把ruoyi-vue前后端分离项目的redis缓存改为本地缓存cache

本文涉及的产品
云数据库 Tair(兼容Redis),内存型 2GB
Redis 开源版,标准版 2GB
推荐场景:
搭建游戏排行榜
简介: 把ruoyi-vue前后端分离项目的redis缓存改为本地缓存cache

场景

ruoyi-vue前后端分离项目使用的是redis缓存,现在要把redis缓存,改为本地缓存,即内存中存储,不使用redis了。

思路

开发一个本地缓存的工具类来替代 RedisCache类,然后把涉及的地方改一下即可

开始改造

由于ruoyi中使用redis的地方较多,所以需要仔细改造

1、首先去掉redis的maven依赖

注意:是去掉,不是加上

<!-- redis 缓存操作 -->
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-data-redis</artifactId>
        </dependency>

2、开发一个本地缓存工具类,类似于redis

开发本地缓存类Localcache.java,放在ruoyi-common工程中

package com.ruoyi.common.core.cache;
import java.util.ArrayList;
import java.util.Collection;
import java.util.List;
import java.util.Map;
import java.util.concurrent.ConcurrentHashMap;
import java.util.concurrent.TimeUnit;
import javax.annotation.PostConstruct;
import org.springframework.stereotype.Component;
import com.github.benmanes.caffeine.cache.Cache;
import com.github.benmanes.caffeine.cache.Caffeine;
/**
 * 本地缓存方式
 *
 */
@SuppressWarnings(value = { "unchecked" })
@Component
public class Localcache {
  private Map<String,Object> persistentCache;
  /**
   * token认证cache - 会自动过期的map
   */
  private Cache<String, Object> tokenCache;
  /**
   * 防止重复提交
   */
  private Cache<String, Object> repeatSubmitCache;
  /**
   * 验证码服务
   */
  private Cache<String, Object> captchaCache;
  @PostConstruct
  public void init() {
    persistentCache = new ConcurrentHashMap<String, Object>(1024);
    tokenCache = Caffeine.newBuilder()
        .expireAfterWrite(30, TimeUnit.MINUTES)   //30分钟
        .initialCapacity(100)
        .maximumSize(10000)
        .build();
    repeatSubmitCache = Caffeine.newBuilder()
            .expireAfterWrite(10, TimeUnit.SECONDS)   //10秒
            .initialCapacity(100)
            .maximumSize(10000)
            .build();
    captchaCache = Caffeine.newBuilder()
            .expireAfterWrite(2, TimeUnit.MINUTES)    //2分钟
            .initialCapacity(100)
            .maximumSize(10000)
            .build();
  }
  /**
   * Get方法, 转换结果类型并屏蔽异常, 仅返回Null.
   */
  public <T> T get(String key) {
    try {
      Object obj = persistentCache.get(key);
      if( null == obj ) {
        obj = tokenCache.getIfPresent(key);
      }
      if( null == obj ) {
        obj = captchaCache.getIfPresent(key);
      }
      if( null == obj ) {
        obj = repeatSubmitCache.getIfPresent(key);
      }
      return (T) obj;
    } catch (RuntimeException e) {
      return (T)null;
    }
  }
  public List<String> keys(String key){
    List<String> keyList = new ArrayList<String>();
    List<String> keys = new ArrayList<String>(persistentCache.keySet());
    for(int i=0;i<keys.size();i++){
      if(keys.get(i).startsWith(key)){
        keyList.add(keys.get(i));
      }
    }
    return keyList;
  }
  /**
   * 异步Set方法, 不考虑执行结果.
   * @param key
   * @param value
   * @param expiredTime 单位:秒
   */
  public void set(String key, Object value, int expiredTime ) {
    if( 0 == expiredTime ) {
      persistentCache.put(key,value);
    }else if( expiredTime <= 60 ) {   //TTL少于1分钟
      repeatSubmitCache.put(key, value);
    }else if( expiredTime <= 300 ) {  //TTL少于5分钟
      captchaCache.put(key, value);
    }else {
      tokenCache.put(key, value);
    }
  }
  /**
   * 持久化保存
   * @param key
   * @param value
   */
  public void set(String key, Object value) {
    try {
      this.set(key, value, 0 );
    } catch (Exception e) {
    }
  }
  /**
   * 异步 Delete方法, 不考虑执行结果.
   */
  public void delete(final String key) {
    persistentCache.remove(key);
    captchaCache.invalidate(key);
    tokenCache.invalidate(key);
    //防止重复提交和token过期,不存在删除的方法
  }
  public void delete(final Collection<String> keys) {
    for( String key : keys ) {
      delete(key);
    }
  }
}

