SpringData實(shí)現(xiàn)自定義Redis緩存的序列化機(jī)制和過(guò)期策略
引言
在現(xiàn)代高并發(fā)分布式系統(tǒng)中，緩存扮演著至關(guān)重要的角色。Spring Data Redis提供了強(qiáng)大的緩存抽象層，使開(kāi)發(fā)者能夠輕松地在應(yīng)用中集成Redis緩存。本文將深入探討如何自定義Redis緩存的序列化機(jī)制和過(guò)期策略，幫助開(kāi)發(fā)者解決緩存數(shù)據(jù)一致性、內(nèi)存占用和訪(fǎng)問(wèn)效率等關(guān)鍵問(wèn)題。通過(guò)合理配置Spring Cache注解和RedisCache實(shí)現(xiàn)，可顯著提升應(yīng)用性能，減輕數(shù)據(jù)庫(kù)壓力。
一、Spring Cache與Redis集成基礎(chǔ)
Spring Cache是Spring框架提供的緩存抽象，它允許開(kāi)發(fā)者以聲明式方式定義緩存行為，而無(wú)需編寫(xiě)底層緩存邏輯。結(jié)合Redis作為緩存提供者，可以構(gòu)建高性能的分布式緩存系統(tǒng)。Spring Cache支持多種注解，如@Cacheable、@CachePut、@CacheEvict等，分別用于緩存查詢(xún)結(jié)果、更新緩存和刪除緩存。Redis的高性能和豐富的數(shù)據(jù)結(jié)構(gòu)使其成為理想的緩存存儲(chǔ)選擇。
import org.springframework.boot.SpringApplication;
import org.springframework.boot.autoconfigure.SpringBootApplication;
import org.springframework.cache.annotation.EnableCaching;
@SpringBootApplication
@EnableCaching // 啟用Spring緩存支持
public class RedisCacheApplication {
public static void main(String[] args) {
SpringApplication.run(RedisCacheApplication.class, args);
}
}
二、Redis緩存配置基礎(chǔ)
配置Redis緩存需要?jiǎng)?chuàng)建RedisCacheManager和定義基本的緩存屬性。RedisCacheManager負(fù)責(zé)創(chuàng)建和管理RedisCache實(shí)例，而RedisCache則實(shí)現(xiàn)了Spring的Cache接口?；九渲冒ㄔO(shè)置Redis連接工廠(chǎng)、默認(rèn)過(guò)期時(shí)間和緩存名稱(chēng)前綴等。通過(guò)RedisCacheConfiguration可以自定義序列化方式、過(guò)期策略和鍵前綴等。這些配置對(duì)緩存的性能和可用性有直接影響。
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import org.springframework.data.redis.cache.RedisCacheConfiguration;
import org.springframework.data.redis.cache.RedisCacheManager;
import org.springframework.data.redis.connection.RedisConnectionFactory;
import java.time.Duration;
@Configuration
public class RedisCacheConfig {
@Bean
public RedisCacheManager cacheManager(RedisConnectionFactory connectionFactory) {
// 創(chuàng)建默認(rèn)的Redis緩存配置
RedisCacheConfiguration config = RedisCacheConfiguration.defaultCacheConfig()
// 設(shè)置緩存有效期為1小時(shí)
.entryTtl(Duration.ofHours(1))
// 設(shè)置鍵前綴
.prefixCacheNameWith("app:cache:");
return RedisCacheManager.builder(connectionFactory)
.cacheDefaults(config)
.build();
}
}
三、自定義序列化策略
默認(rèn)情況下，Spring Data Redis使用JDK序列化，這種方式存在效率低、占用空間大、可讀性差等問(wèn)題。自定義序列化策略可以顯著改善這些問(wèn)題。常用的序列化方式包括JSON、ProtoBuf和Kryo等。其中JSON序列化便于調(diào)試但性能一般，ProtoBuf和Kryo則提供更高的性能和更小的存儲(chǔ)空間。選擇合適的序列化方式需要在性能、空間效率和可讀性之間做權(quán)衡。
import com.fasterxml.jackson.annotation.JsonTypeInfo;
import com.fasterxml.jackson.databind.ObjectMapper;
import com.fasterxml.jackson.databind.jsontype.impl.LaissezFaireSubTypeValidator;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import org.springframework.data.redis.cache.RedisCacheConfiguration;
import org.springframework.data.redis.serializer.GenericJackson2JsonRedisSerializer;
