Spring整合Redis做數據緩存（Windows環境）
當我們一個項目的數據量很大的時候，就需要做一些緩存機制來減輕數據庫的壓力，提升應用程序的性能，對於java項目來說，最常用的緩存組件有Redis、Ehcache和Memcached。
Ehcache是用java開發的緩存組件，和java結合良好，直接在jvm虛擬機中運行，不需要額外安裝什麽東西，效率也很高；但是由於和java結合的太緊密了，導致緩存共享麻煩，分布式集群應用不方便，所以比較適合單個部署的應用。
Redis需要額外單獨安裝，是通過socket訪問到緩存服務，效率比Ehcache低，但比數據庫要快很多很多，而且處理集群和分布式緩存方便，有成熟的方案，比較適合分布式集群部署的項目；也有很多的應用將Ehcache和Redis結合使用，做成二級緩存。
至於Memcached嘛和Redis很類似，功能方面嘛理論上來說沒有Redis強大（但對於我們來說也完全足夠了），因此我們這裏先不講，後面如果有時間在寫一篇關於Memcached的文章；由於我們後面會涉及到Tomcat的集群部署，所以這裏就先講講Redis的應用，好為後面的文章打個基礎~~下面正式開始！
代碼URL：http://git.oschina.net/tian5017/UserDemoRedis
一、Redis環境準備
Redis有中文官方網站，地址為http://www.redis.cn/
Redis沒有官方的Windows版本，但是微軟開源技術團隊（Microsoft Open Tech group）開發和維護著一個 Win64 的版本，下載地址為
https://github.com/MicrosoftArchive/redis/releases
截止文章完成之時，Redis的最新win64版本為3.2.100，我們這裏就是使用的此版本；下載安裝好之後，打開安裝目錄，如下
上圖紅框中標出的redis-cli.exe就是我們用來操作Redis的客戶端，在此安裝目錄下打開命令行窗口，輸入redis-cli.exe回車，如下
可以看到已經連接到了Redis，地址是127.0.0.1（本機），默認的端口為6379，至於操作Redis的命令，大家可以自己百度，常用的也就那麽幾個，很簡單，我們來簡單演示下
Redis是采用key-value鍵值對來存儲數據的，使用命令 set "haha" "123456"，就表示將值（value）"123456"賦給鍵（key）"haha"，再用 get "haha"，就可以查看到值，好了關於Redis的別的東西，大家自己去玩，我們繼續我們的正題。
二、Spring集成
1、我們都知道，要在java中使用一個組件或者框架什麽的，第一步都是加載它的jar包，java中操作Redis的jar包叫做jedis，這裏我們還是利用上一篇文章《Spring+Mybatis+SpringMVC整合》所建立的UserDemo（項目連接：https://git.oschina.net/tian5017/UserDemo）
2、利用Maven來加載jedis的jar包，在UserDemo中的pom.xml的dependencies中添加如下代碼
<!-- redis相關 --> <dependency> <groupId>redis.clients</groupId> <artifactId>jedis</artifactId> <version>2.8.1</version> </dependency> <dependency> <groupId>org.springframework.data</groupId> <artifactId>spring-data-redis</artifactId> <version>1.7.10.RELEASE</version> </dependency>
除了jedis之外，還需要另外一個jar包spring-data-redis，這是讓Spring管理Redis用的；我們先來改造我們的代碼，試試往Redis裏面存點數據，再來查詢。
3、在/resources/下新建redis.properties文件
配置項如下
##Redis連接信息配置 #redis地址 cache.redis.host=127.0.0.1 #redis端口號 cache.redis.port=6379 #redis密碼 cache.redis.password= #redis使用的數據庫（Redis內置18個數據庫，編號為0-17，默認使用0） cache.redis.db=0 #redis鏈接超時時間 cache.redis.timeout=2000 #redis鏈接池中最大空閑數 cache.redis.maxIdle=5 #redis鏈接池中最大連接數 cache.redis.maxActive=20 #建立連接最長等待時間 cache.redis.maxWait=1000
4、在/resources/springConfig/下新建applicationContext-redis.xml文件作為Spring集成Redis的配置文件
配置代碼如下
<?xml version="1.0" encoding="UTF-8"?> <!-- 緩存redis相關配置 --> <beans xmlns="http://www.springframework.org/schema/beans" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:tx="http://www.springframework.org/schema/tx" xmlns:context="http://www.springframework.org/schema/context" xsi:schemaLocation="http://www.springframework.org/schema/beans http://www.springframework.org/schema/beans/spring-beans.xsd http://www.springframework.org/schema/context http://www.springframework.org/schema/context/spring-context.xsd http://www.springframework.org/schema/tx