AI 助理
文档备案控制台
开发者社区 数据库 文章 正文

若依管理系统去掉Redis相关配置

2024-02-29 547
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《 阿里云开发者社区用户服务协议》和 《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写 侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介： 若依管理系统去掉Redis相关配置

  1. 注释掉RedisConfig.java里的注解
    image.png

  2. 在RedisCache同级目录新建MyCache.java，内容如下

import org.springframework.cache.Cache;
import org.springframework.cache.support.SimpleValueWrapper;
import org.springframework.stereotype.Component;

import java.util.Collection;
import java.util.Map;
import java.util.Objects;
import java.util.concurrent.Callable;
import java.util.concurrent.ConcurrentHashMap;

/**
 * @Author:sgw
 * @Date:2024/1/9
 * @Description: 为了去掉redis校验，临时加的类
 */
@Component
public class MyCache implements Cache{
   
   
    // 使用ConcurrentHashMap作为数据的存储
    private Map<String, Object> storage = new ConcurrentHashMap<>();

    // getName获取cache的名称，存取数据的时候用来区分是针对哪个cache操作
    @Override
    public String getName() {
   
   
        return null;
    }

    @Override
    public Object getNativeCache() {
   
   
        return null;
    }

    public boolean hasKey(String key){
   
   
        return storage.containsKey(key);
    }

    @Override
    public ValueWrapper get(Object key) {
   
   
        String k = key.toString();
        Object value = storage.get(k);

        // 注意返回的数据，要和存放时接收到数据保持一致，要将数据反序列化回来。
        return Objects.isNull(value) ? null : new SimpleValueWrapper(value);
    }

    @Override
    public <T> T get(Object key, Class<T> type) {
   
   
        return null;
    }

    @Override
    public <T> T get(Object key, Callable<T> valueLoader) {
   
   
        return null;
    }

    // put方法，就是执行将数据进行缓存
    @Override
    public void put(Object key, Object value) {
   
   
        if (Objects.isNull(value)) {
   
   
            return;
        }
        //存值
        storage.put(key.toString(), value);
    }

    @Override
    public ValueWrapper putIfAbsent(Object key, Object value) {
   
   
        return null;
    }

    // evict方法，是用来清除某个缓存项
    @Override
    public void evict(Object key) {
   
   
        storage.remove(key.toString());
    }

    // 删除集合
    public boolean deleteObject(final Collection collection){
   
   
        collection.forEach(o -> {
   
   
            storage.remove(o.toString());
        } );
        return true;
    }

    // 获取所有的keys
    public Collection<String> keys(final String pattern){
   
   
        return storage.keySet();
    }

    @Override
    public void clear() {
   
   

    }
}

image.png

  1. RedisCache.java为以下内容

import java.util.Collection;
import java.util.Iterator;
import java.util.List;
import java.util.Map;
import java.util.Set;
import java.util.concurrent.TimeUnit;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.cache.Cache;
import org.springframework.data.redis.core.BoundSetOperations;
import org.springframework.data.redis.core.HashOperations;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.data.redis.core.ValueOperations;
import org.springframework.stereotype.Component;

import javax.annotation.Resource;

/**
 * spring redis 工具类
 *
 * @author myt
 **/
@SuppressWarnings(value = {
   
    "unchecked", "rawtypes" })
@Component
public class RedisCache
{
   
   
    /*@Autowired
    public RedisTemplate redisTemplate;*/
    @Resource
    public MyCache myCache;
    /**
     * 缓存基本的对象，Integer、String、实体类等
     *
     * @param key 缓存的键值
     * @param value 缓存的值
     */
   /* public <T> void setCacheObject(final String key, final T value)
    {
        redisTemplate.opsForValue().set(key, value);
    }

