标签：端口号 ros jvm stat 存在 进一步 优先 array 最大连接数
当我们一个项目的数据量很大的时候，就需要做一些缓存机制来减轻数据库的压力，提升应用程序的性能，对于java项目来说，最常用的缓存组件有Redis、Ehcache和Memcached。
Ehcache是用java开发的缓存组件，和java结合良好，直接在jvm虚拟机中运行，不需要额外安装什么东西，效率也很高；但是由于和java结合的太紧密了，导致缓存共享麻烦，分布式集群应用不方便，所以比较适合单个部署的应用。
Redis需要额外单独安装，是通过socket访问到缓存服务，效率比Ehcache低，但比数据库要快很多很多，而且处理集群和分布式缓存方便，有成熟的方案，比较适合分布式集群部署的项目；也有很多的应用将Ehcache和Redis结合使用，做成二级缓存。
至于Memcached嘛和Redis很类似，功能方面嘛理论上来说没有Redis强大（但对于我们来说也完全足够了），因此我们这里先不讲，后面如果有时间在写一篇关于Memcached的文章；由于我们后面会涉及到Tomcat的集群部署，所以这里就先讲讲Redis的应用，好为后面的文章打个基础~~下面正式开始！
代码URL：http://git.oschina.net/tian5017/UserDemoRedis
一、Redis环境准备
Redis有中文官方网站，地址为http://www.redis.cn/
Redis没有官方的Windows版本，但是微软开源技术团队（Microsoft Open Tech group）开发和维护着一个 Win64 的版本，下载地址为
https://github.com/MicrosoftArchive/redis/releases
截止文章完成之时，Redis的最新win64版本为3.2.100，我们这里就是使用的此版本；下载安装好之后，打开安装目录，如下
上图红框中标出的redis-cli.exe就是我们用来操作Redis的客户端，在此安装目录下打开命令行窗口，输入redis-cli.exe回车，如下
可以看到已经连接到了Redis，地址是127.0.0.1（本机），默认的端口为6379，至于操作Redis的命令，大家可以自己百度，常用的也就那么几个，很简单，我们来简单演示下
Redis是采用key-value键值对来存储数据的，使用命令 set "haha" "123456"，就表示将值（value）"123456"赋给键（key）"haha"，再用 get "haha"，就可以查看到值，好了关于Redis的别的东西，大家自己去玩，我们继续我们的正题。
二、Spring集成
1、我们都知道，要在java中使用一个组件或者框架什么的，第一步都是加载它的jar包，java中操作Redis的jar包叫做jedis，这里我们还是利用上一篇文章《Spring+Mybatis+SpringMVC整合》所建立的UserDemo（项目连接：https://git.oschina.net/tian5017/UserDemo）
2、利用Maven来加载jedis的jar包，在UserDemo中的pom.xml的dependencies中添加如下代码
<!-- redis相关 --> <dependency> <groupId>redis.clients</groupId> <artifactId>jedis</artifactId> <version>2.8.1</version> </dependency> <dependency> <groupId>org.springframework.data</groupId> <artifactId>spring-data-redis</artifactId> <version>1.7.10.RELEASE</version> </dependency>
除了jedis之外，还需要另外一个jar包spring-data-redis，这是让Spring管理Redis用的；我们先来改造我们的代码，试试往Redis里面存点数据，再来查询。
3、在/resources/下新建redis.properties文件
配置项如下
##Redis连接信息配置 #redis地址 cache.redis.host=127.0.0.1 #redis端口号 cache.redis.port=6379 #redis密码 cache.redis.password= #redis使用的数据库（Redis内置18个数据库，编号为0-17，默认使用0） cache.redis.db=0 #redis链接超时时间 cache.redis.timeout=2000 #redis链接池中最大空闲数 cache.redis.maxIdle=5 #redis链接池中最大连接数 cache.redis.maxActive=20 #建立连接最长等待时间 cache.redis.maxWait=1000
4、在/resources/springConfig/下新建applicationContext-redis.xml文件作为Spring集成Redis的配置文件
配置代码如下
<?xml version="1.0" encoding="UTF-8"?> <!-- 缓存redis相关配置 --> <beans xmlns="http://www.springframework.org/schema/beans" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:tx="http://www.springframework.org/schema/tx" xmlns:context="http://www.springframework.org/schema/context" xsi:schemaLocation="http://www.springframework.org/schema/beans http://www.springframework.org/schema/beans/spring-beans.xsd http://www.springframework.org/schema/context http://www.springframework.org/schema/context/spring-context.xsd http://www.springframework.org/schema/tx