在实际开发中，可能经常会有这样的需要：从MySQL中查询一条数据（比如用户信息），此时需要将用户信息保存至Redis。
刚开始我们可能会在查询的业务逻辑之后再写一段 redis 相关操作的代码，时间长了后发现这部分代码实际上仅仅做了Redis的写入动作，跟业务逻辑没有实质的联系，那么有没有什么方法能让我们省略这些重复劳动呢？
首先想到用AOP，在查询到某些数据这一切入点（Pointcut）完成我们的切面相关处理（也就是写入Redis）。那么，如何知道什么地方需要进行 缓存 呢，也就是什么地方需要用到AOP呢？参考数据库事务的实现用到了@Transactional，那我们也可以自定义一个注解@RedisCache，将此注解用在需要的方法上，方法的返回结果作为需要保存的信息，方法的查询参数（比如用户的id）可以用来作为key。
上面的分析考虑下来貌似可行，那么接下来就动手实践吧！
详细步骤
1.创建一个自定义注解@RedisCache
package redis;
import java.lang. annotation .*;
/**
* 自定义注解，结合AOP实现Redis自动缓存
*/
@Retention(RetentionPolicy.RUNTIME)
@Target(ElementType.METHOD)
@Inherited
@Documented
public @interface RedisCache {
}
2.创建缓存写入的辅助类：RedisHelper.java，其中包含一个范型方法用于接收不同类的实例对象，以保证我们的方法能够通用。这里比较简单，直接把对象转成 json ，在Redis中用string保存。而且不管什么情况统统写入，实际还可以完善下具体逻辑，比如判断缓存是否已存在，缓存信息是否最新等等。
package redis;
import com.alibaba. fastjson .JSONObject;
import org.springframework.beans. factory .annotation.Autowired;
import org.springframework.data.redis.core.StringRedisTemplate;
import org.springframework.stereotype. Component ;
@Component
public class RedisHelper {
@Autowired
private StringRedisTemplate stringRedisTemplate;
public <T> void saveCache(String key,T t){
String json = JSONObject.toJSONString(t);
stringRedisTemplate.opsForValue().set(key,json);
}
}
3.创建RedisCacheAspect.java，利用AOP框架AspectJ完成切面处理（用万金油环绕通知吧，按需要有取舍地使用具体某些类型的通知吧），我们这里用到了返回通知，也就是方法调用成功得到返回结果后进行切面处理动作
package redis;
import org.aspectj.lang.ProceedingJoinPoint;
import org.aspectj.lang.annotation.Around;
import org.aspectj.lang.annotation.Aspect;
import org.aspectj.lang.annotation.Pointcut;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.stereotype.Component;
@Aspect
@Component
public class RedisCacheAspect {
@Autowired
private RedisHelper redisHelper;
@Pointcut(“@annotation(redis.RedisCache)”)
public void setJoinPoint(){}
//环绕通知:可以获取返回值
@Around(value = “setJoinPoint()”)
public Object aroundMethod(ProceedingJoinPoint proceedingJoinPoint){
Object result = null ;
try {
//前置通知
result = proceedingJoinPoint.proceed();
//返回通知
//缓存至Redis
Object[] args = proceedingJoinPoint.getArgs();
//key策略：需要缓存的对象的全类名-id，如：entity.User-1
redisHelper.saveCache(result.getClass().getName()+”-“+args[0],result);
} catch (Throwable e) {
//异常通知
}
//后置通知
return result;
}
}
4.接下来是具体业务相关的代码
UserController.java
package controller;
import com.alibaba.fastjson.JSONObject;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.stereotype.Controller;
import org.springframework.web.bind.annotation.PathVariable;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RequestMethod;
import org.springframework.web.bind.annotation.ResponseBody;
import service.UserService;
@SuppressWarnings(“unused”)
@Controller
public class UserController {
@Autowired
private UserService userService;
@RequestMapping(value = “/user/{id}”, method = RequestMethod.GET,produces = “application/json;charset=utf-8”)
@ResponseBody
public String test(@PathVariable Long id){
return JSONObject.toJSONString(userService.get(id));
}
}
UserService.java，其中get方法上使用了自定义注解@RedisCache
package service;
import dao.UserDao;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.stereotype.Service;
import redis.RedisCache;
import java.util.ArrayList;
import java.util.HashMap;
import java.util.List;
import java.util.Map;
@Service
public class UserService<User> implements BaseService<User> {
@Autowired
private UserDao userDao;
public Map add(User user) {
return null ;
}
public Map update(User user) {
return null ;
}
@RedisCache
public User get(Long id) {
return (User) userDao.get(id);
}
public List<User> query(User user) {
List<User> list = new ArrayList<User>();
list = userDao.query(user);
return list;
}
public Map delete(User user) {
return null ;
}
}
5.测试
浏览器直接访问，得到返回结果
连接Redis查看结果
127.0.0.1:6381> keys entity*
1) “entity.User-1”
127.0.0.1:6381> get entity.User-1
“{\”id\”:1,\”mobile\”:\”110\”,\”name\”:\”\xe7\x94\xa8\xe6\x88\xb71\”,\”password\”:\”123456\”,\”username\”:\”0001\”}”
127.0.0.1:6381>
好了，到此我们已经看到开头的想法验证成功了，只需要在查询的方法上加上注解@RedisCache，就自动地悄无声息地写入Redis了！
