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 {
    @Resource
    public StringRedisTemplate stringRedisTemplate;
    @Override
    public 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 {
    @Resource
    private 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 {
    @Resource
    public StringRedisTemplate stringRedisTemplate;
    @Override
    public 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redis
        shopTypes.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
    @Transactional
    public 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();
    }