http://www.springframework.org/schema/tx/spring-tx.xsd"> <bean id="jedisPoolConfig" class="redis.clients.jedis.JedisPoolConfig"> <property name="maxTotal" value="${cache.redis.maxActive}"/> <property name="maxIdle" value="${cache.redis.maxIdle}"/> <property name="maxWaitMillis" value="${cache.redis.maxWait}"/> <property name="testOnBorrow" value="${cache.redis.testOnBorrow}"/> </bean> <bean id="redisConnectionFactory" class="org.springframework.data.redis.connection.jedis.JedisConnectionFactory"> <property name="usePool" value="true"/> <property name="hostName" value="${cache.redis.host}"/> <property name="port" value="${cache.redis.port}"/> <property name="password" value="${cache.redis.password}"/> <property name="timeout" value="${cache.redis.timeout}"/> <property name="database" value="${cache.redis.db}"/> <constructor-arg index="0" ref="jedisPoolConfig"/> </bean> <bean id="stringRedisSerializer" class="org.springframework.data.redis.serializer.StringRedisSerializer" /> <bean id="redisCache" class="org.springframework.data.redis.core.RedisTemplate"> <property name="connectionFactory" ref="redisConnectionFactory"/> <property name="keySerializer" ref="stringRedisSerializer"/> <property name="valueSerializer" ref="stringRedisSerializer"/> <property name="hashKeySerializer" ref="stringRedisSerializer"/> <property name="hashValueSerializer" ref="stringRedisSerializer"/> </bean> </beans>
5、到这里，我们的准备工作已经全部完成，接下来就是在代码中使用redis了，我们修改UserServiceImpl.java
修改思路为，查询数据的时候，先查询Redis缓存，如果查到了就直接返回数据，如果没查到数据，就去数据库中查询，查到了数据先缓存进Redis再返回，代码如下：
package com.user.demo.service.impl; import com.alibaba.fastjson.JSON; import com.user.demo.dao.UserDao; import com.user.demo.entity.User; import com.user.demo.service.IUserService; import org.springframework.beans.factory.annotation.Autowired; import org.springframework.data.redis.core.RedisTemplate; import org.springframework.stereotype.Service; import org.springframework.transaction.annotation.Propagation; import org.springframework.transaction.annotation.Transactional; import org.springframework.util.CollectionUtils; import javax.annotation.Resource; import java.util.ArrayList; import java.util.Iterator; import java.util.List; import java.util.Set; /** * Service接口实现类 */ @Service public class UserServiceImpl implements IUserService { @Resource private UserDao userDao; @Autowired private RedisTemplate<String, String> redisCache; @Override public List<User> findAll() { List<User> users = new ArrayList<User>(); //先从redis缓存中获取数据，如果缓存中没有，去数据库中查询数据，查到后在写入缓存 Set<String> sets = redisCache.keys("USER*"); if(sets==null || sets.isEmpty()){ users = userDao.findAll(); if(!CollectionUtils.isEmpty(users)){ for(User user : users){ redisCache.opsForValue().set("USER"+user.getUserId(), JSON.toJSONString(user)); } } }else{ Iterator<String> it = sets.iterator(); while (it.hasNext()){ String item = it.next(); String value = redisCache.opsForValue().get(item); users.add(JSON.parseObject(value, User.class)); } } return users; } @Override @Transactional(propagation = Propagation.REQUIRED, rollbackFor = Exception.class) //事物 public void saveUser(User user) { userDao.saveUser(user); } }