import org.springframework.data.redis.serializer.RedisSerializationContext;
import org.springframework.data.redis.serializer.StringRedisSerializer;
@Configuration
public class RedisSerializerConfig {
@Bean
public RedisCacheConfiguration cacheConfiguration() {
// 創(chuàng)建自定義的ObjectMapper，用于JSON序列化
ObjectMapper mapper = new ObjectMapper();
// 啟用類(lèi)型信息，確保反序列化時(shí)能夠正確恢復(fù)對(duì)象類(lèi)型
mapper.activateDefaultTyping(
LaissezFaireSubTypeValidator.instance,
ObjectMapper.DefaultTyping.NON_FINAL,
JsonTypeInfo.As.PROPERTY
);
// 創(chuàng)建基于Jackson的Redis序列化器
GenericJackson2JsonRedisSerializer jsonSerializer =
new GenericJackson2JsonRedisSerializer(mapper);
// 配置Redis緩存使用String序列化器處理鍵，JSON序列化器處理值
return RedisCacheConfiguration.defaultCacheConfig()
.serializeKeysWith(
RedisSerializationContext.SerializationPair.fromSerializer(
new StringRedisSerializer()))
.serializeValuesWith(
RedisSerializationContext.SerializationPair.fromSerializer(
jsonSerializer));
}
}
四、實(shí)現(xiàn)自定義序列化器
在某些場(chǎng)景下，Spring提供的序列化器可能無(wú)法滿(mǎn)足特定需求，此時(shí)需要實(shí)現(xiàn)自定義序列化器。自定義序列化器需要實(shí)現(xiàn)RedisSerializer接口，覆蓋serialize和deserialize方法。通過(guò)自定義序列化器，可以實(shí)現(xiàn)特定對(duì)象的高效序列化，或者為序列化添加額外的安全措施，如加密解密等。實(shí)現(xiàn)時(shí)需注意處理序列化異常和空值情況。
import org.springframework.data.redis.serializer.RedisSerializer;
import org.springframework.data.redis.serializer.SerializationException;
import com.esotericsoftware.kryo.Kryo;
import com.esotericsoftware.kryo.io.Input;
import com.esotericsoftware.kryo.io.Output;
import java.io.ByteArrayOutputStream;
public class KryoRedisSerializer<T> implements RedisSerializer<T> {
private final Class<T> clazz;
private static final ThreadLocal<Kryo> kryoThreadLocal = ThreadLocal.withInitial(() -> {
Kryo kryo = new Kryo();
// 配置Kryo實(shí)例
kryo.setRegistrationRequired(false); // 不要求注冊(cè)類(lèi)
return kryo;
});
public KryoRedisSerializer(Class<T> clazz) {
this.clazz = clazz;
}
@Override
public byte[] serialize(T t) throws SerializationException {
if (t == null) {
return new byte[0];
}
Kryo kryo = kryoThreadLocal.get();
try (ByteArrayOutputStream baos = new ByteArrayOutputStream();
Output output = new Output(baos)) {
kryo.writeObject(output, t);
output.flush();
return baos.toByteArray();
} catch (Exception e) {
throw new SerializationException("Error serializing object using Kryo", e);
}
}
@Override
public T deserialize(byte[] bytes) throws SerializationException {
if (bytes == null || bytes.length == 0) {
return null;
}
Kryo kryo = kryoThreadLocal.get();
try (Input input = new Input(bytes)) {
return kryo.readObject(input, clazz);
} catch (Exception e) {
throw new SerializationException("Error deserializing object using Kryo", e);
}
}
}
五、多級(jí)緩存配置
