開始準備
開始之前我們需要有redis安裝，我們采用本機Docker運行Redis, 主要命令如下
docker pull redisdocker run --name my_redis -d -p 6379:6379 redisdocker exec -it my_redis bashredis-cli復制代碼
前面兩個命令是啟動redis docker, 后兩個是連接到docker, 在使用redis-cli 去查看redis里面的內容，主要查看我們存在redis里面的數(shù)據(jù)。
RedisTemplate
我們先從RedisTemplate開始，這個是最好理解的一種方式，我之前在工作中也使用過這種方式，先看代碼示例 我們先定義一個POJO類
@Data@Builder@NoArgsConstructor@AllArgsConstructorpublic class Book implements Serializable {private Long id;private String name;private String author;復制代碼
一個很簡單的BOOK類，三個字段： id,name和author. 再來一個RedisTemplate的Bean
@Beanpublic RedisTemplate redisTemplate(RedisConnectionFactory redisConnectionFactory) {RedisTemplate template = new RedisTemplate<>();template.setConnectionFactory(redisConnectionFactory);return template;復制代碼
再定義一個使用這個RedisTemplate的Service類
public Optional findOneBook(string name) {HashOperations HashOperations = redisTemplate.opsForHash();if (redisTemplate.hasKey(CACHE) && hashOperations.hasKey(CACHE, name)) {log.info("Get book {} from Redis.", name);return Optional.of(hashOperations.get(CACHE, name));Optional book = bookRepository.getBook(name);log.info("Book Found: {}", book);if (book.isPresent()) {log.info("Put book {} to Redis.", name);hashOperations.put(CACHE, name, book.get());redisTemplate.expire(CACHE, 10, TimeUnit.MINUTES);return book;復制代碼
我們使用Hash來存儲這個Book信息，在上面的方法中查找書名存不存在Redis中，如果存在就直接返回，如果不存在就去持久化存儲中找，找到就再通過Template寫入到Redis中， 這是緩存的通用做法。 使用起來感覺很方便。 我們這里為了簡單沒有使用持久化存儲，就硬編碼了幾條數(shù)據(jù), 代碼如下
@Repositorypublic class BookRepository {Map bookMap = new HashMap<>();public BookRepository(){bookMap.put("Apache kafka", Book.builder().name("apache kafka").id(1L).author("zhangsan").build());bookMap.put("Python/ target=_blank class=infotextkey>Python", Book.builder().name("python").id(2L).author("lisi").build());public Optional getBook(String name){if(bookMap.containsKey(name)){return Optional.of(bookMap.get(name));else{return Optional.empty();復制代碼
我們調用 bookService.findOneBook("python")和bookService.findOneBook("apache kafka"); 來把數(shù)據(jù)寫入到換存中
我們來看下存儲在Redis的數(shù)據(jù)長什么樣子。
127.0.0.1:6379> keys *1) "xacxedx00x05tx00x04book"127.0.0.1:6379> type "xacxedx00x05tx00x04book"hash127.0.0.1:6379> hgetall "xacxedx00x05tx00x04book"1) "xacxedx00x05tx00x06python"2) "xacxedx00x05srx00&com.ken.redistemplatesample.model.Book=x19x96xfbx7fx7fxdaxbex02x00x03Lx00x06authortx00x12LJAVA/lang/String;Lx00x02idtx00x10LJava/lang/Long;Lx00x04nameqx00~x00x01xptx00x04lisisrx00x0ejava.lang.Long;x8bxe4x90xccx8f#xdfx02x00x01Jx00x05valuexrx00x10java.lang.Numberx86xacx95x1dx0bx94xe0x8bx02x00x00xpx00x00x00x00x00x00x00x02tx00x06python"3) "xacxedx00x05tx00x0capache kafka"4) "xacxedx00x05srx00&com.ken.redistemplatesample.model.Book=x19x96xfbx7fx7fxdaxbex02x00x03Lx00x06authortx00x12Ljava/lang/String;Lx00x02idtx00x10Ljava/lang/Long;Lx00x04nameqx00~x00x01xptx00bzhangsansrx00x0ejava.lang.Long;x8bxe4x90xccx8f#xdfx02x00x01Jx00x05valuexrx00x10java.lang.Numberx86xacx95x1dx0bx94xe0x8bx02x00x00xpx00x00x00x00x00x00x00x01tx00x0capache kafka"復制代碼
我們可以看到數(shù)據(jù)被存在了key是“xacxedx00x05tx00x04book”的一個Hash表中， Hash里面有兩條記錄。 大家發(fā)現(xiàn)一個問題沒有？ 就是這個key不是我們想象的用“book”做key,而是多了一串16進制的碼， 這是因為RedisTemplate使用了默認的JdkSerializationRedisSerializer 去序列化我們的key和value, 如果大家都用Java語言那沒有問題， 如果有人用Java語言寫，有人用別的語言讀，那就有問題，就像我開始的時候用hgetall "book"始終拿不到數(shù)據(jù)那樣。 RedisTemplate也提供了StringRedisTemplate來方便大家需要使用String來序列化redis里面的數(shù)據(jù)。簡單看下代碼
