SpringBoot微服務電商項目開發實戰 --- 模塊版本號統一管理及Redis集成實現

上一篇文章總結了基於SpringBoot實現分布式微服務下的統一配置、分環境部署配置。以及服務端模塊的分離（每一個提供者就是一個獨立的微服務）、微服務落地、Dubbo整合及提供者、消費者的配置實現。本次文章將接入數據庫及緩存實現。項目結構如下：

從上圖可以看出，我們要在提供者和消費者之間搭建緩存服務，本次以Redis為例講解。系統在接入緩存服務后，對訪問量大的查詢接口，我們可以在接口第一次從服務端（提供者）獲取數據后緩存起來，后面的請求進來先從緩存中獲取，如果緩存中存在直接返回，否則調用提供者（查詢數據庫）獲取數據，並添加到緩存中。這在高並發的情況下，會大大提升服務的效應效率，減輕提供者和數據庫的壓力。

基於之前的項目，我們一點一點的深入探討，今天先從版本管理開始講起。

版本統一管理

一，子模塊版本控制

先看看父級項目的pom文件配置，設置各個子模塊依賴的版本號。

再來看看各個模塊的版本設置。

common模塊pom配置

提供者以系統服務模塊（lyn-sys）為例，其他模塊設置相同。

lyn-sys下接口模塊pom

lyn-sys下接口實現模塊pom

再看看消費者lyn-web的依賴。

 

為什么要統一管理？我想有多年開發經驗的Coder一定很明白它的重要性，這里不多講。

二，第三方Jar依賴控制

關於第三方Jar管理，只需要將這些依賴放到<dependencyManagement>里面去，這里僅僅是應用外部的Jar，SpringBoot基本依賴並不放在這里。

SpringBoot基礎依賴

 

其他第三方依賴

其他模塊如果需要用到這些第三方Jar，就在自己的模塊對應去添加，這樣可以較少其他模塊對不必要的jar依賴，減小最終jar/war包的的大小。如Dubbo依賴，各個提供者的接口層（***-api）就不需要依賴這個服務，它僅提供給服務實現及消費者依賴。所以我們只需在各個服務模塊的Service現實（***-service）及消費者模塊（lyn-web）pom里依賴。

數據庫連接實現

先在pom里引入數據庫的相關依賴（屬於第三方被管理的jar）

然后在各個提供者實現（***-service）模塊的pom里依賴

這里Mybatis逆向生成和數據庫連接池的依賴在lyn-common模塊的pom里。提供者實現模塊的properties配置

然后使用逆向工程執行生成實體、mapper及xml映射文件。這里以lyn-goods服務層的結構為例。

在對應提供者的***-api里寫Service接口及在***-service里寫對應的Service接口的實現代碼，上面是goods-service的代碼實現為例。其他模塊類似，到此為止，數據庫及基礎代碼已生成，接着編寫對應的Controller服務，此處代碼不講。

Redis接入即實現

目前java操作redis的客戶端有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。 因為我們的版本是springboot2.1，所以今天使用的是Lettuce。,父級pom里依賴如下：

這里我使用的版本分別如下：

Redis的版本號：2.1.2.RELEASE

commons-pools的版本：2.5.0

jackson-databind版本號：2.9.6

接下來配置Redis，目錄結構如下：

代碼：

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緩存配置</p> * * @author lft * @version 1.0 * @date 2019/6/13 0013 * @since jdk1.8 */@Configuration@EnableCaching //啟用緩存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(); } }; } /** * 緩存配置管理器 */ @Bean public CacheManager cacheManager(LettuceConnectionFactory factory) { //以鎖寫入的方式創建RedisCacheWriter對象 RedisCacheWriter writer = RedisCacheWriter.lockingRedisCacheWriter(factory); //創建默認緩存配置對象 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來序列化和反序列化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來序列化和反序列化redis的key值 template.setKeySerializer(new StringRedisSerializer()); template.setHashKeySerializer(new StringRedisSerializer()); template.setHashValueSerializer(serializer); template.afterPropertiesSet(); return template; }}

封裝Redis緩存類：

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);}

實現代碼：

@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); }}

現在，在我們的消費者properties里配置redis。

接着我們在Controller里寫一個測試接口

消費者（lyn-web）啟動類添加包掃描，如下：

數據添加一條數據

然后啟動四個提供者和一個消費者服務測試。

再通過Redis客戶端看看緩存的數據。

本次講了SpringBoot分布式微服務開發下的子模塊及第三方jar的版本統一管理、數據庫接入、Redis的配置及簡單的緩存實現。到目前為止，一個簡單的項目分布式電商項目已經基本成型，但如果要以正式項目開發使用，那還有很多需要處理和優化。比如Reids緩存，如何防止緩存被擊穿和緩存雪崩的發生？ 下期我們繼續深入去討論實現。

精彩文章推薦：

Spring Boot實現分布式微服務開發實戰系列（一）

Spring Boot實現分布式微服務開發實戰系列（二）

 

獲取項目源代碼，請掃碼關注公眾號，並發送Springboot獲取。