Spring Boot实现分布式微服务开发实战系列（三）
Spring Boot实现分布式微服务开发实战系列（三）
上一篇文章总结了基于SpringBoot实现分布式微服务下的统一配置、分环境部署配置。以及服务端模块的分离（每一个提供者就是一个独立的微服务）、微服务落地、Dubbo整合及提供者、消费者的配置实现。本次文章将接入数据库及缓存实现。项目结构如下：
从上图可以看出，我们要在提供者和消费者之间搭建缓存服务，本次以Redis为例讲解。系统在接入缓存服务后，对访问量大的查询接口，我们可以在接口第一次从服务端（提供者）获取数据后缓存起来，后面的请求进来先从缓存中获取，如果缓存中存在直接返回，否则调用提供者（查询数据库）获取数据，并添加到缓存中。这在高并发的情况下，会大大提升服务的效应效率，减轻提供者和数据库的压力。
基于之前的项目，我们一点一点的深入探讨，今天先从版本管理开始讲起。
版本统一管理
一，子模块版本控制
先看看父级项目的pom文件配置，设置各个子模块依赖的版本号。
再来看看各个模块的版本设置。
common模块pom配置
提供者以系统服务模块（lyn-sys）为例，其他模块设置相同。
lyn-sys下接口模块pom
lyn-sys下接口实现模块pom
再看看消费者lyn-web的依赖。
为什么要统一管理？我想有多年开发经验的Coder一定很明白它的重要性，这里不多讲。
二，第三方Jar依赖控制
关于第三方Jar管理，只需要将这些依赖放到<dependencyManagement>里面去，这里仅仅是应用外部的Jar，SpringBoot基本依赖并不放在这里。
SpringBoot基础依赖
其他第三方依赖
其他模块如果需要用到这些第三方Jar，就在自己的模块对应去添加，这样可以较少其他模块对不必要的jar依赖，减小最终jar/war包的的大小。如Dubbo依赖，各个提供者的接口层（***-api）就不需要依赖这个服务，它仅提供给服务实现及消费者依赖。所以我们只需在各个服务模块的Service现实（***-service）及消费者模块（lyn-web）pom里依赖。
数据库连接实现
先在pom里引入数据库的相关依赖（属于第三方被管理的jar）
然后在各个提供者实现（***-service）模块的pom里依赖
这里Mybatis逆向生成和数据库连接池的依赖在lyn-common模块的pom里。提供者实现模块的properties配置
然后使用逆向工程执行生成实体、mapper及xml映射文件。这里以lyn-goods服务层的结构为例。
在对应提供者的***-api里写Service接口及在***-service里写对应的Service接口的实现代码，上面是goods-service的代码实现为例。其他模块类似，到此为止，数据库及基础代码已生成，接着编写对应的Controller服务，此处代码不讲。
Redis接入即实现
目前java操作redis的客户端有jedis跟Lettuce。在springboot1.x系列中，其中使用的是jedis，但是到了springboot2.x使用的是Lettuce。 因为我们的版本是springboot2.1，所以今天使用的是Lettuce。,父级pom里依赖如下：
这里我使用的版本分别如下：
Redis的版本号：2.1.2.RELEASE
commons-pools的版本：2.5.0
jackson-databind版本号：2.9.6
接下来配置Redis，目录结构如下：
代码：
import com.fasterxml.jackson.annotation.JsonAutoDetect;
import com.fasterxml.jackson.annotation.PropertyAccessor;
import com.fasterxml.jackson.databind.ObjectMapper;
import org.springframework.cache.CacheManager;
import org.springframework.cache.annotation.CachingConfigurerSupport;
import org.springframework.cache.annotation.EnableCaching;
import org.springframework.cache.interceptor.KeyGenerator;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import org.springframework.data.redis.cache.RedisCacheConfiguration;
import org.springframework.data.redis.cache.RedisCacheManager;
import org.springframework.data.redis.cache.RedisCacheWriter;
import org.springframework.data.redis.connection.lettuce.LettuceConnectionFactory;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.data.redis.serializer.Jackson2JsonRedisSerializer;
import org.springframework.data.redis.serializer.StringRedisSerializer;
import java.lang.reflect.Method;
/**
* <p>Redis缓存配置</p>
*
* @author lft
* @version 1.0
* @date 2019/6/13 0013
* @since jdk1.8
*/
@Configuration
@EnableCaching //启用缓存
public class CacheConfig extends CachingConfigurerSupport {
@Bean
@Override
public KeyGenerator keyGenerator() {
return new KeyGenerator() {
@Override
public Object generate(Object target, Method method, Object... params) {
StringBuilder sb = new StringBuilder();
sb.append(target.getClass().getName());
sb.append(method.getName());
for (Object obj : params) {
sb.append(obj.toString());
}
return sb.toString();
}
};
}
/**
* 缓存配置管理器
*/
@Bean
public CacheManager cacheManager(LettuceConnectionFactory factory) {
//以锁写入的方式创建RedisCacheWriter对象
RedisCacheWriter writer = RedisCacheWriter.lockingRedisCacheWriter(factory);
//创建默认缓存配置对象
RedisCacheConfiguration config = RedisCacheConfiguration.defaultCacheConfig();
RedisCacheManager cacheManager = new RedisCacheManager(writer, config);
return cacheManager;
}
@Bean
public RedisTemplate<String, Object> redisTemplate(LettuceConnectionFactory factory) {
RedisTemplate<String, Object> template = new RedisTemplate<>();
