优化网站关键词营销软文500字
第一部分：本地缓存实现的逐步解析
1.1 本地缓存的实现原理
本地缓存实现分为两步：
- 项目启动时初始化缓存：从数据库加载数据到内存（如 Map），为后续快速访问做准备。
- 数据变化时实时刷新缓存：通过 Redis Pub/Sub 机制，当数据发生变化（如增删改）时，发送消息通知所有实例更新本地缓存，确保数据一致性。
1.2 代码实现步骤
步骤 1：定义缓存初始化接口
在 RoleService 接口中定义 initLocalCache 方法，用于初始化本地缓存。
public interface RoleService {/*** 初始化角色的本地缓存*/void initLocalCache();
}- 解释：
- 目的：定义接口方法，方便后续在服务层实现缓存初始化逻辑，并允许其他组件（如消费者）调用。
- 原因：通过接口定义，保持代码的模块化和可扩展性，尤其是在分布式环境中需要刷新缓存时，可以直接调用此方法。
步骤 2：实现缓存初始化逻辑
在 RoleServiceImpl 类中，通过 @PostConstruct 注解实现项目启动时的缓存初始化。
@Service
public class RoleServiceImpl implements RoleService {@Resourceprivate RoleMapper roleMapper;/*** 角色缓存* key：角色编号 {@link RoleDO#getId()}* volatile 修饰，确保线程安全*/@Getterprivate volatile Map<Long, RoleDO> roleCache;/*** 初始化 {@link #roleCache} 缓存*/@Override@PostConstructpublic void initLocalCache() {// 忽略多租户隔离，加载所有角色数据TenantUtils.executeIgnore(() -> {// 第一步：查询数据库List<RoleDO> roleList = roleMapper.selectList();log.info("[initLocalCache][缓存角色，数量为:{}]", roleList.size());// 第二步：构建缓存roleCache = CollectionUtils.convertMap(roleList, RoleDO::getId);});}
}解释：
- 缓存存储：roleCache 是一个 Map<Long, RoleDO>，以角色 ID 为键，RoleDO 对象为值，存储在内存中。
- volatile 修饰：确保多线程环境下缓存的可见性，当缓存刷新时，直接替换整个 Map 对象。
- @PostConstruct：Spring 容器初始化 bean 后自动调用此方法，在项目启动时加载角色数据。
- TenantUtils.executeIgnore：忽略多租户隔离，加载所有租户的角色数据到缓存。因为角色数据是全局共享的，不受租户限制。
- 查询与构建：
- 使用 MyBatis-Plus 的 roleMapper.selectList() 查询所有角色。
- 使用 CollectionUtils.convertMap（Hutool 工具）将角色列表转换为 Map，以 ID 作为键，便于快速查找。
步骤 3：定义刷新消息（RoleRefreshMessage）
为实现分布式环境下的缓存同步，定义 RoleRefreshMessage 类，作为 Redis Pub/Sub 的消息载体。
@Data
@EqualsAndHashCode(callSuper = true)
public class RoleRefreshMessage extends AbstractRedisChannelMessage {
}解释：
- 继承：AbstractRedisChannelMessage 是 yudao 项目自定义的基类，可能包含 Redis 频道信息（如 topic）。
- 作用：RoleRefreshMessage 是一个空消息体，仅用于通知角色数据变更，实际刷新逻辑由消费者执行。
- 简单设计：无需携带具体数据，因为刷新时会重新查询数据库。
步骤 4：实现消息生产者（RoleProducer）
创建 RoleProducer 类，负责在角色数据变更时发送刷新消息。
@Component
public class RoleProducer {@Resourceprivate RedisMQTemplate redisMQTemplate;/*** 发送角色刷新消息*/public void sendRoleRefreshMessage() {RoleRefreshMessage message = new RoleRefreshMessage();redisMQTemplate.send(message);}
}解释：
- RedisMQTemplate：yudao 自定义的 Redis 消息队列模板，基于 Redis Pub/Sub 发布消息。
- sendRoleRefreshMessage：创建并发送 RoleRefreshMessage 到 Redis 指定频道。
步骤 5：在数据变更时发送刷新消息
在 RoleServiceImpl 的数据写入方法（如新增、更新）中，调用 RoleProducer 发送刷新消息。
@Service
