Spring AOP实现Redis缓存数据库查询源码
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HashSet数据结构,让一张表对应一个HashSet,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:
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:
@Retention(RetentionPolicy.RUNTIME) @Target(ElementType.METHOD) @Documented public@interfaceRedisCache{ Classtype(); }
@Retention(RetentionPolicy.RUNTIME) @Target(ElementType.METHOD) public@interfaceRedisEvict{ Classtype(); }
注解的使用方式如下:
//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) JobPostModelselectByPrimaryKey(Integerid);
//表示该方法需要执行清除缓存逻辑 @RedisEvict(type=JobPostModel.class) intdeleteByPrimaryKey(Integerid);
AOP的代码如下:
@Aspect @Component publicclassRedisCacheAspect{ publicstaticfinalLoggerinfoLog=LogUtils.getInfoLogger(); @Qualifier("redisTemplateForString") @Autowired StringRedisTemplatert; /** *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 *@paramjp *@return *@throwsThrowable */ @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*(..))") publicObjectcache(ProceedingJoinPointjp)throwsThrowable{ //得到类名、方法名和参数 StringclazzName=jp.getTarget().getClass().getName(); StringmethodName=jp.getSignature().getName(); Object[]args=jp.getArgs(); //根据类名,方法名和参数生成key Stringkey=genKey(clazzName,methodName,args); if(infoLog.isDebugEnabled()){ infoLog.debug("生成key:{}",key); } //得到被代理的方法 Methodme=((MethodSignature)jp.getSignature()).getMethod(); //得到被代理的方法上的注解 ClassmodelType=me.getAnnotation(RedisCache.class).type(); //检查redis中是否有缓存 Stringvalue=(String)rt.opsForHash().get(modelType.getName(),key); //result是方法的最终返回结果 Objectresult=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 Stringjson=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 ClassreturnType=((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); } } returnresult; } /** *在方法调用前清除缓存,然后调用业务方法 *@paramjp *@return *@throwsThrowable */ @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*(..))") publicObjectevictCache(ProceedingJoinPointjp)throwsThrowable{ //得到被代理的方法 Methodme=((MethodSignature)jp.getSignature()).getMethod(); //得到被代理的方法上的注解 ClassmodelType=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()); returnjp.proceed(jp.getArgs()); } /** *根据类名、方法名和参数生成key *@paramclazzName *@parammethodName *@paramargs方法参数 *@return */ protectedStringgenKey(StringclazzName,StringmethodName,Object[]args){ StringBuildersb=newStringBuilder(clazzName); sb.append(Constants.DELIMITER); sb.append(methodName); sb.append(Constants.DELIMITER); for(Objectobj:args){ sb.append(obj.toString()); sb.append(Constants.DELIMITER); } returnsb.toString(); } protectedStringserialize(Objecttarget){ returnJSON.toJSONString(target); } protectedObjectdeserialize(StringjsonString,Classclazz,ClassmodelType){ //序列化结果应该是List对象 if(clazz.isAssignableFrom(List.class)){ returnJSON.parseArray(jsonString,modelType); } //序列化结果是普通对象 returnJSON.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HashSet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:
//序列化结果放入缓存 rt.execute(newRedisCallback
总结
本文关于SpringAOP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毛票票的支持!