在實(shí)際應(yīng)用中，往往需要為不同類(lèi)型的數(shù)據(jù)配置不同的緩存策略。Spring Cache支持定義多個(gè)緩存，每個(gè)緩存可以有獨(dú)立的配置。通過(guò)RedisCacheManagerBuilderCustomizer可以為不同的緩存名稱(chēng)定制配置，如設(shè)置不同的過(guò)期時(shí)間、序列化方式和前綴策略等。多級(jí)緩存配置能夠針對(duì)業(yè)務(wù)特點(diǎn)優(yōu)化緩存性能。
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import org.springframework.data.redis.cache.RedisCacheConfiguration;
import org.springframework.data.redis.cache.RedisCacheManager;
import org.springframework.data.redis.cache.RedisCacheManager.RedisCacheManagerBuilder;
import org.springframework.data.redis.connection.RedisConnectionFactory;
import java.time.Duration;
import java.util.HashMap;
import java.util.Map;
@Configuration
public class MultiLevelCacheConfig {
@Bean
public RedisCacheManager cacheManager(RedisConnectionFactory connectionFactory,
RedisCacheConfiguration defaultConfig) {
// 創(chuàng)建不同緩存空間的配置映射
Map<String, RedisCacheConfiguration> configMap = new HashMap<>();
// 用戶(hù)緩存：過(guò)期時(shí)間30分鐘
configMap.put("userCache", defaultConfig.entryTtl(Duration.ofMinutes(30)));
// 產(chǎn)品緩存：過(guò)期時(shí)間2小時(shí)
configMap.put("productCache", defaultConfig.entryTtl(Duration.ofHours(2)));
// 熱點(diǎn)數(shù)據(jù)緩存：過(guò)期時(shí)間5分鐘
configMap.put("hotDataCache", defaultConfig.entryTtl(Duration.ofMinutes(5)));
// 創(chuàng)建并配置RedisCacheManager
return RedisCacheManager.builder(connectionFactory)
.cacheDefaults(defaultConfig)
.withInitialCacheConfigurations(configMap)
.build();
}
}
六、自定義過(guò)期策略
緩存過(guò)期策略直接影響緩存的有效性和資源消耗。Spring Data Redis支持多種過(guò)期設(shè)置方式，包括全局統(tǒng)一過(guò)期時(shí)間、按緩存名稱(chēng)設(shè)置過(guò)期時(shí)間，以及根據(jù)緩存內(nèi)容動(dòng)態(tài)設(shè)置過(guò)期時(shí)間。合理的過(guò)期策略有助于平衡緩存命中率和數(shù)據(jù)新鮮度。對(duì)于不同更新頻率的數(shù)據(jù)，應(yīng)設(shè)置不同的過(guò)期時(shí)間以獲得最佳效果。
import org.springframework.cache.interceptor.KeyGenerator;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import org.springframework.data.redis.cache.CacheKeyPrefix;
import org.springframework.data.redis.cache.RedisCache;
import org.springframework.data.redis.cache.RedisCacheConfiguration;
import org.springframework.data.redis.cache.RedisCacheManager;
import org.springframework.data.redis.cache.RedisCacheWriter;
import org.springframework.data.redis.connection.RedisConnectionFactory;
import java.lang.reflect.Method;
import java.time.Duration;
import java.util.Objects;
@Configuration
public class CustomExpirationConfig {
@Bean
public RedisCacheManager cacheManager(RedisConnectionFactory connectionFactory) {
// 創(chuàng)建自定義的RedisCacheWriter
RedisCacheWriter cacheWriter = RedisCacheWriter.nonLockingRedisCacheWriter(connectionFactory);
// 默認(rèn)緩存配置
RedisCacheConfiguration defaultConfig = RedisCacheConfiguration.defaultCacheConfig()
.entryTtl(Duration.ofHours(1)); // 默認(rèn)過(guò)期時(shí)間1小時(shí)
// 創(chuàng)建支持動(dòng)態(tài)TTL的RedisCacheManager
