网站建设试用制作主页的软件

张

张建站

2026/5/15 8:47:49

10分钟阅读

网站建设试用,制作主页的软件,什么网站做电气自动化兼职,百度指数三个功能模块1. 为什么你的Redis用起来总是不太“丝滑”#xff1f; 最近在捣鼓一个前后端分离的开源项目#xff0c;后端用的是Java21和SpringBoot3#xff0c;数据库选了JPA#xff0c;权限那块上了Spring Security和JWT#xff0c;整体架子搭得挺顺。但做到缓存这块#xff0c;用…1. 为什么你的Redis用起来总是不太“丝滑”最近在捣鼓一个前后端分离的开源项目后端用的是Java21和SpringBoot3数据库选了JPA权限那块上了Spring Security和JWT整体架子搭得挺顺。但做到缓存这块用上Redis之后总感觉差点意思。不是偶尔报个连接超时就是在某个业务高峰时段接口响应时间突然变长查来查去最后问题都指向了Redis客户端连接。我猜很多朋友都有类似的经历依赖加了配置写了RedisTemplate也注入了代码跑起来没问题可一旦上了点压力或者运行一段时间各种小毛病就来了。这其实不怪Redis也不怪SpringBoot问题往往出在我们对连接池的“漫不经心”上。SpringBoot默认整合了Lettuce作为Redis客户端它确实强大支持异步、响应式线程安全。但默认配置是面向“能用”的而不是面向“好用”或“高性能”的。这就好比给你一辆顶配跑车但你却一直用驾校教练车的开法和保养方式自然发挥不出它的性能。Lettuce的连接池参数就是这辆跑车的变速箱、悬挂和供油系统调得好行云流水用默认值可能还不如坐公交稳当。特别是在Java21和SpringBoot3这个较新的技术栈上一些老的经验可能不完全适用需要我们重新审视和调整。所以这篇文章我不想只给你一段能跑通的配置代码。我想和你深入聊聊在真实的生产级项目里怎么把Lettuce连接池这玩意儿“调教”好再封装一套顺手又可靠的Redis操作工具。咱们的目标是让Redis真正成为你系统的性能加速器而不是那个时不时需要你半夜爬起来重启的“捣蛋鬼”。2. 项目基石三分钟搞定SpringBoot3与Redis基础整合万事开头难但咱们这个头开得简单点。在SpringBoot3里整合Redis基础步骤其实非常固定。我习惯先确保地基打牢再去搞精装修。首先打开你的pom.xml文件把下面这两个依赖加进去。第一个是主角第二个是为了解决Java 8以后新的时间API像LocalDateTime在序列化时的兼容问题这个坑我踩过提前给你避了。dependencies !-- Spring Boot Redis Starter默认引入Lettuce -- dependency groupIdorg.springframework.boot/groupId artifactIdspring-boot-starter-data-redis/artifactId /dependency !-- 支持Java 8时间API的序列化 -- dependency groupIdcom.fasterxml.jackson.datatype/groupId artifactIdjackson-datatype-jsr310/artifactId /dependency /dependencies依赖加好接下来就是配置文件。我强烈推荐用application.yml结构清晰。下面是一个最基础的配置你先让项目跑起来。spring: data: redis: host: 127.0.0.1 # 你的Redis服务器地址 port: 6379 password: your-strong-password-here # 如果没密码这行可以去掉 database: 0 # 默认用0号库 timeout: 2000ms # 连接超时时间单位毫秒 lettuce: pool: enabled: true # 确保连接池是开启的 max-active: 8 # 最大连接数先按默认来 max-idle: 8 # 最大空闲连接 min-idle: 0 # 最小空闲连接配置完理论上你就能在代码里用Autowired注入StringRedisTemplate或者RedisTemplate来操作Redis了。但直接这么用有两个问题一是默认的RedisTemplate序列化方式用起来不太方便存进去的对象取出来可能变样二是业务代码里到处散落着redisTemplate.opsForValue().xxx()不美观也难维护。所以咱们先解决第一个问题配置一个定制化的RedisTemplate。新建一个RedisConfig配置类我把我项目中在用的、比较稳妥的配置分享给你。import com.fasterxml.jackson.annotation.JsonAutoDetect; import com.fasterxml.jackson.annotation.PropertyAccessor; import com.fasterxml.jackson.databind.ObjectMapper; import com.fasterxml.jackson.databind.SerializationFeature; import com.fasterxml.jackson.datatype.jsr310.JavaTimeModule; import com.fasterxml.jackson.datatype.jsr310.deser.LocalDateDeserializer; import com.fasterxml.jackson.datatype.jsr310.deser.LocalDateTimeDeserializer; import com.fasterxml.jackson.datatype.jsr310.deser.LocalTimeDeserializer; import com.fasterxml.jackson.datatype.jsr310.ser.LocalDateSerializer; import com.fasterxml.jackson.datatype.jsr310.ser.LocalDateTimeSerializer; import com.fasterxml.jackson.datatype.jsr310.ser.LocalTimeSerializer; import