苍穹外卖 将菜品缓存到Redis

CategoryController,用户端查询分类id及其分类下对应的菜品,假如是第一次查询,那么就从数据库中查询并加入redis缓存中,若不是第一次查询,那么直接从redis中查询,不再查询数据库。

java 复制代码
// redis缓存菜品,减少数据库的查询
// 在数据库中查找属于IO,假如有很多用户同时访问,那么查找效率将会变低,所以说要将菜品数据缓存在redis中,这样才方便调用
// 构造redis的逻辑:key就是分类的id,value是当前id下对应的菜品
@RestController("userDishController")
@RequestMapping("/user/dish")
@Slf4j
@Api(tags = "客户端-菜品浏览接口")
public class DIshController {
    @Autowired
    private DishService dishService;
    // 自动注入redis操作工具
    @Autowired
    private RedisTemplate redisTemplate;


    /**
     * 根据菜品分类id查询对于的菜品及其口味
     *
     * @param categoryId
     * @return
     */
    @GetMapping("/list")
    @ApiOperation("根据菜品分类查询对应菜品")
    public Result<List<DishVO>> list(Long categoryId) {
        // 构造redis中使用的key,规则:dish_分类id代表不同的菜品分类
        String key = "dish_" + categoryId;
        // 查询redis中是否查找当前key对应的菜品数据,将菜品数据封装为list集合返回
        List<DishVO> valueList = (List<DishVO>) redisTemplate.opsForValue().get(key);
        if (valueList != null && !valueList.isEmpty()) {
            // 若存在这个值,那么直接返回,无需查询数据库
            return Result.success(valueList);
        }
        // 若redis中不存在,那么查询数据库,并将其缓存在redis中
        Dish dish = new Dish();
        dish.setCategoryId(categoryId);
        // 查询在售状态中的菜品
        dish.setStatus(StatusConstant.ENABLE);
        List<DishVO> list = dishService.listWithFlavor(dish);
        // 将其缓存在redis中
        redisTemplate.opsForValue().set(key, list);
        return Result.success(list);
    }
    // 为了保持数据库中的数据和redis中缓存的数据保持一致,修改管理端的DishController的相关方法,每当数据发生变化,在管理端就要清除其缓存

}
相关推荐
乌暮1 分钟前
JavaEE入门--计算机是怎么工作的
java·后端·java-ee
前端世界3 分钟前
ASP.NET 实战:用 CSS 选择器打造一个可搜索、响应式的书籍管理系统
css·后端·asp.net
Z3r4y5 分钟前
【代码审计】RuoYi-4.2 五处安全问题分析
java·web安全·代码审计·若依4.2·ruoyi-4.2
代码栈上的思考8 分钟前
Spring MVC 中 @RequestMapping 路径映射与请求处理全流程
java·spring·mvc
Fency咖啡18 分钟前
redis进阶 - 底层数据结构
数据结构·数据库·redis
WZTTMoon23 分钟前
Spring MVC 核心工作原理:DispatcherServlet 全流程深度解析
java·spring·mvc
Java水解31 分钟前
MySQL 正则表达式:REGEXP 和 RLIKE 操作符详解
后端·mysql
金銀銅鐵33 分钟前
[Java] 用 Swing 生成一个最大公约数计算器(展示计算过程)
java·后端·数学
知其然亦知其所以然33 分钟前
面试官笑了:我用这套方案搞定了“2000w vs 20w”的Redis难题!
redis·后端·面试
The Sheep 202336 分钟前
MicroService(Redis)
数据库·redis·c#