前言

在实际的开发中，会有这样的场景。有一个微服务需要提供一个查询的服务，但是需要查询的数据库表的数据量十分庞大，查询所需要的时间很长。

引入依赖

在maven项目中引入如下依赖。并且需要在本地安装redis。

        
     
      org.springframework.boot
         
     
      spring-boot-starter-data-redis
         
     
      2.0.5.RELEASE
     
    

配置redis

在SpringBoot的配置文件中添加如下代码。

redis:    host: 127.0.0.1    port: 6379    timeout: 5000    database: 0    jedis:      pool:        max-idle: 8        max-wait:        min-idle: 0

添加redis配置文件

新建名为RedisConfig的配置类。

<!--more-->

import com.fasterxml.jackson.annotation.JsonAutoDetect;import com.fasterxml.jackson.annotation.PropertyAccessor;import com.fasterxml.jackson.databind.ObjectMapper;import org.springframework.cache.CacheManager;import org.springframework.cache.annotation.CachingConfigurerSupport;import org.springframework.cache.annotation.EnableCaching;import org.springframework.cache.interceptor.KeyGenerator;import org.springframework.context.annotation.Bean;import org.springframework.context.annotation.Configuration;import org.springframework.data.redis.cache.RedisCacheConfiguration;import org.springframework.data.redis.cache.RedisCacheManager;import org.springframework.data.redis.cache.RedisCacheWriter;import org.springframework.data.redis.connection.RedisConnectionFactory;import org.springframework.data.redis.core.RedisTemplate;import org.springframework.data.redis.core.StringRedisTemplate;import org.springframework.data.redis.serializer.Jackson2JsonRedisSerializer;import java.time.Duration;/** * RedisConfig * * @author detectiveHLH * @date 2018-10-11 14:39 **/@Configuration@EnableCachingpublic class RedisConfig extends CachingConfigurerSupport {    @Bean    @Override    public KeyGenerator keyGenerator() {        return (target, method, params) -> {            StringBuilder sb = new StringBuilder();            sb.append(target.getClass().getName());            sb.append(method.getName());            for (Object obj : params) {                sb.append(obj.toString());            }            return sb.toString();        };    }    @Bean    public RedisTemplate
    
      redisTemplate(RedisConnectionFactory factory) {        ObjectMapper om = new ObjectMapper();        om.setVisibility(PropertyAccessor.ALL, JsonAutoDetect.Visibility.ANY);        om.enableDefaultTyping(ObjectMapper.DefaultTyping.NON_FINAL);        //redis序列化        Jackson2JsonRedisSerializer jackson2JsonRedisSerializer = new Jackson2JsonRedisSerializer(Object.class);        jackson2JsonRedisSerializer.setObjectMapper(om);        StringRedisTemplate template = new StringRedisTemplate(factory);        template.setValueSerializer(jackson2JsonRedisSerializer);        template.afterPropertiesSet();        return template;    }    /**     * 自定义CacheManager     */    @Bean    public CacheManager cacheManager(RedisTemplate redisTemplate) {        //全局redis缓存过期时间        RedisCacheConfiguration redisCacheConfiguration = RedisCacheConfiguration.defaultCacheConfig().entryTtl(Duration.ofDays(1));        RedisCacheWriter redisCacheWriter = RedisCacheWriter.nonLockingRedisCacheWriter(redisTemplate.getConnectionFactory());        return new RedisCacheManager(redisCacheWriter, redisCacheConfiguration);    }}
    

添加缓存配置

在项目的service层中的实现类中，添加@Cacheable注解。

import java.util.HashMap;/** * UserLoginServiceImpl * * @author detectiveHLH * @date 2018-10-10 17:20 **/@Servicepublic class UserLoginServiceImpl implements UserLoginService {    @Autowired    private UserLoginMapper userLoginMapper;    @Override    @Cacheable(value = "usercache")    public HashMap getByUserName(String userName) {        System.out.println("此时没有走缓存");        return userLoginMapper.getByUserName(userName);    }}

然后调用一次该接口。就可以在redis中看到如下的key。

"usercache::com.detectiveHLH.api.service.impl.UserLoginServiceImplgetByUserNameSolarFarm"

同时，可以在控制台中看到有"此时没有走缓存"的输出。然后再次调用该接口，就可以看到返回的速度明显变快，并且没有"此时没有走缓存"输出。说明

博客：