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
杨杨杨大侠6 小时前
都能接模型、RAG 和 MCP,Java Agent 框架到底差在哪?
java
凤山老林6 小时前
Spring Boot 启动冲刺:耗时剖析、懒加载策略与事件驱动初始化优化
spring boot·后端·python
Thinker QAQ7 小时前
并发编程(九):BlockingQueue 与 Channel——语言层的原子性、可见性与有序性
java·python·go·并发编程·channel·blockingqueue·message passing
朱涛的自习室7 小时前
我给 Gemini 4 和 DeepSeek 搞了套「末位淘汰」,AI 干活会更猛吗?(Day 3)
android·前端·后端
Knight_AL7 小时前
本地服务连接 SaaS 测试环境实践:Docker 部署 Redis 与 RocketMQ 完成接口联调
redis·docker·rocketmq
霸道流氓气质8 小时前
RAG 可观测性与生产监控实战:四层遥测模型、五大仪表盘与 OpenTelemetry 全链路追踪的 Java 生产级实现
java·人工智能·python
AOI小白新手上路8 小时前
autodl常用的tar 打包下载(数据集)命令手册:逐段拆解与套用模板
java·大数据·数据库
夕除9 小时前
redis--服务器优化
redis
woniu_maggie10 小时前
SAP MDG主数据治理实战:从架构原理到项目实施全解析
后端