Springcloud整合redis，实现天气数据的缓存存取
pom.xml引入
<!-- 整合redis -->
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-data-redis</artifactId>
<version>${spring.cloud.version}</version>
</dependency>
application.yml
#Redis数据库索引（默认为0）
#Redis服务器地址
#Redis服务器连接端口
#Redis服务器连接密码（默认为空）
#连接池最大连接数（使用负值表示没有限制）
#连接池最大阻塞等待时间（使用负值表示没有限制）
#连接池中的最大空闲连接
#连接池中的最小空闲连接
#连接超时时间（毫秒）
spring:
application:
name: weather
redis:
database: 0
host: 120.22.0.142
port: 6379
password: 12322456
pool:
max-active: 200
max-wait: -1
max-idle: 10
min-idle: 0
timeout: 1000
配置RedisTemplate Bean
package com.example.config;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import org.springframework.data.redis.connection.RedisConnectionFactory;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.data.redis.serializer.Jackson2JsonRedisSerializer;
import org.springframework.data.redis.serializer.StringRedisSerializer;
import com.fasterxml.jackson.annotation.JsonAutoDetect;
import com.fasterxml.jackson.annotation.PropertyAccessor;
import com.fasterxml.jackson.databind.ObjectMapper;
/**
* 我们可以每半个小时，去拉取下第三方的天气数据，缓存在redis，每半个小时更新。
* 这样不仅可以减少第三方api的接口压力，也可以提高我们的查询速度，毕竟很多第三方免费 查询接口，都是有次数限制的，经常查询，次数太多了，就用不了了。
* @author Administrator
*/
@Configuration
public class RedisConfig {
@Bean
@SuppressWarnings("all")
public RedisTemplate<String, Object> redisTemplate(RedisConnectionFactory factory) {
RedisTemplate<String, Object> template = new RedisTemplate<String, Object>();
template.setConnectionFactory(factory);
Jackson2JsonRedisSerializer jackson2JsonRedisSerializer = new Jackson2JsonRedisSerializer(Object.class);
ObjectMapper om = new ObjectMapper();
om.setVisibility(PropertyAccessor.ALL, JsonAutoDetect.Visibility.ANY);
om.enableDefaultTyping(ObjectMapper.DefaultTyping.NON_FINAL);
jackson2JsonRedisSerializer.setObjectMapper(om);
StringRedisSerializer stringRedisSerializer = new StringRedisSerializer();
// key采用String的序列化方式
template.setKeySerializer(stringRedisSerializer);
// hash的key也采用String的序列化方式
template.setHashKeySerializer(stringRedisSerializer);
// value序列化方式采用jackson
template.setValueSerializer(jackson2JsonRedisSerializer);
// hash的value序列化方式采用jackson
template.setHashValueSerializer(jackson2JsonRedisSerializer);
template.afterPropertiesSet();
return template;
}
}
业务代码
首先从缓存中判断是否存在key，这里的key指的就是我们获取天气数据的uri。如果不存在这个key，说明没有从这个uri获取数据，就要去请求uri，取得数据，并存入缓存，下次请求，直接从缓存中取。
@Service
public class WeatherServiceImpl implements WeatherService{
@Autowired
RestTemplate restTemplate;
@Autowired
RedisTemplate<String, String> redisTemplate;
@Autowired
StringRedisTemplate stringRedisTemplate;
String uri = "http://wthrcdn.etouch.cn/weather_mini?city=深圳";
@Override
public WeatherData getWeather() {
String body = null;
ValueOperations<String, String> ops = stringRedisTemplate.opsForValue();
//key就是uri,如果redis有这个key，就从缓存中获取，没有的话，就去请求
if(stringRedisTemplate.hasKey(uri)){
//redis缓存数据
body = ops.get(uri);
ObjectMapper objectMapper = new ObjectMapper();
try {
WeatherData data = objectMapper.readValue(body, WeatherData.class);
return data;
} catch (Exception e) {
e.printStackTrace();
}
}else{
//如果缓存中没有，需要取出数据，并存入缓存
ResponseEntity<String> weatherData = restTemplate.getForEntity(uri, String.class);
//使用ObjectMapper进行处理
ObjectMapper mapper = new ObjectMapper();
if(weatherData.getStatusCodeValue() == 200){
body = weatherData.getBody();
WeatherData weatherData2 = null;
try {
weatherData2 = mapper.readValue(body, WeatherData.class);
ops.set(uri, body, 5*60*1000);
} catch (Exception e) {
e.printStackTrace();
}
return weatherData2;
}
}
return null;
}
}
运行请求接口，我这边的接口是http://localhost:8764/weather/getCityWeather
可以看到数据，已经存储进来了，key是对应的uri， xshell客户端访问redis的key，我们可以发现，数据已经存储成功