org.springframework.context.annotation.Bean; import org.springframework.context.annotation.Configuration; import org.springframework.data.redis.connection.RedisConnectionFactory; import org.springframework.data.redis.core.RedisTemplate; import org.springframework.data.redis.serializer.Jackson2JsonRedisSerializer; import org.springframework.data.redis.serializer.RedisSerializer; import org.springframework.data.redis.serializer.StringRedisSerializer; import java.time.LocalDate; import java.time.LocalDateTime; import java.time.LocalTime; import java.time.format.DateTimeFormatter; Configuration public class RedisConfig { Bean public RedisTemplateString, Object redisTemplate(RedisConnectionFactory connectionFactory) { RedisTemplateString, Object template new RedisTemplate(); template.setConnectionFactory(connectionFactory); // 设置Key和HashKey的序列化器为String template.setKeySerializer(RedisSerializer.string()); template.setHashKeySerializer(RedisSerializer.string()); // 设置Value和HashValue的序列化器为自定义的JSON序列化器 template.setValueSerializer(customRedisSerializer()); template.setHashValueSerializer(customRedisSerializer()); template.afterPropertiesSet(); return template; } Bean public RedisSerializerObject customRedisSerializer() { ObjectMapper objectMapper new ObjectMapper(); // 设置所有字段包括私有都可见 objectMapper.setVisibility(PropertyAccessor.ALL, JsonAutoDetect.Visibility.ANY); // 激活默认类型信息用于反序列化时识别对象类型 objectMapper.activateDefaultTyping( objectMapper.getPolymorphicTypeValidator(), ObjectMapper.DefaultTyping.NON_FINAL ); // 专门处理Java8时间API的模块 JavaTimeModule javaTimeModule new JavaTimeModule(); // 定义日期时间格式 DateTimeFormatter dtf DateTimeFormatter.ofPattern(yyyy-MM-dd HH:mm:ss); DateTimeFormatter df DateTimeFormatter.ofPattern(yyyy-MM-dd); DateTimeFormatter tf DateTimeFormatter.ofPattern(HH:mm:ss); javaTimeModule.addSerializer(LocalDateTime.class, new LocalDateTimeSerializer(dtf)); javaTimeModule.addDeserializer(LocalDateTime.class, new LocalDateTimeDeserializer(dtf)); javaTimeModule.addSerializer(LocalDate.class, new LocalDateSerializer(df)); javaTimeModule.addDeserializer(LocalDate.class, new LocalDateDeserializer(df)); javaTimeModule.addSerializer(LocalTime.class, new LocalTimeSerializer(tf)); javaTimeModule.addDeserializer(LocalTime.class, new LocalTimeDeserializer(tf)); objectMapper.registerModule(javaTimeModule); // 禁止将日期写成时间戳保持可读性 objectMapper.disable(SerializationFeature.WRITE_DATES_AS_TIMESTAMPS); // 创建并返回JSON序列化器 return new Jackson2JsonRedisSerializer(objectMapper, Object.class); } }这个配置类干了三件关键事一是把Key的序列化方式统一成String这样在Redis命令行里你能看懂二是Value用Jackson进行JSON序列化存进去是JSON字符串取出来能自动变回Java对象非常方便三是完美兼容了LocalDateTime这些现代Java时间类型避免了“Java 8 date/time type not supported”这种经典错误。基础整合到这里就完成了你的应用已经可以正常连接和操作Redis。但就像盖房子结构有了接下来我们得把里面的水电管线连接池布置好让它能承受更大的流量和更稳定的运行。