业务分析（思路）
一个正常的业务操作是从前端到后端再到数据库，以商城的商品详情为例，当用户点击一个商品跳转进入详情页面时，从前端传入此商品的id，通过请求发至后端，后端接收该参数后即执行相应的方法，执行数据库sql操作。
那么假定一个商城有十万或者数十万甚至更多的商品，那么商品数据之间肯定会有冷热之分，即热门商品会有很多用户点击进入详情页面，有的冷门商品可能很久才有人点进去。那么此种情景，就可以给该业务添加Redis功能。即将那些热门的商品数据存入Redis中，那么后续数据将从Redis中取，而不用走数据库,可以增加性能。
1.未加入Redis前的业务
先对直接走数据库的业务进行压力测试。此处设置为线程数1000（用户）循环10次，即1000个用户每个发送10个请求，即1000*10=10000个请求。可以看到异常率达到了81%，平均响应值达到了12S。
控制层代码
//详情页面请求方法@RequestMapping(value = "findPhoneByPid",method={RequestMethod.GET})public Map<String,Object> findPhoneByPid(@RequestParam Integer pid){Map<String,Object> map =new HashMap<>();List<Phone> t=this.comBiz.findPhoneByPid(pid);map.put("code",1);map.put("data",t);return map;}
2.实现Redis（SpringBoot）
在使用Redis前，先要弄明白Redis是什么？为什么它可以提高效率？
Redis的数据是存在内存中的。它的读写速度非常快，每秒可以处理超过10万次读写操作。因此redis被广泛应用于缓存
Redis一共有五中基本数据类型（key,Value）
- String（字符串）
- Hash（哈希）
- List（列表）
- Set（集合）
- zset（有序集合）
1.在Maven中导入Redis所需的依赖
<dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-data-redis</artifactId></dependency>
yml配置文件
redis:database: 4host: 127.0.0.1port: 6379timeout: 10000ms2.封装Redis操作类
该封装类转自CSDN:springBoot整合redis使用介绍（详细案例）_redis springboot-CSDN博客
package com.yc.util;import com.alibaba.fastjson.JSON;
import com.alibaba.fastjson.JSONArray;
import com.alibaba.fastjson.JSONObject;
import lombok.extern.slf4j.Slf4j;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.StringRedisTemplate;
import org.springframework.stereotype.Component;
import org.springframework.util.StringUtils;import java.util.Collection;
import java.util.Collections;
import java.util.Date;
import java.util.List;
import java.util.concurrent.TimeUnit;/*** @author Redis 业务类* @date 2021-08-15 18:44*/
@Slf4j
@Component
public class CacheService {@Autowiredprivate StringRedisTemplate redisTemplate;private final String DEFAULT_KEY_PREFIX = ""; //key字符串非空处理private final int EXPIRE_TIME = 1;private final TimeUnit EXPIRE_TIME_TYPE = TimeUnit.DAYS;/*** 数据缓存至redis** @param key* @param value* @return*/public <K, V> void add(K key, V value) {try {if (value != null) {redisTemplate.opsForValue().set(DEFAULT_KEY_PREFIX + key, JSON.toJSONString(value));}} catch (Exception e) {log.error(e.getMessage(), e);throw new RuntimeException("数据缓存至redis失败");}}/*** 数据缓存至redis并设置过期时间** @param key* @param value* @return*/public <K, V> void add(K key, V value, long timeout, TimeUnit unit) {try {if (value != null) {redisTemplate.opsForValue().set(DEFAULT_KEY_PREFIX + key, JSON.toJSONString(value), timeout, unit);}} catch (Exception e) {log.error(e.getMessage(), e);throw new RuntimeException("数据缓存至redis失败");}}/*** 写入 hash-set,已经是key-value的键值，不能再写入为hash-set** @param key must not be {@literal null}.* @param subKey must not be {@literal null}.* @param value 写入的值*/public <K, SK, V> void addHashCache(K key, SK subKey, V value) {redisTemplate.opsForHash().put(DEFAULT_KEY_PREFIX + key, subKey, value);}/*** 写入 hash-set,并设置过期时间** @param key must not be {@literal null}.