Redis---------实现查询缓存

目录

数据库与缓存之间的工作业务逻辑:

接下来看查询缓存代码实现,主要是捋清楚业务逻辑,代码实现是死的:

Controller:

Service:

P37作业实现:总体逻辑跟上面的业务逻辑差不多

Controller:

Service:

总结


数据库与缓存之间的工作业务逻辑:

接下来看查询缓存代码实现,主要是捋清楚业务逻辑,代码实现是死的:

Controller:
java 复制代码
@RestController
@RequestMapping("/shop")
public class ShopController {

    @Resource
    public IShopService shopService;

    /**
     * 根据id查询商铺信息
     * @param id 商铺id
     * @return 商铺详情数据
     */
    @GetMapping("/{id}")
    public Result queryShopById(@PathVariable("id") Long id) {
        return shopService.queryById(id);
    }

}
Service:
java 复制代码
@Service
public class ShopServiceImpl extends ServiceImpl<ShopMapper, Shop> implements IShopService {

    @Autowired
    private StringRedisTemplate stringRedisTemplate;

    @Override
    public Result queryById(Long id) {
        //1,根据id现在Redis缓存中查询数据
        String shopJson = stringRedisTemplate.opsForValue().get(CACHE_SHOP_KEY + "id");

        //2,如果命中就直接把结果返回就可以
        if (StrUtil.isNotBlank(shopJson)) {
            Shop shop = JSONUtil.toBean(shopJson, Shop.class);
            return Result.ok(shop);
        }

        //3,如果没命中就去数据库查询该数据
        Shop shop = getById(id);

        //4,如果数据库中也没查到就返回错误
        if(shop == null){
            return Result.fail("数据不存在!");
        }

        //5,如果查到了就先把该数据写到Redis中
        String toString = JSONUtil.toJsonStr(shop);
        stringRedisTemplate.opsForValue().set(CACHE_SHOP_KEY + "id",toString);

        //6,最后再把数据返回到前端
        return Result.ok(shop);
    }
}

P37作业实现:总体逻辑跟上面的业务逻辑差不多

Controller:
java 复制代码
@RestController
@RequestMapping("/shop-type")
public class ShopTypeController {
    @Resource
    private IShopTypeService typeService;

    @GetMapping("list")
    public Result queryTypeList() {

        return typeService.listType_list();
    }
}
Service:
java 复制代码
@Service
public class ShopTypeServiceImpl extends ServiceImpl<ShopTypeMapper, ShopType> implements IShopTypeService {

    @Autowired
    private StringRedisTemplate stringRedisTemplate;

    @Override
    public Result listType_list() {
        //1,根据id现在Redis缓存中查询数据
        String shop_type_JSONS = stringRedisTemplate.opsForValue().get(CACHE_SHOP_TYPE_KEY+"TP");

        //2,如果命中就直接把结果返回就可以
        if (StrUtil.isNotBlank(shop_type_JSONS)) {
            //把字符串对象转换为List对象
            System.out.println("Redis中查到的数据:objects = " + JSONUtil.toList(shop_type_JSONS,ShopType.class));
            return Result.ok(JSONUtil.toList(shop_type_JSONS,ShopType.class));
        }

        //3,如果没命中就去数据库查询该数据
        List<ShopType> list = list();

        //4,如果数据库中也没查到就返回错误
        if(list == null){
            return Result.fail("404");
        }

        //5,如果查到了就先把该数据写到Redis中
        String s = JSONUtil.toJsonStr(list);//把List转换为JSON对象
        stringRedisTemplate.opsForValue().set(CACHE_SHOP_TYPE_KEY+"TP",s,30, TimeUnit.MINUTES);

        //6,最后再把数据返回到前端
        return Result.ok(list);
    }
}

总结

这种查询缓存是非常基础的,一定要理解他的逻辑处理顺序:①前端发送请求数据②根据前端需要进行查询数据业务③首先我们去Redis中查,看是否Redis中有该数据,如果命中就直接返回④如果没有命中,就去数据库中查询 ⑤数据库查询出来先判断是否查出来了数据,如果没有就直接返回错误⑥如果查出来有数据,就把该数据存到Redis中⑦最后再把该数据返回前端,这样下一次查询就可以直接在Redis中得到数据

相关推荐
华仔啊1 小时前
为啥不用 MP 的 saveOrUpdateBatch?MySQL 一条 SQL 批量增改才是最优解
java·后端
武子康2 小时前
大数据-242 离线数仓 - DataX 实战:MySQL 全量/增量导入 HDFS + Hive 分区(离线数仓 ODS
大数据·后端·apache hive
砍材农夫2 小时前
TCP和UDP区别
后端
千寻girling3 小时前
一份不可多得的 《 Django 》 零基础入门教程
后端·python·面试
千寻girling3 小时前
Python 是用来做 AI 人工智能 的 , 不适合开发 Web 网站 | 《Web框架》
人工智能·后端·算法
贾铭3 小时前
如何实现一个网页版的剪映(三)使用fabric.js绘制时间轴
前端·后端
xiaoye20183 小时前
Spring 自定义 Redis 超时:TTL、TTI 与 Pipeline 实战
后端
xiaoye20183 小时前
Lettuce连接模型、命令执行、Pipeline 浅析
java
程序员爱钓鱼6 小时前
GoHTML解析利器:github.com/PuerkitoBio/goquery实战指南
后端·google·go
golang学习记6 小时前
从“大泥球“到模块化单体:Spring Modulith + IntelliJ IDEA 拯救你的代码
后端·intellij idea