第7章集成Redis缓存

7.1 Redis缓存介绍

7.1.1 Redis概述

Redis是一个基于内存的，单线程高性能key-value型数据库，读写性能优异。和Memcached缓存相比，Redis支持丰富的数据类型，包括string(字符串)、list(链表)、set(集合)、zset(sorted set有序集合)和hash（哈希类型）。因此Redis在企业中被广泛使用。

7.1.2 Redis服务器安装

Redis项目本身是不支持Window，但是Microsoft开放技术小组开发和维护这个Windows端口针对Win64。所以我们可以在网络上下载Redis的Window版本。具体步骤如下：
打开官网http://redis.io/，点击Download，具体如图7-1所示。
在这里插入图片描述
图7-1 Redis下载首页
在弹出的页面中，找到Learn more选项，并点击进入，具体如图7-2所示。

在这里插入图片描述
图7-2 点击Learn more链接
在弹出的页面中选择【releases】选项，具体如图7-3所示。

在这里插入图片描述

图7-3 选择Download ZIP下载Redis

在弹出的界面中选择Redis3.0.504这个版本，选择其它版本也可以，点击【Redis-x64-3.0.504.zip】下载Redis安装包，如图7-4所示。

在这里插入图片描述
图7-4 下载Redis 3.0.504安装包
解压下载的安装包【Redis-x64-3.0.504.zip】，双击【redis-server.exe】，Redis服务就运行起来了，如图7-5所示。同时我们可以看到Redis启动成功的界面，如图7-6所示。

在这里插入图片描述
图7-5 启动redis服务器

在这里插入图片描述
图7-6 redis启动成功界面

7.1.3 Redis缓存测试

Redis安装成功之后，我们可以在安装包里找到Redis客户端程序redis-cli.exe，如图7-7所示，双击redis-cli.exe，打开Redis客户端界面，如果7-8所示。

在这里插入图片描述
图7-7 启动redis客户端图7-8 redis启动成功界面

下面就使用Redis客户端对Redis的几种数据类型做基本的增删改查操作练习，具体代码如下：
字符串类型的增删改查：

###增加一个值key为name，value为ay
127.0.0.1:6379> set name 'ay'
OK
###查询name的值
127.0.0.1:6379> get name
"ay"
###更新name的值为al
127.0.0.1:6379> set name 'al'
OK
###查询name的值
127.0.0.1:6379> get name
"al"
###删除name的值
127.0.0.1:6379> del name
(integer) 1
###查询是否存在name，0代表不存在
127.0.0.1:6379> exists name
(integer) 0
127.0.0.1:6379>
List集合的增删改查：
###添加key为user_list，value为’ay’,’al’的list集合
127.0.0.1:6379> lpush user_list 'ay' 'al'
(integer) 2
###查询key为user_list的集合
127.0.0.1:6379> lrange user_list 0 -1
1) "al"
2) "ay"
###往list尾部添加love元素
127.0.0.1:6379> rpush user_list 'love'
(integer) 3
###往list头部添加hope元素
127.0.0.1:6379> lpush user_list 'hope'
(integer) 4
###查询key为user_list的集合
127.0.0.1:6379> lrange user_list 0 -1
1) "hope"
2) "al"
3) "ay"
4) "love"
###更新index为0的值
127.0.0.1:6379> lset user_list 0 'wish'
OK
###查询key为user_list的集合
127.0.0.1:6379> lrange user_list 0 -1
1) "wish"
2) "al"
3) "ay"
4) "love"
###删除index为0的值
127.0.0.1:6379> lrem user_list 0 'wish'
(integer) 1
###查询key为user_list的集合
127.0.0.1:6379> lrange user_list 0 -1
1) "al"
2) "ay"
3) "love"
127.0.0.1:6379>

Set集合的增删改查：

###添加key为user_set,value为"ay" "al"  "love"的集合
127.0.0.1:6379> sadd user_set "ay" "al"  "love"
(integer) 3
###查询key为user_set集合
127.0.0.1:6379> smembers user_set
1) "al"
2) "ay"
3) "love"
###删除value为love，返回1表示删除成功，0表示失败
127.0.0.1:6379> srem user_set 'love'
(integer) 1
###查询set集合所有值
127.0.0.1:6379> smembers user_set
1) "al"
2) "ay"
###添加love元素，set集合是没有顺序的，所以无法判断添加到那个位置
127.0.0.1:6379> sadd user_set 'love'
(integer) 1
###查询set集合所有值，发现添加到第二个位置
127.0.0.1:6379> smembers user_set
1) "al"
2) "love"
3) "ay"
###添加love元素，由于set集合已经存在，返回0代表添加不成功，但是不会报错
127.0.0.1:6379> sadd user_set 'love'
(integer) 0