    *//**
     * 缓存基本的对象，Integer、String、实体类等
     *
     * @param key 缓存的键值
     * @param value 缓存的值
     * @param timeout 时间
     * @param timeUnit 时间颗粒度
     *//*
    public <T> void setCacheObject(final String key, final T value, final Integer timeout, final TimeUnit timeUnit)
    {
        redisTemplate.opsForValue().set(key, value, timeout, timeUnit);
    }

    *//**
     * 设置有效时间
     *
     * @param key Redis键
     * @param timeout 超时时间
     * @return true=设置成功；false=设置失败
     *//*
    public boolean expire(final String key, final long timeout)
    {
        return expire(key, timeout, TimeUnit.SECONDS);
    }

    *//**
     * 设置有效时间
     *
     * @param key Redis键
     * @param timeout 超时时间
     * @param unit 时间单位
     * @return true=设置成功；false=设置失败
     *//*
    public boolean expire(final String key, final long timeout, final TimeUnit unit)
    {
        return redisTemplate.expire(key, timeout, unit);
    }

    *//**
     * 获取有效时间
     *
     * @param key Redis键
     * @return 有效时间
     *//*
    public long getExpire(final String key)
    {
        return redisTemplate.getExpire(key);
    }

    *//**
     * 判断 key是否存在
     *
     * @param key 键
     * @return true 存在 false不存在
     *//*
    public Boolean hasKey(String key)
    {
        return redisTemplate.hasKey(key);
    }

    *//**
     * 获得缓存的基本对象。
     *
     * @param key 缓存键值
     * @return 缓存键值对应的数据
     *//*
    public <T> T getCacheObject(final String key)
    {
        ValueOperations<String, T> operation = redisTemplate.opsForValue();
        return operation.get(key);
    }

    *//**
     * 删除单个对象
     *
     * @param key
     *//*
    public boolean deleteObject(final String key)
    {
        return redisTemplate.delete(key);
    }

    *//**
     * 删除集合对象
     *
     * @param collection 多个对象
     * @return
     *//*
    public boolean deleteObject(final Collection collection)
    {
        return redisTemplate.delete(collection) > 0;
    }

    *//**
     * 缓存List数据
     *
     * @param key 缓存的键值
     * @param dataList 待缓存的List数据
     * @return 缓存的对象
     *//*
    public <T> long setCacheList(final String key, final List<T> dataList)
    {
        Long count = redisTemplate.opsForList().rightPushAll(key, dataList);
        return count == null ? 0 : count;
    }

    *//**
     * 获得缓存的list对象
     *
     * @param key 缓存的键值
     * @return 缓存键值对应的数据
     *//*
    public <T> List<T> getCacheList(final String key)
    {
        return redisTemplate.opsForList().range(key, 0, -1);
    }

    *//**
     * 缓存Set
     *
     * @param key 缓存键值
     * @param dataSet 缓存的数据
     * @return 缓存数据的对象
     *//*
    public <T> BoundSetOperations<String, T> setCacheSet(final String key, final Set<T> dataSet)
    {
        BoundSetOperations<String, T> setOperation = redisTemplate.boundSetOps(key);
        Iterator<T> it = dataSet.iterator();
        while (it.hasNext())
        {
            setOperation.add(it.next());
        }
        return setOperation;
    }

    *//**
     * 获得缓存的set
     *
     * @param key
     * @return
     *//*
    public <T> Set<T> getCacheSet(final String key)
    {
        return redisTemplate.opsForSet().members(key);
    }

    *//**
     * 缓存Map
     *
     * @param key
     * @param dataMap
     *//*
    public <T> void setCacheMap(final String key, final Map<String, T> dataMap)
    {
        if (dataMap != null) {
            redisTemplate.opsForHash().putAll(key, dataMap);
        }
    }

    *//**
     * 获得缓存的Map
     *
     * @param key
     * @return
     *//*
    public <T> Map<String, T> getCacheMap(final String key)
    {
        return redisTemplate.opsForHash().entries(key);
    }

