您好，登录后才能下订单哦！
密码登录
登录注册
点击 登录注册 即表示同意《亿速云用户服务条款》
# MyBatis Plus中怎么将Redis作为二级缓存
## 一、引言
### 1.1 MyBatis缓存机制概述
MyBatis作为优秀的ORM框架，其缓存机制分为一级缓存和二级缓存：
- **一级缓存**：SqlSession级别，默认开启
- **二级缓存**：Mapper级别，需要手动配置
### 1.2 为什么需要Redis作为二级缓存
传统MyBatis二级缓存存在以下问题：
1. 单机缓存，无法分布式共享
2. 应用重启后缓存丢失
3. 缓存淘汰策略单一
Redis作为内存数据库具有：
- 高性能读写（10万+ QPS）
- 丰富的数据结构支持
- 完善的过期机制
- 分布式共享能力
## 二、环境准备
### 2.1 必要依赖
```xml
<!-- MyBatis Plus -->
<dependency>
<groupId>com.baomidou</groupId>
<artifactId>mybatis-plus-boot-starter</artifactId>
<version>3.5.3</version>
</dependency>
<!-- Redis -->
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-data-redis</artifactId>
</dependency>
<!-- 对象序列化 -->
<dependency>
<groupId>com.fasterxml.jackson.core</groupId>
<artifactId>jackson-databind</artifactId>
</dependency>
spring:
redis:
host: 127.0.0.1
port: 6379
password:
database: 0
lettuce:
pool:
max-active: 8
max-wait: -1ms
max-idle: 8
min-idle: 0
继承MyBatis的Cache接口：
public class RedisCache implements Cache {
private final String id;
private final RedisTemplate<String, Object> redisTemplate;
private static final long EXPIRE_TIME = 30L;
public RedisCache(String id) {
this.id = id;
this.redisTemplate = ApplicationContextHolder.getBean("redisTemplate");
}
@Override
public String getId() {
return this.id;
}
@Override
public void putObject(Object key, Object value) {
redisTemplate.opsForValue().set(key.toString(), value, EXPIRE_TIME, TimeUnit.MINUTES);
}
@Override
public Object getObject(Object key) {
return redisTemplate.opsForValue().get(key.toString());
}
// 其他方法实现...
}
@CacheNamespace(implementation = RedisCache.class)
public interface UserMapper extends BaseMapper<User> {
}
<cache type="com.example.cache.RedisCache"/>
| 序列化方式 | 优点 | 缺点 |
|---|---|---|
| JDK序列化 | 兼容性好 | 体积大，可读性差 |
| JSON | 可读性好，通用性强 | 性能稍差 |
| Protobuf | 性能最优，体积最小 | 需要预定义Schema |
推荐配置：
@Bean
public RedisTemplate<String, Object> redisTemplate() {
RedisTemplate<String, Object> template = new RedisTemplate<>();
template.setConnectionFactory(redisConnectionFactory);
// 使用Jackson2JsonRedisSerializer
Jackson2JsonRedisSerializer<Object> serializer = new Jackson2JsonRedisSerializer<>(Object.class);
// 配置ObjectMapper
ObjectMapper mapper = new ObjectMapper();
mapper.setVisibility(PropertyAccessor.ALL, JsonAutoDetect.Visibility.ANY);
mapper.activateDefaultTyping(mapper.getPolymorphicTypeValidator(),
ObjectMapper.DefaultTyping.NON_FINAL);
serializer.setObjectMapper(mapper);
template.setDefaultSerializer(serializer);
return template;
}
@Scheduled(fixedRate = 10 * 60 * 1000)
public void refreshHotData() {
// 1. 获取热点数据ID列表
List<Long> hotIds = getHotDataIds();
// 2. 批量刷新缓存
hotIds.forEach(id -> {
String cacheKey = "user:" + id;
if(redisTemplate.hasKey(cacheKey)) {
User user = userMapper.selectById(id);
redisTemplate.opsForValue().set(cacheKey, user);
