• Ehcache整合spring配置,配置springMVC缓存


    为了提高系统的运行效率,引入缓存机制,减少数据库访问和磁盘IO。下面说明一下ehcache和spring整合配置。

    1.   需要的jar包

    slf4j-api-1.6.1.jar

    ehcache-core-2.1.0.jar

    ehcache-spring-annotations-1.1.2.jar

    slf4j-log4j12-1.6.1.jar

    spring-context-support-4.0.6.RELEASE.jar

    2.   ehcache.xml

    <?xml version="1.0" encoding="UTF-8"?>  
    <ehcache xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:noNamespaceSchemaLocation="http://ehcache.org/ehcache.xsd">  
         
        <diskStore path="java.io.tmpdir/ehcache"/>  
          
        <!-- 默认缓存 -->  
        <defaultCache  
               maxElementsInMemory="1000"  
               eternal="false"  
               timeToIdleSeconds="120"  
               timeToLiveSeconds="120"  
               overflowToDisk="false"/>  
                 
        <!-- 菜单缓存 -->      
        <cache name="menuCache"   
               maxElementsInMemory="1000"   
               eternal="false"  
               timeToIdleSeconds="120"  
               timeToLiveSeconds="120"  
               overflowToDisk="false"   
               memoryStoreEvictionPolicy="LRU"/>  
          
    </ehcache>  
    

      

    参数说明:

    <diskStore>:当内存缓存中对象数量超过maxElementsInMemory时,将缓存对象写到磁盘缓存中(需对象实现序列化接口)。

    <diskStore path="">:用来配置磁盘缓存使用的物理路径,Ehcache磁盘缓存使用的文件后缀名是*.data和*.index。

    name:缓存名称,cache的唯一标识(ehcache会把这个cache放到HashMap里)。

    maxElementsOnDisk:磁盘缓存中最多可以存放的元素数量,0表示无穷大。

    maxElementsInMemory:内存缓存中最多可以存放的元素数量,若放入Cache中的元素超过这个数值,则有以下两种情况。

    1)若overflowToDisk=true,则会将Cache中多出的元素放入磁盘文件中。

    2)若overflowToDisk=false,则根据memoryStoreEvictionPolicy策略替换Cache中原有的元素。

    Eternal:缓存中对象是否永久有效,即是否永驻内存,true时将忽略timeToIdleSeconds和timeToLiveSeconds。

    timeToIdleSeconds:缓存数据在失效前的允许闲置时间(单位:秒),仅当eternal=false时使用,默认值是0表示可闲置时间无穷大,此为可选属性即访问这个cache中元素的最大间隔时间,若超过这个时间没有访问此Cache中的某个元素,那么此元素将被从Cache中清除。

    timeToLiveSeconds:缓存数据在失效前的允许存活时间(单位:秒),仅当eternal=false时使用,默认值是0表示可存活时间无穷大,即Cache中的某元素从创建到清楚的生存时间,也就是说从创建开始计时,当超过这个时间时,此元素将从Cache中清除。

    overflowToDisk:内存不足时,是否启用磁盘缓存(即内存中对象数量达到maxElementsInMemory时,Ehcache会将对象写到磁盘中),会根据标签中path值查找对应的属性值,写入磁盘的文件会放在path文件夹下,文件的名称是cache的名称,后缀名是data。

    diskPersistent:是否持久化磁盘缓存,当这个属性的值为true时,系统在初始化时会在磁盘中查找文件名为cache名称,后缀名为index的文件,这个文件中存放了已经持久化在磁盘中的cache的index,找到后会把cache加载到内存,要想把cache真正持久化到磁盘,写程序时注意执行net.sf.ehcache.Cache.put(Element element)后要调用flush()方法。

    diskExpiryThreadIntervalSeconds:磁盘缓存的清理线程运行间隔,默认是120秒。

    diskSpoolBufferSizeMB:设置DiskStore(磁盘缓存)的缓存区大小,默认是30MB

    memoryStoreEvictionPolicy:内存存储与释放策略,即达到maxElementsInMemory限制时,Ehcache会根据指定策略清理内存,共有三种策略,分别为LRU(最近最少使用)、LFU(最常用的)、FIFO(先进先出)。

