Redis实战篇 | Kyle's Blog (cyborg2077.github.io)
目录
背景
商户查询缓存(根据ID查询）
根据店铺类型查询（List型）
缓存更新策略（保证数据一致性）
案例（利用缓存更新策略）
背景
起初客户端直接向数据库查询数据 添加redis后
商户查询缓存(根据ID查询）
实现业务流程
ShopController
@GetMapping("/{id}")public Result queryShopById(@PathVariable("id") Long id) {return shopService.queryById(id);}IShopService
public interface IShopService extends IService<Shop> {Result queryById(Long id);
}ShopServiceImpl
@Service
public class ShopServiceImpl extends ServiceImpl<ShopMapper, Shop> implements IShopService {@Resourcepublic StringRedisTemplate stringRedisTemplate;@Overridepublic Result queryById(Long id) {String key = CACHE_SHOP_KEY + id;// 1.从redis查询商铺缓存String shopJson = stringRedisTemplate.opsForValue().get(key);// 2.判断缓存是否命中if(StrUtil.isNotBlank(shopJson)){// 3.缓存命中,返回// 将json反序列化为对象Shop shop = JSONUtil.toBean(shopJson, Shop.class);return Result.ok(shop);}// 4.缓存未命中,根据id查询数据库Shop shop = getById(id);// 5.数据库不存在,返回错误if(shop == null){return Result.fail("店铺不存在");}// 6.数据库存在,写入缓存stringRedisTemplate.opsForValue().set(key,JSONUtil.toJsonStr(shop),30L, TimeUnit.MINUTES);// 7.返回return Result.ok(shop);}
}
根据店铺类型查询（List型）
Controller
@RestController
@RequestMapping("/shop-type")
public class ShopTypeController {@Resourceprivate IShopTypeService typeService;@GetMapping("list")public Result queryTypeList() {return typeService.queryList();}
}
接口
public interface IShopTypeService extends IService<ShopType> {Result queryList();
}
实现类
@Service
public class ShopTypeServiceImpl extends ServiceImpl<ShopTypeMapper, ShopType> implements IShopTypeService {@Resourcepublic StringRedisTemplate stringRedisTemplate;@Overridepublic Result queryList() {// 1.从redis查询商铺类型List<String> shopTypes = stringRedisTemplate.opsForList().range(CACHE_SHOP_KEY, 0, -1);// 2.判断redis是否命中if(!shopTypes.isEmpty()){//如果命中则转为ShopType类型返回List<ShopType> tmp = new ArrayList<>();for (String types : shopTypes) {ShopType shopType = JSONUtil.toBean(types, ShopType.class);tmp.add(shopType);}return Result.ok(tmp);}//没有命中则查询数据库List<ShopType> tmp = query().orderByAsc("sort").list();if(tmp.isEmpty()){return Result.fail("店铺类型不存在");}//3.将数据写入redisshopTypes.forEach(shopType -> {stringRedisTemplate.opsForList().rightPush(CACHE_SHOP_KEY,JSONUtil.toJsonStr(shopType));});//4.返回return Result.ok(tmp);}
}
缓存更新策略（保证数据一致性）
三种更新缓存的策略（保证数据一致性）
我们主要使用主动更新策略
又因为操作数据库和缓存的先后顺序，线程问题；因此需要先修改数据库，再删除缓存，加锁，使用事务。
案例（利用缓存更新策略）
根据id查询店铺时，如果缓存未命中，则查询数据库，将数据库结果写入缓存，并设置超时时间
// 6.数据库存在,写入缓存
stringRedisTemplate.opsForValue().set(key,JSONUtil.toJsonStr(shop), CACHE_SHOP_TTL , TimeUnit.MINUTES);根据id修改店铺时，先修改数据库，再删除缓存
@Override@Transactionalpublic Result update(Shop shop) {Long id = shop.getId();if(id == null){return Result.fail("店铺id不能为空");}// 1.更新数据库updateById(shop);// 2.删除缓存stringRedisTemplate.delete(CACHE_SHOP_KEY + id);return Result.ok();}
