Redis提升并发能力 | 从0开始构建SpringCloud微服务(2)

照例附上项目github链接

本项目实现的是将一个简单的天气预报系统一步一步改造成一个SpringCloud微服务系统的过程，本节将介绍项目中Redis的引入。

Redis下载教程。

若对Redis感兴趣，还可以看一下我的另一篇文章造个轮子 | 自己动手写一个Redis

存在问题：

数据来源于第三方的接口，依赖性太强。
可能带来的不良结果：

（1）延时性：用户访问我们的时候，我们需要再去访问第三方的接口，我们是数据的中间者，不是数据的产生者，有一定的延时性。

（2）访问上限：免费的接口，可能会达到上限。

（3）调死：可能将对方的接口给调死。

解决方案：

使用redis缓存系统，提高整体的并发访问能力。

Redis 是一个高性能的key-value数据库，基于内存的缓存系统，对内存的操作时非常快的，所以可以做到及时响应。

为什么选择Redis

（1）及时响应

（2）减少服务调用

Redis如何引入

Redis是一个key-value结构的数据存储系统，这里我们使用天气数据的uri作为它的key，通过ValueOperations<String, String>ops对象的set方法将数据写入缓存中，通过其get方法可以从缓存中获取数据，并且使用TIME_OUT设置缓存失效的时间。

我们并不是每次都去调用第三方的接口，若Redis缓存中有要查找的天气数据，则从缓存中取；若缓存中没有，则请求第三方接口，然后将数据写入Redis缓存中。

    private WeatherResponse doGetWeahter(String uri) {
        String key = uri;
        String strBody = null;
        ObjectMapper mapper = new ObjectMapper();
        WeatherResponse resp = null;
        ValueOperations<String, String>  ops = stringRedisTemplate.opsForValue();
        // 先查缓存，缓存有的取缓存中的数据
        if (stringRedisTemplate.hasKey(key)) {
            logger.info("Redis has data");
            strBody = ops.get(key);
        } else {
            logger.info("Redis don't has data");
            // 缓存没有，再调用服务接口来获取
             ResponseEntity<String> respString = restTemplate.getForEntity(uri, String.class);

             if (respString.getStatusCodeValue() == 200) {
                strBody = respString.getBody();
            }
            
            // 数据写入缓存
            ops.set(key, strBody, TIME_OUT, TimeUnit.SECONDS);
        }

        try {
            resp = mapper.readValue(strBody, WeatherResponse.class);
        } catch (IOException e) {
            //e.printStackTrace();
            logger.error("Error!",e);
        }
        
        return resp;
    }