http://www.springframework.org/schema/tx/spring-tx.xsd"> <bean id="jedisPoolConfig" class="redis.clients.jedis.JedisPoolConfig"> <property name="maxTotal" value="${cache.redis.maxActive}"/> <property name="maxIdle" value="${cache.redis.maxIdle}"/> <property name="maxWaitMillis" value="${cache.redis.maxWait}"/> <property name="testOnBorrow" value="${cache.redis.testOnBorrow}"/> </bean> <bean id="redisConnectionFactory" class="org.springframework.data.redis.connection.jedis.JedisConnectionFactory"> <property name="usePool" value="true"/> <property name="hostName" value="${cache.redis.host}"/> <property name="port" value="${cache.redis.port}"/> <property name="password" value="${cache.redis.password}"/> <property name="timeout" value="${cache.redis.timeout}"/> <property name="database" value="${cache.redis.db}"/> <constructor-arg index="0" ref="jedisPoolConfig"/> </bean> <bean id="stringRedisSerializer" class="org.springframework.data.redis.serializer.StringRedisSerializer" /> <bean id="redisCache" class="org.springframework.data.redis.core.RedisTemplate"> <property name="connectionFactory" ref="redisConnectionFactory"/> <property name="keySerializer" ref="stringRedisSerializer"/> <property name="valueSerializer" ref="stringRedisSerializer"/> <property name="hashKeySerializer" ref="stringRedisSerializer"/> <property name="hashValueSerializer" ref="stringRedisSerializer"/> </bean> </beans>
5、到這裏，我們的準備工作已經全部完成，接下來就是在代碼中使用redis了，我們修改UserServiceImpl.java
修改思路為，查詢數據的時候，先查詢Redis緩存，如果查到了就直接返回數據，如果沒查到數據，就去數據庫中查詢，查到了數據先緩存進Redis再返回，代碼如下：
package com.user.demo.service.impl; import com.alibaba.fastjson.JSON; import com.user.demo.dao.UserDao; import com.user.demo.entity.User; import com.user.demo.service.IUserService; import org.springframework.beans.factory.annotation.Autowired; import org.springframework.data.redis.core.RedisTemplate; import org.springframework.stereotype.Service; import org.springframework.transaction.annotation.Propagation; import org.springframework.transaction.annotation.Transactional; import org.springframework.util.CollectionUtils; import javax.annotation.Resource; import java.util.ArrayList; import java.util.Iterator; import java.util.List; import java.util.Set; /** * Service接口實現類 */ @Service public class UserServiceImpl implements IUserService { @Resource private UserDao userDao; @Autowired private RedisTemplate<String, String> redisCache; @Override public List<User> findAll() { List<User> users = new ArrayList<User>(); //先從redis緩存中獲取數據，如果緩存中沒有，去數據庫中查詢數據，查到後在寫入緩存 Set<String> sets = redisCache.keys("USER*"); if(sets==null || sets.isEmpty()){ users = userDao.findAll(); if(!CollectionUtils.isEmpty(users)){ for(User user : users){ redisCache.opsForValue().set("USER"+user.getUserId(), JSON.toJSONString(user)); } } }else{ Iterator<String> it = sets.iterator(); while (it.hasNext()){ String item = it.next(); String value = redisCache.opsForValue().get(item); users.add(JSON.parseObject(value, User.class)); } } return users; } @Override @Transactional(propagation = Propagation.REQUIRED, rollbackFor = Exception.class) //事物 public void saveUser(User user) { userDao.saveUser(user); } }
