使用Redis提升应用的并发访问能力

有时，为了提升整个网站的性能，程序员会将经常需要访问的数据缓存起来，这样，在下次查缓存的使用与系统的时效性有着非常大的关系。当所使用的系统时效性要求不高时，选择使用本节将演示如何通过集成Redis服务器来进行数据的缓存，以提高微服务的并发访问能力。

为什么需要缓存

天气数据接口，本身时效性不是很高，而且又因为是Web服务，在调用过程中，本身是存在延时的。所以，采用缓存，一方面可以有效减轻访问天气接口服务带来的延时问题;另一方面也可以减轻天气接口的负担，提高并发访问量。

特别是使用第三方免费的天气API，这些API往往对用户的调用次数及频率有一定的限制。所以为了减轻天气API提供方的负荷，并不需要去实时调用其第三方接口。

在micro-weather-basic的基础上，程序员构建了一个micro-weather-redis项目作为示例

开发环境

为了演示本例，需要采用如下开发环境。

.JDK8。

.Gradle 4.0。

. Spring Boot Web Starter 2.0.0.M4。

Apache HttpClient 4.5.3。

.Spring Boot Data Redis Starter 2.0.0.M4。

.Redis 3.2.100。

项目配置

Spring Boot Data Redis提供了Spring Boot对Redis的开箱即用功能。在原有的依赖基础上，添加Spring Boot Data Redis Starter的依赖。

/依赖关系dependencies{/l...//添加Spring Boot Data Redis Starter依赖compile('org.springframework.boot:spring-boot-starter-data-redis')//...}

在Linux平台上安装Redis比较简单，可以参考官方文档，详见https:lgithub.com/antirez/redis.

而在Windows平台，微软特别为Redis制作了安装包，下载地址为https:/lgithub.com/Micro-softArchive/redis/releases。本节所使用的案例，也是基于该安装包来进行的。双击redis-server.exe文件，就能快速启动Redis服务器了。

安装后，Redis默认运行在地址端口，如图6-2所示。

修改WeatherDataServicelmpl

修改WeatherDataServiceImpl，增加了StringRedisTemplate，用于操作Redis.

@servicepublic class WeatherDataServicelmpl implements WeatherDataService{  private final static Logger logger = Loggeractory.getLogger(WeatherDataServicempl.class）;@Autowiredprivate RestTemplate restTemplate;@Autowiredprivate stringRedisTemplate stringRedisTemplate;private final String WEATHER_API = ";;private final Long TIME OUT = 1800L;//缓存超时时间                                                              overridepublic WeatherResponse getDataByCityId(String cityId){String uri= WEATHER_API +"?citykey=" +cityId;return this .doGetWeatherData(uri);}@overridepublic WeatherResponse getDataByCityName (String cityName)1String uri = WEATHER_API +"?city=" + cityName;return this.doGetWeatherData (uri）;}private WeatherResponse doGeteatherData(String uri){ValueOperations<string, String> opS= this.stringRedisTemplate.opsF'orValue();String key - uri;//将调用的UR工作为缓存的keyString strBody = null;//先查缓存，如果没有再查服务if(!this.stringRedisTemplate.hasKey(key)） {logger.info("未找到key " + key);ResponseEntity<String> response= restTemplate.getForEntity(uri,String.class);if(response.getStatusCodeValue(--200） fstrBody =response.getBody (;ops.set(key,strBody,TIME_OUT,TimeUnit.SECONDS）;Helse {logger.info("找到key " +key + ",value=" + Ops.get(key));strBody=ops.get(key);objectMapper mapper = new ObjectMapper(;WeatherResponse weather = null;try {weather = mapper.readValue(strBody,WeatherResponse.class);}catch (IOException e）{logger.error("JSON反序列化异常!"，e);return weather;}}

修改了doGetWeatherData方法，增加了Redis数据的判断。

当存在某个key（天气接口的URI，是唯一代表某个地区的天气数据）时，就可以从Redis 里面取缓存数据。当不存在某个key（没有初始化数据或数据过期了）时，重新去天气接口里面取最新的数据，并初始化到Redis 中。由于天气数据更新频率的特点（基本上一个小时或半个小时更新一次），因此，我们在Redis里面设置了30分钟的超时时间。

其中，StringRedisTemplate与RedisTemplate功能类似,都是封装了对Redis的一些常用的操作。

它们的区别在于，StringRedisTemplate更加专注于基于字符串的操作，毕竟，在目前的天气预报应用中，数据的格式主要是JSON字符串。

ValueOperations接口封装了大部分简单的K-V操作。

同时，我们也使用了日志框架来记录运行过程及日常的信息。

测试和运行

首先，在进行测试前，需要将Redis服务器启动起来。

我们可以通过在一个时间段内多次访问同一个天气接口来测试效果，比如接口http:/local-host:8080/weather/cityId/101280601。为了缩短测试的时间，可以将Redis的超时时间缩短一点，如缩短10秒。这样，就不用等30分钟才能验证数据是否过期了。

