SpringBoot集成Redis缓存

前言

本系列文章将简单的学习SpringCloud微服务相关知识，其实也是因为时间的原因，一直拖到现在，遂打算趁着假期，决定记录下来。

从天气预报微服务系统的单体架构——>分布式架构的演变过程中，一步一步，由浅及深的学习SpringCloud微服务的思想与其实现的组件。

本系列文章分为以下几个章节:

项目源码已上传至Github.

开发环境

JDK 1.8
IDEA 2017.3
Gradle 4
HttpClient 4.5.3
Redis 3.2
SpringBoot 2.0.0.RELEASE

//依赖关系
dependencies {
    //该依赖用于编译阶段
    compile('org.springframework.boot:spring-boot-starter-web')
    //HttpClient
    compile('org.apache.httpcomponents:httpclient:4.5.3')
    //Redis
    compile('org.springframework.boot:spring-boot-starter-data-redis')
    //该依赖用于测试阶段
    testCompile('org.springframework.boot:spring-boot-starter-test')
}

为什么是Redis

我们知道Redis是一种key-value类型的缓存数据库，是存储在内存中的非关系型轻量级的数据库。在日常的开发中，我们可以选择一些资源数据来存入Redis中，以提高系统的流畅与并发性。
而在天气预报系统中,我们知道天气数据其实并不是每时每刻的在更新的。如果你留心观察，你会发现，它们是以每半小时或者一小时的频率来进行更新的。如果我们将天气数据存入缓存中，每次调用API时，首先查询本地缓存中是否存在天气数据，假如存在，就从Redis的缓存中去请取;如果不存在，那我们再调用第三方借口提供的API就行查询，并将数据存入Redis中，方便下次请求调用。

如何加入Redis

WeatherDataServiceImpl

在我们之前的项目基础上进行添加与修改。

@Service
public class WeatherDataServiceImpl implements WeatherDataService {

    private static final Logger logger = LoggerFactory.getLogger(WeatherDataServiceImpl.class);

    private static final String WEATHER_URI = "http://wthrcdn.etouch.cn/weather_mini?";

    private static final long TIME_OUT = 1800L;//1800s

    @Autowired
    private RestTemplate restTemplate;
    @Autowired
    private StringRedisTemplate stringRedisTemplate;

    @Override
    public WeatherResponse getDataByCityId(String cityId) {
        String uri = WEATHER_URI + "citykey=" + cityId;
        return this.doGetWeather(uri);
    }

    @Override
    public WeatherResponse getDataByCityName(String cityName) {
        String uri = WEATHER_URI + "city=" + cityName;
        return this.doGetWeather(uri);
    }

    /**
     * 重构代码
     * @param uri
     * @return
     */
    private WeatherResponse doGetWeather(String uri) {
        String key = uri;
        String strBody = null;
        ObjectMapper mapper = new ObjectMapper();
        WeatherResponse resp = null;
        ValueOperations<String, String> ops = stringRedisTemplate.opsForValue();
        //先查缓存，如果缓存中有天气信息就在缓存中取
        if (stringRedisTemplate.hasKey(key)) {
            logger.info("Redis has data");
            strBody = ops.get(key);
        } else {
            logger.info("Redis don't has data");
            //如果缓存没有，再去调用服务接口来获取
            ResponseEntity<String> respString = restTemplate.getForEntity(uri,String.class);

            //将接口返回的Json字符串转换成对象
            if (respString.getStatusCodeValue() == 200) {
                strBody = respString.getBody();
            }

            //数据写入缓存
            ops.set(uri,strBody,TIME_OUT, TimeUnit.SECONDS);
        }

        try {
            resp = mapper.readValue(strBody,WeatherResponse.class);
        } catch (IOException e) {
            logger.info("Error!!",e);
        }

        return resp;
    }

}

运行

输入http://localhost:8080/weather/cityId/101280601,运行。
这里写图片描述
可以知道，
第一次查询Redis中是没有数据的，日志打印logger.info("Redis don't has data");
之后的查询中，数据已经存在于本地缓存中，日志打印logger.info("Redis has data");

我们通过Redis Desktop Manager也可以看到，缓存于Redis中的数据。
这里写图片描述
以上，我们就集成了Redis到了天气预报系统中，接下来我们将集成Quartz定时任务框架，来定时的调用缓存服务。