return new DynamicTtlRedisCacheManager(cacheWriter, defaultConfig);
}
// 自定義緩存鍵生成器，考慮方法名和參數(shù)
@Bean
public KeyGenerator customKeyGenerator() {
return new KeyGenerator() {
@Override
public Object generate(Object target, Method method, Object... params) {
StringBuilder sb = new StringBuilder();
sb.append(target.getClass().getSimpleName())
.append(":")
.append(method.getName());
for (Object param : params) {
if (param != null) {
sb.append(":").append(param.toString());
}
}
return sb.toString();
}
};
}
// 自定義RedisCacheManager，支持動(dòng)態(tài)TTL
static class DynamicTtlRedisCacheManager extends RedisCacheManager {
public DynamicTtlRedisCacheManager(RedisCacheWriter cacheWriter,
RedisCacheConfiguration defaultConfig) {
super(cacheWriter, defaultConfig);
}
@Override
protected RedisCache createRedisCache(String name, RedisCacheConfiguration config) {
// 根據(jù)緩存名稱(chēng)動(dòng)態(tài)設(shè)置TTL
if (name.startsWith("userActivity")) {
config = config.entryTtl(Duration.ofMinutes(15));
} else if (name.startsWith("product")) {
config = config.entryTtl(Duration.ofHours(4));
} else if (name.startsWith("config")) {
config = config.entryTtl(Duration.ofDays(1));
}
return super.createRedisCache(name, config);
}
}
}
七、緩存注解的高級(jí)應(yīng)用
Spring Cache提供了豐富的注解用于管理緩存，包括@Cacheable、@CachePut、@CacheEvict和@Caching等。這些注解能夠精細(xì)控制緩存行為，如何何時(shí)緩存結(jié)果、更新緩存和清除緩存。通過(guò)condition和unless屬性，可以實(shí)現(xiàn)條件緩存，只有滿(mǎn)足特定條件的結(jié)果才會(huì)被緩存。合理使用這些注解可以提高緩存的命中率和有效性。
import org.springframework.cache.annotation.Cacheable;
import org.springframework.cache.annotation.CachePut;
import org.springframework.cache.annotation.CacheEvict;
import org.springframework.cache.annotation.Caching;
import org.springframework.stereotype.Service;
@Service
public class ProductService {
private final ProductRepository repository;
public ProductService(ProductRepository repository) {
this.repository = repository;
}
/**
* 根據(jù)ID查詢(xún)產(chǎn)品，結(jié)果會(huì)被緩存
* 條件：產(chǎn)品價(jià)格大于100才緩存
*/
@Cacheable(
value = "productCache",
key = "#id",
condition = "#id > 0",
unless = "#result != null && #result.price <= 100"
)
public Product findById(Long id) {
// 模擬從數(shù)據(jù)庫(kù)查詢(xún)
return repository.findById(id).orElse(null);
}
/**
* 更新產(chǎn)品信息并更新緩存
*/
@CachePut(value = "productCache", key = "#product.id")
public Product updateProduct(Product product) {
return repository.save(product);
}
/**
* 刪除產(chǎn)品并清除相關(guān)緩存
* allEntries=true表示清除所有productCache的緩存項(xiàng)
*/
@CacheEvict(value = "productCache", key = "#id", allEntries = false)
public void deleteProduct(Long id) {
repository.deleteById(id);
}
/**
* 復(fù)合緩存操作：同時(shí)清除多個(gè)緩存
*/
@Caching(
evict = {
@CacheEvict(value = "productCache", key = "#id"),
@CacheEvict(value = "categoryProductsCache", key = "#product.categoryId")
