首页 > 其他分享 >08 项目优化——缓存优化

08 项目优化——缓存优化

时间:2023-07-09 11:36:20浏览次数:47  
标签:queryWrapper 缓存 return 08 list user key 优化

image

环境搭建

使用git管理代码

先创建本地仓库:

image

修改.gitignore文件:

.git
logs
rebel.xml
target/
!.mvn/wrapper/maven-wrapper.jar
log.path_IS_UNDEFINED
.DS_Store
offline_user.md

### STS ###
.apt_generated
.classpath
.factorypath
.project
.settings
.springBeans

### IntelliJ IDEA ###
.idea
*.iws
*.iml
*.ipr

### NetBeans ###
nbproject/private/
build/
nbbuild/
dist/
nbdist/
.nb-gradle/
generatorConfig.xml

### nacos ###
third-party/nacos/derby.log
third-party/nacos/data/
third-party/nacos/work/

file/

加入到暂存区:

image

提交文件:

image

image

定义远程仓库:

imageimage

最后点击push推送分支。

创建一个新的分支,不影响主分支进度:

imageimage

推送分支:

image

maven坐标

image

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

配置文件

image

image

缓存短信验证码

实现思路

image

代码实现(修改UserController)

package com.itheima.reggie.controller;

import com.baomidou.mybatisplus.core.conditions.query.LambdaQueryWrapper;
import com.itheima.reggie.common.BaseContext;
import com.itheima.reggie.common.R;
import com.itheima.reggie.entity.User;
import com.itheima.reggie.service.UserService;
import com.itheima.reggie.utils.SMSUtils;
import com.itheima.reggie.utils.ValidateCodeUtils;
import lombok.extern.slf4j.Slf4j;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.util.StringUtils;
import org.springframework.web.bind.annotation.*;

import javax.servlet.http.HttpSession;
import java.util.Map;
import java.util.concurrent.TimeUnit;

/**
 * @author shkstart
 * @create 2023-06-29 20:02
 */
@RestController
@Slf4j
@RequestMapping("/user")
public class UserController {
    @Autowired
    private UserService userService;

    @Autowired
    private RedisTemplate redisTemplate;

    /**
     * 发送手机短信验证码。因为前端发送的是json,所以要加上注解。
     * @param user
     * @return
     */
    @PostMapping("/sendMsg")
    public R<String> sendMsg(@RequestBody User user, HttpSession session){
        //获取手机号
        String phone = user.getPhone();

        if(!StringUtils.isEmpty(phone)){
            //生成随机的的4位验证码
            String code= ValidateCodeUtils.generateValidateCode(4).toString();
            log.info("code={}",code);

            //调用阿里云提供的短信API服务完成发送短信
//            SMSUtils.sendMessage("瑞吉外卖","SMS_461670293",phone,code);
            //需要将生成的验证码保存到session
//            session.setAttribute(phone,code);

            //将生成的验证码缓存到redis中,并且设置有效期为5分钟
            redisTemplate.opsForValue().set(phone,code,5, TimeUnit.MINUTES);

            return R.success("手机短信验证码发送成功");
        }
        return R.error("短信发送失败");
    }

    /**
     * 移动端用户登录
     * @param map 用来对应数据
     * @return
     */
    @PostMapping("/login")
    public R<String> login(@RequestBody Map map, HttpSession session){
        log.info(map.toString());
        //获取手机号
        String phone=map.get("phone").toString();

        //获取验证码
        String code=map.get("code").toString();

        //从Session中获取保存的验证码
//        Object codeInSession =session.getAttribute(phone);

        //从redis当中获取缓存的验证码
        Object codeInSession =redisTemplate.opsForValue().get(phone);

        //进行验证码比对(页面提交的验证码和session中保存的验证码比对)
        if(codeInSession!=null&&codeInSession.equals(code)){
            //如果能比对成功,说明登录成功
            LambdaQueryWrapper<User> queryWrapper=new LambdaQueryWrapper<>();
            queryWrapper.eq(User::getPhone,phone);//根据手机号查对应的值

            User user = userService.getOne(queryWrapper);
            if(user==null){
                //判断当前手机号对应的用户是否为新用户,如果是新用户就自动完成注册
                user=new User();
                user.setPhone(phone);
                user.setStatus(1);
                userService.save(user);
            }
            //存user就好进入移动端界面
            session.setAttribute("user",user.getId());