}
});
}
请求 -> 本地Caffeine缓存 -> Redis缓存 -> 数据库
实现示例：
public Object getDataWithMultiCache(String key) {
// 1. 查询本地缓存
Object value = caffeineCache.getIfPresent(key);
if(value != null) return value;
// 2. 查询Redis
value = redisTemplate.opsForValue().get(key);
if(value != null) {
caffeineCache.put(key, value);
return value;
}
// 3. 查询数据库
value = queryFromDB(key);
if(value != null) {
redisTemplate.opsForValue().set(key, value);
caffeineCache.put(key, value);
}
return value;
}
推荐格式：业务前缀:实体名:主键
示例：order:user:123
| 策略 | 适用场景 | 示例 |
|---|---|---|
| 全量缓存 | 数据量小，变化少 | 系统配置表 |
| 部分缓存 | 热点数据 | 用户基础信息 |
| 结果缓存 | 复杂查询结果 | 商品分类树 |
// 使用Micrometer监控
@Bean
public CacheMetricsContributor cacheMetrics() {
return new RedisCacheMetricsContributor(redisTemplate);
}
关键监控指标： 1. 缓存命中率 2. 平均响应时间 3. QPS 4. 内存使用率
解决方案：
public User getByIdWithNullCache(Long id) {
String key = "user:" + id;
User user = redisTemplate.opsForValue().get(key);
if(user == null) {
// 布隆过滤器检查
if(!bloomFilter.mightContain(id)) {
return null;
}
// 查询数据库
user = userMapper.selectById(id);
if(user == null) {
// 缓存空值
redisTemplate.opsForValue().set(key, "NULL", 5, TimeUnit.MINUTES);
return null;
}
redisTemplate.opsForValue().set(key, user);
} else if("NULL".equals(user)) {
return null;
}
return user;
}
解决方案：
// 随机过期时间
private long getRandomExpire() {
return EXPIRE_TIME + new Random().nextInt(5);
}
采用双删策略：
@Transactional
public void updateUser(User user) {
// 1. 先删除缓存
redisTemplate.delete("user:" + user.getId());
// 2. 更新数据库
userMapper.updateById(user);
// 3. 延迟再次删除
executor.schedule(() -> {
redisTemplate.delete("user:" + user.getId());
}, 1, TimeUnit.SECONDS);
}
@CacheNamespace(implementation = RedisCache.class)
public interface ProductMapper extends BaseMapper<Product> {
@Select("SELECT * FROM product WHERE category_id = #{categoryId}")
@Options(useCache = true)
List<Product> selectByCategory(@Param("categoryId") Long categoryId);
}
@Configuration
@EnableCaching
public class CacheConfig {
@Bean
public CacheManager cacheManager(RedisConnectionFactory factory) {
RedisCacheConfiguration config = RedisCacheConfiguration.defaultCacheConfig()
.serializeKeysWith(RedisSerializationContext.SerializationPair.fromSerializer(new StringRedisSerializer()))
.serializeValuesWith(RedisSerializationContext.SerializationPair.fromSerializer(new GenericJackson2JsonRedisSerializer()))
.entryTtl(Duration.ofMinutes(30))
.disableCachingNullValues();
return RedisCacheManager.builder(factory)
.cacheDefaults(config)
.transactionAware()
.build();
}
}
测试环境： - 100万数据量 - 8核16G服务器
| 方案 | QPS | 平均响应时间 |
|---|---|---|
| 无缓存 | 1,200 | 45ms |
| MyBatis二级缓存 | 15,000 | 3ms |
| Redis缓存 | 85,000 | 0.8ms |
通过本文的实践，可以将MyBatis查询性能提升50倍以上，特别适合高并发场景下的数据查询优化。实际应用中需要根据业务特点调整缓存策略和过期时间。 “`
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。