* @param subKey must not be {@literal null}.* @param value 写入的值*/public <K, SK, V> void addHashCache(K key, SK subKey, V value, long timeout, TimeUnit unit) {redisTemplate.opsForHash().put(DEFAULT_KEY_PREFIX + key, subKey, value); //添加redisTemplate.expire(DEFAULT_KEY_PREFIX + key, timeout, unit); //设置过期时间}/*** 获取 hash-setvalue** @param key must not be {@literal null}.* @param subKey must not be {@literal null}.*/public <K, SK> Object getHashCache(K key, SK subKey) {return redisTemplate.opsForHash().get(DEFAULT_KEY_PREFIX + key, subKey);}/*** 从redis中获取缓存数据，转成对象** @param key must not be {@literal null}.* @param clazz 对象类型* @return*/public <K, V> V getObject(K key, Class<V> clazz) {String value = this.get(key);V result = null;if (!StringUtils.isEmpty(value)) {result = JSONObject.parseObject(value, clazz);}return result;}/*** 从redis中获取缓存数据，转成list** @param key must not be {@literal null}.* @param clazz 对象类型* @return*/public <K, V> List<V> getList(K key, Class<V> clazz) {String value = this.get(key);List<V> result = Collections.emptyList();if (!StringUtils.isEmpty(value)) {result = JSONArray.parseArray(value, clazz);}return result;}/*** 功能描述：Get the value of {@code key}.** @param key must not be {@literal null}.* @return java.lang.String* @date 2021/9/19**/public <K> String get(K key) {String value;try {value = redisTemplate.opsForValue().get(DEFAULT_KEY_PREFIX + key);} catch (Exception e) {log.error(e.getMessage(), e);throw new RuntimeException("从redis缓存中获取缓存数据失败");}return value;}/*** 删除key*/public void delete(String key) {redisTemplate.delete(key);}/*** 批量删除key*/public void delete(Collection<String> keys) {redisTemplate.delete(keys);}/*** 序列化key*/public byte[] dump(String key) {return redisTemplate.dump(key);}/*** 是否存在key*/public Boolean hasKey(String key) {return redisTemplate.hasKey(key);}/*** 设置过期时间*/public Boolean expire(String key, long timeout, TimeUnit unit) {return redisTemplate.expire(key, timeout, unit);}/*** 设置过期时间*/public Boolean expireAt(String key, Date date) {return redisTemplate.expireAt(key, date);}/*** 移除 key 的过期时间，key 将持久保持*/public Boolean persist(String key) {return redisTemplate.persist(key);}/*** 返回 key 的剩余的过期时间*/public Long getExpire(String key, TimeUnit unit) {return redisTemplate.getExpire(key, unit);}/*** 返回 key 的剩余的过期时间*/public Long getExpire(String key) {return redisTemplate.getExpire(key);}
}
在该封装类中不难发现，其使用的是StringRedisTemplate而不是RedisTemplate类。
其含义是当我们在JAVA中以对象的形式作为value的值存入时，那么value中会有一个@class值用作于序列化与反序列化。这样一来我们在IDEA的控制器上很直观的就可以看到数据，但是也存在了一个缺点->浪费内存，因为我们要存放@class这一段额外的数据来反序列化JSON字符串。
那为了节约内存，我们在处理Value时不使用GenericJackson2JsonRedisSerializer序列化器，使用RedisSerializer.string序列化器。这样一下，我们只需要在存入数据时，手动的把JAVA对象转变为JSON格式字符串，然后取数据时，再把JSON转回JAVA对象就好了。
而StringRedisTemplate它的key和Value默认就是String方式，我们不用自己再去定义RedisTemplate的配置类。