6、接下來我們來驗證緩存是否生效，編譯，運行項目，如下圖
打開redis-cli，輸入命令KEYS * （查看所有的key），如下
可以看到我們的緩存已經加入進去了，key就是我們在UserServiceImpl.java中設置的（redisCache.opsForValue().set("USER"+user.getUserId(), JSON.toJSONString(user))），以USER開頭加上userId構成，為了進一步驗證有了緩存之後，查詢的數據優先來源於緩存，我們在數據庫中刪除一條數據，就刪除userId為1的那條數據
刪除之後，由於我們代碼中檢測緩存的邏輯只是檢測了能否查詢到緩存，而沒有檢測緩存數量是否和數據庫數據量一致，所以緩存中還是會存在這條數據
可以看到，userId為1的數據依然存在，說明數據是從Redis緩存中查詢出來的。
三、數據同步
上面其實說明了一個問題，就是數據同步，我們很可能會出現，數據庫中數據變了，但是緩存中的數據還沒有變，因此和數據庫中的數據不一致，所以我們需要一些策略來保證數據庫的數據和Redis的數據能夠保持一致，至於選用什麽策略，那要具體項目具體分析，如果對數據的實時性要求很高的項目，那麽就要在查詢的時候，檢測數據庫的數據和Redis的緩存數據是否一致，如果不一致就要刷新Redis的數據，但是這樣必然對性能會有很高的要求；如果項目對數據的實時性要求沒有那麽高，我們完全可以做一個定時任務，比如每隔10分鐘或者半小時去數據庫拉一次數據，再刷新到Redis緩存中，所以下面我們就來做一個定時任務，每隔10分鐘去拉一次數據，然後往Redis中刷新一次。
四、定時刷新緩存
我們用Spring中的InitializingBean和DisposableBean接口（這兩個接口的具體用法請自行百度，大概就是在SpringBean的生命周期中，影響bean的行為，我們這裏就是影響了bean，讓它去刷新緩存）來實現刷新緩存，在com.user.demo下新建包cache，在cache下面新建類UserCache.java，具體代碼如下
package com.user.demo.cache; import com.alibaba.fastjson.JSON; import com.user.demo.dao.UserDao; import com.user.demo.entity.User; import org.slf4j.Logger; import org.slf4j.LoggerFactory; import org.springframework.beans.factory.DisposableBean; import org.springframework.beans.factory.InitializingBean; import org.springframework.beans.factory.annotation.Value; import org.springframework.data.redis.core.RedisTemplate; import org.springframework.stereotype.Component; import org.springframework.util.CollectionUtils; import javax.annotation.Resource; import java.util.List; import java.util.concurrent.ScheduledThreadPoolExecutor; import java.util.concurrent.TimeUnit; /** * Redis緩存User數據並定時刷新 * 每間隔一定時間後（如10分鐘）刷新一次緩存，刷新時另起一個線程，不影響執行主任務的線程 */ @Component public class UserCache implements InitializingBean, DisposableBean { private final Logger log = LoggerFactory.getLogger(UserCache.class); //獲取電腦的CPU核心數量，設置線程池大小為核心數的2倍（比如我的電腦為4核心，那麽這裏的值就為8） private static final int CORE_NUM = Runtime.getRuntime().availableProcessors() * 2; //初始化值為redis.properties中配置的cache.redis.cacheExpire的值，表示每隔多長時間後執行任務 @Value("${cache.redis.cacheExpire}") private long cacheExpire; //執行定時任務的類 private ScheduledThreadPoolExecutor executor = null; @Resource private RedisTemplate<String, String> redisCache; @Resource private UserDao userDao; @Override public void destroy() throws Exception { executor.shutdownNow(); } @Override public void afterPropertiesSet() throws Exception { executor = new ScheduledThreadPoolExecutor(CORE_NUM); RefreshCache