当前位置：首页 > article >正文

资源管理模块集成Spring Cache

article 2025/1/21 2:23:54

一、需求分析

在智慧养老项目中，资源管理模块需要高效地处理资源的查询、添加、修改和删除操作。随着用户量的增加，频繁的数据库访问可能会带来较高的性能开销。因此，使用 Redis 实现缓存优化是一个有效的解决方案。

Spring Cache 简介

Spring Cache 是 Spring 提供的缓存抽象框架，它通过注解的方式简化了缓存的使用，支持多种缓存实现（如 Redis、Ehcache 等）。主要功能包括：

@Cacheable：在方法执行前先查询缓存中是否有数据，如果有数据，则直接返回缓存数据；如果没有缓存数据，调用方法并将方法返回值放到缓存中
@CacheEvict：用于清除缓存，保证缓存数据的实时性。
@Caching：支持组合多种缓存操作。
@CachePut：更新缓存但不影响方法的实际调用。

通过与 Redis 集成，Spring Cache 可以实现高效、灵活的分布式缓存管理。

具体需求包括：

资源列表和树形结构的缓存：减少查询数据库的频率，提高响应速度。
添加、修改和删除资源时清除相关缓存：保证缓存数据的实时性和一致性。
支持多条件查询：针对不同的查询需求，使用缓存存储对应的数据。

解决方案采用了 Spring Cache 结合 Redis 的方式，在保证缓存性能的同时简化了开发流程。

二、代码解读

以下对核心代码进行详细解读，特别是 Redis 缓存相关的技术和注解。

1. 查询资源列表并添加缓存

@Cacheable(cacheNames = CacheConstants.LIST, key = "#resourceDto.hashCode()")
@Override
public List<ResourceVo> getList(ResourceDto resourceDto) {
    List<Resource> resources = resourceMapper.selectList(resourceDto);
    return BeanUtil.copyToList(resources, ResourceVo.class);
}

详细解读：

@Cacheable：
- cacheNames：指定缓存的名称，此处为 CacheConstants.LIST，用于标识资源列表缓存。
- key：缓存的键值，这里使用 #resourceDto.hashCode() 确保不同查询条件对应不同的缓存数据。
逻辑说明：
1. 方法首次调用时，Spring Cache 会执行 getList 方法查询数据库，并将返回结果存入 Redis。
2. 再次调用相同条件时，直接从 Redis 中读取缓存数据，无需访问数据库。

2. 封装资源的树形结构并添加缓存

@Cacheable(cacheNames = CacheConstants.TREE)
@Override
public TreeVo resourceTreeVo(ResourceDto resourceDto) {
    ResourceDto dto = ResourceDto.builder()
        .parentResourceNo(NoProcessing.processString(SuperConstant.ROOT_PARENT_ID))
        .resourceType(SuperConstant.MENU)
        .dataState(SuperConstant.DATA_STATE_0)
        .build();
    List<Resource> resources = resourceMapper.selectList(dto);
    List<TreeItemVo> itemVos = new ArrayList<>();
    Resource root = new Resource();
    root.setResourceNo(SuperConstant.ROOT_PARENT_ID);
    root.setResourceName("智慧养老院");
    recursionTreeItem(itemVos, root, resources);
    return TreeVo.builder().items(itemVos).build();
}

详细解读：

@Cacheable：将方法返回的树形结构缓存到 Redis 中，cacheNames 为 CacheConstants.TREE。
递归封装树形结构：
- 方法 recursionTreeItem 通过递归构建树形数据。
- 数据仅从数据库中查询一次，后续操作基于内存处理，大大减少了数据库访问。
性能优势：树形结构的构建通常需要多次查询数据库，缓存可以显著减少查询次数，提高响应速度。

3. 添加资源并清除缓存

@Caching(evict = {
    @CacheEvict(cacheNames = CacheConstants.LIST, allEntries = true),
    @CacheEvict(cacheNames = CacheConstants.TREE, allEntries = true)
})
@Override
public void createResource(ResourceDto resourceDto) {
    Resource resource = BeanUtil.toBean(resourceDto, Resource.class);
    Resource parenResource = resourceMapper.selectByResourceNo(resourceDto.getParentResourceNo());
    resource.setDataState(parenResource.getDataState());
    String resourceNo = createResourceNo(resourceDto.getParentResourceNo(), true);
    resource.setResourceNo(resourceNo);
    resourceMapper.insert(resource);
}

详细解读：

@Caching：组合多个缓存操作。
- @CacheEvict：用于清除缓存。
  - cacheNames：指定需要清除的缓存名称。
  - allEntries = true：清除对应缓存的所有数据。
逻辑说明：
1. 添加资源后，资源列表和树形结构的缓存会被清除。
2. 下次查询时会重新调用数据库查询方法，确保数据一致性。