redis数据同步

　　数据同步，一直是个头痛的问题。

　　看过很多代码，很多实现都是在业务层众，先操作数据库，然后顺便更新缓存。达到同步的作用。

　　1、没有解耦

　　　　服务之间应该是解耦的

　　　　　spring提供的AOP，就是用来干这个的。spring中的cache包，提供了一系列缓存更新的方法。

　　　　重点：

　　　　@Cacheable @CacheEvict   

　　　　注：@CachePut本人用的少，这里不写例子了。

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

1、我们需要一个缓存config类
　　

@EnableCaching
@Configuration
public class CacheConfig {

    @Bean
    public CacheManager cacheManager(RedisConnectionFactory redisConnectionFactory) {

        RedisCacheManager redisCacheManager = new RedisCacheManager(
                RedisCacheWriter.nonLockingRedisCacheWriter(redisConnectionFactory),
                // 默认策略，未配置的 key 会使用这个
                this.getRedisCacheConfigurationWithTtl(3600),
                // 指定 key 策略
                this.getRedisCacheConfigurationMap()
        );
        redisCacheManager.setTransactionAware(true);
        return redisCacheManager;
    }

    private Map<String, RedisCacheConfiguration> getRedisCacheConfigurationMap() {
        Map<String, RedisCacheConfiguration> redisCacheConfigurationMap = new HashMap<>(16);
//        redisCacheConfigurationMap.put("UserInfoList", this.getRedisCacheConfigurationWithTtl(3000));
//        redisCacheConfigurationMap.put("UserInfoListAnother", this.getRedisCacheConfigurationWithTtl(18000));

        return redisCacheConfigurationMap;
    }

    private RedisCacheConfiguration getRedisCacheConfigurationWithTtl(Integer seconds) {

        FstRedisSerializer kryoRedisSerializer = new FstRedisSerializer();

        RedisCacheConfiguration redisCacheConfiguration = RedisCacheConfiguration.defaultCacheConfig();
        redisCacheConfiguration = redisCacheConfiguration.serializeValuesWith(
                RedisSerializationContext
                        .SerializationPair
                        .fromSerializer(kryoRedisSerializer)
        ).entryTtl(Duration.ofSeconds(seconds));

        return redisCacheConfiguration;
    }

    @Bean
    public RedisTemplate<String, Object> redisTemplate(RedisConnectionFactory redisConnectionFactory) {
        RedisTemplate<String, Object> redisTemplate = new RedisTemplate<>();
        redisTemplate.setConnectionFactory(redisConnectionFactory);
        redisTemplate.setKeySerializer(new StringRedisSerializer());
        redisTemplate.setHashKeySerializer(new StringRedisSerializer());
        redisTemplate.setValueSerializer(new FstRedisSerializer());
        redisTemplate.setHashValueSerializer(new FstRedisSerializer());
        redisTemplate.afterPropertiesSet();
        return redisTemplate;
    }
}

这里测试就不连接数据库了，原理是一样的。

@RestController
@RequestMapping("/cache")
public class CacheController {

    @GetMapping("/")
    @Cacheable(cacheNames = "str",key = "‘num‘")
    public String getStr() {
        return "200";
    }

    @GetMapping("/2")
    @Cacheable(cacheNames = "str2",key = "‘num‘")
    public String getStr2() {
        return "300";
    }

    @GetMapping("/3")
    @Cacheable(cacheNames = "str",key = "‘nummm‘")
    public String getStr3() {
        return "500";
    }

    @PatchMapping("/4")
    @CachePut(cacheNames = "str",key = "‘num‘")
    public String updateStr() {
        return "111111";
    }

    @GetMapping("/5")
    @Cacheable(cacheNames = "list",key = "‘num‘")
    public List<BlogModel> getList() {
        List<BlogModel>  list = new ArrayList<>();

        BlogModel model1 = new BlogModel();
        model1.setAge(20);
        model1.setName("asasasasa");
        list.add(model1);

        BlogModel model2 = new BlogModel();
        model2.setName("sasaasasa");
        model2.setAge(22);
        list.add(model2);

        return list;
    }


    @DeleteMapping("/6")
    @CacheEvict(cacheNames = "list",key = "‘num‘")
    public void deleteList() {

    }

}

BlogModel 类自己去建。

可以看出redis更新效果。

　　可以看到，请求接口后，果然有效果了！
这样做，就可以保证在操作数据库时候，同时更新缓存。

redis数据同步

原文：https://www.cnblogs.com/lzphu/p/12518438.html