应用场景
我们希望能够将数据库查询结果缓存到Redis中，这样在第二次做同样的查询时便可以直接从redis取结果，从而减少数据库读写次数。
需要解决的问题
操作缓存的代码写在哪？必须要做到与业务逻辑代码完全分离。
如何避免脏读？ 从缓存中读出的数据必须与数据库中的数据一致。
如何为一个数据库查询结果生成一个唯一的标识？即通过该标识(Redis中为Key)，能唯一确定一个查询结果，同一个查询结果，一定能映射到同一个key。只有这样才能保证缓存内容的正确性
如何序列化查询结果？查询结果可能是单个实体对象，也可能是一个List。
解决方案
避免脏读
我们缓存了查询结果，那么一旦数据库中的数据发生变化，缓存的结果就不可用了。为了实现这一保证，可以在执行相关表的更新查询(update, delete, insert)查询前，让相关的缓存过期。这样下一次查询时程序就会重新从数据库中读取新数据缓存到redis中。那么问题来了，在执行一条insert前我怎么知道应该让哪些缓存过期呢？对于Redis，我们可以使用Hash Set数据结构，让一张表对应一个Hash Set，所有在这张表上的查询都保存到该Set下。这样当表数据发生变动时，直接让Set过期即可。我们可以自定义一个注解，在数据库查询方法上通过注解的属性注明这个操作与哪些表相关，这样在执行过期操作时，就能直接从注解中得知应该让哪些Set过期了。
为查询生成唯一标识
对于MyBatis，我们可以直接使用SQL字符串做为key。但是这样就必须编写基于MyBatis的拦截器，从而使你的缓存代码与MyBatis紧紧耦合在一起。如果哪天更换了持久层的框架，你的缓存代码就白写了，所以这个方案并不完美。
仔细想一想，其实如果两次查询调用的类名、方法名和参数值相同，我们就可以确定这两次查询结果一定是相同的（在数据没有变动的前提下）。因此，我们可以将这三个元素组合成一个字符串做为key, 就解决了标识问题。
序列化查询结果
最方便的序列化方式就是使用JDK自带的ObjectOutputStream和ObjectInputStream。优点是几乎任何一个对象，只要实现了Serializable接口，都用同一套代码能被序列化和反序列化。但缺点也很致命，那就是序列化的结果容量偏大，在redis中会消耗大量内存（是对应JSON格式的3倍左右）。那么我们只剩下JSON这一个选择了。
JSON的优点是结构紧凑，可读性强，但美中不足的是，反序列化对象时必须提供具体的类型参数(Class对象)，如果是List对象，还必须提供List和List中的元素类型两种信息，才能被正确反序列化。这样就增加了代码的复杂度。不过这些困难都是可以克服的，所以我们还是选择JSON作为序列化存储方式。
代码写在哪
毫无疑问，该AOP上场了。在我们的例子中，持久化框架使用的是MyBatis，因此我们的任务就是拦截Mapper接口方法的调用，通过Around(环绕通知)编写以下逻辑：
方法被调用之前，根据类名、方法名和参数值生成Key
通过Key向Redis发起查询
如果缓存命中，则将缓存结果反序列化作为方法调用的返回值 ，并阻止被代理方法的调用。
如果缓存未命中，则执行代理方法，得到查询结果，序列化，用当前的Key将序列化结果放入redis中。
代码实现
因为我们要拦截的是Mapper接口方法，因此必须命令spring使用JDK的动态代理而不是cglib的代理。为此，我们需要做以下配置：
|
1
2
3
4
|
<!-- 当proxy-target-class为false时使用JDK动态代理 --><!-- 为true时使用cglib --><!-- cglib无法拦截接口方法 --><aop:aspectj-autoproxy proxy-target-class="false" /> |
然后定义两个标注在接口方法上的注解，用于传递类型参数：
|
1
2
3
4
5
6
|
@Retention(RetentionPolicy.RUNTIME)@Target(ElementType.METHOD)@Documentedpublic @interface RedisCache { Class type();} |
|
1
2
3
4
5
|
@Retention(RetentionPolicy.RUNTIME)@Target(ElementType.METHOD)public @interface RedisEvict { Class type();} |
注解的使用方式如下：
|
1
2
3
|
// 表示该方法需要执行 (缓存是否命中 ? 返回缓存并阻止方法调用 : 执行方法并缓存结果)的缓存逻辑@RedisCache(type = JobPostModel.class)JobPostModel selectByPrimaryKey(Integer id); |
|
1
2
3
|
// 表示该方法需要执行清除缓存逻辑@RedisEvict(type = JobPostModel.class)int deleteByPrimaryKey(Integer id); |
AOP的代码如下:
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
|
@Aspect@Componentpublic class RedisCacheAspect { public static final Logger infoLog = LogUtils.getInfoLogger(); @Qualifier("redisTemplateForString") @Autowired StringRedisTemplate rt; /** * 方法调用前，先查询缓存。如果存在缓存，则返回缓存数据，阻止方法调用; * 如果没有缓存，则调用业务方法，然后将结果放到缓存中 * @param jp * @return * @throws Throwable */ @Around("execution(* com.fh.taolijie.dao.mapper.JobPostModelMapper.select*(..))" + "|| execution(* com.fh.taolijie.dao.mapper.JobPostModelMapper.get*(..))" + "|| execution(* com.fh.taolijie.dao.mapper.JobPostModelMapper.find*(..))" + "|| execution(* com.fh.taolijie.dao.mapper.JobPostModelMapper.search*(..))") public Object cache(ProceedingJoinPoint jp) throws Throwable { // 得到类名、方法名和参数 String clazzName = jp.getTarget().getClass().getName(); String methodName = jp.getSignature().getName(); Object[] args = jp.getArgs(); // 根据类名，方法名和参数生成key String key = genKey(clazzName, methodName, args); if (infoLog.isDebugEnabled()) { infoLog.debug("生成key:{}", key); } // 得到被代理的方法 Method me = ((MethodSignature) jp.getSignature()).getMethod(); // 得到被代理的方法上的注解 Class