转载: http://www.importnew.com/23358.html
写在前面：上一篇博客写了spring cache和ehcache的基本介绍，个人建议先把这些最基本的知识了解了才能对今天主题有所感触。不多说了，开干！
注：引入jar
<!-- 引入ehcache缓存 -->
<dependency>
<groupId>net.sf.ehcache</groupId>
<artifactId>ehcache</artifactId>
<version>2.8.3</version>
</dependency>
第一步：首先配置ehcache.xml
<?xml version="1.0" encoding="UTF-8"?>
<ehcache xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xsi:noNamespaceSchemaLocation="ehcache.xsd"
updateCheck="true" monitoring="autodetect"
dynamicConfig="true"> <diskStore path="java.io.tmpdir"/>
<defaultCache
maxEntriesLocalHeap="10000"
eternal="false"
overflowToDisk="false"
timeToIdleSeconds="120"
timeToLiveSeconds="120"
diskSpoolBufferSizeMB="30"
maxEntriesLocalDisk="10000000"
diskExpiryThreadIntervalSeconds="120"
memoryStoreEvictionPolicy="LRU">
<persistence strategy="localTempSwap"/>
</defaultCache> <cache name="myCache"
maxEntriesLocalHeap="10000"
maxEntriesLocalDisk="1000"
eternal="false"
diskSpoolBufferSizeMB="30"
timeToIdleSeconds="300"
timeToLiveSeconds="600"
memoryStoreEvictionPolicy="LFU"
transactionalMode="off">
<persistence strategy="localTempSwap"/>
</cache>
</ehcache>
第二步：在spring.xml的配置文件中引入schema， xmlns:aop=”http://www.springframework.org/schema/aop” 和http://www.springframework.org/schema/cache http://www.springframework.org/schema/cache/spring-cache-3.2.xsd
缓存的配置：
<!-- 启用缓存注解功能，这个是必须的，否则注解不会生效，另外，该注解一定要声明在spring主配置文件中才会生效 -->
<cache:annotation-driven cache-manager="ehcacheManager"/> <!-- cacheManager工厂类，指定ehcache.xml的位置 -->
<bean id="ehcacheManagerFactory" class="org.springframework.cache.ehcache.EhCacheManagerFactoryBean">
<property name="configLocation" value="classpath:ehcache.xml" />
</bean>
<!-- 声明cacheManager -->
<bean id="ehcacheManager" class="org.springframework.cache.ehcache.EhCacheCacheManager">
<property name="cacheManager" ref="ehcacheManagerFactory" />
</bean>
OK!缓存的相关配置已经完成。下面开始编写测试程序。这里需要连接数据库，我就不写了。这里为了方便就随便找了之前写过的model，这个model就是AOP注解实现日志管理的实体，为了偷懒就直接用了，希望你们不要误解，没有特殊意义的
第三步：编写model，这里需要注意，要实现缓存的实体必须要序列化 private static final long serialVersionUID = -6579533328390250520L; 关于序列化的生成这里就不介绍了，大家可以百度看看。
package org.shop.entity; import java.io.Serializable;
import java.util.Date; public class SystemLog implements Serializable { private static final long serialVersionUID = -6579533328390250520L; private String id; private String description; private String method; private Long logType; private String requestIp; private String exceptioncode; private String exceptionDetail; private String params; private String createBy; private Date createDate; public String getId() {
return id;
} public void setId(String id) {
this.id = id == null ? null : id.trim();
} public String getDescription() {
return description;
} public void setDescription(String description) {
this.description = description == null ? null : description.trim();
} public String getMethod() {
return method;
} public void setMethod(String method) {
this.method = method == null ? null : method.trim();
} public Long getLogType() {