6、接下来我们来验证缓存是否生效，编译，运行项目，如下图
打开redis-cli，输入命令KEYS * （查看所有的key），如下
可以看到我们的缓存已经加入进去了，key就是我们在UserServiceImpl.java中设置的（redisCache.opsForValue().set("USER"+user.getUserId(), JSON.toJSONString(user))），以USER开头加上userId构成，为了进一步验证有了缓存之后，查询的数据优先来源于缓存，我们在数据库中删除一条数据，就删除userId为1的那条数据
删除之后，由于我们代码中检测缓存的逻辑只是检测了能否查询到缓存，而没有检测缓存数量是否和数据库数据量一致，所以缓存中还是会存在这条数据
可以看到，userId为1的数据依然存在，说明数据是从Redis缓存中查询出来的。
三、数据同步
上面其实说明了一个问题，就是数据同步，我们很可能会出现，数据库中数据变了，但是缓存中的数据还没有变，因此和数据库中的数据不一致，所以我们需要一些策略来保证数据库的数据和Redis的数据能够保持一致，至于选用什么策略，那要具体项目具体分析，如果对数据的实时性要求很高的项目，那么就要在查询的时候，检测数据库的数据和Redis的缓存数据是否一致，如果不一致就要刷新Redis的数据，但是这样必然对性能会有很高的要求；如果项目对数据的实时性要求没有那么高，我们完全可以做一个定时任务，比如每隔10分钟或者半小时去数据库拉一次数据，再刷新到Redis缓存中，所以下面我们就来做一个定时任务，每隔10分钟去拉一次数据，然后往Redis中刷新一次。
四、定时刷新缓存
我们用Spring中的InitializingBean和DisposableBean接口（这两个接口的具体用法请自行百度，大概就是在SpringBean的生命周期中，影响bean的行为，我们这里就是影响了bean，让它去刷新缓存）来实现刷新缓存，在com.user.demo下新建包cache，在cache下面新建类UserCache.java，具体代码如下
package com.user.demo.cache; import com.alibaba.fastjson.JSON; import com.user.demo.dao.UserDao; import com.user.demo.entity.User; import org.slf4j.Logger; import org.slf4j.LoggerFactory; import org.springframework.beans.factory.DisposableBean; import org.springframework.beans.factory.InitializingBean; import org.springframework.beans.factory.annotation.Value; import org.springframework.data.redis.core.RedisTemplate; import org.springframework.stereotype.Component; import org.springframework.util.CollectionUtils; import javax.annotation.Resource; import java.util.List; import java.util.concurrent.ScheduledThreadPoolExecutor; import java.util.concurrent.TimeUnit; /** * Redis缓存User数据并定时刷新 * 每间隔一定时间后（如10分钟）刷新一次缓存，刷新时另起一个线程，不影响执行主任务的线程 */ @Component public class UserCache implements InitializingBean, DisposableBean { private final Logger log = LoggerFactory.getLogger(UserCache.class); //获取电脑的CPU核心数量，设置线程池大小为核心数的2倍（比如我的电脑为4核心，那么这里的值就为8） private static final int CORE_NUM = Runtime.getRuntime().availableProcessors() * 2; //初始化值为redis.properties中配置的cache.redis.cacheExpire的值，表示每隔多长时间后执行任务 @Value("${cache.redis.cacheExpire}") private long cacheExpire; //执行定时任务的类 private ScheduledThreadPoolExecutor executor = null; @Resource private RedisTemplate<String, String> redisCache; @Resource private UserDao userDao; @Override public void destroy() throws Exception { executor.shutdownNow(); } @Override public void afterPropertiesSet() throws Exception { executor = new ScheduledThreadPoolExecutor(CORE_NUM); RefreshCache refreshCache = new