Hash集合的增删改查：

###清除数据库
127.0.0.1:6379> flushdb
OK
###创建hash，key为user_hset,字段为user1，值为ay
127.0.0.1:6379> hset user_hset "user1"  "ay"
(integer) 1
###往key为user_hset添加字段为user2，值为al
127.0.0.1:6379> hset user_hset "user2"  "al"
(integer) 1
###查询user_hset字段长度
127.0.0.1:6379> hlen user_hset
(integer) 2
###查询user_hset所有字段
127.0.0.1:6379> hkeys user_hset
1) "user1"
2) "user2"
###查询user_hset所有值
127.0.0.1:6379> hvals user_hset
1) "ay"
2) "al"
###查询字段user1的值
127.0.0.1:6379> hget user_hset "user1"
"ay"
###获取key为user_hset所有的字段和值
127.0.0.1:6379> hgetall user_hset
1) "user1"
2) "ay"
3) "user2"
4) "al"
###更新字段user1的值为new_ay
127.0.0.1:6379> hset user_hset "user1" "new_ay"
(integer) 0
###更新字段user2的值为new_al
127.0.0.1:6379> hset user_hset "user2" "new_al"
(integer) 0
###获取key为user_hset所有的字段和值
127.0.0.1:6379> hgetall user_hset
1) "user1"
2) "new_ay"
3) "user2"
4) "new_al"
###删除字段user1和值
127.0.0.1:6379> hdel user_hset user1
(integer) 1
###获取key为user_hset所有的字段和值
127.0.0.1:6379> hgetall user_hset
1) "user2"
2) "new_al"
127.0.0.1:6379>

SortedSet集合的增删改查

###清除数据库
127.0.0.1:6379> flushdb
OK
###SortedSet集合添加ay元素，分数为1
127.0.0.1:6379> zadd user_zset  1 "ay"
(integer) 1
###SortedSet集合添加al元素，分数为2
127.0.0.1:6379> zadd user_zset  2 "al"
(integer) 1
###SortedSet集合添加love元素，分数为3
127.0.0.1:6379> zadd user_zset  3 "love"
(integer) 1
###按照分数由小到大查询user_zset集合元素
127.0.0.1:6379> zrange user_zset 0 -1
1) "ay"
2) "al"
3) "love"
###按照分数由大到小查询user_zset集合元素
127.0.0.1:6379> zrevrange user_zset 0 -1
1) "love"
2) "al"
3) "ay"
###查询元素ay的分数值
127.0.0.1:6379> zscore user_zset "ay"
"1"
###查询元素love的分数值
127.0.0.1:6379> zscore user_zset "love"
"3"

7.2 Spring Boot集成Redis缓存

7.2.1 Spring Boot缓存支持

在Spring Boot中提供了强大的基于注解的缓存支持，可以通过注解配置方式，低侵入的给原有Spring应用增加缓存功能，提高数据访问性能。Spring Boot为我们配置了多个CacheManager的实现，我们可以根据具体的项目要求使用相应的缓存技术。具体如图7-9所示。

在这里插入图片描述
图7-9 Spring Boot缓存配置类

从图7-9可知，Spring Boot支持许多类型的缓存，比如：EhCache、JCache、Redis等。在不添加任何额外配置的情况下，Spring Boot默认使用SimpleCacheConfiguration，考虑到Redis缓存在企业中被广泛使用，故选择用Redis缓存来进行讲解。

7.2.2 引入依赖

在Spring Boot中集成Redis，首先需要在pom.xml文件中引入所需的依赖，具体代码如下：

<dependency>
		<groupId>org.springframework.boot</groupId>
		<artifactId>spring-boot-starter-data-redis</artifactId>
</dependency>

7.2.3 添加缓存配置

在pom文件引入Redis所需的依赖之后，我们需要在application.properties文件中添加如下的配置信息：

### redis缓存配置
### 默认redis数据库为db0
spring.redis.database=0
### 服务器地址，默认为localhost
spring.redis.host=localhost
### 链接端口，默认为6379
spring.redis.port=6379
### redis密码默认为空
spring.redis.password=

7.2.4 测试用例开发

在application.properties配置文件中添加完Redis配置之后，我们在测试类MySpringBootApplicationTests.java继续添加如下的代码：

@Resource
	private RedisTemplate redisTemplate;

	@Resource
	private StringRedisTemplate stringRedisTemplate;

