絕大多數(shù)情況下，關系型數(shù)據(jù)庫select查詢是出現(xiàn)性能問題最大的地方。一方面，select 會有很多像 join、group、order、like 等這樣豐富的語義，而這些語義是非常耗性能的；另一方面，大多數(shù)應用都是讀多寫少，所以加劇了慢查詢的問題。

分布式系統(tǒng)中遠程調用也會耗很多性能，因為有網絡開銷，會導致整體的響應時間下降。為了挽救這樣的性能開銷，在業(yè)務允許的情況（不需要太實時的數(shù)據(jù)）下，使用緩存是非常必要的事情。

緩解數(shù)據(jù)庫壓力

當用戶請求增多時，數(shù)據(jù)庫的壓力將大大增加，通過緩存能夠大大降低數(shù)據(jù)庫的壓力。

二、常用緩存操作流程

使用緩存最關鍵的一點就是保證：緩存與數(shù)據(jù)庫的數(shù)據(jù)一致性，該怎么去做？下圖是一種最常用的緩存操作模式，來保證數(shù)據(jù)一致性。

更新寫數(shù)據(jù)：先把數(shù)據(jù)存到數(shù)據(jù)庫中，然后再讓緩存失效或更新。緩存操作失敗，數(shù)據(jù)庫事務回滾。
刪除寫數(shù)據(jù): 先從數(shù)據(jù)庫里面刪掉數(shù)據(jù)，再從緩存里面刪掉。緩存操作失敗，數(shù)據(jù)庫事務回滾。
查詢讀數(shù)據(jù)
緩存命中：先去緩存 cache 中取數(shù)據(jù)，取到后返回結果。
緩存失效：應用程序先從 cache 取數(shù)據(jù)，沒有得到，則從數(shù)據(jù)庫中取數(shù)據(jù)，成功后，在將數(shù)據(jù)放到緩存中。

如果上面的這些更新、刪除、查詢操作流程全都由程序員通過編碼來完成的話

因為加入緩存層，程序員的編碼量大大增多
緩存層代碼和業(yè)務代碼耦合，造成難以維護的問題。

三、整合Spring Cache

我們可以使用Spring cache解決上面遇到的兩個問題，Spring cache通過注解的方式來操作緩存，一定程度上減少了程序員緩存操作代碼編寫量。注解添加和移除都很方便，不與業(yè)務代碼耦合，容易維護。
第一步：pom.xml 添加 Spring Boot 的 jar 依賴：

<dependency>
   <groupId>org.springframework.boot</groupId>
   <artifactId>spring-boot-starter-cache</artifactId>
</dependency>

第二步：添加入口啟動類 @EnableCaching 注解開啟 Caching，實例如下。

@EnableCaching

在Spring Boot中通過@EnableCaching注解自動化配置合適的緩存管理器（CacheManager），Spring Boot根據(jù)下面的順序去偵測緩存提供者，也就是說Spring Cache支持下面的這些緩存框架：

Generic
JCache (JSR-107) (EhCache 3, Hazelcast, Infinispan, and others)
EhCache 2.x
Hazelcast
Infinispan
Couchbase
Redis（因為我們之前引入了Redis，所以使用redis作為緩存）
Caffeine
Simple

四、在ArticleController類上實現(xiàn)一個簡單的例子

下面的例子第一次訪問走數(shù)據(jù)庫（代碼上斷點斷下來），第二次訪問就走緩存了（不走函數(shù)代碼）?？梢宰约合聰帱c試一下。

@Cacheable(value="article")
@GetMapping( "/article/{id}")
public @ResponseBody  AjaxResponse getArticle(@PathVariable Long id) {

使用redis緩存，被緩存的對象（函數(shù)返回值）有幾個非常需要注意的點：

必須實現(xiàn)無參的構造函數(shù)
需要實現(xiàn)Serializable 接口和定義serialVersionUID （因為緩存需要使用JDK的方式序列化和反序列化）。

本專欄后續(xù)文章中會給出更加詳細的例子說明。

五、更改Redis緩存的序列化方式

讓緩存使用JDK默認的序列化和反序列化方式非常不友好，我們完全可以修改為使用JSON序列化與反序列化的方式，可讀性更強，體積更小，速度更快。

@Configuration
public class RedisConfig {
   //這個函數(shù)是上一節(jié)的內容
   @Bean
   public RedisTemplate redisTemplate(RedisConnectionFactory redisConnectionFactory) {
       RedisTemplate redisTemplate = new RedisTemplate();
       redisTemplate.setConnectionFactory(redisConnectionFactory);
       Jackson2JsonRedisSerializer jackson2JsonRedisSerializer = new Jackson2JsonRedisSerializer(Object.class);

       ObjectMapper objectMapper = new ObjectMapper();
       objectMapper.setVisibility(PropertyAccessor.ALL, JsonAutoDetect.Visibility.ANY);
       objectMapper.enableDefaultTyping(ObjectMapper.DefaultTyping.NON_FINAL);

       jackson2JsonRedisSerializer.setObjectMapper(objectMapper);

       //重點在這四行代碼
       redisTemplate.setKeySerializer(new StringRedisSerializer());
       redisTemplate.setValueSerializer(jackson2JsonRedisSerializer);
       redisTemplate.setHashKeySerializer(new StringRedisSerializer());
       redisTemplate.setHashValueSerializer(jackson2JsonRedisSerializer);

       redisTemplate.afterPropertiesSet();
       return redisTemplate;
   }

    //本節(jié)的重點配置，讓Redis緩存的序列化方式使用redisTemplate.getValueSerializer()
   //不在使用JDK默認的序列化方式
   @Bean
   public RedisCacheManager redisCacheManager(RedisTemplate redisTemplate) {
       RedisCacheWriter redisCacheWriter = RedisCacheWriter.nonLockingRedisCacheWriter(redisTemplate.getConnectionFactory());
       RedisCacheConfiguration redisCacheConfiguration = RedisCacheConfiguration.defaultCacheConfig()
               .serializeValuesWith(RedisSerializationContext.SerializationPair.fromSerializer(redisTemplate.getValueSerializer()));
       return new RedisCacheManager(redisCacheWriter, redisCacheConfiguration);
   }
}

到此這篇關于Springboot 集成spring cache緩存的文章就介紹到這了,更多相關Springboot 集成spring cache緩存內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: