Java后端多级缓存写法

在我们开发项目的过程中经常会遇到一些读多写少的接口&＃xff0c;在这些接口中会有很大批量的查询操作&＃xff0c;如果我们这些查询操作都需要查询数据库的话&＃xff0c;会造成数据库承受不了&＃xff0c;以及数据库的响应比较慢导致该接口无法在规定时间进行相应&＃xff0c;所以我们要减少数据库的查询操作&＃xff0c;使用多级缓存机制。

多级缓存的架构如图所示&＃xff1a;

这里面的Redis为分布式缓存&＃xff0c;作为整个系统共用的缓存&＃xff0c;而JVM本地则用的Eheache缓存。

//根据ID查询应用
&＃64;Cacheable(value &＃61; "app", key &＃61; "#appId")
public App getAppByAppId(Integer appId) {String redisKey &＃61; "app:" &＃43; appId;//查询RedisString jsonStr &＃61; redisTemplate.opsForValue().get(redisKey);if (jsonStr &＃61;&＃61; null) {//查询数据库App app &＃61; appDao.selectByPrimaryKey(appId);String value &＃61; JSON.toJSONString(app);//写到RedisredisTemplate.opsForValue().set(redisKey, value,6 * 60 &＃43; new Random().nextInt(30), TimeUnit.SECONDS);return app;}return JSON.parseObject(jsonStr, new TypeReference<App>() {});
}


• 在方法前面添加&＃64;Cacheable注解&＃xff0c;将Ehcache通过注解形式绑定到该方法上&＃xff0c;该方法返回的内容会直接保存到Ehcache中。如果该缓存&＃xff0c;则不进入方法直接返回。
• 进入方法中&＃xff0c;查询Redis&＃xff0c;如果Redis不存在&＃xff0c;通过appDao的selectByPrimaryKey方法查询数据库&＃xff0c;并通过redisTemplate.opsForValue().set()方法重新写到Redis中。通过JSON.parseObject()方法将json格式的内容转成App类&＃xff0c;并返回。
• 其中为了避免有缓存击穿问题&＃xff0c;在redis的过期时间设置的时候&＃xff0c;要加上一个随机数。