本次我们接着上两篇文章进行讲解《从0开始，用Go语言搭建一个简单的后端业务系统》和《从1开始，扩展Go语言后端业务系统的RPC功能》，如题，需求就是为了应对查询时的高qps，我们引入Redis缓存，让查询数据时不直接将请求发送到数据库，而是先通过一层缓存来抵挡qps，下面我们开始今天的分享：
1 逻辑设计
如图，本次缓存设计的逻辑就是在查询时首先查询缓存，如果查询不到则查询数据库（实际中不建议，会发生缓存穿透），在增删改时会先改数据库，再改缓存。
2 代码
2.1 项目结构
2.2 下载依赖
go get github.com/go-redis/redis/v8
2.3 具体代码和配置
配置：
package config import ( "fmt" "github.com/go-redis/redis/v8" "github.com/spf13/viper" ) var RDB *redis.Client func init() { var err error viper.SetConfigName("app") viper.SetConfigType("properties") viper.AddConfigPath("./") err = viper.ReadInConfig() if err != nil { panic(fmt.Errorf("Fatal error config file: %w \n", err)) } if err := viper.ReadInConfig(); err != nil { if _, ok := err.(viper.ConfigFileNotFoundError); ok { fmt.Println("No file ...") } else { fmt.Println("Find file but have err ...") } } add := viper.GetString("redis.url") pwd := viper.GetString("redis.password") db := viper.GetInt("redis.db") RDB = redis.NewClient(&redis.Options{ Addr: add, Password: pwd, DB: db, }) }
Cache层：
package cache import ( "context" "count_num/pkg/config" "count_num/pkg/entity" "encoding/json" "github.com/go-redis/redis/v8" "time" ) type CountNumCacheDAOImpl struct { db *redis.Client } type CountNumCacheDAO interface { // set一个 SetNumInfo(ctx context.Context, key string, info entity.NumInfo, t time.Duration) bool // 根据ID获取一个 GetNumInfoById(ctx context.Context, key string) entity.NumInfo } func NewCountNumCacheDAOImpl() *CountNumCacheDAOImpl { return &CountNumCacheDAOImpl{db: config.RDB} } func (impl CountNumCacheDAOImpl) SetNumInfo(ctx context.Context, key string, info entity.NumInfo, t time.Duration) bool { res := impl.db.Set(ctx, key, info, t) result, _ := res.Result() if result != "OK" { return false } return true } func (impl CountNumCacheDAOImpl) GetNumInfoById(ctx context.Context, key string) entity.NumInfo { res := impl.db.Get(ctx, key) var info entity.NumInfo j := res.Val() json.Unmarshal([]byte(j), &info) return info }
DAO层实现类：
package impl import ( "context" "count_num/pkg/cache" "count_num/pkg/config" "count_num/pkg/entity" "fmt" "gorm.io/gorm" "time" ) var cacheTime = time.Second * 3600 type CountNumDAOImpl struct { db *gorm.DB cache *cache.CountNumCacheDAOImpl } func NewCountNumDAOImpl() *CountNumDAOImpl { return &CountNumDAOImpl{db: config.DB, cache: cache.NewCountNumCacheDAOImpl()} } func (impl CountNumDAOImpl) AddNumInfo(ctx context.Context, info entity.NumInfo) bool { var in entity.NumInfo impl.db.First(&in, "info_key", info.InfoKey) if in.InfoKey == info.InfoKey { //去重 return false } impl.db.Save(&info) //要使用指针,Id可以回显 impl.cache.SetNumInfo(ctx, string(info.Id), info, cacheTime) return true } func (impl CountNumDAOImpl) GetNumInfoByKey(ctx context.Context, key string) entity.NumInfo { var info entity.NumInfo impl.db.First(&info, "info_key", key) return info } func (impl CountNumDAOImpl) FindAllNumInfo(ctx context.Context) []entity.NumInfo { var infos []entity.NumInfo impl.db.Find(&infos) return infos } func (impl CountNumDAOImpl) UpdateNumInfoByKey(ctx context.Context, info entity.NumInfo) bool { impl.db.Model(&entity.NumInfo{}).Where("info_key = ?", info.InfoKey).Update("info_num", info.InfoNum) return true } func (impl CountNumDAOImpl) DeleteNumInfoById(ctx context.Context, id int64) bool { impl.db.Delete(&entity.NumInfo{}, id) impl.cache.SetNumInfo(ctx, string(info.Id), "", cacheTime) return true } func (impl CountNumDAOImpl) GetNumInfoById(ctx context.Context, id int64) entity.NumInfo { var info entity.NumInfo numInfoById := impl.cache.GetNumInfoById(ctx, string(id)) if numInfoById.InfoKey != "" { return numInfoById } impl.db.First(&info, "id", id) return info } func (impl CountNumDAOImpl) UpdateNumInfoById(ctx context.Context, info entity.NumInfo) bool { impl.db.Model(&entity.NumInfo{}).Where("id", info.Id).Updates(entity.NumInfo{Name: info.Name, InfoKey: info.InfoKey, InfoNum: info.InfoNum}) impl.cache.SetNumInfo(ctx, string(info.Id), info, cacheTime) return true }
实体类：
package entity import "encoding/json" type NumInfo struct { Id int64 `json:"id"` Name string `json:"name"` InfoKey string `json:"info_key"` InfoNum int64 `json:"info_num"` } func (stu NumInfo) TableName() string { return "num_info" } func (info NumInfo) MarshalJSON() ([]byte, error) { return json.Marshal(map[string]interface{}{ "id": info.Id, "name": info.Name, "info_key": info.InfoKey, "info_num": info.InfoNum, }) } //Redis类似序列化操作 func (info NumInfo) MarshalBinary() ([]byte, error) { return json.Marshal(info) } func (info NumInfo) UnmarshalBinary(data []byte) error { return json.Unmarshal(data, &info) }
配置文件：
server.port=9888 server.rpc.port=6666 db.driver=mysql db.url=127.0.0.1:3306 db.databases=test db.username=root db.password=12345 redis.url=127.0.0.1:6379 redis.db=1 redis.password=
3 遇见问题及解决
出现问题，根据提示我们大约能理解是Go语言中结构体类似序列化的问题：
解决—结构体实现接口：
//Redis类似序列化操作 func (info NumInfo) MarshalBinary() ([]byte, error) { return json.Marshal(info) } func (info NumInfo) UnmarshalBinary(data []byte) error { return json.Unmarshal(data, &info) }
4 总结
引入Redis缓存是后端业务中应对高并发查询比较常见的一个做法，在软件工程学中有一句话叫做：计算机的所有问题都可以用加一层来解决。
在本次项目中可以说缓存设计的相对简单，针对Key的查询并没有增加缓存，当然也是为了方便演示。
今天的分享就到这里。
