个人中心
退出
Redis实战(11)-哈希Hash典型应用场景实战之系统数据字典实时触发缓存存储
作者：
修罗debug
版权声明：本文为博主原创文章，遵循 CC 4.0 by-sa 版权协议，转载请附上原文出处链接和本声明。
摘要：前文我们已经介绍并实战了Redis的数据类型哈希Hash的相关命令行及其对应的Java单元测试的实战代码，本文我们将以实际项目中典型的应用场景“系统数据字典模块的实时触发存储”为案例，学以致用，一起践行哈希Hash在实际项目下的实战应用，感受感受其在实际业务场景下的作用！
内容：在前文我们已经简单介绍了Redis的数据类型~哈希Hash的底层存储结构，很显然，哈希Hash跟其他的数据结构还是有诸多不同之处的。其他的据结构几乎都是：Key-Value的存储，而Hash则是：Key – [Field-Value] 的存储，也就是说其他数据结构的Value一般是确切的值，而Hash的Value是一系列的键值对，通常我们是这样子称呼Hash的存储的：大Key为实际的Key，小Key为Field，而具体的取值为Field对应的值。如下图所示：
说实在的，它的作用还是很强大的，特别是在存储“同种对象类型”的数据列表时哈希Hash更能体现其优势，除此之外，其最大的、直观上的作用便是“减少了缓存Key的数量”，而这主要还得得益于哈希Hash底层存储数据时的存储方式，如上图所示！
接下来，我们便以实际项目开发中典型、常见的应用场景“系统数据字典实时触发缓存存储”为案例一起来践行哈希Hash的作用。
对于“数据字典模块”，相信很多小伙伴都有所听闻过，毫不夸张地讲，几乎每个项目都会有一个独立的功能模块，用于管理项目中各个业务模块经常出现的“通用化、共性的、需要配置起来的东西”，这些通用化的东西我们可以称之为“数据字典”，对于这些东西我们一般会单独开辟一个独立的功能模块，如“数据字典模块”进行单独维护管理！
对于上面这个解释，可能有些小伙伴有点懵，下面我们举个栗子吧，比如经常可以见到的数据字典：“性别Sex~其取值可以有：男=1；女=0；未知=2”；比如“支付状态PayStatus~其取值可以有：1=未支付；2=已支付；3=已取消支付；4=已退款…”；再比如“订单审核状态ReviewStatus~1=已保存/未审核；2=已审核；3=审核成功；4=审核失败…”等等可以将其配置在“数据字典功能模块”中将其维护起来，如下图所示：
看到上面这张图，有些机灵的小伙伴可能会立即联想到哈希Hash的底层存储结构（本文开篇的那张图），会发现惊人的相似，就拿“性别Sex”这一数据字典为例，它的取值为“Female-女性”、“Male-男性”，这不就相当于哈希Hash的底层存储结构吗~Key=Sex，Field-Value对包含两队，分别是：Field=Female ~ Value=女性；Field=Male ~ Value=男性。
理解了这种数据关联以及存储之后，在后文的实战中你就会发现代码很容易理解，并且在实战过后你或许会发出惊叹：“原来如此！”
除此之外，还有一种现象需要跟小伙伴分享分享，那就是“数据字典功能模块”一旦配置好了某个“数据字典”之后，我们基本上会在好几个月内都不会去重新修改它了，即有点“一劳永逸”的感觉！基于这个前提，我们可以将前端发起的请求实时访问数据库DB的“数据字典” 优化为 基于缓存Redis的哈希Hash进行存储与访问，并且这种存储是“实时”的，那我们就开始吧！
（1）同样的道理，工欲善其事，必先利其器，我们首先需要建立一个数据库表sys_config用于存储管理员添加的数据字典，其DDL如下所示：
CREATE TABLE `sys_config` (
`id` int(11) NOT NULL AUTO_INCREMENT,
`type` varchar(100) CHARACTER SET utf8mb4 NOT NULL COMMENT '字典类型',
`name` varchar(100) CHARACTER SET utf8mb4 DEFAULT NULL COMMENT '字典名称',
`code` varchar(100) CHARACTER SET utf8mb4 DEFAULT NULL COMMENT '选项编码',
`value` varchar(100) CHARACTER SET utf8mb4 DEFAULT NULL COMMENT '选项取值',
`order_by` int(11) DEFAULT '1' COMMENT '排序',
`is_active` tinyint(4) DEFAULT '1' COMMENT '是否有效(1=是;0=否)',
`create_time` datetime DEFAULT CURRENT_TIMESTAMP COMMENT '创建时间',
PRIMARY KEY (`id`),
UNIQUE KEY `idx_type_code` (`type`,`code`) USING BTREE
) ENGINE=InnoDB DEFAULT CHARSET=utf8 COMMENT='字典配置表';采用Mybatis的逆向工程生成该数据库表的实体类Entity、Mapper操作接口及其对应的用于操作动态SQL的Mapper.xml，在这里我们只贴出SysConfigMapper接口中一个相当重要的方法吧：
//查询目前数据字典表中所有可用的-已激活的数据字典列表
List<SysConfig> selectActiveConfigs();其对应的动态SQL实现如下所示：
<select id="selectActiveConfigs" resultType="com.boot.debug.redis.model.entity.SysConfig">
SELECT <include refid="Base_Column_List"/>
FROM sys_config
WHERE is_active = 1
ORDER BY type, order_by ASC