public class RoleServiceImpl implements RoleService {@Resourceprivate RoleMapper roleMapper;@Resourceprivate RoleProducer roleProducer;@Override@Transactionalpublic long createRole(RoleCreateReqVO reqVO, Integer type) {// 校验角色checkDuplicateRole(reqVO.getName(), reqVO.getCode(), null);// 插入数据库RoleDO role = RoleConvert.INSTANCE.convert(reqVO);role.setType(ObjectUtil.defaultIfNull(type, RoleTypeEnum.CUSTOM.getType()));role.setStatus(CommonStatusEnum.ENABLE.getStatus());role.setDataScope(DataScopeEnum.ALL.getScope());roleMapper.insert(role);// 发送刷新消息（事务提交后）TransactionSynchronizationManager.registerSynchronization(new TransactionSynchronization() {@Overridepublic void afterCommit() {roleProducer.sendRoleRefreshMessage();}});return role.getId();}@Override@Transactionalpublic void updateRole(RoleUpdateReqVO reqVO) {// 校验角色checkUpdateRole(reqVO.getId());checkDuplicateRole(reqVO.getName(), reqVO.getCode(), reqVO.getId());// 更新数据库RoleDO updateObject = RoleConvert.INSTANCE.convert(reqVO);roleMapper.updateById(updateObject);// 发送刷新消息roleProducer.sendRoleRefreshMessage();}
}解释：
- 数据变更：createRole 和 updateRole 方法分别处理角色的新增和更新操作。
- 事务同步：在 createRole 中，使用 TransactionSynchronizationManager 确保消息在事务提交后发送，避免数据未提交就通知刷新。
- 消息发送：调用 roleProducer.sendRoleRefreshMessage()，通知所有实例刷新本地缓存。
步骤 6：实现消息消费者（RoleRefreshConsumer）
创建 RoleRefreshConsumer 类，监听 Redis 频道的刷新消息并更新本地缓存。
@Component
@Slf4j
public class RoleRefreshConsumer extends AbstractRedisChannelMessageListener<RoleRefreshMessage> {@Resourceprivate RoleService roleService;@Overridepublic void onMessage(RoleRefreshMessage message) {log.info("[onMessage][收到 Role 刷新消息]");roleService.initLocalCache();}
}解释：
- 继承：AbstractRedisChannelMessageListener 是 yudao 的基类，处理 Redis Pub/Sub 消息监听。
- onMessage：收到 RoleRefreshMessage 后，调用 roleService.initLocalCache() 重新加载角色数据到本地缓存。
- 分布式同步：通过 Redis Pub/Sub，所有部署实例都会收到消息并刷新各自的本地缓存，确保一致性。
步骤 7：使用本地缓存
在业务逻辑中直接访问 roleCache，避免数据库查询。
@Service
public class RoleServiceImpl implements RoleService {@Overridepublic RoleDO getRole(Long id) {return roleCache.get(id);}
}- 解释：
- 快速访问：直接从 roleCache 获取角色数据，速度远快于数据库查询。
- 一致性：通过初始化和刷新机制，roleCache 与数据库保持一致。
1.3 实现总结
- 初始化：项目启动时通过 @PostConstruct 加载角色数据到 roleCache。
- 刷新机制：数据变更时通过 Redis Pub/Sub 广播消息，所有实例调用 initLocalCache 刷新缓存。
- 多租户处理：使用 TenantUtils.executeIgnore 忽略租户隔离，加载全局数据。
- 分布式支持：Redis Pub/Sub 确保多实例环境下的缓存一致性。