实战SSM_O2O商铺_47【Redis缓存】清除缓存接口的开发

简介: 实战SSM_O2O商铺_47【Redis缓存】清除缓存接口的开发

概述


设计如下: 在接口层传入缓存key的前缀,通过匹配的方式将能匹配到该前缀的所有key均删除。

举个例子

20180816222631373.png


如上3个key,当我们传入shopcategory这个前缀时,会将如上3个前缀全部清除掉。


接口层改造

为了方便使用前缀,我们在将之前定义在方法体中的前缀抽取到接口层,如下所示

public interface AreaService {
  // redis key的前缀,抽取到接口层,方便使用
  public static final String AREALISTKEY = "arealist";
  .....
  ..... 
}
public interface HeadLineService {
  // redis key的前缀,抽取到接口层,方便使用
  public static final String HEADLINEKEY = "headline";
  .....
  ..... 
}
public interface ShopCategoryService {
  // redis key的前缀,抽取到接口层,方便使用
  public static final String SCLISTKEY = "shopcategory";
  .....
  ..... 
}


CacheService接口

package com.artisan.o2o.service;
public interface CacheService {
  /**
   * 
   * 
   * @Title: removeFromCache
   * 
   * @Description: 根据缓存的前缀清理匹配的全部缓存
   * 
   * @param keyPrefix
   * 
   * @return: void
   */
  void removeFromCache(String keyPrefix);
}


CacheService接口实现类

package com.artisan.o2o.service.impl;
import java.util.Set;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.stereotype.Service;
import com.artisan.o2o.cache.JedisUtil;
import com.artisan.o2o.service.CacheService;
@Service
public class CacheServiceImpl implements CacheService {
  @Autowired
  JedisUtil.Keys jedisKeys;
  @Override
  public void removeFromCache(String keyPrefix) {
    Set<String> keySet = jedisKeys.keys(keyPrefix + "*");
    for (String key : keySet) {
      jedisKeys.del(key);
    }
  }
}


工具类中的方法

       /**
     * 查找所有匹配给定的模式的键
     * 
     * @param String
     *            key的表达式,*表示多个,?表示一个
     * */
    public Set<String> keys(String pattern) {
      Jedis jedis = getJedis();
      Set<String> set = jedis.keys(pattern);
      jedis.close();
      return set;
    }
      /**
     * 删除keys对应的记录,可以是多个key
     * 
     * @param String
     *            ... keys
     * @return 删除的记录数
     * */
    public long del(String... keys) {
      Jedis jedis = getJedis();
      long count = jedis.del(keys);
      jedis.close();
      return count;
    }


单元测试

package com.artisan.o2o.service;
import java.io.IOException;
import java.util.List;
import org.junit.Test;
import org.springframework.beans.factory.annotation.Autowired;
import com.artisan.o2o.BaseTest;
import com.artisan.o2o.entity.Area;
import com.fasterxml.jackson.core.JsonParseException;
import com.fasterxml.jackson.databind.JsonMappingException;
public class AreaServiceTest extends BaseTest {
  @Autowired
  AreaService areaService;
  @Autowired
  CacheService cacheService;
  @Test
  public void testGetAreaList() throws JsonParseException, JsonMappingException, IOException {
    // 首次从db中加载
    List<Area> areaList = areaService.getAreaList();
    for (Area area : areaList) {
      System.out.println("||---->" + area.toString());
    }
    // 再次查询从redis中获取
    areaList = areaService.getAreaList();
    for (Area area : areaList) {
      System.out.println("**---->" + area.toString());
    }
    // 清除缓存
    cacheService.removeFromCache(AreaService.AREALISTKEY);
    // 再次查询 从db中获取
    areaList = areaService.getAreaList();
    for (Area area : areaList) {
      System.out.println("**---->" + area.toString());
    }
    // 再次查询从redis中获取
    areaList = areaService.getAreaList();
    for (Area area : areaList) {
      System.out.println("**---->" + area.toString());
    }
  }
}



