摘要：同樣，還有四實(shí)現(xiàn)原理結(jié)合以及實(shí)現(xiàn)首先，定義名稱(chēng)前綴所需要包含的鍵值過(guò)期時(shí)間定義切面類(lèi)，用于接受的響應(yīng)注冊(cè)到容器，必須加入這個(gè)注解該注解標(biāo)示該類(lèi)為切面類(lèi)，切面是由通知和切點(diǎn)組成的。

Cache通常意義上是指高速緩存，它與數(shù)據(jù)庫(kù)最大的區(qū)別是“更快”，可能會(huì)快上100倍，而且Cache是全部運(yùn)行在內(nèi)存中，而數(shù)據(jù)庫(kù)中的數(shù)據(jù)一般都是存在硬盤(pán)中，而IO一直都是網(wǎng)站等大規(guī)模系統(tǒng)的瓶頸，如果不使用Cache，完全用數(shù)據(jù)庫(kù)，當(dāng)訪問(wèn)量過(guò)大時(shí)將導(dǎo)致數(shù)據(jù)丟失，更嚴(yán)重時(shí)會(huì)導(dǎo)致系統(tǒng)崩潰，特別是遇到惡意攻擊的情況，所以緩存構(gòu)成了網(wǎng)絡(luò)的第一道防線。

當(dāng)用戶(hù)請(qǐng)求網(wǎng)絡(luò)資源時(shí)，會(huì)先訪問(wèn)緩存中的數(shù)據(jù)，如果緩存中沒(méi)有，再去訪問(wèn)數(shù)據(jù)庫(kù)，請(qǐng)求返回給用戶(hù)的同時(shí)，更新到緩存中。而由于網(wǎng)絡(luò)請(qǐng)求的定律，80%的請(qǐng)求會(huì)集中在20%的數(shù)據(jù)上，所以緩存會(huì)極大的提高服務(wù)的響應(yīng)能力。

針對(duì)數(shù)據(jù)庫(kù)的增、刪、查、改，數(shù)據(jù)庫(kù)緩存技術(shù)應(yīng)用場(chǎng)景絕大部分針對(duì)的是“查”的場(chǎng)景。比如，一篇經(jīng)常訪問(wèn)的帖子/文章/新聞、熱門(mén)商品的描述信息、好友評(píng)論/留言等。因?yàn)樵诔Ｒ?jiàn)的應(yīng)用中，數(shù)據(jù)庫(kù)層次的壓力有80%的是查詢(xún)，20%的才是數(shù)據(jù)的變更操作。所以絕大部分的應(yīng)用場(chǎng)景的還是“查”緩存。當(dāng)然，“增、刪、改”的場(chǎng)景也是有的。比如，一篇文章訪問(wèn)的次數(shù)，不可能每訪問(wèn)一次，我們就去數(shù)據(jù)庫(kù)里面加一次吧？這種時(shí)候，我們一般“增”場(chǎng)景的緩存就必不可少。否則，一篇文章被訪問(wèn)了十萬(wàn)次，代碼層次不會(huì)還去做十萬(wàn)次的數(shù)據(jù)庫(kù)操作吧。

讀操作流程

有了數(shù)據(jù)庫(kù)和緩存兩個(gè)地方存放數(shù)據(jù)之后（uid->money），每當(dāng)需要讀取相關(guān)數(shù)據(jù)時(shí)（money），操作流程一般是這樣的：

（1）讀取緩存中是否有相關(guān)數(shù)據(jù)，uid->money

（2）如果緩存中有相關(guān)數(shù)據(jù)money，則返回【這就是所謂的數(shù)據(jù)命中“hit”】

（3）如果緩存中沒(méi)有相關(guān)數(shù)據(jù)money，則從數(shù)據(jù)庫(kù)讀取相關(guān)數(shù)據(jù)money【這就是所謂的數(shù)據(jù)未命中“miss”】，放入緩存中uid->money，再返回

spring中的annotation極大的方便了緩存操作，加上annotation就能夠自動(dòng)實(shí)現(xiàn)redis的讀取、更新等策略。

比如

@Cacheable(value="users")  
public User findByUsername(String username)  