@Beanpublic StringRedisTemplate stringRedisTemplate(RedisConnectionFactory redisConnectionFactory)StringRedisTemplate template = new StringRedisTemplate();template.setConnectionFactory(redisConnectionFactory);return template;public Optional getBookString(String name){HashOperations hashOperations = stringRedisTemplate.opsForHash();if (stringRedisTemplate.hasKey(STRINGCACHE) && hashOperations.hasKey(STRINGCACHE, name)) {log.info("Get book {} from Redis.", name);return Optional.of(hashOperations.get(STRINGCACHE, name));Optional book = bookRepository.getBook(name);log.info("Book Found: {}", book);if (book.isPresent()) {log.info("Put book {} to Redis.", name);hashOperations.put(STRINGCACHE, name, book.get().getAuthor());stringRedisTemplate.expire(STRINGCACHE, 10, TimeUnit.MINUTES);return Optional.of(book.get().getAuthor());return Optional.empty();復制代碼
使用上就沒有那么方便，你就得自己寫需要存的是哪個字段，讀出來是哪個字段。
127.0.0.1:6379> keys *1) "string_book"127.0.0.1:6379> hgetall string_book1) "python"2) "lisi"3) "apache kafka"4) "zhangsan"復制代碼
如上圖所示，使用客戶端讀出來看起來就比較清爽一些。也可以看到占用的Size會小很多，我們這個例子相差7倍，如果是數(shù)據(jù)量大，這個還是比較大的浪費。
127.0.0.1:6379> keys *1) "xacxedx00x05tx00x04book"2) "string_book"127.0.0.1:6379> memory usage "string_book"(integer) 104127.0.0.1:6379> memory usage "xacxedx00x05tx00x04book"(integer) 712復制代碼JPA Repository
我們知道使用JPA Repository來訪問DataBase的時候，增刪改查那樣的操作能夠很方便的實現(xiàn)，基本就是定義個接口，代碼都不用寫，Spring就幫我們完成了大部分的工作，那么訪問Redis是不是也可以這樣呢？ 答案是肯定的，我們來看代碼 首先我們還是定義一個POJO
@RedisHash(value = "cache-book", timeToLive = 600)@Data@Builder@NoArgsConstructor@AllArgsConstructorpublic class CacheBook implements Serializable {@Idprivate Long userId;@Indexedprivate String name;private String author;復制代碼
這個類與我們上面template上面的類的區(qū)別就是我們加了兩個注解， 在類開頭加了 @RedisHash(value = "cache-book", timeToLive = 600) 在字段上面加了@Id和@Indexed 定義一個Repository的接口
public interface CacheBookRepository extends CrudRepository {Optional findOneByName(String name);復制代碼
再定義一個service和上面那個例子template一樣，緩存中有就到緩存中拿，沒有就到持久化存儲中找，并寫入緩存
@Slf4j@Servicepublic class BookService {private static final String CACHE = "repository-book";@Autowiredprivate CacheBookRepository cacheRepository;@Autowiredprivate BookRepository bookRepository;public Optional findOneBook(String name) {Optional optionalCacheBook = cacheRepository.findOneByName(name);if(!optionalCacheBook.isPresent())Optional book = bookRepository.getBook(name);log.info("Book Found: {}", book);if (book.isPresent()) {log.info("Put book {} to Redis.", name);cacheRepository.save(book.get());return book;return optionalCacheBook;復制代碼
代碼很簡單，簡單到不敢相信是真的。 還是一樣，調用這個方法，我們來看存在Redis里面的數(shù)據(jù)
127.0.0.1:6379> keys *1) "repository-book:2"2) "repository-book:2:idx"3) "repository-book"4) "repository-book:name:apache kafka"5) "repository-book:name:python"6) "repository-book:1:idx"7) "repository-book:1"復制代碼
哇，感覺存的內容有些多， 不用怕我們來看下各自存什么數(shù)據(jù) 首先看最短的一個
127.0.0.1:6379> smembers repository-book1) "1"2) "2"復制代碼
它里面存的是我們的id所有的value, 可以用來判斷id是否存在 再來看
127.0.0.1:6379> hgetall repository-book:21) "_class"2) "com.ken.redisrepositorysample.model.CacheBook"3) "author"4) "lisi"5) "name"6) "python"7) "userId"8) "2"復制代碼
這個是我們數(shù)據(jù)存放的地方
127.0.0.1:6379> smembers repository-book:1:idx1) "repository-book:name:apache kafka"127.0.0.1:6379> smembers "repository-book:name:apache kafka"1) "1"復制代碼
另外兩個都是set， 存在在它們里面的數(shù)據(jù)是索引信息。 由此可以看出通過JPA Repository 的方式，代碼很少，而且存儲的數(shù)據(jù)也很通用，個人覺得是比較理想的訪問方法。
Cache
