ArrayList<User>();//先從redis緩存中獲取數(shù)據(jù)，如果緩存中沒有，去數(shù)據(jù)庫中查詢數(shù)據(jù)，查到后在寫入緩存Set<String> sets = redisCache.keys("USER*");if(sets==null || sets.isEmpty()){users = userDao.findAll();if(!CollectionUtils.isEmpty(users)){for(User user : users){redisCache.opsForValue().set("USER"+user.getUserId(), JSON.toJSONString(user));}}}else{Iterator<String> it = sets.iterator();while (it.hasNext()){String item = it.next();String value = redisCache.opsForValue().get(item);users.add(JSON.parseObject(value, User.class));}}return users;}@Override@Transactional(propagation = Propagation.REQUIRED, rollbackFor = Exception.class) //事物public void saveUser(User user) {userDao.saveUser(user);} }

6、接下來我們來驗(yàn)證緩存是否生效，編譯，運(yùn)行項(xiàng)目，如下圖

打開redis-cli，輸入命令KEYS * （查看所有的key），如下

可以看到我們的緩存已經(jīng)加入進(jìn)去了，key就是我們在UserServiceImpl.java中設(shè)置的（redisCache.opsForValue().set("USER"+user.getUserId(), JSON.toJSONString(user))），以USER開頭加上userId構(gòu)成，為了進(jìn)一步驗(yàn)證有了緩存之后，查詢的數(shù)據(jù)優(yōu)先來源于緩存，我們在數(shù)據(jù)庫中刪除一條數(shù)據(jù)，就刪除userId為1的那條數(shù)據(jù)

刪除之后，由于我們代碼中檢測緩存的邏輯只是檢測了能否查詢到緩存，而沒有檢測緩存數(shù)量是否和數(shù)據(jù)庫數(shù)據(jù)量一致，所以緩存中還是會(huì)存在這條數(shù)據(jù)

? ? ? ? ? ? ??

可以看到，userId為1的數(shù)據(jù)依然存在，說明數(shù)據(jù)是從Redis緩存中查詢出來的。

三、數(shù)據(jù)同步

上面其實(shí)說明了一個(gè)問題，就是數(shù)據(jù)同步，我們很可能會(huì)出現(xiàn)，數(shù)據(jù)庫中數(shù)據(jù)變了，但是緩存中的數(shù)據(jù)還沒有變，因此和數(shù)據(jù)庫中的數(shù)據(jù)不一致，所以我們需要一些策略來保證數(shù)據(jù)庫的數(shù)據(jù)和Redis的數(shù)據(jù)能夠保持一致，至于選用什么策略，那要具體項(xiàng)目具體分析，如果對數(shù)據(jù)的實(shí)時(shí)性要求很高的項(xiàng)目，那么就要在查詢的時(shí)候，檢測數(shù)據(jù)庫的數(shù)據(jù)和Redis的緩存數(shù)據(jù)是否一致，如果不一致就要刷新Redis的數(shù)據(jù)，但是這樣必然對性能會(huì)有很高的要求；如果項(xiàng)目對數(shù)據(jù)的實(shí)時(shí)性要求沒有那么高，我們完全可以做一個(gè)定時(shí)任務(wù)，比如每隔10分鐘或者半小時(shí)去數(shù)據(jù)庫拉一次數(shù)據(jù)，再刷新到Redis緩存中，所以下面我們就來做一個(gè)定時(shí)任務(wù)，每隔10分鐘去拉一次數(shù)據(jù)，然后往Redis中刷新一次。

四、定時(shí)刷新緩存

?我們用Spring中的InitializingBean和DisposableBean接口（這兩個(gè)接口的具體用法請自行百度，大概就是在SpringBean的生命周期中，影響bean的行為，我們這里就是影響了bean，讓它去刷新緩存）來實(shí)現(xiàn)刷新緩存，在com.user.demo下新建包c(diǎn)ache，在cache下面新建類UserCache.java，具體代碼如下