那么我们使用时即注意一下三点即可：
1.使用 StringRedisTemplate
2.写入 Redis 时,手动把对象序列化为 JSON
3.读取 Redis 时,手动把读取到的 JSON 反序列化为对象
因此在封装类中可以看到value值即对象进行了手动JSON处理
redisTemplate.opsForValue().set(DEFAULT_KEY_PREFIX + key, JSON.toJSONString(value));因此存入的对象在Redis中是一段JSON格式的字符串。
那么我们在取出数据时，则需要将这段JSON格式的字符串转为对象形式。那么需要导入jackson依赖
<dependency><groupId>com.fasterxml.jackson.core</groupId><artifactId>jackson-databind</artifactId><version>2.12.5</version>
</dependency>使用其提供的ObjectMapper类中的readValue(String,对象.class)来将json字符串转为对象。
注意：JSON格式中的属性要严格对应对象中的属性
3.编写测试类测试其功能
package com.fastdfs;import cn.hutool.json.JSONObject;
import com.fasterxml.jackson.core.JsonProcessingException;
import com.fasterxml.jackson.databind.ObjectMapper;
import com.yc.ImgApp;
import com.yc.bean.Manager;
import com.yc.util.CacheService;
import org.junit.Test;
import org.junit.runner.RunWith;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.boot.test.context.SpringBootTest;
import org.springframework.test.context.junit4.SpringRunner;import java.util.ArrayList;
import java.util.List;
import java.util.concurrent.TimeUnit;@RunWith(SpringRunner.class)
@SpringBootTest(classes = ImgApp.class)
public class TestRedis {@Autowiredprivate CacheService cacheService;@Autowiredprivate ObjectMapper objectMapper; //字符串转对象//测试Redis的缓存方法@Testpublic void testAdd() throws JsonProcessingException {Manager manager=new Manager(1,"22","3");Manager manager0=new Manager(2,"哈哈","333");List<Manager> list=new ArrayList<>();list.add(manager);list.add(manager0);//1.测试单个对象cacheService.add("key",manager);String manager1=cacheService.get("key");Manager manager2=objectMapper.readValue(manager1,Manager.class);System.out.println(manager2.getUsername());System.out.println(manager.getId());//2.测试集合对象 //key 集合 过期时间 时间单位cacheService.add("list",list,1, TimeUnit.HOURS);List<Manager> list2=null;list2= cacheService.getList("list",Manager.class);for (Manager manager3 : list2) {System.out.println(manager3);}}}
运行结果：
4.业务实现（思路）
1.当某个商品还没有被点过时（即该商品数据未被查询过）,此时正常走数据库查询。
2.当执行过一次后，那么以该商品的pid值作为键key，该商品对象作为值value存入redis中
3.后续当再此执行同一商品的方法时，那么以该商品pid去Redis查，若有直接从Redis中取出该商品对象直接传回前端，而不再继续走到DAO层中。
4.如若没有查到，则正常走DAO层。
业务类代码实现
//详情业务 TODO： 加入Redis@Overridepublic List<Phone> findPhoneByPid(Integer pid) {List<Phone> list=null;if (this.cacheService.hasKey(String.valueOf(pid))) { //hasKey(key) 判断是否存在该keylist=this.cacheService.getList(pid,Phone.class); //如果存在该Key 则从Redis中拿取}else {list=comDao.selectPhoneByPid(pid); //否则走DB 从数据库中拿取this.cacheService.add(pid,list,EXPIRE_TIME, EXPIRE_TIME_TYPE); // 然后将该List数据存入Redis 并设置过期时间//那么下次则会走Redis 而不会走DB}return list;}💡注意：此处为某个商品的查询业务增加了Redis。那么当该商品数据发生了修改或删除操作时，那么应该直接清除或设置为过期
在实现Redis后，我们再进行测试。这时可以看到其异常率降低到了0%,平均响应时间降低到了2S
由此可见，其Redis功能的强大。
5.总结
本次是以电商项目中的一个业务为例，对Redis的理解与实现，在本项目中，还有许多类似业务可以增加Redis，此处不再复述。其Redis还有许多业务场景可以使用，而该案例所使用目标为减轻了DB服务器压力。