3. 连接池调优从“能用”到“高性能”的关键参数详解好了基础架子搭好了现在我们来聊聊重头戏——Lettuce连接池的参数调优。很多人配置连接池就是照抄网上的一段配置对里面每个参数的含义一知半解上线后全凭运气。今天咱们就把这几个核心参数掰开揉碎了讲明白。首先你得理解连接池是干什么的。每次操作Redis都新建一个连接用完了就关这就像你每次打车都现造一辆车成本极高。连接池就是提前造好一批车连接放在车库里需要用的时候开走用完了还回来下次别人还能用。管理这个车库的规则就是连接池参数。我们一个个来看application.yml里lettuce.pool下的这几个家伙max-active(最大连接数)这是你的“车库”最多能停多少辆车。设太小业务高峰时车不够用请求就得排队等着max-wait等不及就抛异常。设太大Redis服务器和你的应用内存压力都大管理开销也大。怎么设一个经典公式是(核心线程数 * 2) 2。比如你应用主要处理HTTP请求Tomcat的max-threads是200那这里可以设到400左右。但这不是绝对的需要根据实际监控调整。我一般会从50开始结合监控慢慢往上调。max-idle(最大空闲连接数) 和min-idle(最小空闲连接数)这俩是管理车库“闲置车辆”的。max-idle是车库平时最多留多少辆空闲车。比如设为8当业务低峰车都还回来了但车库只留8辆多余的会被销毁以节省资源。min-idle是车库最少要保持多少辆空闲车比如设为2这样即使没业务也有2辆车随时待命来了请求能立刻响应避免临时创建连接的开销。这里有个重要建议把min-idle设成大于0的值比如max-active的1/4或1/5。这能有效避免连接因空闲超时被服务器断开后突发请求需要新建连接导致的延迟毛刺。max-wait(获取连接最大等待时间)当所有车都被开走了新的用车申请要等多久。默认是-1意味着一直等下去这在生产环境是危险的可能导致线程池被拖垮。一定要设置一个合理的值比如2s或5s。超过这个时间还拿不到连接就快速失败抛出异常让上层业务有降级或重试的机会总比整个系统被拖死强。time-between-eviction-runs(驱逐检查间隔)这个参数在SpringBoot的配置里可能不直接叫这个但Lettuce底层或通过commons-pool2支持。它相当于定期派个管理员去车库里检查哪些车闲置太久超过了min-evictable-idle-time或者坏了就把它们清理掉。默认不设置或设置很长可能导致连接“僵死”。建议设置一个值比如30s让连接池能定期自检。结合这些理解一个经过初步优化的、考虑生产环境的配置可能长这样spring: data: redis: host: ${REDIS_HOST:127.0.0.1} port: ${REDIS_PORT:6379} password: ${REDIS_PASSWORD:} timeout: 2000ms lettuce: pool: enabled: true max-active: 50 # 根据实际压力调整初期可保守 max-idle: 20 # 通常小于max-active min-idle: 5 # 关键保持一定暖连接 max-wait: 1000ms # 必须设置快速失败 time-between-eviction-runs: 30s # 定期检查空闲连接参数配置不是一劳永逸的你需要结合APM工具如SkyWalking、Pinpoint或Redis的INFO命令监控instantaneous_ops_per_sec每秒操作数、connected_clients连接客户端数以及应用侧的连接池活跃数、等待线程数等指标持续观察和调整。4. 实战封装打造业务友好的RedisService工具类配置调好了是时候让我们的代码用得更爽了。直接在各处注入RedisTemplate来用就像在厨房里直接用炒锅当碗吃饭功能能实现但很别扭也容易把代码搞乱。我们需要一个“碗”——一个业务层友好的服务类。这个RedisService的目标是对RedisTemplate的复杂操作进行二次封装提供一套语义清晰、类型安全、异常处理得当的API。我把我项目中迭代了好几个版本的RedisService核心部分分享给你并解释一些设计考量。首先定义一个接口明确它提供哪些服务。这符合面向接口编程的原则也便于以后Mock测试。public interface RedisService { // 通用命令 boolean set(String key, Object value); boolean set(String key, Object value, long timeout, TimeUnit unit); Object get(String key); boolean delete(String key); Long delete(CollectionString keys); boolean expire(String key, long timeout, TimeUnit unit); Long getExpire(String key, TimeUnit unit); boolean hasKey(String key); Long increment(String key, long delta); Long decrement(String key, long delta); // Hash操作 void hPut(String key, String hashKey, Object value); Object hGet(String key, String hashKey); MapObject, Object hGetAll(String key); Boolean hHasKey(String key, String hashKey); Long hDelete(String key, Object... hashKeys); // List操作 Long lPush(String key, Object value); Object lIndex(String key, long index); ListObject lRange(String key, long start, long end); // Set操作 Long sAdd(String key, Object... values); SetObject sMembers(String key); Boolean sIsMember(String key, Object value); // 高级功能/工具方法 // 尝试获取锁解决简单分布式并发问题 boolean tryLock(String key, String value, long timeout, TimeUnit unit); // 释放锁 boolean releaseLock(String key, String value); // 执行流水线提升批量操作性能 ListObject executePipelined(RedisCallback? action); }接下来是实现类。