            //如果用户登录成功,删除redis中缓存的验证码
            redisTemplate.delete(phone);
        
            //不知道为啥传入不了user
            return R.success("登录成功");
        }
        return R.error("登录失败");
    }
}

application.yml文件下:(从windows下启动的redis没有设置启动密码,所以这里注释掉)

server:
  port: 8080
spring:
  application:
    name: reggie_take_out
  datasource:
    druid:
      driver-class-name: com.mysql.cj.jdbc.Driver
      url: jdbc:mysql://localhost:3306/reggie?serverTimezone=Asia/Shanghai&useUnicode=true&characterEncoding=utf-8&zeroDateTimeBehavior=convertToNull&useSSL=false&allowPublicKeyRetrieval=true
      username: root
      password: 2004
  redis:
    host: 127.0.0.1
    port: 6379
#    password: 123456
    database: 0
mybatis-plus:
  configuration:
    #在映射实体或者属性时,将数据库中表名和字段名中的下划线去掉,按照驼峰命名法映射
    map-underscore-to-camel-case: true
    log-impl: org.apache.ibatis.logging.stdout.StdOutImpl
  global-config:
    db-config:
      id-type: ASSIGN_ID
reggie:
  path: D:\img

缓存菜品数据

实现思路

image

代码实现

DishController类下注入:

 @Autowired
    private RedisTemplate redisTemplate;

修改list方法:

    /**
     * 根据条件查询对应的菜品数据
     * @param dish
     * @return
     */
    @GetMapping("/list")
    public R<List<DishDto>> list(Dish dish){
        List<DishDto> dishDtoList = null;

        //动态构造key
        String key="dish_"+dish.getCategoryId()+"_"+dish.getStatus();//dish_11_1

        //先从redis中获取缓存数据
        dishDtoList=(List<DishDto>)redisTemplate.opsForValue().get(key);

        if(dishDtoList!=null){
            //如果存在,直接返回,无需查询数据库
            return R.success(dishDtoList);
        }

        //构造查询条件
        LambdaQueryWrapper<Dish> queryWrapper=new LambdaQueryWrapper();
        queryWrapper.eq(dish.getCategoryId()!=null,Dish::getCategoryId,dish.getCategoryId());
        queryWrapper.eq(Dish::getStatus,1);//查询起售的菜品
        //添加排序条件
        queryWrapper.orderByAsc(Dish::getSort).orderByDesc(Dish::getUpdateTime);

        List<Dish> list = dishService.list(queryWrapper);
        dishDtoList = list.stream().map(item->{
            DishDto dishDto=new DishDto();
            BeanUtils.copyProperties(item,dishDto);

            //根据id查询分类,让后台显示数据
            Long categoryId=item.getCategoryId();
            Category category = categoryService.getById(categoryId);

            //因为导入的数据有些菜品没有分类名称,所以加个判断以防报错
            if(category!=null){
                String categoryName =category.getName();
                dishDto.setCategoryName(categoryName);
            }

            //根据id查询口味数据,追加数据,方便移动端显示
            LambdaUpdateWrapper<DishFlavor> LambdaQueryWrapper=new LambdaUpdateWrapper<>();
            //查到了菜品还要查它对应的口味数据
            LambdaQueryWrapper.eq(DishFlavor::getDishId,item.getId());
            List<DishFlavor> dishFlavors = dishFlavorService.list(LambdaQueryWrapper);
            dishDto.setFlavors(dishFlavors);
            return dishDto;
        }).collect(Collectors.toList());

        //如果不存在,需要查询数据库,将查询到的菜品数据缓存到redis
        redisTemplate.opsForValue().set(key,dishDtoList,60, TimeUnit.MINUTES);

        return R.success(dishDtoList);
    }

现在有一个问题是如果我们从后台增加或者修改数据,而移动端读取的缓存数据,并没有更新,读到的是脏数据,所以必须要清理。

此时有两种方案:

  1. 清理所有缓存数据。
  2. 精确性清理,只清理修改了的数据。

DishController类下修改updatesave方法:

    /**
     * 新增菜品,requestbody是反序列化前端传来的json数据
     * @param dishDto
     * @return
     */
    @PostMapping
    public R<String> save(@RequestBody DishDto dishDto){
        log.info(dishDto.toString());
        dishService.addWithFlavor(dishDto);

