博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
基于Spring Boot的数据缓存
阅读量:6248 次
发布时间:2019-06-22

本文共 11907 字,大约阅读时间需要 39 分钟。

hot3.png

前言:

    为了防止每一次数据交互都直接落地到数据库(会造成数据库连接池的资源浪费等),需要将一些实时性不是很强的数据作为缓存,快速的返回。依然采用了Spring AOP特性实现了“无感知”的数据缓存。

  • 代码地址:

 

自定义注解:

package com.menghao.cache.annotation;import com.menghao.cache.support.CacheKeyType;import java.lang.annotation.*;/** * 

Todo 用作数据查询,默认缓存一天(可自定义).

*

可自定义缓存key值,默认采用入参解析方式.

* * @author menghao. * @version 2017/12/2. */@Inherited@Retention(RetentionPolicy.RUNTIME)@Target(ElementType.METHOD)@Documentedpublic @interface CacheQuery { /** * 缓存Key */ String cacheKey(); /** * @see CacheKeyType */ CacheKeyType type() default CacheKeyType.ARGS; /** * 缓存时间 */ int cacheTime() default 60 * 60 * 24;}

package com.menghao.cache.annotation;import com.menghao.cache.support.CacheKeyType;import java.lang.annotation.*;/** * 

Todo 用作数据删除,同步删除缓存数据.

*

可自定义缓存key值,默认采用入参解析方式.

* * @author menghao. * @version 2017/12/2. */@Retention(RetentionPolicy.RUNTIME)@Target(ElementType.METHOD)@Documentedpublic @interface CacheRemove { /** * 缓存Key */ String cacheKey(); /** * @see CacheKeyType */ CacheKeyType type() default CacheKeyType.ARGS;}

package com.menghao.cache.annotation;import com.menghao.cache.support.CacheKeyType;import java.lang.annotation.*;/** * 

Todo 用作数据插入/更新.

*

可自定义缓存key值,默认采用对象成员变量解析方式.

* * @author menghao. * @version 2017/12/2. */@Retention(RetentionPolicy.RUNTIME)@Target(ElementType.METHOD)@Documentedpublic @interface CacheSet { /** * 缓存Key */ String cacheKey(); /** * @see CacheKeyType */ CacheKeyType type() default CacheKeyType.ATTRIBUTE; /** * 缓存时间,默认24小时 */ int cacheTime() default 60 * 60 * 24;}

    3种注解对应了增删改查(其中@CacheQuery对应查询,@CacheSet对应了插入和更新,@CacheRemove对应删除)。注解的公有参数cacheKey,用于用户自定义缓存的key值,为了确保key值与数据唯一对应性,需要动态解析key值,因此默认采用了解析形似   “{xxx}”的方式。

  • 如果其中为数字,就作为入参数组索引获取对应的值,并替换{argIndex}
  • 如果其中为字母,就从返回的对象中获取对应名称的成员变量值,并替换{attribute}

 

cacheKey解析:

package com.menghao.cache.support;import com.menghao.cache.exception.CacheKeyParseException;/** * 

Todo 解析不同的key命名规则.

* * @author menghao. * @version 2017/12/5. */public interface CacheKeyParse
{ /** * 解析key * * @param key 原值(默认开闭符号为"{}") * @return 解析后参数集合 * @throws CacheKeyParseException */ String parseKey(String key, V obj) throws CacheKeyParseException; /** * 解析key * * @param key 原值 * @param open 开符号 * @param close 闭符号 * @return 解析后参数集合 * @throws CacheKeyParseException */ String parseKey(String key, V obj, String open, String close) throws CacheKeyParseException;}

package com.menghao.cache.support;import com.menghao.cache.exception.CacheKeyParseException;import java.util.List;/** * 

Todo 抽象实现类,使用模版模式.

* * @author menghao. * @version 2017/12/5. */public abstract class AbstractCacheKeyParse
implements CacheKeyParse
{ @Override public String parseKey(String key, V obj) throws CacheKeyParseException { return parseKey(key, obj, "{", "}"); } @Override public String parseKey(String cacheKey, V obj, String open, String close) throws CacheKeyParseException { // 正则表达式解析 String regEx = "\\" + open + "(\\w+)\\" + close + ""; try { List
indexList = keys(cacheKey, regEx); List
values = values(obj, indexList); for (String value : values) { cacheKey = cacheKey.replaceFirst(regEx, value); } return cacheKey; } catch (Exception e) { throw new CacheKeyParseException("解析cacheKey出现异常"); } } abstract List
keys(String cacheKey, String regEx) throws CacheKeyParseException; abstract List
values(V args, List
keys) throws IllegalAccessException;}

package com.menghao.cache.support;import com.menghao.cache.exception.CacheKeyParseException;import java.util.ArrayList;import java.util.List;import java.util.regex.Matcher;import java.util.regex.Pattern;/** * 

Todo 用于解析参数值.