    *//**
     * 往Hash中存入数据
     *
     * @param key Redis键
     * @param hKey Hash键
     * @param value 值
     *//*
    public <T> void setCacheMapValue(final String key, final String hKey, final T value)
    {
        redisTemplate.opsForHash().put(key, hKey, value);
    }

    *//**
     * 获取Hash中的数据
     *
     * @param key Redis键
     * @param hKey Hash键
     * @return Hash中的对象
     *//*
    public <T> T getCacheMapValue(final String key, final String hKey)
    {
        HashOperations<String, String, T> opsForHash = redisTemplate.opsForHash();
        return opsForHash.get(key, hKey);
    }

    *//**
     * 获取多个Hash中的数据
     *
     * @param key Redis键
     * @param hKeys Hash键集合
     * @return Hash对象集合
     *//*
    public <T> List<T> getMultiCacheMapValue(final String key, final Collection<Object> hKeys)
    {
        return redisTemplate.opsForHash().multiGet(key, hKeys);
    }

    *//**
     * 删除Hash中的某条数据
     *
     * @param key Redis键
     * @param hKey Hash键
     * @return 是否成功
     *//*
    public boolean deleteCacheMapValue(final String key, final String hKey)
    {
        return redisTemplate.opsForHash().delete(key, hKey) > 0;
    }

    *//**
     * 获得缓存的基本对象列表
     *
     * @param pattern 字符串前缀
     * @return 对象列表
     *//*
    public Collection<String> keys(final String pattern)
    {
        return redisTemplate.keys(pattern);
    }*/
    /**
     * 缓存基本的对象，Integer、String、实体类等
     *
     * @param key 缓存的键值
     * @param value 缓存的值
     */
    public <T> void setCacheObject(final String key, final T value)
    {
   
   
        myCache.put(key,value);
//        redisTemplate.opsForValue().set(key, value);
    }

    /**
     * 缓存基本的对象，Integer、String、实体类等
     *
     * @param key 缓存的键值
     * @param value 缓存的值
     * @param timeout 时间
     * @param timeUnit 时间颗粒度
     */
    public <T> void setCacheObject(final String key, final T value, final Integer timeout, final TimeUnit timeUnit)
    {
   
   
        myCache.put(key,value);
//        redisTemplate.opsForValue().set(key, value, timeout, timeUnit);
    }

    /**
     * 设置有效时间
     *
     * @param key Redis键
     * @param timeout 超时时间
     * @return true=设置成功；false=设置失败
     */
    public boolean expire(final String key, final long timeout)
    {
   
   
        return expire(key, timeout, TimeUnit.SECONDS);
    }

    /**
     * 设置有效时间
     *
     * @param key Redis键
     * @param timeout 超时时间
     * @param unit 时间单位
     * @return true=设置成功；false=设置失败
     */
    public boolean expire(final String key, final long timeout, final TimeUnit unit)
    {
   
   
        return true;
//        return redisTemplate.expire(key, timeout, unit);
    }

    /**
     * 获取有效时间
     *
     * @param key Redis键
     * @return 有效时间
     */
//    public long getExpire(final String key)
//    {
   
   
//        return redisTemplate.getExpire(key);
//    }

    /**
     * 判断 key是否存在
     *
     * @param key 键
     * @return true 存在 false不存在
     */
    public Boolean hasKey(String key)
    {
   
   
        return myCache.hasKey(key);
//        return redisTemplate.hasKey(key);
    }

    /**
     * 获得缓存的基本对象。
     *
     * @param key 缓存键值
     * @return 缓存键值对应的数据
     */
    public <T> T getCacheObject(final String key)
    {
   
   
        Cache.ValueWrapper valueWrapper = myCache.get(key);
        if (valueWrapper == null){
   
   
            return null;
        }else {
   
   
            return (T) valueWrapper.get();
        }
//        ValueOperations<String, T> operation = redisTemplate.opsForValue();
//        return operation.get(key);
    }

