本文介绍spring中自定义缓存resolver,通过自定义resolver,可以在spring的cache注解中增加附加处理。 具体的代码参照 示例项目 https://github.com/qihaiyan/springcamp/tree/master/spring-redis-resolver
一、概述
cache-aside模式是常用的缓存使用模式。使用流程如下图:
当更新数据库中的数据后,对缓存做失效处理,后续就能读取到数据库中最新的数据,使得缓存数据与数据库数据保持一致。
在spring中通过cache注解进行缓存的处理,一般会把缓存处理封装到dao层,这样业务层就不需要感知缓存操作的细节,可以专注于业务逻辑的处理。
二、缓存的读取和失效
dao层的操作通常使用springdatajpa,数据库方法都是一个interface,通过在interface上增加对应的cache注解实现缓存处理。
读取数据:
@Cacheable(value = "testCache", key = "#p0", unless = "#result == null")
Optional<DemoEntity> findById(Long id);
通过Cacheable注解,从数据库中读取到数据后,会同步写到缓存中。
保存数据:
@CacheEvict(value = "testCache", key = "#p0.id")
DemoEntity save(DemoEntity entity);
通过CacheEvict注解,在将数据写入到数据库后,对缓存进行失效。 如果我们想在缓存失效后,进行其它的操作,例如将失效缓存的key写入kafka,用于其它系统同步删除缓存,这时该怎样处理?
三、自定义缓存resolver
spring提供了自定义缓存resolver的方式,通过自定义resolver,可以在缓存处理中增加附加操作。
@Configuration
public class RedisCacheConfig extends CachingConfigurerSupport {
@Bean
public RedisCacheManager redisCacheManager(RedisConnectionFactory redisConnectionFactory) {
RedisCacheConfiguration cacheConfiguration = RedisCacheConfiguration.defaultCacheConfig()
.computePrefixWith(cacheName -> cacheName.concat(":"));
return RedisCacheManager.builder(redisConnectionFactory)
.cacheDefaults(cacheConfiguration)
.build();
}
@Bean
public CacheResolver customCacheResolver(RedisConnectionFactory redisConnectionFactory) {
return new CustomCacheResolver(redisCacheManager(redisConnectionFactory));
}
}
以上代码是redis缓存的配置,其中 RedisCacheManager
部分是常规的cacheManager的配置, 而 customCacheResolver
部分是自定义resolver的配置,通过定义customCacheResolver这个bean,可以在cache注解中引用到这个自定义的resolver。
定义好customCacheResolver的bean后,我们就可以在cache注解中引用,上面提到的数据保存方法改造后的代码:
@CacheEvict(value = "testCache", cacheResolver = "customCacheResolver", key = "#p0.id")
DemoEntity save(DemoEntity entity);
相比于之前的实现,对CacheEvict增加指定cacheResolver。
四、自定义resolver的实现
上面我们介绍了如果配置和引用cacheResolver,下面介绍自定义cacheResolver的实现。
public class CustomCacheResolver extends SimpleCacheResolver {
public CustomCacheResolver(CacheManager cacheManager) {
super(cacheManager);
}
@Override
@NonNull
public Collection<? extends Cache> resolveCaches(CacheOperationInvocationContext<?> context) {
ParameterNameDiscoverer paramNameDiscoverer = new DefaultParameterNameDiscoverer();
EvaluationContext evaluationContext = new MethodBasedEvaluationContext(context.getOperation(), context.getMethod(), context.getArgs(), paramNameDiscoverer);
Expression exp = (new SpelExpressionParser()).parseExpression(((CacheEvictOperation) context.getOperation()).getKey());
Collection<? extends Cache> caches = super.resolveCaches(context);
context.getOperation().getCacheNames().forEach(cacheName -> {
String key = cacheName + ':' + exp.getValue(evaluationContext, String.class);
log.info("cache key={}", key);
});
return caches;
}
}
上面的代码定义了CustomCacheResolver这个自定义resolver类,继承SimpleCacheResolver。SimpleCacheResolver类是spring在cache注解中默认使用的resolver。
我们通过扩展SimpleCacheResolver这个类,来增加附加操作。其中resolveCaches
就是解析缓存操作的部分。
在这部分代码中,我们需要的是获取到 @CacheEvict(value = "testCache", cacheResolver = "customCacheResolver", key = "#p0.id")
注解中失效的缓存的key的值。
通过 context.getOperation()).getKey()
从参数context中可以读取到key的定义,即 #p0.id
,这个定义是一个spel表达式,与普通的spel表达式不同, p0这个变量是jpa方法中的一个特有变量,表示方法中的第一个参数,同样p1表示方法中的第二个参数。通过普通的spel处理无法解析这个spel表达式。
spring提供了 MethodBasedEvaluationContext
类用于解析这种特殊的spel表达式。
通过一下四行代码,我们就能够获取到具体的key的值:
ParameterNameDiscoverer paramNameDiscoverer = new DefaultParameterNameDiscoverer();
EvaluationContext evaluationContext = new MethodBasedEvaluationContext(context.getOperation(), context.getMethod(), context.getArgs(), paramNameDiscoverer);
Expression exp = (new SpelExpressionParser()).parseExpression(((CacheEvictOperation) context.getOperation()).getKey());
String key = cacheName + ':' + exp.getValue(evaluationContext, String.class);
获取到了key的值,我们就可以对这个key做很多操作,可以把这个key写入kafka,通知其它系统同步清理key。
五、总结
我们通常把缓存操作封装到dao层以简化程序的整体逻辑,当使用springdatajpa作为dao层的实现时,具体的dao方法都是interface,对于在interface上添加的cache注解,没有办法增加额外的其它操作。 当需要对缓存操作做额外处理时,可以通过自定义resolver的方式实现,在cache注解中使用我们自定义的resolver。 这样既没有破环程序的整理逻辑,又扩展了对缓存的操作,是一种比较好的实现方式。