[北京|结业弟子]CSS-曾添|2017年07月12日的日报-技能树.IT修真院

发表于： 2017-07-12 17:59:11

1 1419

今天：

Spring Cache:

阅读了《精通Spring 4.x》书中的Spring Cache一章的内容，对缓存，在Java中如何实现缓存，在Spring中如何实现缓存有了更深的理解。

Java对象只有实现了序列化接口，才能被JVM序列化。对象本身不用实现接口的任何方法。

缓存应该加在服务层。

缓存的基本逻辑是，先查缓存，缓存中没有就查数据库，再把查到的插入缓存中。

Spring本身提供默认的缓存管理注解。直接在服务层使用缓存注解，可以和缓存逻辑进行分离。

在Service方法上加入并标明缓存的名字，@Cacheable(cacheNames = “users” )。

只有public方法可以被缓存。

缓存的键，Spring有自带的SimpleKeyGenerator根据方法名和入参自动生成。

—————————————————————————————————————————————————————————

用了现在比较流行的Redisson。Redisson提供了将Redis无缝整合到Spring框架的能力。Redisson完整的实现了Spring框架里的缓存机制（Spring Cache Abstraction）。

Redisson有很多功能，这里只用它和Spring Cache整合的功能。其他以后有需要了再研究。

导入Redisson包：

<groupId>org.redisson</groupId>

<artifactId>redisson</artifactId>

</dependency>

添加一个配置文件类，配置方法如下，没有配置的都使用默认（Redis如果不在本地，需要在Redis配置文件中把127.0.0.1注解掉，类似MySQL）：

public class RedissonConfig {

    @Configuration

    @ComponentScan

    @EnableCaching

    public static class Application {

        @Bean(destroyMethod = "shutdown")

            RedissonClient redisson() throws IOException {

            Config config = new Config();

            config.useSingleServer().setAddress("redis://127.0.0.1:6379");

            return Redisson.create(config);

}

        @Bean

            CacheManager cacheManager(RedissonClient redissonClient) {

            Map<String, CacheConfig> config = new HashMap<String, CacheConfig>();

            config.put("testMap", new CacheConfig(24 * 60 * 1000, 12 * 60 * 1000));

            return new RedissonSpringCacheManager(redissonClient, config);

}

}

}

直接在Service层把想要缓存返回值的方法上面加上@Cacheable即可，Spring Cache会自动使用Redisson进行缓存，自动实现缓存的逻辑（先查缓存，缓存没有查服务器，再插入缓存中）：

@Cacheable(cacheNames = "users")

public List<User> getAllUsers(){

—————————————————————————————————————————————————————————

对自己两台服务器（一台金山一台阿里）分别进行不缓存和缓存的测试，数据库在金山。都为两线程。

金山无缓存：

Label	# Samples	Average	Median	90% Line	95% Line	99% Line	Min	Max	Error %	Throughput	Received KB/sec	Sent KB/sec
addUser	4822	90	46	262	331	589	20	2052	13.936%	22.04141	106.45	2.84

金山有缓存：

Label	# Samples	Average	Median	90% Line	95% Line	99% Line	Min	Max	Error %	Throughput	Received KB/sec	Sent KB/sec
addUser	5872	78	20	272	349	640	8	4037	0.034%	25.3522	109.39	3.27

阿里无缓存（因为数据库在金山，所以较差）：

Label	# Samples	Average	Median	90% Line	95% Line	99% Line	Min	Max	Error %	Throughput	Received KB/sec	Sent KB/sec
addUser-aliyun	4116	106	81	149	229	499	55	3611	18.829%	18.67115	84.33	2.41

阿里有缓存（性能好于金山，虽然都是一核2G，但是阿里的主频较高）：

Label	# Samples	Average	Median	90% Line	95% Line	99% Line	Min	Max	Error %	Throughput	Received KB/sec	Sent KB/sec
addUser-aliyun	8858	72	42	126	203	436	19	11207	0.023%	27.69735	119.52	3.57