}
)
public void deleteProductWithRelations(Long id, Product product) {
repository.deleteById(id);
}
}
八、實(shí)現(xiàn)緩存預(yù)熱與更新策略
緩存預(yù)熱是指在系統(tǒng)啟動(dòng)時(shí)提前加載熱點(diǎn)數(shù)據(jù)到緩存中，以避免系統(tǒng)啟動(dòng)初期大量緩存未命中導(dǎo)致的性能問(wèn)題。緩存更新策略則關(guān)注如何保持緩存數(shù)據(jù)與數(shù)據(jù)庫(kù)數(shù)據(jù)的一致性。常見(jiàn)的更新策略包括失效更新、定時(shí)更新和異步更新等。合理的緩存預(yù)熱與更新策略能夠提高系統(tǒng)的響應(yīng)速度和穩(wěn)定性。
import org.springframework.boot.CommandLineRunner;
import org.springframework.cache.CacheManager;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.scheduling.annotation.Scheduled;
import org.springframework.stereotype.Component;
import java.util.List;
import java.util.concurrent.TimeUnit;
@Component
public class CacheWarmer implements CommandLineRunner {
private final ProductRepository productRepository;
private final CacheManager cacheManager;
private final RedisTemplate<String, Object> redisTemplate;
public CacheWarmer(ProductRepository productRepository,
CacheManager cacheManager,
RedisTemplate<String, Object> redisTemplate) {
this.productRepository = productRepository;
this.cacheManager = cacheManager;
this.redisTemplate = redisTemplate;
}
/**
* 系統(tǒng)啟動(dòng)時(shí)執(zhí)行緩存預(yù)熱
*/
@Override
public void run(String... args) {
System.out.println("Performing cache warming...");
// 加載熱門(mén)產(chǎn)品到緩存
List<Product> hotProducts = productRepository.findTop100ByOrderByViewsDesc();
for (Product product : hotProducts) {
String cacheKey = "productCache::" + product.getId();
redisTemplate.opsForValue().set(cacheKey, product);
// 設(shè)置差異化過(guò)期時(shí)間，避免同時(shí)過(guò)期
long randomTtl = 3600 + (long)(Math.random() * 1800); // 1小時(shí)到1.5小時(shí)之間的隨機(jī)值
redisTemplate.expire(cacheKey, randomTtl, TimeUnit.SECONDS);
}
System.out.println("Cache warming completed, loaded " + hotProducts.size() + " products");
}
/**
* 定時(shí)更新熱點(diǎn)數(shù)據(jù)緩存，每小時(shí)執(zhí)行一次
*/
@Scheduled(fixedRate = 3600000)
public void refreshHotDataCache() {
System.out.println("Refreshing hot data cache...");
// 獲取最新的熱點(diǎn)數(shù)據(jù)
List<Product> latestHotProducts = productRepository.findTop100ByOrderByViewsDesc();
// 更新緩存
for (Product product : latestHotProducts) {
redisTemplate.opsForValue().set("productCache::" + product.getId(), product);
}
}
}
九、緩存監(jiān)控與統(tǒng)計(jì)
緩存監(jiān)控是緩存管理的重要組成部分，通過(guò)監(jiān)控可以了解緩存的使用情況、命中率、內(nèi)存占用等關(guān)鍵指標(biāo)。Spring Boot Actuator結(jié)合Micrometer可以收集緩存統(tǒng)計(jì)數(shù)據(jù)并通過(guò)Prometheus等監(jiān)控系統(tǒng)進(jìn)行可視化展示。通過(guò)監(jiān)控?cái)?shù)據(jù)可以及時(shí)發(fā)現(xiàn)緩存問(wèn)題并進(jìn)行優(yōu)化，如調(diào)整緩存大小、過(guò)期時(shí)間和更新策略等。
import io.micrometer.core.instrument.MeterRegistry;
import io.micrometer.core.instrument.Timer;
import org.aspectj.lang.ProceedingJoinPoint;