modelType = me.getAnnotation(RedisCache.class).type(); // 检查redis中是否有缓存 String value = (String)rt.opsForHash().get(modelType.getName(), key); // result是方法的最终返回结果 Object result = null; if (null == value) { // 缓存未命中 if (infoLog.isDebugEnabled()) { infoLog.debug("缓存未命中"); } // 调用数据库查询方法 result = jp.proceed(args); // 序列化查询结果 String json = serialize(result); // 序列化结果放入缓存 rt.opsForHash().put(modelType.getName(), key, json); } else { // 缓存命中 if (infoLog.isDebugEnabled()) { infoLog.debug("缓存命中, value = {}", value); } // 得到被代理方法的返回值类型 Class returnType = ((MethodSignature) jp.getSignature()).getReturnType(); // 反序列化从缓存中拿到的json result = deserialize(value, returnType, modelType); if (infoLog.isDebugEnabled()) { infoLog.debug("反序列化结果 = {}", result); } } return result; } /** * 在方法调用前清除缓存，然后调用业务方法 * @param jp * @return * @throws Throwable */ @Around("execution(* com.fh.taolijie.dao.mapper.JobPostModelMapper.insert*(..))" + "|| execution(* com.fh.taolijie.dao.mapper.JobPostModelMapper.update*(..))" + "|| execution(* com.fh.taolijie.dao.mapper.JobPostModelMapper.delete*(..))" + "|| execution(* com.fh.taolijie.dao.mapper.JobPostModelMapper.increase*(..))" + "|| execution(* com.fh.taolijie.dao.mapper.JobPostModelMapper.decrease*(..))" + "|| execution(* com.fh.taolijie.dao.mapper.JobPostModelMapper.complaint(..))" + "|| execution(* com.fh.taolijie.dao.mapper.JobPostModelMapper.set*(..))") public Object evictCache(ProceedingJoinPoint jp) throws Throwable { // 得到被代理的方法 Method me = ((MethodSignature) jp.getSignature()).getMethod(); // 得到被代理的方法上的注解 Class modelType = me.getAnnotation(RedisEvict.class).type(); if (infoLog.isDebugEnabled()) { infoLog.debug("清空缓存:{}", modelType.getName()); } // 清除对应缓存 rt.delete(modelType.getName()); return jp.proceed(jp.getArgs()); } /** * 根据类名、方法名和参数生成key * @param clazzName * @param methodName * @param args 方法参数 * @return */ protected String genKey(String clazzName, String methodName, Object[] args) { StringBuilder sb = new StringBuilder(clazzName); sb.append(Constants.DELIMITER); sb.append(methodName); sb.append(Constants.DELIMITER); for (Object obj : args) { sb.append(obj.toString()); sb.append(Constants.DELIMITER); } return sb.toString(); } protected String serialize(Object target) { return JSON.toJSONString(target); } protected Object deserialize(String jsonString, Class clazz, Class modelType) { // 序列化结果应该是List对象 if (clazz.isAssignableFrom(List.class)) { return JSON.parseArray(jsonString, modelType); } // 序列化结果是普通对象 return JSON.parseObject(jsonString, clazz); }} |
这样我们就完成了数据库查询缓存的实现。
UPDATE:
最好为Hash Set设置一个过期时间，这样即使缓存策略有误（导致读出脏数据），过期时间到了以后依然可以与数据库保持同步：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
|
// 序列化结果放入缓存 rt.execute(new RedisCallback<Object>() { @Override public Object doInRedis(RedisConnection redisConn) throws DataAccessException { // 配置文件中指定了这是一个String类型的连接 // 所以这里向下强制转换一定是安全的 StringRedisConnection conn = (StringRedisConnection) redisConn; // 判断hash名是否存在 // 如果不存在，创建该hash并设置过期时间 if (false == conn.exists(hashName) ){ conn.hSet(hashName, key, json); conn.expire(hashName, Constants.HASH_EXPIRE_TIME); } else { conn.hSet(hashName, key, json); } return null; } }); |
总结
本文关于Spring AOP实现Redis缓存数据库查询源码的介绍就到这里，希望对大家有所帮助。感兴趣的朋友可以参阅本站其他相关专题，在此非常感谢大家对服务器之家的支持！
原文链接：http://blog.csdn.net/neosmith/article/details/46811089/