观察数据,确保测试结果符合预期。 比较简单就不贴数据了。


Github地址

代码地址: https://github.com/yangshangwei/o2o


相关文章
|
7月前
|
缓存 并行计算 监控
vLLM 性能优化实战:批处理、量化与缓存配置方案
本文深入解析vLLM高性能部署实践,揭秘如何通过continuous batching、PagedAttention与前缀缓存提升吞吐;详解批处理、量化、并发参数调优,助力实现高TPS与低延迟平衡,真正发挥vLLM生产级潜力。
2006 0
vLLM 性能优化实战:批处理、量化与缓存配置方案
|
8月前
|
存储 NoSQL 前端开发
Redis专题-实战篇一-基于Session和Redis实现登录业务
本项目基于SpringBoot实现黑马点评系统,涵盖Session与Redis两种登录方案。通过验证码登录、用户信息存储、拦截器校验等流程,解决集群环境下Session不共享问题,采用Redis替代Session实现数据共享与自动续期,提升系统可扩展性与安全性。
516 3
Redis专题-实战篇一-基于Session和Redis实现登录业务
|
8月前
|
存储 缓存 NoSQL
Redis专题-实战篇二-商户查询缓存
本文介绍了缓存的基本概念、应用场景及实现方式,涵盖Redis缓存设计、缓存更新策略、缓存穿透问题及其解决方案。重点讲解了缓存空对象与布隆过滤器的使用,并通过代码示例演示了商铺查询的缓存优化实践。
355 1
Redis专题-实战篇二-商户查询缓存
|
11月前
|
缓存 监控 NoSQL
Redis 实操要点:Java 最新技术栈的实战解析
本文介绍了基于Spring Boot 3、Redis 7和Lettuce客户端的Redis高级应用实践。内容包括:1)现代Java项目集成Redis的配置方法;2)使用Redisson实现分布式可重入锁与公平锁;3)缓存模式解决方案,包括布隆过滤器防穿透和随机过期时间防雪崩;4)Redis数据结构的高级应用,如HyperLogLog统计UV和GeoHash处理地理位置。文章提供了详细的代码示例,涵盖Redis在分布式系统中的核心应用场景,特别适合需要处理高并发、分布式锁等问题的开发场景。
617 42
|
11月前
|
机器学习/深度学习 存储 NoSQL
基于 Flink + Redis 的实时特征工程实战:电商场景动态分桶计数实现
本文介绍了基于 Flink 与 Redis 构建的电商场景下实时特征工程解决方案,重点实现动态分桶计数等复杂特征计算。通过流处理引擎 Flink 实时加工用户行为数据,结合 Redis 高性能存储,满足推荐系统毫秒级特征更新需求。技术架构涵盖状态管理、窗口计算、Redis 数据模型设计及特征服务集成,有效提升模型预测效果与系统吞吐能力。
1247 10
|
11月前
|
缓存 NoSQL 算法
高并发秒杀系统实战(Redis+Lua分布式锁防超卖与库存扣减优化)
秒杀系统面临瞬时高并发、资源竞争和数据一致性挑战。传统方案如数据库锁或应用层锁存在性能瓶颈或分布式问题,而基于Redis的分布式锁与Lua脚本原子操作成为高效解决方案。通过Redis的`SETNX`实现分布式锁,结合Lua脚本完成库存扣减,确保操作原子性并大幅提升性能(QPS从120提升至8,200)。此外,分段库存策略、多级限流及服务降级机制进一步优化系统稳定性。最佳实践包括分层防控、黄金扣减法则与容灾设计,强调根据业务特性灵活组合技术手段以应对高并发场景。
3226 7
|
10月前
|
存储 缓存 安全
Go语言实战案例-LRU缓存机制模拟
本文介绍了使用Go语言实现LRU缓存机制的方法。LRU(最近最少使用)是一种常见缓存淘汰策略,当缓存满时,优先删除最近最少使用的数据。实现中使用哈希表和双向链表结合的方式,确保Get和Put操作均在O(1)时间内完成。适用于Web缓存、数据库查询优化等场景。
|
小程序 Java 关系型数据库
weixin163基于微信小程序的校园二手交易平台系统设计与开发ssm(文档+源码)_kaic
本文介绍了一款基于微信小程序的校园二手物品交易平台的开发与实现。该平台采用Java语言开发服务端,使用MySQL数据库进行数据存储,前端以微信小程序为载体,支持管理员和学生两种角色操作。管理员可管理用户、商品分类及信息、交易记录等,而学生则能注册登录、发布购买商品、参与交流论坛等。系统设计注重交互性和安全性,通过SSM框架优化开发流程,确保高效稳定运行,满足用户便捷交易的需求,推动校园资源共享与循环利用。
|
12月前
|
缓存 NoSQL 关系型数据库
美团面试:MySQL有1000w数据,redis只存20w的数据,如何做 缓存 设计?
美团面试:MySQL有1000w数据,redis只存20w的数据,如何做 缓存 设计?
美团面试:MySQL有1000w数据,redis只存20w的数据,如何做 缓存 设计?
|
7月前
|
缓存 负载均衡 监控
135_负载均衡:Redis缓存 - 提高缓存命中率的配置与最佳实践
在现代大型语言模型(LLM)部署架构中,缓存系统扮演着至关重要的角色。随着LLM应用规模的不断扩大和用户需求的持续增长,如何构建高效、可靠的缓存架构成为系统性能优化的核心挑战。Redis作为业界领先的内存数据库,因其高性能、丰富的数据结构和灵活的配置选项,已成为LLM部署中首选的缓存解决方案。
802 25

热门文章

最新文章