还在只用RedisTemplate访问Redis吗

宅哥聊构架 后端 2023-05-24

开始准备

开始之前我们需要有Redis安装,我们采用本机Docker运行Redis, 主要命令如下

css
复制代码
docker pull redis docker run --name my_redis -d -p 6379:6379 redis docker exec -it my_redis bash redis-cli

前面两个命令是启动redis docker, 后两个是连接到docker, 在使用redis-cli 去查看redis里面的内容,主要查看我们存在redis里面的数据。

RedisTemplate

我们先从RedisTemplate开始,这个是最好理解的一种方式,我之前在工作中也使用过这种方式,先看代码示例 我们先定义一个POJO类

less
复制代码
@Data @Builder @NoArgsConstructor @AllArgsConstructor public class Book implements Serializable {    private Long id;    private String name;    private String author; }

一个很简单的BOOK类,三个字段: id,name和author. 再来一个RedisTemplate的Bean

arduino
复制代码
   @Bean    public RedisTemplate<String, Book> redisTemplate(RedisConnectionFactory redisConnectionFactory) {        RedisTemplate<String, Book> template = new RedisTemplate<>();        template.setConnectionFactory(redisConnectionFactory);        return template;   }

再定义一个使用这个RedisTemplate的Service类

swift
复制代码
  public Optional<Book> findOneBook(String name) {       HashOperations<String, String, Book> 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> 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;   }

我们使用Hash来存储这个Book信息,在上面的方法中查找书名存不存在Redis中,如果存在就直接返回,如果不存在就去持久化存储中找,找到就再通过Template写入到Redis中, 这是缓存的通用做法。 使用起来感觉很方便。 我们这里为了简单没有使用持久化存储,就硬编码了几条数据, 代码如下

scss
复制代码
@Repository public class BookRepository {    Map<String, Book> bookMap = new HashMap<>();    public BookRepository(){        bookMap.put("apache kafka", Book.builder()               .name("apache kafka").id(1L).author("zhangsan")               .build());        bookMap.put("python", Book.builder()               .name("python").id(2L).author("lisi")               .build());   }    public Optional<Book> getBook(String name){        if(bookMap.containsKey(name)){            return Optional.of(bookMap.get(name));       }        else{            return Optional.empty();       }   } }

我们调用 bookService.findOneBook("python")和bookService.findOneBook("apache kafka"); 来把数据写入到换存中

我们来看下存储在Redis的数据长什么样子。

ruby
复制代码
127.0.0.1:6379> keys * 1) "\xac\xed\x00\x05t\x00\x04book" 127.0.0.1:6379> type "\xac\xed\x00\x05t\x00\x04book" hash 127.0.0.1:6379> hgetall "\xac\xed\x00\x05t\x00\x04book" 1) "\xac\xed\x00\x05t\x00\x06python" 2) "\xac\xed\x00\x05sr\x00&com.ken.redistemplatesample.model.Book=\x19\x96\xfb\x7f\x7f\xda\xbe\x02\x00\x03L\x00\x06authort\x00\x12Ljava/lang/String;L\x00\x02idt\x00\x10Ljava/lang/Long;L\x00\x04nameq\x00~\x00\x01xpt\x00\x04lisisr\x00\x0ejava.lang.Long;\x8b\xe4\x90\xcc\x8f#\xdf\x02\x00\x01J\x00\x05valuexr\x00\x10java.lang.Number\x86\xac\x95\x1d\x0b\x94\xe0\x8b\x02\x00\x00xp\x00\x00\x00\x00\x00\x00\x00\x02t\x00\x06python" 3) "\xac\xed\x00\x05t\x00\x0capache kafka" 4) "\xac\xed\x00\x05sr\x00&com.ken.redistemplatesample.model.Book=\x19\x96\xfb\x7f\x7f\xda\xbe\x02\x00\x03L\x00\x06authort\x00\x12Ljava/lang/String;L\x00\x02idt\x00\x10Ljava/lang/Long;L\x00\x04nameq\x00~\x00\x01xpt\x00\bzhangsansr\x00\x0ejava.lang.Long;\x8b\xe4\x90\xcc\x8f#\xdf\x02\x00\x01J\x00\x05valuexr\x00\x10java.lang.Number\x86\xac\x95\x1d\x0b\x94\xe0\x8b\x02\x00\x00xp\x00\x00\x00\x00\x00\x00\x00\x01t\x00\x0capache kafka"