package com.user.demo.cache;import com.alibaba.fastjson.JSON; import com.user.demo.dao.UserDao; import com.user.demo.entity.User; import org.slf4j.Logger; import org.slf4j.LoggerFactory; import org.springframework.beans.factory.DisposableBean; import org.springframework.beans.factory.InitializingBean; import org.springframework.beans.factory.annotation.Value; import org.springframework.data.redis.core.RedisTemplate; import org.springframework.stereotype.Component; import org.springframework.util.CollectionUtils; import javax.annotation.Resource; import java.util.List; import java.util.concurrent.ScheduledThreadPoolExecutor; import java.util.concurrent.TimeUnit;/*** Redis緩存User數(shù)據(jù)并定時(shí)刷新* 每間隔一定時(shí)間后（如10分鐘）刷新一次緩存，刷新時(shí)另起一個(gè)線程，不影響執(zhí)行主任務(wù)的線程*/ @Component public class UserCache implements InitializingBean, DisposableBean {private final Logger log = LoggerFactory.getLogger(UserCache.class);//獲取電腦的CPU核心數(shù)量，設(shè)置線程池大小為核心數(shù)的2倍（比如我的電腦為4核心，那么這里的值就為8）private static final int CORE_NUM = Runtime.getRuntime().availableProcessors() * 2;//初始化值為redis.properties中配置的cache.redis.cacheExpire的值，表示每隔多長時(shí)間后執(zhí)行任務(wù)@Value("${cache.redis.cacheExpire}")private long cacheExpire;//執(zhí)行定時(shí)任務(wù)的類private ScheduledThreadPoolExecutor executor = null;@Resourceprivate RedisTemplate<String, String> redisCache;@Resourceprivate UserDao userDao;@Overridepublic void destroy() throws Exception {executor.shutdownNow();}@Overridepublic void afterPropertiesSet() throws Exception {executor = new ScheduledThreadPoolExecutor(CORE_NUM);RefreshCache refreshCache = new RefreshCache();refreshCache.run();executor.scheduleWithFixedDelay(refreshCache, cacheExpire, cacheExpire, TimeUnit.SECONDS);}//內(nèi)部類，開啟新線程執(zhí)行緩存刷新private class RefreshCache implements Runnable {@Overridepublic void run() {log.info("---開始刷新用戶信息緩存---");List<User> userList = userDao.findAll();if(!CollectionUtils.isEmpty(userList)){for(User user : userList){redisCache.opsForValue().set("USER" + user.getUserId(), JSON.toJSONString(user));}}}} }

在redis.properties中加入cache.redis.cacheExpire配置項(xiàng)，代碼如下

同時(shí)修改UserServiceImpl.java中的代碼如下

package com.user.demo.service.impl;import com.alibaba.fastjson.JSON; import com.user.demo.dao.UserDao; import com.user.demo.entity.User; import com.user.demo.service.IUserService; import org.springframework.data.redis.core.RedisTemplate; import org.springframework.stereotype.Service; import org.springframework.transaction.annotation.Propagation; import org.springframework.transaction.annotation.Transactional; import org.springframework.util.CollectionUtils; import javax.annotation.Resource; import java.util.ArrayList; import java.util.Iterator; import java.util.List; import java.util.Set;/*** Service接口實(shí)現(xiàn)類*/ @Service public class UserServiceImpl implements IUserService {@Resourceprivate UserDao userDao;@Resourceprivate RedisTemplate<String, String> redisCache;@Overridepublic List<User> findAll() {List<User> result = new ArrayList<User>();Set<String> sets = redisCache.keys("USER*");//如果緩存有數(shù)據(jù)則從緩存中取數(shù)據(jù)，如果沒有則從數(shù)據(jù)庫中取數(shù)據(jù)if(!CollectionUtils.isEmpty(sets)){Iterator<String> it = sets.iterator();while(it.hasNext()){String item = it.next();String value = redisCache.opsForValue().get(item);result.add(JSON.parseObject(value, User.class));}}else{result = userDao.findAll();}return result;}@Override@Transactional(propagation = Propagation.REQUIRED, rollbackFor = Exception.class) //事物public void saveUser(User user) {userDao.saveUser(user);}}

此時(shí)，項(xiàng)目已經(jīng)可以定時(shí)（每隔十分鐘）刷新緩存，我們編譯啟動(dòng)

我們新提交一個(gè)用戶“三德子”，剛提交后，刷新是查不出來數(shù)據(jù)的，但是數(shù)據(jù)庫是有數(shù)據(jù)的

? ??

然后等待10分鐘之后，再來查看，可以看到緩存已經(jīng)被自動(dòng)刷新到了Redis中

OK，到這里，這篇文章就結(jié)束了，關(guān)于Spring集成Redis做數(shù)據(jù)緩存我們也講的差不多了，其實(shí)關(guān)于Redis的應(yīng)用，遠(yuǎn)遠(yuǎn)不止這么簡單，我們可以很容易的搭建Redis集群，做分布式數(shù)據(jù)管理，也可以實(shí)現(xiàn)分布式session共享（這個(gè)我后面會(huì)有一篇文章講到），甚至假如寫數(shù)據(jù)量很大，我們也可以先緩存進(jìn)Redis中，再利用多線程來將數(shù)據(jù)寫入數(shù)據(jù)庫中，減輕數(shù)據(jù)庫的負(fù)擔(dān)（因?yàn)閿?shù)據(jù)庫寫操作是很耗費(fèi)資源的）等等~~那如果大家有什么意見和建議，也歡迎留言交流；下一篇文章我會(huì)講講mysql的讀寫分離，歡迎繼續(xù)關(guān)注！！

代碼URL：http://git.oschina.net/tian5017/UserDemoRedis

轉(zhuǎn)載于:https://www.cnblogs.com/tian5017/p/7171744.html

總結(jié)

以上是生活随笔為你收集整理的Spring整合Redis做数据缓存（Windows环境）的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。

上一篇：在一台电脑上运行两个或多个tomcat
下一篇： LInux命令随笔记