return logType;
} public void setLogType(Long logType) {
this.logType = logType;
} public String getRequestIp() {
return requestIp;
} public void setRequestIp(String requestIp) {
this.requestIp = requestIp == null ? null : requestIp.trim();
} public String getExceptioncode() {
return exceptioncode;
} public void setExceptioncode(String exceptioncode) {
this.exceptioncode = exceptioncode == null ? null : exceptioncode.trim();
} public String getExceptionDetail() {
return exceptionDetail;
} public void setExceptionDetail(String exceptionDetail) {
this.exceptionDetail = exceptionDetail == null ? null : exceptionDetail.trim();
} public String getParams() {
return params;
} public void setParams(String params) {
this.params = params == null ? null : params.trim();
} public String getCreateBy() {
return createBy;
} public void setCreateBy(String createBy) {
this.createBy = createBy == null ? null : createBy.trim();
} public Date getCreateDate() {
return createDate;
} public void setCreateDate(Date createDate) {
this.createDate = createDate;
}
}
第四步：编写dao，service
package org.shop.dao; import org.shop.entity.SystemLog; public interface SystemLogMapper {
int deleteByPrimaryKey(String id); int insert(SystemLog record); int insertSelective(SystemLog record); SystemLog selectByPrimaryKey(String id); int updateByPrimaryKeySelective(SystemLog record); int updateByPrimaryKey(SystemLog record); int count();
}
public interface SystemLogService { int deleteSystemLog(String id); int insert(SystemLog record); int insertTest(SystemLog record); SystemLog findSystemLog(String id); int updateSystemLog(SystemLog record); int count();
}
第五步：编写serviceImpl并添加缓存注解。这里缓存注解的参数不介绍了，不懂得看我上一篇博客，我这里先把需要的注解都写上了，一会一个一个介绍。
@Service("systemLogService")
public class SystemLogServiceImpl implements SystemLogService { @Resource
private SystemLogMapper systemLogMapper; @Override
public int deleteSystemLog(String id) {
return systemLogMapper.deleteByPrimaryKey(id);
} @Override
//@CachePut(value="myCache")
//@CacheEvict(value="myCache",allEntries=true,beforeInvocation=true)
@CacheEvict(value="myCache",key="0",beforeInvocation=true)
public int insert(SystemLog record) {
return systemLogMapper.insertSelective(record);
} @Override
@Cacheable(value="myCache",key="#id")
public SystemLog findSystemLog(String id) {
return systemLogMapper.selectByPrimaryKey(id);
} @Override
public int updateSystemLog(SystemLog record) {
return systemLogMapper.updateByPrimaryKeySelective(record);
}
@Override
public int insertTest(SystemLog record) {
return systemLogMapper.insert(record);
} @Override
@Cacheable(value="myCache",key="0")
public int count() {
int num = systemLogMapper.count();
return num;
} }
第六步：编写controller，即我们的测试。
@Controller
@RequestMapping("systemLogController")
public class SystemLogController { @Resource
private SystemLogService systemLogService; @RequestMapping("testLog")
public ModelAndView testLog(){
ModelMap modelMap = new ModelMap();
SystemLog systemLog = systemLogService.findSystemLog("c30e2398-079a-406b-a2f7-a85fa15ccac7");