*

例如:cacheKey = "user-{0}",就会将入参数组所因为"0"的值替换{0}.

* * @author menghao. * @version 2017/12/5. */public class CacheKeyArgsParse extends AbstractCacheKeyParse
{ @Override public List
keys(String cacheKey, String regEx) throws CacheKeyParseException { Pattern p = Pattern.compile(regEx); try { Matcher m = p.matcher(cacheKey); List
list = new ArrayList
(); while (m.find()) { list.add(Integer.parseInt(m.group(1))); } return list; } catch (Exception e) { throw new CacheKeyParseException("解析cacheKey出现异常"); } } @Override List
values(List args, List
keys) { List
values = new ArrayList
(keys.size()); for (Integer index : keys) { values.add(args.get(index).toString()); } return values; }}

package com.menghao.cache.support;import com.menghao.cache.exception.CacheKeyParseException;import org.springframework.util.ReflectionUtils;import java.lang.reflect.Field;import java.util.ArrayList;import java.util.List;import java.util.regex.Matcher;import java.util.regex.Pattern;/** * 

Todo 用于解析对象成员变量值.

*

例子:cacheKey = "user-{id}",会将对象的"id"变量的值替换{id}.

* * @author menghao. * @version 2017/12/5. */public class CacheKeyParamsParse extends AbstractCacheKeyParse
{ @Override List
keys(String cacheKey, String regEx) throws CacheKeyParseException { Pattern p = Pattern.compile(regEx); try { Matcher m = p.matcher(cacheKey); List
list = new ArrayList
(); while (m.find()) { list.add(m.group(1)); } return list; } catch (Exception e) { throw new CacheKeyParseException("解析cacheKey出现异常"); } } @Override List
values(Object object, List
keys) throws IllegalAccessException { List
values = new ArrayList
(keys.size()); for (String paramName : keys) { // 反射 Field field = ReflectionUtils.findField(object.getClass(), paramName); ReflectionUtils.makeAccessible(field); values.add(field.get(object).toString()); } return values; }}

    cacheKey解析运用了模版模式,通过正则表达式解析用户自定义的cacheKey值,返回解析后的cacheKey。对应上述的两种解析方式。

 

缓存Manager:

package com.menghao.cache.support;import com.caucho.hessian.io.HessianInput;import com.caucho.hessian.io.HessianOutput;import redis.clients.jedis.Jedis;import redis.clients.jedis.JedisPool;import java.io.ByteArrayInputStream;import java.io.ByteArrayOutputStream;import java.io.IOException;/** * 

Todo 目前仅实现了Redis缓存.

* * @author menghao. * @version 2017/12/2. */public class RedisCacheManager implements CacheManager { private JedisPool jedisPool; public RedisCacheManager(JedisPool jedisPool) { this.jedisPool = jedisPool; } @Override public Object getCache(String key) throws IOException { Jedis jedis = jedisPool.getResource(); try { String s = jedis.get(key); if (null == s) { return null; } ByteArrayInputStream byteArrayInputStream = new ByteArrayInputStream(s.getBytes()); HessianInput input = new HessianInput(byteArrayInputStream); return input.readObject(); } finally { jedis.close(); } } @Override public Long removeCache(String key) { Jedis jedis = jedisPool.getResource(); try { return jedis.del(key); } finally { jedis.close(); } } @Override public void setCache(String key, Object value, int cacheTime) throws IOException { Jedis jedis = jedisPool.getResource(); try { ByteArrayOutputStream byteArrayOutputStream = new ByteArrayOutputStream(); HessianOutput output = new HessianOutput(byteArrayOutputStream); output.writeObject(value); jedis.set(key.getBytes(), byteArrayOutputStream.toByteArray()); jedis.expire(key, cacheTime); } finally { jedis.close(); } }}

    提供缓存操作数据的统一接口,目前仅实现了Redis作为缓存的方案,其中使用Hessian作为对象的序列化与反序列化,使用Jedis作为Redis的客户端实现。

    注意:使用Jedis时,在操作完后一定要记得close释放连接!

