位置：首页-资讯-后端开发

SpringBoot整合Redis使用@Cacheable和RedisTemplate

2024-04-02 19:55

短信预约 -IT技能 免费直播动态提醒

对之前网站做了一些很简单的优化，给用户列表加了一个分页功能。

分页就更好考虑加载速度，如果换一页就要等几秒，那体验感是非常差的。

因此想到了加一个redis缓存。

springboot整合redis有两种方式：

一、使用注解，@EnableCaching @Cacheable . . . 等
二、使用RedisTemplate

两者都能操作缓存，使用RedisTemplate 操作肯定是比使用注解灵活、方便。但是从理论上来讲注解方式速度应该更快，因为使用注解如果在缓存中有就直接从缓存中取，不用进入方法。而RedisTemplate 必须进入方法，而且执行写的逻辑判断。

下面记录一下我给分页做缓存的思路，肯定有很多不好的地方，希望大家可以给我指出。

业务场景是后台管理系统，不用过于注重实时数据刷新，就设置一个小时过期。

我的思路是：

第一次加载页面，就从数据库把前面四页的数据从数据库查询出来，这样第一次稍微多等一下，后面换页几乎不用等待，这样体验比较好。然后每次换页都换查看有没有在缓存中，没用就加入缓存。

@RequestMapping("/appUser/{currentPage}")
public R<String> getTableData1(@PathVariable int currentPage) {
    //第一次请求 前面几页用到的概率更大  把后面三页存入redis 减少后面分页请求的时间  以后每次加载页面都把那页放入redis
    // 设置一个小时过期
    Page<AppUser> appUserPage = new Page<AppUser>(currentPage, 12);
    if (currentPage == 1 && !redisTemplate.hasKey(1)) {
        for (int i = 1; i < 5; i++) {
            Page<AppUser> redisPage = new Page<AppUser>(i, 12);
            redisTemplate.opsForValue().set(i, appUserServiceInterface.page(redisPage), 1, TimeUnit.HOURS);
        }
    } else if (!redisTemplate.hasKey(currentPage)) {
        redisTemplate.opsForValue().set(currentPage, appUserServiceInterface.page(appUserPage), 1, TimeUnit.HOURS);
        return R.success((Page<AppUser>) redisTemplate.opsForValue().get(currentPage));
    } else if (redisTemplate.hasKey(currentPage)) {
        return R.success((Page<AppUser>) redisTemplate.opsForValue().get(currentPage));
    }
    return R.success(appUserServiceInterface.page(appUserPage));
}

数据统计那块我又试了试注解。

先要在启动加上 @EnableCaching注解

注解使用就简单，在方法上加上@Cacheable 就行，执行方法前会查询redis缓存是否有对应的key，有就直接取值，没有就执行方法。

value = "appUserData" 是缓存区的名字， key是键的名字。

以下的键值就是 appUserData : : userArea


@RequestMapping ("/userArea")
@Cacheable(value = "appUserData",key ="'userArea'")
public R<String> area() {
    List<AppUser> userList = appUserServiceInterface.list();
    List<String> areaList = new ArrayList<>();

    for (AppUser appUser : userList) {
        areaList.add(appUser.getArea());
    }
    //放入map记录每个月份出现的次数
    Map<String, Integer> areaTimes = new HashMap<>();
    for (String s : areaList) {
        if (!areaTimes.containsKey(s)) {
            areaTimes.put(s, 1);
        }else {
            areaTimes.put(s, areaTimes.get(s) + 1);
        }
    }
    //排序
    //自定义比较器
    Comparator<Map.Entry<String, Integer>> valCmp = new Comparator<Map.Entry<String, Integer>>() {
        @Override
        public int compare(Map.Entry<String, Integer> o1, Map.Entry<String, Integer> o2) {
            // TODO Auto-generated method stub
            return o2.getValue() - o1.getValue();  // 降序排序，如果想升序就反过来
        }
    };
    //将map转成List，map的一组key，value对应list一个存储空间
    List<Map.Entry<String, Integer>> mapList = new ArrayList<Map.Entry<String, Integer>>(areaTimes.entrySet()); //传入maps实体
    Collections.sort(mapList, valCmp);

    //取前8
    int len = mapList.size();
    for (int i = 0; i < len-8; i++) {
        mapList.remove(8);
    }

    Map<String, String> resMap = new HashMap<>();
    for (Map.Entry<String, Integer> m : mapList) {
        resMap.put(m.getKey(), m.getValue().toString());
    }
    return R.success(resMap);
}

其他注解：