template.setConnectionFactory(factory);
//使用Jackson2JsonRedisSerializer来序列化和反序列化redis的value值
Jackson2JsonRedisSerializer serializer = new Jackson2JsonRedisSerializer(Object.class);
ObjectMapper mapper = new ObjectMapper();
mapper.setVisibility(PropertyAccessor.ALL, JsonAutoDetect.Visibility.ANY);
mapper.enableDefaultTyping(ObjectMapper.DefaultTyping.NON_FINAL);
serializer.setObjectMapper(mapper);
template.setValueSerializer(serializer);
//使用StringRedisSerializer来序列化和反序列化redis的key值
template.setKeySerializer(new StringRedisSerializer());
template.setHashKeySerializer(new StringRedisSerializer());
template.setHashValueSerializer(serializer);
template.afterPropertiesSet();
return template;
}
}封装Redis缓存类：
public interface CacheService {
Object getCache(String key);
void setCache(String key, Object value);
void setCache(String key, Object value, long time);
<T> void setList(String key, List<T> os);
<T> void setList(String key, List<T> os, long time);
<T> List<T> getList(String key);
boolean isExistKey(String key);
void removeKey(String key);
Set<String> getMatchPrefixKey(String prefix);
Long getExpire(String key);
}实现代码：
@Service("cacheService")
public class CacheServiceImpl implements CacheService {
private static Logger logger = LoggerFactory.getLogger(CacheServiceImpl.class);
@Autowired
private RedisTemplate<String, Object> redisTemplate;
@Autowired
private StringRedisTemplate stringRedisTemplate;
@Override
public Object getCache(String key) {
ValueOperations<String, Object> valueOperations = redisTemplate.opsForValue();
return valueOperations.get(key);
}
@Override
public void setCache(String key, Object value) {
ValueOperations<String, Object> valueOperations = redisTemplate.opsForValue();
valueOperations.set(key, value);
}
@Override
public void setCacheToRedis(String key, Object value, long time) {
ValueOperations<String, Object> valueOperations = redisTemplate.opsForValue();
if(time > 0){
valueOperations.set(key, value, time, TimeUnit.SECONDS);
}else{
valueOperations.set(key, value);
}
}
@Override
public <T> void setList(String key, List<T> os) {
ListOperations<String,Object> listOperations = redisTemplate.opsForList();
for (Object o : os) {
listOperations.rightPush(key, o);
}
}
@Override
public <T> void setList(String key, List<T> os, long time) {
if(time > 0){
ListOperations<String,Object> listOperations = redisTemplate.opsForList();
for (Object o : os) {
listOperations.rightPush(key, o);
redisTemplate.expire(key, time, TimeUnit.SECONDS);
}
}
}
@Override
public <T> List<T> getList(String key) {
ListOperations<String, Object> listOperations = redisTemplate.opsForList();
List<T> o = null;
if (listOperations.size(key) > 0) {
o = (List<T>) listOperations.range(key, 0, -1);
}
return o;
}
@Override
public boolean isExistKey(String key) {
if(!StringUtils.isEmpty(key)) {
return redisTemplate.hasKey(key);
}
return false;
}
@Override
public void removeKey(String key) {
redisTemplate.delete(key);
}
@Override
public Set<String> getMatchPrefixKey(String prefix) {
if(!StringUtils.isEmpty(prefix)) {
Set<String> keys = stringRedisTemplate.keys(prefix + "*");
if(keys==null || keys.size() == 0){
return null;
}
return keys;
}
return null;
}
@Override
public Long getExpire(String key) {
return redisTemplate.getExpire(key);
}
}现在，在我们的消费者properties里配置redis。
接着我们在Controller里写一个测试接口
消费者（lyn-web）启动类添加包扫描，如下：
数据添加一条数据
然后启动四个提供者和一个消费者服务测试。
再通过Redis客户端看看缓存的数据。
本次讲了SpringBoot分布式微服务开发下的子模块及第三方jar的版本统一管理、数据库接入、Redis的配置及简单的缓存实现。到目前为止，一个简单的项目分布式电商项目已经基本成型，但如果要以正式项目开发使用，那还有很多需要处理和优化。比如Reids缓存，如何防止缓存被击穿和缓存雪崩的发生？ 下期我们继续深入去讨论实现。