Redis缓存优化

数据库在用户数量多，系统访问量大的时候，系统性能会下降，用户体验差。

1.缓存优化

作用：
       1.降低数据库的访问压力
       2.提高系统的访问性能
       3.从而提高用户体验

实现思路：

1.先查询缓存

2.如果缓存有数据，直接返回

3.如果缓存中没有数据，则需要查询数据库，再将数据库查询的结果，缓存到redis中。

4.如果数据库中的数据发生修改，缓存数据应当清空，保证和数据库中的数据一致！（下一次查询会查询数据库，然后最新的数据就到缓存了）

---

2.使用Redis缓存优化

1.环境搭建

1.导入maven坐标

 <!--spring Data Redis-->
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-data-redis</artifactId>
        </dependency>

2.修改配置文件

# redis相关配置
  redis:
    host: ip地址
    port: 6379
    password: 密码
    database: 0 # 操作的是0号数据库
    jedis:
      #redis连接池配置
      pool:
        max-active: 8 #最大连接数
        max-wait: 1ms #连接池最大阻塞等待时间
        max-idle: 4   #连接池中最大空闲连接
        min-idle: 0   #连接池中最小空闲连接

3.导入配置类

/**
 * Redis配置类
 */
@Configuration
public class RedisConfig extends CachingConfigurerSupport {

    @Bean
    public RedisTemplate<Object,Object> redisTemplate(RedisConnectionFactory connectionFactory){
        RedisTemplate<Object, Object> redisTemplate = new RedisTemplate<>();

        //默认的key序列化器为：JdkSerializationRedisSerializer
        redisTemplate.setKeySerializer(new StringRedisSerializer());
        redisTemplate.setHashKeySerializer(new StringRedisSerializer());

        redisTemplate.setConnectionFactory(connectionFactory);

        return redisTemplate;
    }
}

---

2.使用RedisTemplate操作Redis

       在高并发的情况下，频繁地查询数据库会导致系统性能下降，服务端响应时间增加，需要对这些Controller方法进行缓存优化，提高系统的性能。
实现思路：
        1.先查询redis，如果redis中有就直接返回结果，如果没有就去查询数据库，并将查询到的结果放入Redis并指定有效期。
        2.在新增，删除和修改操作的时候，清空对应的缓存，保证数据库中数据和缓存中数据一致。

---

3.Spring Cache(重点)

Spring Cache是一个框架，实现了 基于注解的缓存功能，只需要简单地加一个注解，就能实现缓存功能。
Spring Cache提供了一层抽象，底层可以切换不同的cache实现，具体就是通过 CacheManager接口来统一不同的缓存技术。
             ChacheManager是Spring提供的各种缓存技术抽象接口
             EhCacheCacheManager :使用EhCache作为缓存技术
             GuavaCacheManager:使用Google的GuavaCache作为缓存技术
             RedisCacheManager:使用Redis作为缓存技术

使用步骤：

1.导入Maven坐标:(使用redis缓存技术)

<!--spring cache-->
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-cache</artifactId>
        </dependency>
<!--spring Data Redis-->
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-data-redis</artifactId>
        </dependency>

2.配置application.yml

spring:
  cache:
    redis:
      time-to-live: 1800000 #设置缓存有效时间

3.在启动类上加入@EnableCaching注解，开启缓存注解功能

@SpringBootApplication
@EnableCaching
public class Application {
    public static void main(String[] args) {
        SpringApplication.run(Application.class,args);
    }
}

4.在Controller方法上加入@Cacheable,@CacheEvict等注解，进行缓存操作

@EnableCaching	开启缓存注解功能
@Cacheable	在方法执行前spring先查看缓存中是否有数据，如果有数据，则直接返回缓存数据；若没有数据，调用方法并将方法返回值放到缓存中。
@CachePut	将方法的返回值放到缓存中
@CacheEvict	将一条或多条数据从缓存中删除

注意：在Spring Boot项目中使用缓存技术只需在项目中导入相关缓存技术的依赖包，并在启动类上使用@EnableCaching开启缓存支持即可。

例如：使用Redis作为缓存技术，只需要导入Spring data Redis的maven坐标即可。

对象在网络中传输需要实现序列化接口。

@Slf4j
@RestController
@RequestMapping("user")
public class UserController {
    @Autowired
    private UserService userService;

    @Autowired
    private CacheManager cacheManager;

    /*
     * 缓存测试 @Cacheable
     *
     * @Cacheable:
     *  作用：
     *      1.可以在方法执行前，先自动查询缓存，如果缓存中存在数据，就直接返回（此方法不再执行）
     *      2.如果缓存中没有数据，执行此方法，并且将方法返回值自动存入redis
     *
     *  属性：
     *      cacheNames:key名称空间
     *      key:   名称空间下的key
     * 最终redis存储的key：[cacheNames::key]
     * 最终redis存储的key：[userCache::1]
     */
    @Cacheable(cacheNames = "userCache",key = "#id")
    @GetMapping("/{id}")
    public User one(@PathVariable Long id){
        User user = userService.getById(id);
        log.info("缓存中没有查数据库");
        return user;
    }

    /*
    * 测试缓存清理：@CacheEvict
    *
    * @CacheEvict
    *   作用：
    *       当方法执行完毕后，去清理对应的缓存数据
    *
    * allEntries = true：代表把当前名称空间下的key都清理（默认false）
    * */
//    @CacheEvict(cacheNames = "userCache",allEntries = true)
    @CacheEvict(cacheNames = "userCache",key = "#id")
    @DeleteMapping("/{id}")
    public void delete(@PathVariable Long id){
        userService.removeById(id);
    }


    @CacheEvict(cacheNames = "userCache",key = "#user.id")
    @PutMapping
    public User update(@RequestBody User user){
        userService.updateById(user);
        return user;
    }
}

cacheNames和key相当于这样的结构

---