Redis提升并发能力 | 从0开始构建SpringCloud微服务(2)

照例附上项目github链接

本项目实现的是将一个简单的天气预报系统一步一步改造成一个SpringCloud微服务系统的过程,本节将介绍项目中Redis的引入。

Redis下载教程

若对Redis感兴趣,还可以看一下我的另一篇文章造个轮子 | 自己动手写一个Redis

存在问题:

数据来源于第三方的接口,依赖性太强。
可能带来的不良结果:

(1)延时性:用户访问我们的时候,我们需要再去访问第三方的接口,我们是数据的中间者,不是数据的产生者,有一定的延时性。

(2)访问上限:免费的接口,可能会达到上限。

(3)调死:可能将对方的接口给调死。

解决方案:

使用redis缓存系统,提高整体的并发访问能力。

Redis 是一个高性能的key-value数据库,基于内存的缓存系统,对内存的操作时非常快的,所以可以做到及时响应。

为什么选择Redis

(1)及时响应

(2)减少服务调用

Redis如何引入

Redis是一个key-value结构的数据存储系统,这里我们使用天气数据的uri作为它的key,通过ValueOperations<String, String>ops对象的set方法将数据写入缓存中,通过其get方法可以从缓存中获取数据,并且使用TIME_OUT设置缓存失效的时间。

我们并不是每次都去调用第三方的接口,若Redis缓存中有要查找的天气数据,则从缓存中取;若缓存中没有,则请求第三方接口,然后将数据写入Redis缓存中。

private WeatherResponse doGetWeahter(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,缓存有的取缓存中的数据
        if (stringRedisTemplate.hasKey(key)) {
            logger.info("Redis has data");
            strBody = ops.get(key);
        } else {
            logger.info("Redis don't has data");
            // 缓存没有,再调用服务接口来获取
             ResponseEntity<String> respString = restTemplate.getForEntity(uri, String.class);

             if (respString.getStatusCodeValue() == 200) {
                strBody = respString.getBody();
            }
            
            // 数据写入缓存
            ops.set(key, strBody, TIME_OUT, TimeUnit.SECONDS);
        }

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

相关推荐