此時(shí)，會(huì)首先在redis中查 users:username 中構(gòu)成的鍵值，比如username：張三，那么會(huì)到redis中查key="users:張三"，如果redis中沒(méi)有，會(huì)到數(shù)據(jù)庫(kù)中去查，查好后返回前端，同時(shí)將數(shù)據(jù)更新到redis。

這是默認(rèn)key的情況，當(dāng)然，也可以手動(dòng)加上key，比如

@Cacheable(value="users",key="#username")  
public User findByUsername(String username,String gender) 

此時(shí)，會(huì)按照key表達(dá)式的值，去參數(shù)里面去取，這里同樣，key="users:張三"

此外，還有

@Cacheput(value="users",key="#username")  
public int insertUser(User user)  

會(huì)首先查數(shù)據(jù)，然后更新數(shù)據(jù)到redis中，key="users:user.username"

項(xiàng)目中存在這樣的問(wèn)題，有的對(duì)象有30+字段，但需要緩存的只有3個(gè)，查如果全部都存到redis中，無(wú)疑將加大redis的負(fù)擔(dān)，能否指定字段呢？其實(shí)可以專(zhuān)門(mén)定義一個(gè)視圖對(duì)象，里面只存放需要的字段，用來(lái)返回，但一來(lái)加大了工作量，導(dǎo)致代碼膨脹，二來(lái)put還是沒(méi)法操作，所以我們寫(xiě)了各自定義注解，用來(lái)指定redis中的存儲(chǔ)字段。

使用方式如下

@RedisCacheAble(value="users",names={"name","gender","age"})  
public User findByUsername(String username)  

如此一來(lái)就能只保存User對(duì)象中的name,gender,age屬性，其它屬性為null，減少了redis中對(duì)象的存儲(chǔ)大小。

同樣，還有cacheput

@RedisCachePut(value="users",key="#username",names={"name","gender","age"})  
public int insertUser(User user)  

結(jié)合annotation以及aop實(shí)現(xiàn)
首先，定義annotataion

@Retention(RetentionPolicy.RUNTIME)  
@Target(ElementType.METHOD)  
@Documented  
public @interface RedisCacheAble {  
    String value() default "";   //key名稱(chēng)、前綴
    String[] names() default {};  //所需要包含的鍵值
    long timeout() default 30; //過(guò)期時(shí)間
    
}  

定義切面類(lèi)，用于接受annotation的響應(yīng)

@Component // 注冊(cè)到Spring容器，必須加入這個(gè)注解  
@Aspect // 該注解標(biāo)示該類(lèi)為切面類(lèi)，切面是由通知和切點(diǎn)組成的。  
public class ApiAspect {  

    @Pointcut("@annotation(cn.com.spdbccc.hotelbank.rediscache.RedisCacheAble)")// 定義注解類(lèi)型的切點(diǎn)，只要方法上有該注解，都會(huì)匹配  
    public void annotationAble(){        
    } 
    
   @Around("annotationAble()&& @annotation(rd)") //定義注解的具體實(shí)現(xiàn)，以及能夠接受注解對(duì)象，定義 @annotation(rd)就可以直接取到annotation的實(shí)例了
    public Object redisCacheAble(ProceedingJoinPoint joinPoint, RedisCacheAble rd) throws Throwable {
        String preKey = rd.value();
        String arg0 = joinPoint.getArgs()[0].toString();
        //TODO arg0判斷
        String key = preKey + ":" +arg0;
        //如果redis中已經(jīng)有值，直接返回
        Object rtObject = redisTemplate.opsForValue().get(key);
        if (rtObject != null) {
            return rtObject;
        }

        // 執(zhí)行函數(shù),如果返回值為空,返回
        Object sourceObject = joinPoint.proceed();
        if (sourceObject == null) {
            return null;
        }

        // 根據(jù)values獲取object里的值，并生成用于redis存儲(chǔ)的對(duì)象
        Class cl = sourceObject.getClass();