我們已經(jīng)看了兩種方式，在訪問的時候遵循這樣的模式：緩存中有就從緩存中返回，沒有就從持久化存儲中找，然后寫入緩存，這部分代碼我也不想自己寫，那么Cache就是你的救星。 我們先看代碼 我們這次使用內存數(shù)據(jù)庫H2作為持久化存儲， 放一個schema.sql在resouces下面
drop table t_book if exists;create table t_book (id bigint auto_increment,create_time timestamp,update_time timestamp,name varchar(255),author varchar(200),primary key (id)insert into t_book (name, author, create_time, update_time) values ('python', 'zhangsan', now(), now());insert into t_book (name, author, create_time, update_time) values ('hadoop', 'lisi', now(), now());insert into t_book (name, author, create_time, update_time) values ('java', 'wangwu', now(), now());復制代碼
然后定義POJO
@Entity@Table(name = "T_BOOK")@Data@Builder@NoArgsConstructor@AllArgsConstructorpublic class CacheBook implements Serializable {@Id@GeneratedValue(strategy = GenerationType.IDENTITY)private Long id;private String name;private String author;@Column(updatable = false)@CreationTimestampprivate Date createTime;@UpdateTimestampprivate Date updateTime;復制代碼
完全是和數(shù)據(jù)庫綁定的代碼，和緩存沒有任何關系 一個Repository來訪問數(shù)據(jù)庫
public interface BookRepository extends JpaRepository {復制代碼
定義一個service來調用它
@Slf4j@Service@CacheConfig(cacheNames = "cache-book")public class BookService {@Autowiredprivate BookRepository bookRepository;@Cacheablepublic List findAllCoffee() {return bookRepository.findAll();@CacheEvictpublic void reloadCoffee() {復制代碼
這里就比較關鍵了，在類上加上了注解 @CacheConfig(cacheNames = "cache-book") 在方法上面加上了Cacheable和CacheEvict， Cacheable這個方法就是用來實現(xiàn)邏輯，有就從緩存中拿，沒有就從數(shù)據(jù)庫拿的，CacheEvict是調用這個方法的時候清除緩存。 然后再啟動入口程序的地方加上注解 @EnableJpaRepositories @EnableCaching(proxyTargetClass = true) 在配置文件Application.properties中加上
spring.jpa.hibernate.ddl-auto=nonespring.jpa.properties.hibernate.show_sql=truespring.jpa.properties.hibernate.format_sql=truemanagement.endpoints.web.exposure.include=*spring.cache.type=redisspring.cache.cache-names=cache-bookspring.cache.redis.time-to-live=600000spring.cache.redis.cache-null-values=falsespring.redis.host=localhost復制代碼
這樣就可以了， 感覺就是通過配置下就把緩存給完成了，非常的簡單 我們來看Redis中是怎么存的
127.0.0.1:6379> keys *1) "cache-book::SimpleKey []"127.0.0.1:6379> get "cache-book::SimpleKey []""xacxedx00x05srx00x13java.util.ArrayListxx81xd2x1dx99xc7ax9dx03x00x01Ix00x04sizexpx00x00x00x03wx04x00x00x00x03srx00(com.ken.rediscachesample.model.CacheBookxecxcbR=xe1Ux9bxf7x02x00x05Lx00x06authortx00x12Ljava/lang/String;Lx00ncreateTimetx00x10Ljava/util/Date;Lx00x02idtx00x10Ljava/lang/Long;Lx00x04nameqx00~x00x03Lx00nupdateTimeqx00~x00x04xptx00bzhangsansrx00x12java.sql.Timestamp&x18xd5xc8x01Sxbfex02x00x01Ix00x05nanosxrx00x0ejava.util.Datehjx81x01KYtx19x03x00x00xpwbx00x00x01x84xff]x85xb0xb-x81x80srx00x0ejava.lang.Long;x8bxe4x90xccx8f#xdfx02x00x01Jx00x05valuexrx00x10java.lang.Numberx86xacx95x1dx0bx94xe0x8bx02x00x00xpx00x00x00x00x00x00x00x01tx00x06pythonsqx00~x00bwbx00x00x01x84xff]x85xb0xb-x81x80sqx00~x00x02tx00x04lisisqx00~x00bwbx00x00x01x84xff]x85xb0xb<xbfxd8sqx00~x00x0bx00x00x00x00x00x00x00x02tx00x06hadoopsqx00~x00bwbx00x00x01x84xff]x85xb0xb<xbfxd8sqx00~x00x02tx00x06wangwusqx00~x00bwbx00x00x01x84xff]x85xb0xb<xbfxd8sqx00~x00x0bx00x00x00x00x00x00x00x03tx00x04javasqx00~x00bwbx00x00x01x84xff]x85xb0xb<xbfxd8x"復制代碼
看到?jīng)]有，就是當成Redis里面的String來存的， 如果數(shù)據(jù)量比較小，那是非常的方便，如果數(shù)據(jù)量大，這種方式就有些問題了。
總結
我們看了這三種方式，這里僅僅是做了個入門，每個里面都有很多細節(jié)的地方需要去研究和使用，整體的感覺是要想使用的簡單，那么存儲在Redis中的數(shù)據(jù)就要量少，量大后，就需要自己來定制了，那基本上要用RedisTemplate來做一些工作。