3、接下来就把所有使用到RedisCache的地方,改成Localcache 就可以了,由于代码篇幅较长,在此,就不演示了,


相关实践学习
基于Redis实现在线游戏积分排行榜
本场景将介绍如何基于Redis数据库实现在线游戏中的游戏玩家积分排行榜功能。
云数据库 Redis 版使用教程
云数据库Redis版是兼容Redis协议标准的、提供持久化的内存数据库服务,基于高可靠双机热备架构及可无缝扩展的集群架构,满足高读写性能场景及容量需弹性变配的业务需求。 产品详情:https://www.aliyun.com/product/kvstore &nbsp; &nbsp; ------------------------------------------------------------------------- 阿里云数据库体验:数据库上云实战 开发者云会免费提供一台带自建MySQL的源数据库&nbsp;ECS 实例和一台目标数据库&nbsp;RDS实例。跟着指引,您可以一步步实现将ECS自建数据库迁移到目标数据库RDS。 点击下方链接,领取免费ECS&amp;RDS资源,30分钟完成数据库上云实战!https://developer.aliyun.com/adc/scenario/51eefbd1894e42f6bb9acacadd3f9121?spm=a2c6h.13788135.J_3257954370.9.4ba85f24utseFl
相关文章
|
2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?
|
2月前
|
缓存 NoSQL Java
Redis+Caffeine构建高性能二级缓存
大家好,我是摘星。今天为大家带来的是Redis+Caffeine构建高性能二级缓存,废话不多说直接开始~
322 0
|
2月前
|
消息中间件 缓存 NoSQL
基于Spring Data Redis与RabbitMQ实现字符串缓存和计数功能(数据同步)
总的来说,借助Spring Data Redis和RabbitMQ,我们可以轻松实现字符串缓存和计数的功能。而关键的部分不过是一些"厨房的套路",一旦你掌握了这些套路,那么你就像厨师一样可以准备出一道道饕餮美食了。通过这种方式促进数据处理效率无疑将大大提高我们的生产力。
116 32
|
2月前
|
缓存 NoSQL Java
Redis:现代服务端开发的缓存基石与电商实践-优雅草卓伊凡
Redis:现代服务端开发的缓存基石与电商实践-优雅草卓伊凡
70 5
Redis:现代服务端开发的缓存基石与电商实践-优雅草卓伊凡
|
1月前
|
JavaScript 前端开发 UED
Vue 项目中如何自定义实用的进度条组件
本文介绍了如何使用Vue.js创建一个灵活多样的自定义进度条组件。该组件可接受进度段数据数组作为输入,动态渲染进度段,支持动画效果和内容展示。当进度超出总长时,超出部分将以红色填充。文章详细描述了组件的设计目标、实现步骤(包括props定义、宽度计算、模板渲染、动画处理及超出部分的显示),并提供了使用示例。通过此组件,开发者可根据项目需求灵活展示进度情况,优化用户体验。资源地址:[https://pan.quark.cn/s/35324205c62b](https://pan.quark.cn/s/35324205c62b)。
44 0
|
4月前
|
缓存 监控 NoSQL
Redis--缓存击穿、缓存穿透、缓存雪崩
缓存击穿、缓存穿透和缓存雪崩是Redis使用过程中可能遇到的常见问题。理解这些问题的成因并采取相应的解决措施,可以有效提升系统的稳定性和性能。在实际应用中,应根据具体场景,选择合适的解决方案,并持续监控和优化缓存策略,以应对不断变化的业务需求。
195 29
|
3月前
|
人工智能 缓存 NoSQL
Redis 与 AI:从缓存到智能搜索的融合之路
Redis 已从传统缓存系统发展为强大的 AI 支持平台,其向量数据库功能和 RedisAI 模块为核心,支持高维向量存储、相似性搜索及模型服务。文章探讨了 Redis 在实时数据缓存、语义搜索与会话持久化中的应用场景,并通过代码案例展示了与 Spring Boot 的集成方式。总结来看,Redis 结合 AI 技术,为现代应用提供高效、灵活的解决方案。
|
4月前
|
消息中间件 缓存 NoSQL
缓存与数据库的一致性方案,Redis与Mysql一致性方案,大厂P8的终极方案(图解+秒懂+史上最全)
缓存与数据库的一致性方案,Redis与Mysql一致性方案,大厂P8的终极方案(图解+秒懂+史上最全)
|
4月前
|
缓存 NoSQL Java
Redis应用—8.相关的缓存框架
本文介绍了Ehcache和Guava Cache两个缓存框架及其使用方法,以及如何自定义缓存。主要内容包括:Ehcache缓存框架、Guava Cache缓存框架、自定义缓存。总结:Ehcache适合用作本地缓存或与Redis结合使用,Guava Cache则提供了更灵活的缓存管理和更高的并发性能。自定义缓存可以根据具体需求选择不同的数据结构和引用类型来实现特定的缓存策略。
221 16
Redis应用—8.相关的缓存框架
|
7月前
|
存储 缓存 NoSQL
解决Redis缓存数据类型丢失问题
解决Redis缓存数据类型丢失问题
281 85