SpringBoot整合Redis實現(xiàn)緩存分頁數(shù)據(jù)查詢功能
正式觀看本文之前,設想一個問題,高并發(fā)情況下,首頁列表數(shù)據(jù)怎么做?

類似淘寶首頁,這些商品是從數(shù)據(jù)庫中查出來的嗎?答案肯定不是,在高并發(fā)的情況下,數(shù)據(jù)庫是扛不住的,那么我們要怎么去扛住C端端大并發(fā)量呢,這快我們可以借助Redis,我們知道Redis是一個基于內(nèi)存的NoSQL數(shù)據(jù)庫。學過操作系統(tǒng)我們都知道,內(nèi)存要比磁盤的效率大的多,那我們Redis就是基于內(nèi)存的,而數(shù)據(jù)庫是基于磁盤的。
我們現(xiàn)在知道要用Redis去做首頁數(shù)據(jù)的分頁,那么我們應該用Redis的那種數(shù)據(jù)結構來做呢。
Redis有5種基本的數(shù)據(jù)結構,我們這里用list類型做分頁。
在 Redis 中,List(列表)類型是按照元素的插入順序排序的字符串列表。你可以在列表的頭部(左邊)或者尾部(右部)添加新的元素。
ok,那么接下來我們就通過一個案例實操一下,首頁熱點數(shù)據(jù)怎么放到Redis中去查詢。
SpringBoot整合RedisTemplate這里就不做過多介紹啦,大家可以網(wǎng)上找篇博文 整合一下。
<!-- 創(chuàng)建SpringBoot項目加入redis的starter依賴 -->
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-data-redis</artifactId>
</dependency>編寫ProductService,定于數(shù)據(jù)分頁方法。
public interface ProductService {
Map<String,Object> productListPage(int current, int size) throws InterruptedException;
}編寫ProductServiceImpl實現(xiàn)類。
/**
* @author lixiang
* @date 2023/6/18 21:01
*/
@Service
@Slf4j
public class ProductServiceImpl implements ProductService {
private static final String PRODUCT_LIST_KEY = "product:list";
private static final List<Product> PRODUCT_LIST;
//模擬從數(shù)據(jù)庫中查出來的數(shù)據(jù)
static {
PRODUCT_LIST = new ArrayList<>();
for (int i = 1; i <= 100; i++) {
Product product = new Product();
product.setId(UUID.randomUUID().toString().replace("-", ""));
product.setName("商品名稱:" + i);
product.setDesc("商品描述:" + i);
product.setPrice(new BigDecimal(i));
product.setInventory(2);
PRODUCT_LIST.add(product);
}
}
@Autowired
private RedisTemplate redisTemplate;
@Override
public Map<String, Object> productListPage(int current, int size) throws InterruptedException {
//從緩存中拿到分頁數(shù)據(jù)
List<Product> productList = getProductListByRedis(current, size);
if (productList == null || productList.size() == 0) {
log.info("當前緩存中無分頁數(shù)據(jù),當前頁:" + current + ",頁大小:" + size);
//從數(shù)據(jù)庫中拿到分頁數(shù)據(jù)
productList = getProductListByDataSource(current, size);
}
Map<String, Object> resultMap = new HashMap<>();
//計算當前總頁數(shù)
int totalPage = (PRODUCT_LIST.size() + size - 1) / size;
resultMap.put("total", PRODUCT_LIST.size());
resultMap.put("data", productList);
resultMap.put("pages", totalPage);
return resultMap;
}
private List<Product> getProductListByRedis(int current, int size) {
log.info("從Redis取出商品信息列表,當前頁:" + current + ",頁大小:" + size);
// 計算總頁數(shù)
int pages = pages(size);
// 起始位置
int start = current <= 0 ? 0 : (current > pages ? (pages - 1) * size : (current - 1) * size);
// 終止位置
int end = start+size-1;
List<Product> list = redisTemplate.opsForList().range(PRODUCT_LIST_KEY, start, end);
List<Product> productList = list;
return productList;
}
/**
* 獲取商品信息集合
*
* @return
*/
private List<Product> getProductListByDataSource(int current, int size) throws InterruptedException {
//模擬從DB查詢需要300ms
Thread.sleep(300);
log.info("從數(shù)據(jù)庫取出商品信息列表,當前頁:" + current + ",頁大小:" + size);
// 計算總頁數(shù)
int pages = pages(size);
// 起始位置
int start = current <= 0 ? 0 : (current > pages ? (pages - 1) * size : (current - 1) * size);
//數(shù)據(jù)緩存到redis中
redisTemplate.opsForList().rightPushAll(PRODUCT_LIST_KEY, PRODUCT_LIST);
//設置當前key過期時間為1個小時
redisTemplate.expire(PRODUCT_LIST_KEY,1000*60*60, TimeUnit.MILLISECONDS);
return PRODUCT_LIST.stream().skip(start).limit(size).collect(Collectors.toList());
}
/**
* 獲取總頁數(shù)
* @param size
* @return
*/
private Integer pages(int size){
int pages = PRODUCT_LIST.size() % size == 0 ? PRODUCT_LIST.size() / size : PRODUCT_LIST.size() / size + 1;
return pages;
}
}ok,然后編寫controller,進行測試。
@RestController
@RequestMapping("/api/v1/product")
public class ProductController {
@Autowired
private ProductService productService;
@GetMapping("/page")
public Map<String,Object> page(@RequestParam("current") int current,@RequestParam("size") int size){
Map<String, Object> stringObjectMap;
try {
stringObjectMap = productService.productListPage(current, size);
} catch (InterruptedException e) {
stringObjectMap = new HashMap<>();
}
return stringObjectMap;
}
}當?shù)谝淮卧L問的時候,先去Redis中查詢,發(fā)現(xiàn)沒有,然后就去查DB,將要緩存的數(shù)據(jù)頁放到Redis中。