    3.   application_spring_cache.xml

    <?xml version="1.0" encoding="UTF-8"?>  
    <beans xmlns="http://www.springframework.org/schema/beans"   
        xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"  
        xmlns:context="http://www.springframework.org/schema/context"   
        xmlns:cache="http://www.springframework.org/schema/cache"  
        xsi:schemaLocation="http://www.springframework.org/schema/beans   
            http://www.springframework.org/schema/beans/spring-beans-3.0.xsd  
            http://www.springframework.org/schema/context   
            http://www.springframework.org/schema/context/spring-context-3.0.xsd  
            http://www.springframework.org/schema/cache  
            http://www.springframework.org/schema/cache/spring-cache-3.2.xsd">  
          
        <cache:annotation-driven cache-manager="cacheManager"/>  
          
         <bean id="cacheManagerFactory" class="org.springframework.cache.ehcache.EhCacheManagerFactoryBean">  
            <property name="configLocation" value="classpath:application/ehcache.xml" />  
        </bean>  
          
        <bean id="cacheManager" class="org.springframework.cache.ehcache.EhCacheCacheManager">      
            <property name="cacheManager"  ref="cacheManagerFactory"/>      
        </bean>  
       
    </beans>  
    

      

    4.   使用

    首先在ehcache.xml中配置缓存策略,即添加一组cache。

    业务方法前添加

    @Cacheable(value = "SMSConsumerReportListCache", key = "'Consumer:'+#currentConsumer.getConsumerId()+'_pageNumber:'+#pageNumber+'_pageSize:'+#pageSize")
    public List<SMSReportVO> getReportList(@NotNull SMSConsumer currentConsumer, @NotNull int pageNumber, @NotNull int pageSize) {
    
        。。。。。。  
        
    }
    

    key的使用,作为索引查询缓存数据,下次方法调用时先查询缓存数据,存在即使用,不存在,执行方法,并保存。

    @CacheEvict(value = "inboxMessage", key =  "'involveUserId:' + #UserHelper.getSessionUser().getUserId()")
    
    CacheEvict,清空缓存,写上key,清除相关key缓存,
    allEntries = true。表示全部清空,默认false

     注意:

    调用内部方法使用缓存,直接调用是没有经过缓存的,需要注入:ApplicationContext applicationContext,使用applicationContext.getBean(******).方法,调用有效

    (个人记录)随机token。缓存:

    /**
     * Token 实现
     *
     * @author TCoffee
     * @version 1.0
     * @since 4.0
     */
    @Service
    public class TokenServiceImpl implements ITokenService {
    
        private static final int MsOf2Days = 172800 * 1000; // 2天的毫秒数
        private static final String TOKEN_CACHE_NAME = "tokenCache";
    
        @Autowired
        EhCacheCacheManager ehCacheCacheManager;
    
        /**
         * 获取和保存Token
         *
         * @param tokenTimeToLiveMs
         * @return
         */
        @Override
        public String getAndStoreToken(Long tokenTimeToLiveMs) {
            if (tokenTimeToLiveMs < 1) {
                throw new IllegalArgumentException("tokenTimeToLiveMs cannot small then 1");
            }
            if (tokenTimeToLiveMs > MsOf2Days) {
                throw new IllegalArgumentException("tokenTimeToLiveMs cannot large then 2 days");
            }
            String token = produceToken();
            TokenEntity tokenEntity = new TokenEntity();
            tokenEntity.setToken(token);
            tokenEntity.setProduceTime(System.currentTimeMillis());
            tokenEntity.setTokenTimeToLiveMs(tokenTimeToLiveMs);
            putTokenCache(token, tokenEntity);
            return token;
        }
    
        /**
         * 从缓存中读取 token
         */
        protected TokenEntity getTokenCache(String token) {
            Ehcache ehcache = getTokenCache();
            Element element = ehcache.get(token);
            return element == null ? null : (TokenEntity) element.getObjectValue();
        }
    