	@Test
	public void testRedis(){
		//增 key：name，value：ay
		redisTemplate.opsForValue().set("name","ay");
		String name = (String)redisTemplate.opsForValue().get("name");
		System.out.println(name);
		//删除
		redisTemplate.delete("name");
        //更新
		redisTemplate.opsForValue().set("name","al");
		//查询
		name = stringRedisTemplate.opsForValue().get("name");
		System.out.println(name);
	}

RedisTemplate和StringRedisTemplate都是Spring Data Redis为我们提供的两个模板类用来对数据进行操作，其中StringRedisTemplate只针对键值都是字符串的数据进行操作。在应用启动的时候，Spring会为我们初始化这两个模板类，通过@Resource注解注入即可使用。

RedisTemplate和StringRedisTemplate除了提供opsForValue方法用来操作简单属性数据之外，还提供了以下其它主要数据访问方法：
1）opsForList：操作含有list的数据。
2）opsForSet：操作含有set的数据。
3）opsForZSet：操作含有ZSet（有序set）的数据。
4）opsForHash：操作含有hash的数据。

当我们的数据存放到Redis的时候，键（key）和值（value）都是通过Spring提供的Serializer序列化到数据库的。RedisTemplate默认使用JdkSerializationRedisSerializer，而StringRedisTemplate默认使用StringRedisSerializer。

7.2.5 测试

7.2.4节测试用例代码开发完成之后，我们运行单元测试用例，除了可以在控制台查看打印结果信息和在redis客户端查看数据之外，我们还可以使用Redis Client客户端工具查看Redis缓存数据库中的数据。Redis Client客户端软件，大家可以到网络上下载，并安装到自己的操作系统中。安装完成之后，可以看到如图7-10所示的界面。

在这里插入图片描述
图7-10 redis client界面

在图7-10中，我们可以看到Redis默认有16个数据库，客户端与Redis建立连接后会自动选择0号数据库。通过该客户端，我们可以清楚的查看Redis数据库中存放的数据情况，同时可以在客户端中对数据进行增删改查等操作，方便使用。

7.3 Redis缓存在Spring Boot中使用

7.3.1 监听器Listener开发

在6.2.2节当中，我们已经简单的开发好AyUserListener监听器类，并在上下文启动时候打印信息。在这节当中，我们想在上下文初始化的方法中，加载数据库中的所有用户数据，并存放到Redis缓存中。之所以要把用户数据存放到缓存中，是因为用户的数据属于变动不大的数据，适合存放到缓存中，在应用需要获取用户数据时，可以直接到Redis缓存中获取，不用到数据库中获取数据库连接查询数据，提高数据的访问速度。具体代码如下：

/**
 * 描述：监听器
 * @author Ay
 * @date   2017/11/4
 */
@WebListener
public class AyUserListener implements ServletContextListener {

    @Resource
    private RedisTemplate redisTemplate;
    @Resource
    private AyUserService ayUserService;
    private static final String ALL_USER = "ALL_USER_LIST";

    @Override
    public void contextInitialized(ServletContextEvent servletContextEvent) {
        //查询数据库所有的用户
        List<AyUser> ayUserList =  ayUserService.findAll();
        //清除缓存中的用户数据
        redisTemplate.delete(ALL_USER);
        //将数据存放到redis缓存中
redisTemplate.opsForList().leftPushAll(ALL_USER, ayUserList);
        //真实项目中需要注释掉，查询所有的用户数据
        List<AyUser> queryUserList = redisTemplate.opsForList().range(ALL_USER, 0, -1);
        System.out.println("缓存中目前的用户数有：" + queryUserList.size() + " 人");
        System.out.println("ServletContext上下文初始化");    
}

    @Override
    public void contextDestroyed(ServletContextEvent servletContextEvent) {
        System.out.println("ServletContext上下文销毁");
    }
}

redisTemplate.opsForList().leftPushAll：查询缓存中所有的用户数据， ALL_USER键若不存在，会创建该键及与其关联的List，之后再将参数中的ayUserList从左到右依次插入。
redisTemplate.opsForList().range：取链表中的全部元素，其中0表示第一个元素，-1表示最后一个元素。
在7.2.3节中，我们已经提到，当我们的数据存放到Redis的时候，键（key）和值（value）都是通过Spring提供的Serializer序列化到数据库的。RedisTemplate默认使用JdkSerializationRedisSerializer，而StringRedisTemplate默认使用StringRedisSerializer。所有我们需要让用户类AyUser（/src/main/java/com.example.demo.model）实现序列化接口Serializable，具体代码如下：