这里有几个关键细节和“踩坑”经验泛型与类型转换RedisTemplate返回的Object需要小心转换。我们可以利用Spring提供的RedisSerializer进行反序列化或者在工具方法内部进行安全的类型转换避免业务层出现一堆(MyClass) redisService.get(key)这样的丑陋代码。异常处理Redis操作可能失败网络抖动、Redis宕机。我们不应该让Redis异常直接穿透到业务逻辑导致整个请求失败。应该在工具类层面进行捕获根据业务场景决定是记录日志后返回默认值如null还是包装成业务异常抛出。我的经验是对于缓存类操作查不到算正常静默处理对于核心存储类操作如分布式锁明确抛出异常。分布式锁的简单实现tryLock方法是一个非常有用的工具。它可以用setIfAbsent即SET key value NX PX timeout命令来实现一个简单的互斥锁。千万注意释放锁时要验证值value是否还是自己设置的避免误删其他客户端的锁。这只是一个简单实现复杂场景请用Redisson。下面是部分核心实现代码展示了如何融入上述思考Service Slf4j // 使用Lombok注解记录日志 public class RedisServiceImpl implements RedisService { Autowired private RedisTemplateString, Object redisTemplate; Override public boolean set(String key, Object value, long timeout, TimeUnit unit) { try { redisTemplate.opsForValue().set(key, value, timeout, unit); return true; } catch (Exception e) { log.error(Redis set key: {} error, key, e); // 根据业务决定如果是缓存可以返回false让业务层降级查DB // 如果是重要数据可以抛出运行时异常。 return false; } } Override public T T get(String key, ClassT clazz) { try { Object value redisTemplate.opsForValue().get(key); return clazz.cast(value); // 安全转换类型不对会抛异常 } catch (Exception e) { log.error(Redis get key: {} or cast to {} error, key, clazz.getName(), e); return null; // 缓存未命中或异常返回null } } Override public boolean tryLock(String key, String value, long timeout, TimeUnit unit) { // 使用SET NX PX 命令原子性地获取锁 Boolean success redisTemplate.opsForValue().setIfAbsent(key, value, timeout, unit); return Boolean.TRUE.equals(success); // 注意Boolean和boolean的拆箱空指针问题 } Override public boolean releaseLock(String key, String value) { // 使用Lua脚本保证原子性只有锁的值匹配时才删除 String luaScript if redis.call(get, KEYS[1]) ARGV[1] then return redis.call(del, KEYS[1]) else return 0 end; DefaultRedisScriptLong redisScript new DefaultRedisScript(); redisScript.setScriptText(luaScript); redisScript.setResultType(Long.class); Long result redisTemplate.execute(redisScript, Collections.singletonList(key), value); return result ! null result 1L; } }封装好这个RedisService之后业务代码就会变得非常简洁和意图清晰。例如用户登录后缓存会话信息Service public class UserService { Autowired private RedisService redisService; private static final String USER_SESSION_KEY_PREFIX session:user:; public void cacheUserSession(String token, UserInfo userInfo) { String key USER_SESSION_KEY_PREFIX token; // 缓存30分钟 boolean success redisService.set(key, userInfo, 30, TimeUnit.MINUTES); if (!success) { log.warn(缓存用户会话失败token: {}, token); // 可以触发告警但不应影响主要登录流程 } } public UserInfo getUserSession(String token) { String key USER_SESSION_KEY_PREFIX token; return redisService.get(key, UserInfo.class); // 直接获取并转换类型 } }这样的代码可读性、可维护性和可测试性都大大提升。