        /**
         * 将 token 设置到缓存
         *
         * @param token
         * @param tokenEntity
         * @return
         */
        protected synchronized TokenEntity putTokenCache(String token, TokenEntity tokenEntity) {
            Ehcache ehcache = getTokenCache();
            Element element = new Element(token, tokenEntity);
            element.setTimeToLive(Long.valueOf(tokenEntity.getTokenTimeToLiveMs()).intValue());
            ehcache.put(element);
            return tokenEntity;
        }
    
        /**
         * 校验Token
         *
         * @param token
         */
        @Override
        public boolean validateToken(String token) {
            TokenEntity tokenEntity = getTokenCache(token);
            if (tokenEntity == null) {
                return false;
            }
            if (System.currentTimeMillis() - tokenEntity.getProduceTime() > tokenEntity.getTokenTimeToLiveMs()) {
                return false;
            }
            return true;
        }
    
        /**
         * 设置数据到 token缓存
         *
         * @param data
         * @param token
         * @return
         */
        @Override
        public boolean setTokenData(Map<String, Object> data, String token) {
            TokenEntity tokenEntity = getTokenCache(token);
            if (tokenEntity == null) {
                return false;
            }
            tokenEntity.setDataMap(data);
            putTokenCache(token, tokenEntity);
            return true;
        }
    
        /**
         * 从 token 缓存获取数据
         *
         * @param token
         * @return
         * @throws InvalidTokenException
         */
        @Override
        public Map<String, Object> getTokenData(String token) throws InvalidTokenException {
            TokenEntity tokenEntity = getTokenCache(token);
            if (tokenEntity == null) {
                throw new InvalidTokenException("token invalid");
            }
            return Collections.unmodifiableMap(tokenEntity.getDataMap());
        }
    
        /**
         * 从 token 缓存获取数据
         *
         * @param key
         * @param token
         * @param <T>
         * @return
         * @throws InvalidTokenException
         */
        @Override
        public <T> T getTokenData(String key, String token) throws InvalidTokenException {
            Map<String, Object> map = getTokenData(token);
            return (T) map.get(key);
        }
    
        /**
         * 设置数据到 token 缓存
         *
         * @param key
         * @param data
         * @param token
         * @return
         */
        @Override
        public boolean setTokenData(String key, Object data, String token) {
            TokenEntity tokenEntity = getTokenCache(token);
            if (tokenEntity == null) {
                return false;
            }
            tokenEntity.getDataMap().put(key, data);
            putTokenCache(token, tokenEntity);
            return true;
        }
    
    
        /**
         * 销毁token数据
         *
         * @param token
         */
        @Override
        public void cleanToken(String token) {
            getTokenCache().remove(token);
        }
    
        private Ehcache getTokenCache() {
            Ehcache ehcache = ehCacheCacheManager.getCacheManager().getEhcache(TOKEN_CACHE_NAME);
            if (ehcache == null) {
                throw new RuntimeException("cache not found, cache name:" + TOKEN_CACHE_NAME);
            }
            return ehcache;
        }
    
        /**
         * 产生token
         *
         * @return
         */
        private String produceToken() {
            String token = UUID.randomUUID() + RandomStringUtils.randomAlphabetic(32);
            try {
                MessageDigest md5 = MessageDigest.getInstance("MD5");
                BASE64Encoder base64Encoder = new BASE64Encoder();
                return base64Encoder.encode(md5.digest(token.getBytes("UTF-8")));
            } catch (NoSuchAlgorithmException | UnsupportedEncodingException e) {
                throw new RuntimeException("token generate exception", e);
            }
        }
    }
    

      

  • 相关阅读:
    1-4-04:奇偶ASCII值判断
    1-4-03:奇偶数判断
    1-4-02:输出绝对值
    1-4-01:判断数正负
    1-3-20:计算2的幂
    1-3-19:A*B问题
    1-3-18:计算三角形面积
    Use PIVOT Table in SQL Server
    Pivoting DataTable Simplified
    Pivot Methods 行列转换
  • 原文地址:https://www.cnblogs.com/skyLogin/p/6692132.html
Copyright © 2020-2023  润新知