refreshCache = new RefreshCache(); refreshCache.run(); executor.scheduleWithFixedDelay(refreshCache, cacheExpire, cacheExpire, TimeUnit.SECONDS); } //內部類，開啟新線程執行緩存刷新 private class RefreshCache implements Runnable { @Override public void run() { log.info("---開始刷新用戶信息緩存---"); List<User> userList = userDao.findAll(); if(!CollectionUtils.isEmpty(userList)){ for(User user : userList){ redisCache.opsForValue().set("USER" + user.getUserId(), JSON.toJSONString(user)); } } } } }
在redis.properties中加入cache.redis.cacheExpire配置項，代碼如下
##Redis連接信息配置 #redis地址 cache.redis.host=127.0.0.1 #redis端口號 cache.redis.port=6379 #redis密碼 cache.redis.password= #redis使用的數據庫（Redis內置18個數據庫，編號為0-17，默認使用0） cache.redis.db=0 #redis鏈接超時時間 cache.redis.timeout=2000 #redis鏈接池中最大空閑數 cache.redis.maxIdle=5 #redis鏈接池中最大連接數 cache.redis.maxActive=20 #建立連接最長等待時間 cache.redis.maxWait=1000 #定時任務執行時間間隔，單位為毫秒，這裏相當於10分鐘 cache.redis.cacheExpire=600
同時修改UserServiceImpl.java中的代碼如下
package com.user.demo.service.impl; import com.alibaba.fastjson.JSON; import com.user.demo.dao.UserDao; import com.user.demo.entity.User; import com.user.demo.service.IUserService; import org.springframework.data.redis.core.RedisTemplate; import org.springframework.stereotype.Service; import org.springframework.transaction.annotation.Propagation; import org.springframework.transaction.annotation.Transactional; import org.springframework.util.CollectionUtils; import javax.annotation.Resource; import java.util.ArrayList; import java.util.Iterator; import java.util.List; import java.util.Set; /** * Service接口實現類 */ @Service public class UserServiceImpl implements IUserService { @Resource private UserDao userDao; @Resource private RedisTemplate<String, String> redisCache; @Override public List<User> findAll() { List<User> result = new ArrayList<User>(); Set<String> sets = redisCache.keys("USER*"); //如果緩存有數據則從緩存中取數據，如果沒有則從數據庫中取數據 if(!CollectionUtils.isEmpty(sets)){ Iterator<String> it = sets.iterator(); while(it.hasNext()){ String item = it.next(); String value = redisCache.opsForValue().get(item); result.add(JSON.parseObject(value, User.class)); } }else{ result = userDao.findAll(); } return result; } @Override @Transactional(propagation = Propagation.REQUIRED, rollbackFor = Exception.class) //事物 public void saveUser(User user) { userDao.saveUser(user); } }
此時，項目已經可以定時（每隔十分鐘）刷新緩存，我們編譯啟動
我們新提交一個用戶“三德子”，剛提交後，刷新是查不出來數據的，但是數據庫是有數據的
然後等待10分鐘之後，再來查看，可以看到緩存已經被自動刷新到了Redis中
OK，到這裏，這篇文章就結束了，關於Spring集成Redis做數據緩存我們也講的差不多了，其實關於Redis的應用，遠遠不止這麽簡單，我們可以很容易的搭建Redis集群，做分布式數據管理，也可以實現分布式session共享（這個我後面會有一篇文章講到），甚至假如寫數據量很大，我們也可以先緩存進Redis中，再利用多線程來將數據寫入數據庫中，減輕數據庫的負擔（因為數據庫寫操作是很耗費資源的）等等~~那如果大家有什麽意見和建議，也歡迎留言交流；下一篇文章我會講講mysql的讀寫分離，歡迎繼續關註！！
代碼URL：http://git.oschina.net/tian5017/UserDemoRedis
Spring整合Redis做數據緩存（Windows環境）