RefreshCache(); refreshCache.run(); executor.scheduleWithFixedDelay(refreshCache, cacheExpire, cacheExpire, TimeUnit.SECONDS); } //内部类，开启新线程执行缓存刷新 private class RefreshCache implements Runnable { @Override public void run() { log.info("---开始刷新用户信息缓存---"); List<User> userList = userDao.findAll(); if(!CollectionUtils.isEmpty(userList)){ for(User user : userList){ redisCache.opsForValue().set("USER" + user.getUserId(), JSON.toJSONString(user)); } } } } }
在redis.properties中加入cache.redis.cacheExpire配置项，代码如下
##Redis连接信息配置 #redis地址 cache.redis.host=127.0.0.1 #redis端口号 cache.redis.port=6379 #redis密码 cache.redis.password= #redis使用的数据库（Redis内置18个数据库，编号为0-17，默认使用0） cache.redis.db=0 #redis链接超时时间 cache.redis.timeout=2000 #redis链接池中最大空闲数 cache.redis.maxIdle=5 #redis链接池中最大连接数 cache.redis.maxActive=20 #建立连接最长等待时间 cache.redis.maxWait=1000 #定时任务执行时间间隔，单位为毫秒，这里相当于10分钟 cache.redis.cacheExpire=600
同时修改UserServiceImpl.java中的代码如下
package com.user.demo.service.impl; import com.alibaba.fastjson.JSON; import com.user.demo.dao.UserDao; import com.user.demo.entity.User; import com.user.demo.service.IUserService; import org.springframework.data.redis.core.RedisTemplate; import org.springframework.stereotype.Service; import org.springframework.transaction.annotation.Propagation; import org.springframework.transaction.annotation.Transactional; import org.springframework.util.CollectionUtils; import javax.annotation.Resource; import java.util.ArrayList; import java.util.Iterator; import java.util.List; import java.util.Set; /** * Service接口实现类 */ @Service public class UserServiceImpl implements IUserService { @Resource private UserDao userDao; @Resource private RedisTemplate<String, String> redisCache; @Override public List<User> findAll() { List<User> result = new ArrayList<User>(); Set<String> sets = redisCache.keys("USER*"); //如果缓存有数据则从缓存中取数据，如果没有则从数据库中取数据 if(!CollectionUtils.isEmpty(sets)){ Iterator<String> it = sets.iterator(); while(it.hasNext()){ String item = it.next(); String value = redisCache.opsForValue().get(item); result.add(JSON.parseObject(value, User.class)); } }else{ result = userDao.findAll(); } return result; } @Override @Transactional(propagation = Propagation.REQUIRED, rollbackFor = Exception.class) //事物 public void saveUser(User user) { userDao.saveUser(user); } }
此时，项目已经可以定时（每隔十分钟）刷新缓存，我们编译启动
我们新提交一个用户“三德子”，刚提交后，刷新是查不出来数据的，但是数据库是有数据的
然后等待10分钟之后，再来查看，可以看到缓存已经被自动刷新到了Redis中
OK，到这里，这篇文章就结束了，关于Spring集成Redis做数据缓存我们也讲的差不多了，其实关于Redis的应用，远远不止这么简单，我们可以很容易的搭建Redis集群，做分布式数据管理，也可以实现分布式session共享（这个我后面会有一篇文章讲到），甚至假如写数据量很大，我们也可以先缓存进Redis中，再利用多线程来将数据写入数据库中，减轻数据库的负担（因为数据库写操作是很耗费资源的）等等~~那如果大家有什么意见和建议，也欢迎留言交流；下一篇文章我会讲讲mysql的读写分离，欢迎继续关注！！
代码URL：http://git.oschina.net/tian5017/UserDemoRedis
标签：端口号 ros jvm stat 存在 进一步 优先 array 最大连接数
原文地址：http://www.cnblogs.com/tian5017/p/7171744.html