 

AOP增强:

package com.menghao.cache.aop;import com.menghao.cache.annotation.CacheQuery;import com.menghao.cache.exception.CacheKeyParseException;import com.menghao.cache.support.CacheKeyParse;import com.menghao.cache.support.CacheKeyType;import com.menghao.cache.support.CacheManager;import org.aspectj.lang.ProceedingJoinPoint;import org.aspectj.lang.annotation.Around;import org.aspectj.lang.annotation.Aspect;import org.aspectj.lang.annotation.Pointcut;import org.springframework.beans.factory.annotation.Autowired;import org.springframework.beans.factory.annotation.Qualifier;import org.springframework.util.Assert;import java.io.IOException;import java.util.Arrays;import java.util.List;/** * 

Todo @CacheQuery注解增强.

* * @author menghao. * @version 2017/12/2. */@Aspectpublic class CacheQueryAspect { @Autowired @Qualifier("cacheKeyArgsParse") private CacheKeyParse cacheKeyArgsParse; @Autowired private CacheManager cacheManager; @Pointcut("@annotation(com.menghao.cache.annotation.CacheQuery)") public void method() { } @Around("method() && @annotation(cacheQuery)") public Object around(ProceedingJoinPoint joinPoint, CacheQuery cacheQuery) throws CacheKeyParseException { Assert.notNull(cacheQuery, "注解不能为null"); String cacheKey = cacheQuery.cacheKey(); if (CacheKeyType.ARGS.equals(cacheQuery.type())) { List objectList = Arrays.asList(joinPoint.getArgs()); cacheKey = cacheKeyArgsParse.parseKey(cacheKey, objectList); } Object o = null; try { o = cacheManager.getCache(cacheKey); } catch (IOException e) { e.printStackTrace(); } if (null != o) { return o; } try { o = joinPoint.proceed(); if (null != o) { cacheManager.setCache(cacheKey, o, cacheQuery.cacheTime()); return o; } } catch (Throwable throwable) { throwable.printStackTrace(); } return null; }}

    就拿@CacheQuery注解方法增强来说明,@Pointcut指定增强方法特征,@Around环绕增强,使用“&& @annotation(cacheQuery)”可以将注解作为入参传入增强方法,以获取用户自定义的cacheKey等值,如果缓存中不存在要查询的数据,就使用ProceedingJoinPoint的proceed方法执行“被增强的方法”,并获取方法的返回值,然后放入缓存。

 

客户端使用:

com.menghao
aop-cache
1.0
menghao.cache.enable = truemenghao.cache.type = redisspring.redis.host = # redis服务端Ip
package com.menghao.cloud.service;import com.menghao.cache.annotation.CacheQuery;import com.menghao.cache.annotation.CacheRemove;import com.menghao.cache.annotation.CacheSet;import com.menghao.cloud.entity.UserEntity;import com.menghao.cloud.repository.UserRepository;import org.springframework.beans.factory.annotation.Autowired;import org.springframework.stereotype.Service;import org.springframework.transaction.annotation.Transactional;/** * 

Todo UserService.

* * @author menghao. * @version 2017/12/2. */@Servicepublic class UserService { @Autowired private UserRepository userRepository; @CacheQuery(cacheKey = "user-{0}") public UserEntity findUser(Integer id) { return userRepository.queryByProperty(UserEntity.builder().id(id).build()); } @CacheSet(cacheKey = "user-{id}") @Transactional public UserEntity addUser(UserEntity userEntity) { return userRepository.save(userEntity); } @CacheRemove(cacheKey = "user-{0}") public void deleteUser(Integer id) { userRepository.delete(id); }}

 

总结:

    目前仅实现了基本功能:通过日志打印,可以看出24小时内(默认缓存时间),仅在第一次查询时打印了查询语句,插入/更新/删除数据也能同步更新缓存。但不足在于没有考虑高并发情况,多个查询请求同时发送可能会导致不止一个请求落地到后端数据库。

转载于:https://my.oschina.net/marvelcode/blog/1585785

你可能感兴趣的文章
九宫格
查看>>
数据库操作语法错误(SQL syntax error)之两步走
查看>>
[开源] KJFramework.Message 智能二进制消息框架 - 新的性能提升!
查看>>
Linux中find常见用法示例
查看>>
红包的收益(笔试)
查看>>
SQL查询语句
查看>>
Java线程:新特征-锁(上)
查看>>
脉宽 谱宽关系,增益系数
查看>>
new在c#方法中的使用
查看>>
User already has more than 'max_user_connections' active connections
查看>>
kafka简介
查看>>
关于java的double类型和float类型
查看>>
Linux的五个查找命令
查看>>
将Vuforia程序发布到Windows10系统的基本流程
查看>>
Linq学习<四> linq to XML
查看>>
Python 迭代器和生成器(转)
查看>>
Ansible 操作windows
查看>>
代码整洁之道——7、并发
查看>>
解决java.lang.NoClassDefFoundError错误
查看>>
core文件的生成
查看>>