</select>（2）紧接着，我们建立一个HashController，用于“新增数据字典”、“获取缓存中所有的数据字典”以及“获取特定编码的数据字典取值列表”，其完整的源代码如下所示：
/**数据类型Hash散列-减少key存储、类似于map-可以通过键取得其 “值” (可以对象列表...)
* @Author:debug (SteadyJack) **/
@RestController
@RequestMapping("hash")
public class HashController extends AbstractController {
@Autowired
private HashService hashService;
//新增数据字典
@RequestMapping(value = "put",method = RequestMethod.POST,consumes = MediaType.APPLICATION_JSON_UTF8_VALUE)
public BaseResponse put(@RequestBody @Validated SysConfig config, BindingResult result){
String checkRes= ValidatorUtil.checkResult(result);
if (StrUtil.isNotBlank(checkRes)){
return new BaseResponse(StatusCode.Fail.getCode(),checkRes);
}
BaseResponse response=new BaseResponse(StatusCode.Success);
try {
hashService.addSysConfig(config);
}catch (Exception e){
response=new BaseResponse(StatusCode.Fail.getCode(),e.getMessage());
}
return response;
}
//获取缓存中所有的数据字典
@RequestMapping(value = "get",method = RequestMethod.GET)
public BaseResponse get(){
BaseResponse response=new BaseResponse(StatusCode.Success);
try {
response.setData(hashService.getAll());
}catch (Exception e){
response=new BaseResponse(StatusCode.Fail.getCode(),e.getMessage());
}
return response;
}
//获取缓存中某个特定编码下数据字典的取值列表
@RequestMapping(value = "get/type",method = RequestMethod.GET)
public BaseResponse getType(@RequestParam String type){
BaseResponse response=new BaseResponse(StatusCode.Success);
try {
response.setData(hashService.getByType(type));
}catch (Exception e){
response=new BaseResponse(StatusCode.Fail.getCode(),e.getMessage());
}
return response;
}
}（3）其中，hashService下那几个方法的实现逻辑即为真正要做的事情，其完整源代码如下所示：
/**hash数据类型-service
* @Author:debug (SteadyJack)
* @Link: weixin-> debug0868 qq-> 1948831260
* @Date: 2019/10/31 21:07
**/
@Service
public class HashService {
private static final Logger log= LoggerFactory.getLogger(HashService.class);
@Autowired
private SysConfigMapper sysConfigMapper;
@Autowired
private HashRedisService hashRedisService;
//TODO:添加数据字典及其对应的选项(field-value)
@Transactional(rollbackFor = Exception.class)
public Integer addSysConfig(SysConfig config) throws Exception{
int res=sysConfigMapper.insertSelective(config);
if (res>0){
//TODO:实时触发数据字典的hash存储
hashRedisService.cacheConfigMap();
}
return config.getId();
}
//TODO:取出缓存中所有的数据字典列表
public Map<String,List<SysConfig>> getAll() throws Exception{
return hashRedisService.getAllCacheConfig();
}
//TODO:取出缓存中特定的数据字典列表
public List<SysConfig> getByType(final String type) throws Exception{
return hashRedisService.getCacheConfigByType(type);
}
}（4）而hashService中实现数据字典的实时存取又是交给了HashRedisService相应的方法逻辑进行处理，其对应的完整源代码如下所示：