    /**
     * 删除单个对象
     *
     * @param key
     */
    public boolean deleteObject(final String key)
    {
   
   
        myCache.evict(key);
        return true;
//        return redisTemplate.delete(key);
    }

    /**
     * 删除集合对象
     *
     * @param collection 多个对象
     * @return
     */
    public boolean deleteObject(final Collection collection)
    {
   
   
        return myCache.deleteObject(collection);
//        return redisTemplate.delete(collection) > 0;
    }

    /**
     * 缓存List数据
     *
     * @param key 缓存的键值
     * @param dataList 待缓存的List数据
     * @return 缓存的对象
     */
//    public <T> long setCacheList(final String key, final List<T> dataList)
//    {
   
   
//        Long count = redisTemplate.opsForList().rightPushAll(key, dataList);
//        return count == null ? 0 : count;
//    }

    /**
     * 获得缓存的list对象
     *
     * @param key 缓存的键值
     * @return 缓存键值对应的数据
     */
//    public <T> List<T> getCacheList(final String key)
//    {
   
   
//        return redisTemplate.opsForList().range(key, 0, -1);
//    }

    /**
     * 缓存Set
     *
     * @param key 缓存键值
     * @param dataSet 缓存的数据
     * @return 缓存数据的对象
     */
//    public <T> BoundSetOperations<String, T> setCacheSet(final String key, final Set<T> dataSet)
//    {
   
   
//        BoundSetOperations<String, T> setOperation = redisTemplate.boundSetOps(key);
//        Iterator<T> it = dataSet.iterator();
//        while (it.hasNext())
//        {
   
   
//            setOperation.add(it.next());
//        }
//        return setOperation;
//    }

    /**
     * 获得缓存的set
     *
     * @param key
     * @return
     */
//    public <T> Set<T> getCacheSet(final String key)
//    {
   
   
//        return redisTemplate.opsForSet().members(key);
//    }

    /**
     * 缓存Map
     *
     * @param key
     * @param dataMap
     */
//    public <T> void setCacheMap(final String key, final Map<String, T> dataMap)
//    {
   
   
//        if (dataMap != null) {
   
   
//            redisTemplate.opsForHash().putAll(key, dataMap);
//        }
//    }

    /**
     * 获得缓存的Map
     *
     * @param key
     * @return
     */
//    public <T> Map<String, T> getCacheMap(final String key)
//    {
   
   
//        return redisTemplate.opsForHash().entries(key);
//    }

    /**
     * 往Hash中存入数据
     *
     * @param key Redis键
     * @param hKey Hash键
     * @param value 值
     */
//    public <T> void setCacheMapValue(final String key, final String hKey, final T value)
//    {
   
   
//        redisTemplate.opsForHash().put(key, hKey, value);
//    }

    /**
     * 获取Hash中的数据
     *
     * @param key Redis键
     * @param hKey Hash键
     * @return Hash中的对象
     */
//    public <T> T getCacheMapValue(final String key, final String hKey)
//    {
   
   
//        HashOperations<String, String, T> opsForHash = redisTemplate.opsForHash();
//        return opsForHash.get(key, hKey);
//    }

    /**
     * 获取多个Hash中的数据
     *
     * @param key Redis键
     * @param hKeys Hash键集合
     * @return Hash对象集合
     */
//    public <T> List<T> getMultiCacheMapValue(final String key, final Collection<Object> hKeys)
//    {
   
   
//        return redisTemplate.opsForHash().multiGet(key, hKeys);
//    }

    /**
     * 删除Hash中的某条数据
     *
     * @param key Redis键
     * @param hKey Hash键
     * @return 是否成功
     */
//    public boolean deleteCacheMapValue(final String key, final String hKey)
//    {
   