modelMap.addAttribute("data", systemLog);
return new ModelAndView("index",modelMap);
}
@RequestMapping("insert")
@ResponseBody
public boolean Insert(SystemLog record){
systemLogService.insert(record);
return true;
} @RequestMapping("test1")
public ModelAndView test1(){
ModelMap modelMap = new ModelMap();
int num =systemLogService.count();
modelMap.addAttribute("num", num);
return new ModelAndView("pageEhcache",modelMap);
} }
我们先测试查询的缓存，即serviceImpl中的 findSystemLog(String id) 方法，我们访问testLog.do,第一次运行如下图，注意控制台中的heap和 disk
再一次访问testLog.do，运行你会发现没有访问数据库，如图：
到此查询的缓存我们实现了，但是关于缓存的处理我们并没有做完，我们应该在深入思考下，在上面查询的缓存生命周期内，我们对刚才查询的表进行了增删改操作，这时我们再访问该查询方法，你会发现我们的数据并没有改变，还是增删改操作之前的数据（因为缓存的生命
还在），这里是不是问题呢？此时我们需要对查询的缓存进行更新或删除。
下面我们看serviceImpl中的insert方法和count()方法，count的方法是统计表中的数据总记录，insert方法是对该表进行新增一条记录，insert的缓存注解用的是@CacheEvict(value=”myCache”,key=”0″,beforeInvocation=true)，这里清除的是指定缓存，也就是
count方法中@Cacheable(value=”myCache”,key=”0″)的，（serviceImpl中注释的@CacheEvict(value=”myCache”,allEntries=true,beforeInvocation=true)是清除所有的缓存，这里我就不演示了，道理是一样的）
这里我提供一个测试pageEhcache.jsp页面，
<%@ page language="java" import="java.util.*" pageEncoding="UTF-8"%>
<%
String path = request.getContextPath();
String basePath = request.getScheme()+"://"+request.getServerName()+":"+request.getServerPort()+path+"/";
%>
<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.01 Transitional//EN">
<html>
<head>
<title>测试</title>
<script type="text/javascript" src="<%=request.getContextPath()%>/js/jquery-1.11.1.min.js"></script>
<script type="text/javascript">
function insert(){
var record = $("#formID").serializeArray();
console.info(record);
$.ajax({
url : "<%=request.getContextPath()%>/systemLogController/insert.do",
type : 'post',
async:true,
dataType:'json',
data : record,
success:function(result){
alert("插入成功！");
}
});
}
</script>
</head>
<body>
<h1><%=new Date()%></h1>
<h1>这是一个练习</h1>
<form id="formID" action="">
id: <input name="id" type="text"/>
<input type="button" value="插入" onclick="insert()"/>
</form> 总数：
<h4>${num}</h4>
</body>
</html>
我们先访问test1.do,看下表中的记录数并注意控制台变化
页面显示如下，注意总数是67，
再一次访问test1.do，没有访问数据库，说明count()方法的缓存生效了，
接下来开始新增记录，点击插入按钮
注意控制台显示，这里执行了inserSQL语句，并remove了count（）方法上的缓存，
接下来再次访问test1.do,我们看到总数变化了，增加了一条，说明我们把之前count（）方法上的缓存删除了，又执行了查询总数的sql
再次访问test1.do，count（）方法的缓存生效了，对吧！这个就是@CacheEvict注解的作用。
在insert()方法上还有@CachePut(value=”myCache”)注解，上面的serviceImpl中注释了，它的作用是：@CachePut标注的方法在执行前不会去检查缓存中是否存在之前执行过的结果，而是每次都会执行该方法，并将执行结果以键值对的形式存入指定的缓存中。
我这里就不做演示了，你们可以自己动手试试。
总结：我个人的理解，对查询方法增加缓存容易，但对于缓存的更新的处理就比较麻烦，我上面的serviceImpl中写了三种处理方式，
- 用@CachePut处理，这中方法需要对指定缓存key保持一致，尽管这样，还是不行，因为它返回的缓存是int(增加或删除或修改的记录数或是该记录的对象，这对我们查询所有或部分记录的缓存还是不可行的)
- 用@CacheEvict(value=”myCache”,key=”0″,beforeInvocation=true)处理，清除我们指定key的缓存，这种方式缺点是麻烦，需要我们注意每一个缓存的key
- 用@CacheEvict(value=”myCache”,allEntries=true,beforeInvocation=true)处理，清除所有缓存，这种方式最省事，但会把其他缓存也一同清除。
随着业务的复杂性的不断增加，这些处理方式，可能会增加代码的复杂性，然后我想到的是对DB层进行缓存，可以利用redis，mamchched的进行处理。当然对于一般的web应用运用ehcache已经可以解决了，但是对大数据量的运用db级别的缓存效果性能可能会更好。
