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); } } }