   
//        return redisTemplate.opsForHash().delete(key, hKey) > 0;
//    }

    /**
     * 获得缓存的基本对象列表
     *
     * @param pattern 字符串前缀
     * @return 对象列表
     */
    public Collection<String> keys(final String pattern)
    {
   
   
        return myCache.keys(pattern);
//        return redisTemplate.keys(pattern);
    }
}
  1. 去除redis配置文件内容

image.png

  1. 修改DictUtils类里的getDictCache方法如下
/**
     * 获取字典缓存
     *
     * @param key 参数键
     * @return dictDatas 字典数据列表
     */
    public static List<SysDictData> getDictCache(String key) {
   
   
        JSONArray arrayCache = JSONArray.parseArray(JSON.toJSONString(SpringUtils.getBean(RedisCache.class).getCacheObject(getCacheKey(key))));
        //JSONArray arrayCache = SpringUtils.getBean(RedisCache.class).getCacheObject(getCacheKey(key));
        if (StringUtils.isNotNull(arrayCache)) {
   
   

            return arrayCache.toList(SysDictData.class);
        }
        return null;
    }
  1. RateLimiterAspect.java类全部注释掉

最后重启即可

文章标签：
云数据库 Tair（兼容 Redis）
NoSQL
Redis
关键词：
云数据库 Tair（兼容 Redis）配置
系统云数据库 Tair（兼容 Redis）
云数据库 Tair（兼容 Redis）若依
系统云数据库 Tair（兼容 Redis）配置
云数据库 Tair（兼容 Redis）管理系统
1932836719192345
目录
相关文章
aliyun9170107523-43660
|
4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。
aliyun9170107523-43660
521 25
蓝易云
|
7月前
|
NoSQL 安全 Linux
设置Redis在CentOS7上的自启动配置
这些步骤总结了在CentOS 7系统上设置Redis服务自启动的过程。这些命令提供了一个直接且明了的方式，确保Redis作为关键组件在系统启动时能自动运行，保障了依赖于Redis服务的应用的稳定性和可用性。
蓝易云
566 9
蓝易云
|
9月前
|
JSON NoSQL Redis
在Rocky9系统上安装并使用redis-dump和redis-load命令的指南
以上步骤是在Rocky9上使用redis-dump和redis-load命令顺利出行的秘籍。如果在实行的过程中，发现了新的冒险和挑战，那么就像一个勇敢的航海家，本着探索未知的决心，解决问题并前进。
蓝易云
277 14
源码世界
|
8月前
|
机器学习/深度学习 数据采集 人机交互
springboot+redis互联网医院智能导诊系统源码，基于医疗大模型、知识图谱、人机交互方式实现
智能导诊系统基于医疗大模型、知识图谱与人机交互技术，解决患者“知症不知病”“挂错号”等问题。通过多模态交互（语音、文字、图片等）收集病情信息，结合医学知识图谱和深度推理，实现精准的科室推荐和分级诊疗引导。系统支持基于规则模板和数据模型两种开发原理：前者依赖人工设定症状-科室规则，后者通过机器学习或深度学习分析问诊数据。其特点包括快速病情收集、智能病症关联推理、最佳就医推荐、分级导流以及与院内平台联动，提升患者就诊效率和服务体验。技术架构采用 SpringBoot+Redis+MyBatis Plus+MySQL+RocketMQ，确保高效稳定运行。
源码世界
612 0
云流雨洄
|
11月前
|
NoSQL Ubuntu 网络安全
在 Ubuntu 20.04 上安装和配置 Redis
在 Ubuntu 20.04 上安装和配置 Redis 的步骤如下：首先更新系统包，然后通过 `apt` 安装 Redis。安装后，启用并启动 Redis 服务，检查其运行状态。可选配置包括修改绑定 IP、端口等，并确保防火墙设置允许外部访问。最后，使用 `redis-cli` 测试 Redis 功能，如设置和获取键值对。
云流雨洄
521 1
蓝易云
|
存储 监控 NoSQL
NoSQL与Redis配置与优化
通过合理配置和优化Redis，可以显著提高其性能和可靠性。选择合适的数据结构、优化内存使用、合理设置持久化策略、使用Pipeline批量执行命令、以及采用分布式集群方案，都是提升Redis性能的重要手段。同时，定期监控和维护Redis实例，及时调整配置，能够确保系统的稳定运行。希望本文对您在Redis的配置与优化方面有所帮助。
蓝易云
207 23
1927708422415685
|
11月前
|
存储 NoSQL Redis
投行系统的毫秒级榜单响应：如何用Redis ZSET破解同分排序难题？
通过Redis的ZSET数据结构和更新时间戳，解决投行交易系统实时排行榜中同分跳变的问题。具体方案为：将交易量作为整数部分，更新时间戳作为小数部分，确保同分时按最新更新排序，实现实时、高效、无需应用层干预的排行榜功能。一句话总结：通过Redis ZSET加更新时间戳，解决百万交易排行榜实时显示及同分难题。
1927708422415685
213 0
蓝易云
|
存储 监控 NoSQL
NoSQL与Redis配置与优化
通过合理配置和优化Redis，可以显著提高其性能和可靠性。选择合适的数据结构、优化内存使用、合理设置持久化策略、使用Pipeline批量执行命令、以及采用分布式集群方案，都是提升Redis性能的重要手段。
蓝易云
239 7
盛透侧视攻城狮
|
存储 SQL 关系型数据库
2024Mysql And Redis基础与进阶操作系列（1）作者——LJS[含MySQL的下载、安装、配置详解步骤及报错对应解决方法]
Mysql And Redis基础与进阶操作系列（1）之[MySQL的下载、安装、配置详解步骤及报错对应解决方法]
盛透侧视攻城狮
269 3
听白
|
存储 NoSQL Redis
Redis 配置
10月更文挑战第14天
听白
272 1