第二次訪問的時候。就直接訪問Redis啦



通過Redis和DB查詢的對比,我們發(fā)現(xiàn)從Redis中拿出來只用了18ms,從公DB中需要300ms,由此可見Redis的一個強大之處。
那么我們觀察一下查詢邏輯,會不會有什么問題。
public Map<String, Object> productListPage(int current, int size) throws InterruptedException {
//從緩存中拿到分頁數(shù)據(jù)
List<Product> productList = getProductListByRedis(current, size);
if (productList == null || productList.size() == 0) {
log.info("當前緩存中無分頁數(shù)據(jù),當前頁:" + current + ",頁大小:" + size);
//從數(shù)據(jù)庫中拿到分頁數(shù)據(jù)
productList = getProductListByDataSource(current, size);
}
}設想,假如某一時刻,Redis中的緩存失效啦,大量的請求,全部查到DB上,也會帶來一個災難。所以這快又涉及到一個緩存擊穿的問題。
解決緩存擊穿
- 方案一:永不過期
- 提前把熱點數(shù)據(jù)不設置過期時間,后臺異步更新緩存。
- 方案二:加互斥鎖或隊列
- 其實我理解緩存擊穿和緩存穿透差不多,所以加一個互斥鎖,讓一個線程正常請求數(shù)據(jù)庫,其他線程等待即可(這里可以使用線程池來處理),都創(chuàng)建完緩存,讓其他線程請求緩存即可。
到此這篇關于SpringBoot整合Redis實現(xiàn)緩存分頁數(shù)據(jù)查詢功能的文章就介紹到這了,更多相關SpringBoot Redis數(shù)據(jù)查詢內(nèi)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!
相關文章
詳解在Spring MVC或Spring Boot中使用Filter打印請求參數(shù)問題
這篇文章主要介紹了詳解在Spring MVC或Spring Boot中使用Filter打印請求參數(shù)問題,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧2020-04-04