        // 插入數(shù)據(jù)庫(kù)成功
        // 如果values沒(méi)有值，那么redis對(duì)應(yīng)的value為輸入對(duì)象；否則根據(jù)輸入?yún)?shù)重新生成對(duì)象
        if (rd.names() == null) {
            // 存入目標(biāo)對(duì)象
            redisTemplate.opsForValue().set(key, sourceObject,rd.timeout(),TimeUnit.MINUTES);
        } else {
            // 將目標(biāo)對(duì)象特定字段存入redis
            Object targetObject = cl.newInstance();
            for (String name : rd.names()) {
                try {
                    // 生成值到新的對(duì)象中
                    String upChar = name.substring(0, 1).toUpperCase();
                    String getterStr = "get" + upChar + name.substring(1);
                    Method getMethod = cl.getMethod(getterStr, new Class[] {});
                    Object objValue = getMethod.invoke(sourceObject, new Object[] {});

                    String setterStr = "set" + upChar + name.substring(1);
                    Method setMethod = cl.getMethod(setterStr, String.class);
                    setMethod.invoke(targetObject, objValue);
                } catch (Exception e) {
                    logger.error(e.getMessage(), e);
                }
            }

            // 存入目標(biāo)對(duì)象,key=類(lèi)名:keyvalue
            redisTemplate.opsForValue().set(key, targetObject,rd.timeout(),TimeUnit.MINUTES);
        }
        return sourceObject;

    }

我們使用了參數(shù)：

@RedisCachePut(value="users",key="#username",names={"name","gender","age"})

但在實(shí)際的使用中要求用常量來(lái)表示key前綴，比如

public final static String PRE_USER="users"

字符串固然是沒(méi)有問(wèn)題，數(shù)組貌似是沒(méi)有辦法用常量來(lái)定義的，PRE_USERS={"user1","user2"}，此時(shí)會(huì)報(bào)編譯錯(cuò)誤，解決方式就是直接使用String類(lèi)型了，而后在具體的切面處理函數(shù)中再轉(zhuǎn)成字符串。

在分布式系統(tǒng)中redis中對(duì)象序列化、反序列化無(wú)法跨服務(wù)，即使對(duì)于同一個(gè)類(lèi)名，在不同的服務(wù)中，是無(wú)法反序列化出來(lái)的，必須存儲(chǔ)為純String類(lèi)型，所以新加了個(gè)轉(zhuǎn)換器

public class StringJackson2JsonSerializer extends Jackson2JsonRedisSerializer {      
    private ObjectMapper objectMapper = new ObjectMapper();   
    public StringJackson2JsonSerializer(Class type) {
        super(type);
        // TODO Auto-generated constructor stub
    }       
    public byte[] serialize(Object t) throws SerializationException {

        if (t == null) {
            return  new byte[0];
        }
        try {
            //將對(duì)象轉(zhuǎn)為Json String然后再序列化，方便跨服務(wù)
            return this.objectMapper.writeValueAsBytes(JacksonUtil.objToJson(t));
        } catch (Exception ex) {
            throw new SerializationException("Could not write JSON: " + ex.getMessage(), ex);
        }
    }

這個(gè)轉(zhuǎn)換器能夠?qū)⑺械膋ey-value的value存為string類(lèi)型，這樣就解決的跨服務(wù)對(duì)象傳輸?shù)膯?wèn)題

在redis中直接存儲(chǔ)為String就可以了，所以只要把字段挑出來(lái)，存儲(chǔ)為HashMap就可以了，所以將代碼優(yōu)化下

Map jsonMap = new HashMap();
......
jsonRedisTemplate.opsForValue().set(key, jsonMap);

分布式存儲(chǔ)需考慮存入json字符串，而原生則不能，而有些情況必須使用底層的RedisTemplate，所以必須定義一個(gè)xxTemplate來(lái)專(zhuān)職處理該情況，包括hash，set等。
//用來(lái)專(zhuān)門(mén)處理需要以json字符串存入redis中的redistemplate

@Bean
public RedisTemplate jsonRedisTemplate(RedisConnectionFactory redisConnectionFactory) {
    RedisTemplate redisTemplate = new RedisTemplate();
    redisTemplate.setConnectionFactory(redisConnectionFactory);
    //序列化、反序列化，使用原始的json string存儲(chǔ)到redis，方便跨服務(wù)
    StringJackson2JsonSerializer