我们可以看到数据被存在了key是“\xac\xed\x00\x05t\x00\x04book”的一个Hash表中, Hash里面有两条记录。 大家发现一个问题没有? 就是这个key不是我们想象的用“book”做key,而是多了一串16进制的码, 这是因为RedisTemplate使用了默认的JdkSerializationRedisSerializer 去序列化我们的key和value, 如果大家都用Java语言那没有问题, 如果有人用Java语言写,有人用别的语言读,那就有问题,就像我开始的时候用hgetall "book"始终拿不到数据那样。 RedisTemplate也提供了StringRedisTemplate来方便大家需要使用String来序列化redis里面的数据。简单看下代码

vbnet
复制代码
   @Bean    public StringRedisTemplate stringRedisTemplate(RedisConnectionFactory redisConnectionFactory)   {        StringRedisTemplate template = new StringRedisTemplate();        template.setConnectionFactory(redisConnectionFactory);        return template;   }    public Optional<String> getBookString(String name){        HashOperations<String, String, String> 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> 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();   }

使用上就没有那么方便,你就得自己写需要存的是哪个字段,读出来是哪个字段。

ruby
复制代码
127.0.0.1:6379> keys * 1) "string_book" 127.0.0.1:6379> hgetall string_book 1) "python" 2) "lisi" 3) "apache kafka" 4) "zhangsan"

如上图所示,使用客户端读出来看起来就比较清爽一些。也可以看到占用的Size会小很多,我们这个例子相差7倍,如果是数据量大,这个还是比较大的浪费。

ruby
复制代码
127.0.0.1:6379> keys * 1) "\xac\xed\x00\x05t\x00\x04book" 2) "string_book" 127.0.0.1:6379> memory usage "string_book" (integer) 104 127.0.0.1:6379> memory usage "\xac\xed\x00\x05t\x00\x04book" (integer) 712

JPA Repository

我们知道使用JPA Repository来访问DataBase的时候,增删改查那样的操作能够很方便的实现,基本就是定义个接口,代码都不用写,Spring就帮我们完成了大部分的工作,那么访问Redis是不是也可以这样呢? 答案是肯定的,我们来看代码 首先我们还是定义一个POJO

less
复制代码
@RedisHash(value = "cache-book", timeToLive = 600) @Data @Builder @NoArgsConstructor @AllArgsConstructor public class CacheBook implements Serializable {    @Id    private Long userId;    @Indexed    private String name;    private String author; }

这个类与我们上面template上面的类的区别就是我们加了两个注解, 在类开头加了 @RedisHash(value = "cache-book", timeToLive = 600) 在字段上面加了@Id和@Indexed 定义一个Repository的接口

vbnet
复制代码
public interface CacheBookRepository extends CrudRepository<CacheBook, Long> {    Optional<CacheBook> findOneByName(String name); }

再定义一个service和上面那个例子template一样,缓存中有就到缓存中拿,没有就到持久化存储中找,并写入缓存

swift
复制代码
@Slf4j @Service public class BookService {    private static final String CACHE = "repository-book";    @Autowired    private CacheBookRepository cacheRepository;    @Autowired    private BookRepository bookRepository;    public Optional<CacheBook> findOneBook(String name) {        Optional<CacheBook> optionalCacheBook = cacheRepository.findOneByName(name);        if(!optionalCacheBook.isPresent())        {            Optional<CacheBook> 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;    } }

代码很简单,简单到不敢相信是真的。 还是一样,调用这个方法,我们来看存在Redis里面的数据

ruby
复制代码
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"

哇,感觉存的内容有些多, 不用怕我们来看下各自存什么数据 首先看最短的一个

ruby
复制代码
127.0.0.1:6379> smembers repository-book 1) "1" 2) "2"

它里面存的是我们的id所有的value, 可以用来判断id是否存在 再来看

ruby
复制代码
127.0.0.1:6379> hgetall repository-book:2 1) "_class" 2) "com.ken.redisrepositorysample.model.CacheBook" 3) "author" 4) "lisi" 5) "name" 6) "python" 7) "userId" 8) "2"

这个是我们数据存放的地方

ruby
复制代码
127.0.0.1:6379> smembers repository-book:1:idx 1) "repository-book:name:apache kafka" 127.0.0.1:6379> smembers "repository-book:name:apache kafka" 1) "1"

另外两个都是set, 存在在它们里面的数据是索引信息。 由此可以看出通过JPA Repository 的方式,代码很少,而且存储的数据也很通用,个人觉得是比较理想的访问方法。

Cache

我们已经看了两种方式,在访问的时候遵循这样的模式:缓存中有就从缓存中返回,没有就从持久化存储中找,然后写入缓存,这部分代码我也不想自己写,那么Cache就是你的救星。 我们先看代码 我们这次使用内存数据库H2作为持久化存储, 放一个schema.sql在resouces下面

sql
复制代码
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());