/**hash缓存服务 @Author:debug (SteadyJack) weixin-> debug0868 qq-> 1948831260**/
@Service
public class HashRedisService {
private static final Logger log= LoggerFactory.getLogger(HashRedisService.class);
@Autowired
private SysConfigMapper sysConfigMapper;
@Autowired
private RedisTemplate redisTemplate;
//TODO:实时获取所有有效的数据字典列表-转化为map-存入hash缓存中
@Async
public void cacheConfigMap(){
try {
List<SysConfig> configs=sysConfigMapper.selectActiveConfigs();
if (configs!=null && !configs.isEmpty()){
Map<String,List<SysConfig>> dataMap= Maps.newHashMap();
//TODO:所有的数据字典列表遍历 -> 转化为 hash存储的map
configs.forEach(config -> {
List<SysConfig> list=dataMap.get(config.getType());
if (list==null || list.isEmpty()){
list= Lists.newLinkedList();
}
list.add(config);
dataMap.put(config.getType(),list);
});
//TODO:存储到缓存hash中
HashOperations<String,String,List<SysConfig>> hashOperations=redisTemplate.opsForHash();
hashOperations.putAll(Constant.RedisHashKeyConfig,dataMap);
}
}catch (Exception e){
log.error("实时获取所有有效的数据字典列表-转化为map-存入hash缓存中-发生异常：",e.fillInStackTrace());
}
}
//TODO:从缓存hash中获取所有的数据字典配置map
public Map<String,List<SysConfig>> getAllCacheConfig(){
Map<String,List<SysConfig>> map=Maps.newHashMap();
try {
HashOperations<String,String,List<SysConfig>> hashOperations=redisTemplate.opsForHash();
map=hashOperations.entries(Constant.RedisHashKeyConfig);
}catch (Exception e){
log.error("从缓存hash中获取所有的数据字典配置map-发生异常：",e.fillInStackTrace());
}
return map;
}
//TODO:从缓存hash中获取特定的数据字典列表
public List<SysConfig> getCacheConfigByType(final String type){
List<SysConfig> list=Lists.newLinkedList();
try {
HashOperations<String,String,List<SysConfig>> hashOperations=redisTemplate.opsForHash();
list=hashOperations.get(Constant.RedisHashKeyConfig,type);
}catch (Exception e){
log.error("从缓存hash中获取特定的数据字典列表-发生异常：",e.fillInStackTrace());
}
return list;
}
}至此，我们已经完成了哈希Hash典型应用场景“系统数据字典的实时存取”的代码实战了，相应的代码的含义我们也在代码中做了相应的注释！如果有疑问的地方，各位小伙伴可以加Debug的联系方式进行交流（代码中就有我的交流联系方式哦！），下面我们基于Postman进行一波测试吧！
A.首先是往数据库中已有的某个数据字典添加某些具体的取值列表（Field-Value），如下几张图所示：
B.最后是往数据库中添加一个全新的数据字典及其对应的取值列表（Field-Value），如下几张图所示：
好了，本篇文章我们就介绍到这里了，建议各位小伙伴一定要照着文章提供的样例代码撸一撸，只有撸过才能知道这玩意是咋用的，否则就成了“空谈者”！
对Redis相关技术栈以及实际应用场景实战感兴趣的小伙伴可以前往Debug搭建的技术社区的课程中心进行学习观看：https://www.fightjava.com/web/index/course/detail/12 ！
其他相关的技术，感兴趣的小伙伴可以关注底部Debug的技术公众号，或者加Debug的微信，拉你进“微信版”的真正技术交流群！一起学习、共同成长！
补充:
1、本文涉及到的相关的源代码可以到此地址，check出来进行查看学习：
https://gitee.com/steadyjack/SpringBootRedis
2、目前Debug已将本文所涉及的内容整理录制成视频教程，感兴趣的小伙伴可以前往观看学习：https://www.fightjava.com/web/index/course/detail/12
3、关注一下Debug的技术微信公众号，最新的技术文章、课程以及技术专栏将会第一时间在公众号发布哦！
分类导航