        //清理某个分类下面的菜品数据
        String key="dish_"+dishDto.getCategoryId()+"_1";//这个1是status,可以写死
        redisTemplate.delete(key);
    
        return R.success("新增菜品成功");
    }

    /**
     * 修改菜品,requestbody是反序列化前端传来的json数据
     * @param dishDto
     * @return
     */
    @PutMapping
    public R<String> update(@RequestBody DishDto dishDto){
        log.info(dishDto.toString());
        dishService.updateWithFlavor(dishDto);

        //清理所有菜品的缓存数据
//        Set keys = redisTemplate.keys("dish_*");
//        redisTemplate.delete(keys);

        //清理某个分类下面的菜品数据
        String key="dish_"+dishDto.getCategoryId()+"_1";//这个1是status,可以写死
        redisTemplate.delete(key);

        return R.success("修改菜品成功");
    }

再将代码push到git上,切换到master分支,将v1.0合并到主分支上。

image

再切换v1.0分支上,继续优化套餐数据。

Spring Cache

spring cache介绍

image

spring cache常用注解

image

使用方式

可以注册一个apifox账号,模拟发送请求。

缓存的数据是基于内存的,停止服务重启,缓存数据就没有了。

存放缓存数据

    /**
     * CachePut:将方法返回值放入缓存
     * value:缓存的名称,每个缓存名称下面可以有多个key
     * key:缓存的key
     */
    @CachePut(value="userCache",key="#user.id")
    @PostMapping
    public User save(User user){
        userService.save(user);
        return user;
    }

image

清理指定缓存数据

    @CacheEvict(value="userCache",key="#id")
    @DeleteMapping("/{id}")
    public void delete(@PathVariable Long id){
        userService.removeById(id);
    }

三种写法一样:

image

删除和更新数据都需要清理缓存。

查询缓存

    @Cacheable(value="userCache",key="#id",condition = "#result != null")
    @GetMapping("/{id}")
    public User getById(@PathVariable Long id){
        User user = userService.getById(id);
        return user;
    }

condition满足条件才缓存数据,但是这里没有result字段,所以必须要改成:unless = "#result == null",表示等于空,不缓存数据。

    @Cacheable(value="userCache",key="#user.id"+'_'+"user.name")
    @GetMapping("/list")
    public List<User> list(User user){
        LambdaQueryWrapper<User> queryWrapper = new LambdaQueryWrapper<>();
        queryWrapper.eq(user.getId() != null,User::getId,user.getId());
        queryWrapper.eq(user.getName() != null,User::getName,user.getName());
        List<User> list = userService.list(queryWrapper);
        return list;
    }

不同的查询条件对应不同的key,所以要动态拼接。

使用redis缓存技术

image

缓存套餐数据

实现思路

image

代码实现

导入maven坐标:

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

配置缓存数据过期时间:

image

  cache:
    redis:
      time-to-live: 1800000 #设置缓存有效期

开启缓存功能:

image

image

R要做序列化接口,才不会报500错误。

public class R<T> implements Serializable{

修改以下方法:

    /**
     * 根据条件查询套餐数据
     * @param setmeal
     * @return
     */
    @GetMapping("/list")
    @Cacheable(value="setmealCache",key="#setmeal.categoryId+'_'+#setmeal.status")
    public R<List<Setmeal>> list(Setmeal setmeal){
        LambdaQueryWrapper<Setmeal> queryWrapper = new LambdaQueryWrapper<>();
        queryWrapper.eq(setmeal.getCategoryId()!=null,Setmeal::getCategoryId,setmeal.getCategoryId());
        queryWrapper.eq(setmeal.getStatus()!=null,Setmeal::getStatus,setmeal.getStatus());
        queryWrapper.orderByDesc(Setmeal::getUpdateTime);
        List<Setmeal> list = setmealService.list(queryWrapper);
        return R.success(list);
    }
    /**
     * 删除套餐,并删除掉附带的菜品信息,删除所有缓存数据
     * @param ids
     * @return
     */
    @CacheEvict(value="setmealCache",allEntries = true)
    @DeleteMapping
    public R<String> delete(@RequestParam List<Long> ids){
        log.info("ids{}",ids);
        setmealService.removeWithDish(ids);
        return R.success("套餐数据删除成功");
    }
    /**
     * 新增套餐,删除一个分类下的所有缓存数据
     * @param setmealDto
     * @return
     */
    @PostMapping
    @CacheEvict(value="setmealCache",allEntries = true)
    public R<String> save(@RequestBody SetmealDto setmealDto){
        log.info("套餐信息:{}",setmealDto);
        setmealService.saveWithDish(setmealDto);
        return R.success("新增套餐成功!");
    }

commit&push完后,回到master分支合并v1.0。

标签:queryWrapper,缓存,return,08,list,user,key,优化
From: https://www.cnblogs.com/rose24/p/17538458.html