然后定义POJO

less
复制代码
@Entity @Table(name = "T_BOOK") @Data @Builder @NoArgsConstructor @AllArgsConstructor public class CacheBook implements Serializable {    @Id    @GeneratedValue(strategy = GenerationType.IDENTITY)    private Long id;    private String name;    private String author;    @Column(updatable = false)    @CreationTimestamp    private Date createTime;    @UpdateTimestamp    private Date updateTime; }

完全是和数据库绑定的代码,和缓存没有任何关系 一个Repository来访问数据库

csharp
复制代码
public interface BookRepository extends JpaRepository<CacheBook, Long> { }

定义一个service来调用它

less
复制代码
@Slf4j @Service @CacheConfig(cacheNames = "cache-book") public class BookService {    @Autowired    private BookRepository bookRepository;    @Cacheable    public List<CacheBook> findAllCoffee() {        return bookRepository.findAll();   }    @CacheEvict    public void reloadCoffee() {   } }

这里就比较关键了,在类上加上了注解 @CacheConfig(cacheNames = "cache-book") 在方法上面加上了Cacheable和CacheEvict, Cacheable这个方法就是用来实现逻辑,有就从缓存中拿,没有就从数据库拿的,CacheEvict是调用这个方法的时候清除缓存。 然后再启动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

ini
复制代码
spring.jpa.hibernate.ddl-auto=none spring.jpa.properties.hibernate.show_sql=true spring.jpa.properties.hibernate.format_sql=true management.endpoints.web.exposure.include=* spring.cache.type=redis spring.cache.cache-names=cache-book spring.cache.redis.time-to-live=600000 spring.cache.redis.cache-null-values=false spring.redis.host=localhost

这样就可以了, 感觉就是通过配置下就把缓存给完成了,非常的简单 我们来看Redis中是怎么存的

ruby
复制代码
127.0.0.1:6379> keys * 1) "cache-book::SimpleKey []" 127.0.0.1:6379> get "cache-book::SimpleKey []" "\xac\xed\x00\x05sr\x00\x13java.util.ArrayListx\x81\xd2\x1d\x99\xc7a\x9d\x03\x00\x01I\x00\x04sizexp\x00\x00\x00\x03w\x04\x00\x00\x00\x03sr\x00(com.ken.rediscachesample.model.CacheBook\xec\xcbR=\xe1U\x9b\xf7\x02\x00\x05L\x00\x06authort\x00\x12Ljava/lang/String;L\x00\ncreateTimet\x00\x10Ljava/util/Date;L\x00\x02idt\x00\x10Ljava/lang/Long;L\x00\x04nameq\x00~\x00\x03L\x00\nupdateTimeq\x00~\x00\x04xpt\x00\bzhangsansr\x00\x12java.sql.Timestamp&\x18\xd5\xc8\x01S\xbfe\x02\x00\x01I\x00\x05nanosxr\x00\x0ejava.util.Datehj\x81\x01KYt\x19\x03\x00\x00xpw\b\x00\x00\x01\x84\xff]\x85\xb0x\b-\x81\x80sr\x00\x0ejava.lang.Long;\x8b\xe4\x90\xcc\x8f#\xdf\x02\x00\x01J\x00\x05valuexr\x00\x10java.lang.Number\x86\xac\x95\x1d\x0b\x94\xe0\x8b\x02\x00\x00xp\x00\x00\x00\x00\x00\x00\x00\x01t\x00\x06pythonsq\x00~\x00\bw\b\x00\x00\x01\x84\xff]\x85\xb0x\b-\x81\x80sq\x00~\x00\x02t\x00\x04lisisq\x00~\x00\bw\b\x00\x00\x01\x84\xff]\x85\xb0x\b<\xbf\xd8sq\x00~\x00\x0b\x00\x00\x00\x00\x00\x00\x00\x02t\x00\x06hadoopsq\x00~\x00\bw\b\x00\x00\x01\x84\xff]\x85\xb0x\b<\xbf\xd8sq\x00~\x00\x02t\x00\x06wangwusq\x00~\x00\bw\b\x00\x00\x01\x84\xff]\x85\xb0x\b<\xbf\xd8sq\x00~\x00\x0b\x00\x00\x00\x00\x00\x00\x00\x03t\x00\x04javasq\x00~\x00\bw\b\x00\x00\x01\x84\xff]\x85\xb0x\b<\xbf\xd8x"

看到没有,就是当成Redis里面的String来存的, 如果数据量比较小,那是非常的方便,如果数据量大,这种方式就有些问题了。

总结

我们看了这三种方式,这里仅仅是做了个入门,每个里面都有很多细节的地方需要去研究和使用,整体的感觉是要想使用的简单,那么存储在Redis中的数据就要量少,量大后,就需要自己来定制了,那基本上要用RedisTemplate来做一些工作。

Apipost 私有化火热进行中

评论