工具类的价值就在于把复杂留给自己把简单留给业务。5. 避坑指南与高阶技巧让Redis整合更稳健掌握了配置和封装你已经能应对90%的场景。但要想让系统更稳健还需要知道一些常见的“坑”和进阶玩法。这些都是我在实际项目中真金白银换来的经验。坑一连接泄露。这是最隐蔽也最致命的问题。表现就是Redis的连接数持续增长直到达到max-active限制然后应用开始报错。怎么发生的你从连接池借了连接getResource用完后没有还close。在使用Spring的RedisTemplate时它通常会自动管理连接但如果你直接使用底层的LettuceConnection或进行了一些复杂的事务、流水线操作就需要格外小心。排查方法监控连接池的active、idle数量如果active持续高位且idle很少很可能有泄露。使用redis-cli的CLIENT LIST命令也能看到哪些连接空闲时间idle异常地长。坑二序列化不一致。你用RedisTemplateString, Object存了一个对象但另一个服务或用命令行GET出来的是一串乱码或奇怪的字符串。这几乎都是序列化器不匹配导致的。黄金法则整个应用甚至所有需要访问同一Redis数据的应用必须使用相同或兼容的序列化方案。我们前面配置的Jackson JSON序列化是通用性比较好的选择。如果遇到历史数据兼容问题可以考虑编写自定义的RedisSerializer来做适配。坑三大Key与热Key。这是性能杀手。大Key指一个Key对应的Value非常大比如一个包含几十万元素的Hash。这种Key在序列化/反序列化、网络传输时非常耗时甚至可能阻塞Redis单线程。解决方案拆分。比如把大Hash按字段前缀拆成多个小Hash把大的List分片。热Key指某个Key在瞬间被超高并发访问。这会造成单台Redis服务器压力过大。解决方案本地缓存Redis多级缓存或者使用Redis集群通过CLUSTER KEYSLOT命令配合{}标签将热Key打散到不同节点但这需要客户端支持。高阶技巧一使用Pipeline提升批量操作性能。当你需要连续执行很多条Redis命令时比如初始化缓存、批量更新每条命令都经历“网络发送-服务器执行-网络返回”的往返RTT累加起来延迟很高。Pipeline可以将多个命令打包一次性发送服务器按顺序执行后再一次性返回结果极大减少RTT开销。在我们的RedisService里可以这样封装Override public ListObject executePipelined(RedisCallback? action) { return redisTemplate.executePipelined(action); } // 使用示例批量设置用户状态 public void batchUpdateUserStatus(MapString, Boolean statusMap) { redisService.executePipelined((RedisCallbackVoid) connection - { StringRedisConnection stringConn (StringRedisConnection) connection; statusMap.forEach((userId, isOnline) - { stringConn.set(user:status: userId, isOnline.toString()); }); return null; }); }高阶技巧二监听Key过期事件实现业务逻辑。比如订单30分钟未支付自动关闭。除了用定时任务扫表还可以利用Redis的Key过期通知。首先在Redis配置中开启notify-keyspace-events Ex然后在SpringBoot中配置监听器Configuration public class RedisKeyExpirationListener { Bean public RedisMessageListenerContainer container(RedisConnectionFactory connectionFactory) { RedisMessageListenerContainer container new RedisMessageListenerContainer(); container.setConnectionFactory(connectionFactory); // 订阅所有库的key过期事件 container.addMessageListener(new MessageListener() { Override public void onMessage(Message message, byte[] pattern) { String expiredKey new String(message.getBody()); log.info(Key expired: {}, expiredKey); // 根据key的前缀或模式触发相应的业务逻辑如关闭订单 if (expiredKey.startsWith(order:unpaid:)) { String orderId expiredKey.substring(order:unpaid:.length()); // 调用你的订单关闭服务 // orderService.closeExpiredOrder(orderId); } } }, new PatternTopic(__keyevent*__:expired)); return container; } }最后监控是运维的眼睛。除了前面提到的连接池监控还要关注Redis服务器的内存使用率used_memory、命中率keyspace_hits/(keyspace_hitskeyspace_misses)、持久化状态rdb_last_bgsave_status等。将这些指标接入你的监控告警平台如PrometheusGrafana才能做到防患于未然。把这些坑填平把技巧用上你的Java21SpringBoot3Redis组合才算真正上了高速既能跑得快又能跑得稳。技术整合从来不是把依赖配通就完事了理解其原理适配业务场景做好监控防护才是工程师价值的体现。