热门文章

最新文章

  • 1
    专访高德地图开放平台的负责人童遥：跨机房同步和多路写入Redis集群方案将得到充分发展
  • 2
    Redis协议简介及持久化Aof文件解析
  • 3
    Redis 如何批量设置过期时间？PIPLINE的使用
  • 4
    Linux下Redis3.2的安装和部署
  • 5
    window下，加载redis拓展
  • 6
    Redis企业级数据备份与恢复方案
  • 7
    地理位置数据存储方案——Redis GEO
  • 8
    2022黑马Redis跟学笔记.基础篇(一)
  • 9
    你离高薪 offer 只差一个Redis入门，我是认真的
  • 10
    阿里云Alibaba Cloud Linux安装Redis方法流程
  • 1
    Redis 缓存失效策略及其应用场景
    430
  • 2
    Redis - 笔记
    198
  • 3
    Redis 安装
    297
  • 4
    详解Redis哨兵模式下，主节点掉线而重新选取主节点的流程
    777
  • 5
    Centos7 安装和配置 Redis 5 教程
    1652
  • 6
    Another Redis Desktop Manager远程连接Redis报错：Client On Error: Error: connect ETIMEDOUT
    1368
  • 7
    Redis与数据库同步指南：订阅Binlog实现数据一致性
    1626
  • 8
    SpringBoot 操作 Redis
    184
  • 9
    redis(缓存)
    148
  • 10
    Redis (分布式锁)
    436

    • 相关课程

    更多
  • 大数据实战项目：反爬虫系统（Lua+Spark+Redis+Hadoop框架搭建）第二阶段
  • 大数据实战项目：反爬虫系统（Lua+Spark+Redis+Hadoop框架搭建）第三阶段
  • 大数据实战项目 - 反爬虫系统（Lua+Spark+Redis+Hadoop框架搭建）第六阶段
  • Redis入门实战演练
  • 云数据库 Redis 版使用教程
  • Redis数据库入门

    • 相关电子书

    更多
  • Redis在唯品会的应用实践——架构演进与功能定制
  • 微博的Redis定制之路
  • 云数据库Redis版的开源之路
    • 下一篇
    第五届伏魔挑战赛如约来袭，诚邀各路高手来战！