2017-10-18 23:51:41.762 INFO 15220---[nio-8080-exec-6]:未找到 key  .C.w.s.c.w.s.WeatherDataServicelmpletouch.cn/weather mini?citykey=1012806012017-10-18 23:51:43.649 INFO 15220 ---[nio-8080-exec-5]:找到key  .C.w.s.c.w.s.WeatherDataService工mpletouch.cn/weather_mini?citykey=101280601,value={ "data":{ "yesterday":f "date":"17日星期二", "high":"高温29℃","fx":"无持续风向"，"low":"低温22℃","fl":"<![CDATA[<3级]]>","type":"多云"),"city":"深圳", "aqi":"35","forecast":[ ( "date":"18日星期三" , "high":"高温29℃", "fengli":"<![CDATA[<3级]]>"，"low":"低温23℃", "fengxiang":"无持续风向", "type":"多云")，("date":"19日星期四"， "high":"高温29℃" , "fengli":"<![CDATA[<3级]]>","low":"低温23℃","fengxiang":"无持续风向"，"type":"多云")，{ "date" :"20日星期五" , "high" :"高温30℃", "fengli":"<![CDATA[<3级]]>"，"low":"低温22℃", "fengxiang":"无持续风向" , "type":"多云"},("date":"21日星期六","high":"高温29℃", "fengli":"<![CDATA[<3级]]>"， "low":"低温21℃", "fengxiang":"无持续风向", "type":"多云"),{"date":"22日星期天", "high":"高温28℃", "fengli":"<![CDATA[<3级]]>"，"low":"低温21℃","fengxiang ":"无持续风向","type" :"多云")]，"ganmao":"各项气象条件适宜，无明显降温过程，发生感冒概率较低。","wendu":"25"), "status":1000, "desc":"OK"}2017-10-18 23:51:46.700 INFO 15220---[nio-8080-exec-7]:找到key { "data":{ "yesterday" :( "-date":"17日星期二"，"high":"高温29℃"，"fx":"无持续风向"，"low":"低温22℃","fl":"<![CDATA[<3级]]>"，"type":"多云"},"city":"深圳", "aqi":"35"，"forecast":[ {"date":"18日星期三"， "high":"高温29℃", "fengli":"<![CDATA[<3级]]>"，"low":"低温23℃","fengxiang":"无持续风向", "type":"多云")，( "date":"19日星期四", "high":"高温29℃" , "fengli" : "<![CDATA[<3级]]>"，"low":"低温23℃","fengxiang":"无持续风向", "type":"多云"}，{"date":"20日星期五", "high":"高温30C", "fengli":"<![CDATA[<3级]]>"，"low":"低温22℃","fengxiang":"无持续风向"，"type":"多云")，{"date":"21日星期六","high":"高温29℃","fengli":"<![CDATA[<3级]]>"，"low":"低温21℃", "Eengxiang":"无持续风向", "type":"多云")，( "date":"22日星期天" , "high":"高温28℃", "fengli" :"<![CDATA[<3级]]>"，"low":"低温21℃","fengxiang":"无持续风向","type":"多云"H]，"ganmao":"各项气象条件适宜，无明显降温过程，发生感冒概率较低。","wendu":"25"},"status":1000," desc":"OK"}2017-10-18 23:51:50.513 INFO 15220 ---[nio-8080-exec-8]c.w.s.c.w.s.WeatherDataserviceImpl:找到 key , value={"data":{ "yesterday":( "date":"17日星期二","high":"高温29℃"，"fx":"无持续风向"，"low":"低温22℃"，"fI":"<![CDATA[<3级]]>", "type ":"多云"),"city":"深圳"，, "aqi":"35","forecast":[{"date":"18日星期三", "high":"高温29℃", "fengli":"<![CDATA[<3级]1>"，"lowt":"低温23℃","fengxiang":"无持续风向","type" :"多云")，{"date":"19日星期四", "high":"高温29℃", "fengli":"<![CDATA[<3级]]>"，"low":"低温23℃"，"fengxiang":"无持续风向","type":"多云")，{"date":"20日星期五","high":"高温3o℃","fengli":"<![CDATA[<3级]]>"，"low":"低温22℃","fengxiang":"无持续风向", "type":"多云"}，{"date":"21日星期六"， "high":"高温29℃", "fengli":"<![CDATA[<3级]]>"，"low":"低温21℃","fengxiang":"无持续风向"，"type":"多云")，{"date" :"22日星期天","high":"高温28℃","fengli":"<![CDATA[<3级]]>"，"low":"低温21℃","fengxiang":"无持续风向"，"type":"多云")]，"ganmao":"各项气象条件适宜，无明显降温过程，发生感冒概率较低。"，"wendu":"25"),"status":1000, "desc":"OK"}2017-10-18 23:51:53.140 INFO 15220 ---[nio-8080-exec-9] c.w.s.C.W.s.:未找到key 

从上述日志可以看到，第一次（23:51:41）访问接口时，没有找到Redis里面的数据，所以，就初始化了数据。后面几次访问，都是访问Redis里面的数据。最后一次(23:51:53 )，由于超时，Redis里面没有数据了，因此又会拿天气接口的数据。

本篇内容给大家讲解的是使用Redis提升应用的并发访问能力下篇文章给大家介绍如何实现天气数据的同步；觉得文章不错的朋友可以转发此文关注小编；感谢大家的支持！！