/**
 * 描述：用户表
 * @Author 阿毅
 * @date   2017/10/8.
 */
@Entity
@Table(name = "ay_user")
public class AyUser implements Serializable{
    //省略代码
}

7.3.2 项目启动缓存数据

在7.3.1节中，我们已经开发好AyUserListener监听器类和AyUser用户类，重新启动项目，这时候数据库表ay_user中的所有数据都会加载到Redis缓存中。在contextInitialized方法中打断点调试，出现如图7-9所示的图片，代码数据已经成功被加载到缓存中。同时，我们也可以用Redis Client客户端软件来查看用户数据是否存放到缓存中。

在这里插入图片描述
图7-9 redis断点调试界面

7.3.3 更新缓存数据

项目启动加载所有用户数据到缓存之后，我们需要修改AyUserServiceImpl中的接口，比如
findById、save、delete等方法。因为如果在Redis缓存中查询不到数据，我们需要到数据库查询，如果能够在数据库中查询到数据，除了返回数据之外，还需要把数据更新到缓存中。这样下次再次查询数据时，就不需要到数据库中查询数据。这里主要对方法findById进行修改AyUserServiceImpl具体需要修改的代码如下：

//省略代码
@Service
public class AyUserServiceImpl implements AyUserService {

    @Resource(name = "ayUserRepository")
    private AyUserRepository ayUserRepository;

    @Resource
    private RedisTemplate redisTemplate;

    private static final String ALL_USER = "ALL_USER_LIST";
    @Override
    public AyUser findById(String id){
        //step.1  查询Redis缓存中的所有数据
        List<AyUser> ayUserList = redisTemplate.opsForList().range(ALL_USER, 0, -1);
        if(ayUserList != null && ayUserList.size() > 0){
            for(AyUser user : ayUserList){
                if (user.getId().equals(id)){
                    return user;
                }
            }
        }
        //step.2  查询数据库中的数据
        AyUser ayUser = ayUserRepository.findOne(id);
        if(ayUser != null){
            //step.3 将数据插入到Redis缓存中
            redisTemplate.opsForList().leftPush(ALL_USER, ayUser);
        }
        return ayUser;
    }
    //省略

}

对于save、delete等方法的修改，思路是一样的，这里就不一一重复累述，作为大家的任务自己实现。虽然引入Redis缓存用户数据可以提高访问性能，但是带来的代码复杂度也是可想而知的。所以在以后的工作钟，在性能和代码复杂度的权衡下，大家要根据具体的业务场景去加以选择，不可滥用缓存。这是要跟大家提醒的重要点。

7.3.4 测试

7.3.3节代码开发完成之后，我们在测试类MySpringBootApplicationTests下继续添加如下的
测试方法：

@Test
	public void testFindById(){
		Long redisUserSize = 0L;
		//查询id = 1 的数据，该数据存在于redis缓存中
		AyUser ayUser = ayUserService.findById("1");
		redisUserSize = redisTemplate.opsForList().size("ALL_USER_LIST");
		System.out.println("目前缓存中的用户数量为：" + redisUserSize);
		System.out.println("--->>> id: " + ayUser.getId() + " name:" + ayUser.getName());
		//查询id = 2 的数据，该数据存在于redis缓存中
		AyUser ayUser1 = ayUserService.findById("2");
		redisUserSize = redisTemplate.opsForList().size("ALL_USER_LIST");
		System.out.println("目前缓存中的用户数量为：" + redisUserSize);
		System.out.println("--->>> id: " + ayUser1.getId() + " name:" + ayUser1.getName());
		//查询id = 4 的数据，不存在于redis缓存中，存在于数据库中，所以会把数据库查询的数据更新到缓存中           
		AyUser ayUser3 = ayUserService.findById("4");
		System.out.println("--->>> id: " + ayUser3.getId() + " name:" + ayUser3.getName());
		redisUserSize = redisTemplate.opsForList().size("ALL_USER_LIST");
		System.out.println("目前缓存中的用户数量为：" + redisUserSize);

	}

代码开发完成之后，我们重新启动项目，数据库中的3条数据，具体如图7-10所示，会重新被添加到Redis缓存中。项目启动成功之后，我们往数据库表ay_user添加id为4的第四条数据，具体如图7-11所示。

在这里插入图片描述
图7-10 数据库钟存在3条数据图7-11 插入id为4的数据

最后我们执行单元测试方法testFindById（），在Intellij IDEA的控制台中会打印如下的信息：

目前缓存中的用户数量为：3
--->>> id: 1 name:阿毅
目前缓存中的用户数量为：3
--->>> id: 2 name:阿兰
--->>> id: 4 name:test
目前缓存中的用户数量为：4