相关文章

  • Redis缓存同步1-策略介绍
    缓存数据同步策略示意图在大多数情况下,我们通过浏览器查询到的数据都是缓存数据,如果缓存数据与数据库的数据存在较大差异的话,可能会产生比较严重的后果的。所以,我们应该也必须保证数据库数据、缓存数据的一致性,这就是缓存与数据库的同步。缓存数据同步策略缓存数据同步,常见的......
  • 7/08
    今天好热。早上起来发现弟弟把我空调给关了,有一点热。八点钟起来,太阳早已发力。中午,奶奶做饭,炕了几张饼,好次。下午太热,黑魂卡关,找不到路。晚上3千米打卡。太累了,只好水了。(不会交的太晚吧)......
  • .NET 个人博客-发送邮件优化
    个人博客-发送邮件优化......
  • 数据查询慢问题以及实现缓存预热
    数据查询慢问题解决办法:使用缓存技术,提前把数据从数据库中取出来,就可以更快的进行读写。1.缓存的实现Redis(分布式缓存)memcached(分布式)Etcd(云原生架构的一个分布式存储,存储配置,扩容能力)ehcache(单机)本地缓存(Java内存Map)Caffeine(Java内存缓存,高性能)GoogleGuavaR......
  • 7.08日
    今天和往常一样,我起床后先刷了牙洗了脸,然后开始了我的一天。进行了一些家务活动,然后吃了早餐。接着,我花了一些时间进行了自习。。。上午我花了一些时间学习编程,我正在学习Java编程语言,今天我学习了一个多小时。虽然有时候会觉得有些难,但是我还是很享受学习的过程。中午我和朋友......
  • 2023-07-08:RabbitMQ如何做到消息不丢失?
    2023-07-08:RabbitMQ如何做到消息不丢失?答案2023-07-08:1.持久化发送消息时设置delivery_mode属性为2,使消息被持久化保存到磁盘,即使RabbitMQ服务器宕机也能保证消息不丢失。同时,创建队列时设置durable属性为True,以确保队列也被持久化保存。2.确认机制消费者通过basic.ack命令向......
  • 吹爆!阿里大牛MySQL优化笔记有多强?才在GitHub被BATJ联手封杀
    今年的春招很猛,公司的大神也变多了。。。来了个新同事,一看是个二本生,还是非科班出身,刚30岁。。。结果没想到人家上来就把现有项目的性能优化了一遍,直接给公司节省了一半的成本,这种“王炸”打法,直接给所有人整懵了。 一问情况,才知道这位仁兄也是一路被虐过来的。去年年底被裁......
  • mysql索引优化(一)
    (1)数据准备建表插入部分数据CREATETABLE`employees`(`id`int(11)NOTNULLAUTO_INCREMENT,`name`varchar(24)NOTNULLDEFAULT''COMMENT'姓名',`age`int(11)NOTNULLDEFAULT'0'COMMENT'年龄',`position`varchar(......
  • 2023-07-08 《数值优化方法》-庞丽萍,肖现涛-无约束最优化(五).md
    2023-07-08《数值优化方法》-庞丽萍,肖现涛-无约束最优化(五)数值优化方法Matlab最速下降法考虑无约束最优化问题其中是一阶连续可微的(记作),也就具有连续的一阶偏导数.最速下降法的基本思想正如其名字一样,就是在当前迭代点处寻找一个使目标函数下降最快的方向.这样的方向由......
  • 2023/7/08
    今天主要学习了字符串的创建与连接字符串的创建方法有多种:Strings=newString(字符数组名);Strings=newString(字符数组名,开始的位置,长度);Strings="";等在这里只能用字符数组名做参数,不能用字符做参数但是可以用第三种方法将字符转为字符串charc='@';//注意,单个字......