一、添加缓存

添加redis缓存之后就不会一直刷新数据库，减少数据库压力

pom.xml依赖

<dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-cache</artifactId></dependency>

SpringbootApplication

@EnableCaching

EchartsController

 @AuthAccess@GetMapping("/file/front/all")@Cacheable(value = "files", key = "targetClass + methodName")public Result frontAll() {return Result.success(fileMapper.selectList(null));}

也可以自定义key，要用 ' ' 括起来

@AuthAccess@GetMapping("/file/front/all")@Cacheable(value = "files", key = "'frontAll'")public Result frontAll() {return Result.success(fileMapper.selectList(null));}

二、更新缓存：

fileController

//更新@PostMapping("/update")//更新缓存@CachePut(value = "files",key = "'frontAll'")public Result update(@RequestBody Files files) {//新增或修改fileMapper.updateById(files);return success(fileMapper.selectList(null));}

三、删除缓存

数据库执行删除之后，第一次缓存也删除，后面就不会请求数据库

//删除@DeleteMapping("/{id}")//清除一条缓存，key为要清空的数据@CacheEvict(value = "emp",key = "'frontAll'")public Result delete(@PathVariable("id") Integer id) {Files files = fileMapper.selectById(id);files.setIsDelete(true);fileMapper.updateById(files);return success();}

四、集成redis

pom.xml

<dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-data-redis</artifactId></dependency>

application.yml

  redis:port: 6379host: 127.0.0.1

EchartController

@Resourceprivate FileMapper fileMapper;@Autowiredprivate StringRedisTemplate stringRedisTemplate;@AuthAccess@GetMapping("/file/front/all")/*@Cacheable(value = "files", key = "targetClass + methodName")*/public Result frontAll() {//1.从缓存获取数据String jsonStr = stringRedisTemplate.opsForValue().get(FILES_KEY);List<Files> files;//2.取出来的json是空的if (StrUtil.isBlank(jsonStr)) {//3.从数据库取出数据files = fileMapper.selectList(null);//4.再去缓存到redisstringRedisTemplate.opsForValue().set(FILES_KEY,JSONUtil.toJsonStr(files));} else {//减轻数据库的压力//5.如果有,从redis缓存中获取数据files = JSONUtil.toBean(jsonStr, new TypeReference<List<Files>>() {}, true);}return Result.success(files);}

操作完数据库更新缓存操作：（增删改时使用）

第一种方法：最简单的方式

//最简单的方式flushRedis(Constants.FILES_KEY);

删除缓存

FileController

@Autowiredprivate StringRedisTemplate stringRedisTemplate;//删除缓存private void flushRedis(String key){stringRedisTemplate.delete(key);}//更新@PostMapping("/update")//更新缓存/*@CachePut(value = "files",key = "'frontAll'")*/public Result update(@RequestBody Files files) {//新增或修改fileMapper.updateById(files);flushRedis(Constants.FILES_KEY);return success();}//删除@DeleteMapping("/{id}")//清除一条缓存，key为要清空的数据/* @CacheEvict(value = "emp",key = "'frontAll'")*/public Result delete(@PathVariable("id") Integer id) {Files files = fileMapper.selectById(id);files.setIsDelete(true);fileMapper.updateById(files);flushRedis(Constants.FILES_KEY);return success();}

第二种方法：

设置缓存

FileController

//设置缓存private void setCache(String key,String value){stringRedisTemplate.opsForValue().set(key,value);}

 ①从redis取出数据,操作完，再设置，不用查询数据库，性能比较高

//从redis取出数据,操作完，再设置，不用查询数据库String json = stringRedisTemplate.opsForValue().get(Constants.FILES_KEY);List<Files> files1 = JSONUtil.toBean(json, new TypeReference<List<Files>>() {},true);files1.add(saveFile);setCache(Constants.FILES_KEY,JSONUtil.toJsonStr(files1));

②从数据库查出数据，再设置最新缓存

 //从数据库查出数据List<Files> files = fileMapper.selectList(null);//设置最新的缓存setCache(Constants.FILES_KEY, JSONUtil.toJsonStr(files));