import org.aspectj.lang.annotation.Around;
import org.aspectj.lang.annotation.Aspect;
import org.springframework.stereotype.Component;
import java.util.concurrent.ConcurrentHashMap;
import java.util.concurrent.atomic.AtomicLong;
@Aspect
@Component
public class CacheMonitorAspect {
private final MeterRegistry meterRegistry;
private final ConcurrentHashMap<String, AtomicLong> cacheHits = new ConcurrentHashMap<>();
private final ConcurrentHashMap<String, AtomicLong> cacheMisses = new ConcurrentHashMap<>();
public CacheMonitorAspect(MeterRegistry meterRegistry) {
this.meterRegistry = meterRegistry;
}
/**
* 監(jiān)控緩存方法的執(zhí)行情況
*/
@Around("@annotation(org.springframework.cache.annotation.Cacheable)")
public Object monitorCacheable(ProceedingJoinPoint joinPoint) throws Throwable {
String methodName = joinPoint.getSignature().toShortString();
Timer.Sample sample = Timer.start(meterRegistry);
// 方法執(zhí)行前標(biāo)記，用于判斷是否走了緩存
boolean methodExecuted = false;
try {
Object result = joinPoint.proceed();
methodExecuted = true;
return result;
} finally {
// 記錄方法執(zhí)行時(shí)間
sample.stop(meterRegistry.timer("cache.access.time", "method", methodName));
// 更新緩存命中/未命中計(jì)數(shù)
if (methodExecuted) {
// 方法被執(zhí)行，說(shuō)明緩存未命中
cacheMisses.computeIfAbsent(methodName, k -> {
AtomicLong counter = new AtomicLong(0);
meterRegistry.gauge("cache.miss.count", counter);
return counter;
}).incrementAndGet();
} else {
// 方法未執(zhí)行，說(shuō)明命中緩存
cacheHits.computeIfAbsent(methodName, k -> {
AtomicLong counter = new AtomicLong(0);
meterRegistry.gauge("cache.hit.count", counter);
return counter;
}).incrementAndGet();
}
}
}
}
總結(jié)
Spring Data Redis緩存通過(guò)提供靈活的配置選項(xiàng)，使開(kāi)發(fā)者能夠根據(jù)業(yè)務(wù)需求自定義序列化方式和過(guò)期策略。合理的序列化機(jī)制可顯著提升緩存效率，減少網(wǎng)絡(luò)傳輸和存儲(chǔ)空間消耗。而科學(xué)的過(guò)期策略則能平衡數(shù)據(jù)一致性和緩存命中率，避免緩存穿透和雪崩等問(wèn)題。在實(shí)際應(yīng)用中，緩存策略應(yīng)結(jié)合業(yè)務(wù)特點(diǎn)進(jìn)行差異化配置，如對(duì)熱點(diǎn)數(shù)據(jù)設(shè)置較短過(guò)期時(shí)間以保證數(shù)據(jù)新鮮度，對(duì)變更不頻繁的配置數(shù)據(jù)設(shè)置較長(zhǎng)過(guò)期時(shí)間以減少數(shù)據(jù)庫(kù)查詢(xún)。通過(guò)緩存預(yù)熱、更新策略和監(jiān)控體系的建立，可以構(gòu)建高性能、高可靠的分布式緩存系統(tǒng)，有效支撐大規(guī)模并發(fā)訪(fǎng)問(wèn)的業(yè)務(wù)需求。
到此這篇關(guān)于SpringData實(shí)現(xiàn)自定義Redis緩存的序列化機(jī)制和過(guò)期策略的文章就介紹到這了,更多相關(guān)SpringData實(shí)現(xiàn)序列化機(jī)制和過(guò)期策略?xún)?nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
相關(guān)文章
mybatis-plus的IService接口默認(rèn)提供saveBatch批量插入，也是唯一一個(gè)默認(rèn)批量插入，在數(shù)據(jù)量不是很大的情況下可以直接使用，但這種是一條一條執(zhí)行的效率上會(huì)有一定的瓶頸，今天我們就來(lái)研究研究mybatis-plus中的批量插入2023-02-02
Quartz是Java領(lǐng)域最著名的開(kāi)源任務(wù)調(diào)度工具。Quartz提供了極為廣泛的特性如持久化任務(wù)，集群和分布式任務(wù)等，下面這篇文章主要給大家介紹了關(guān)于Quartz集群原理以及配置應(yīng)用的相關(guān)資料，需要的朋友可以參考下2018-05-05
Idea如何導(dǎo)入一個(gè)SpringBoot項(xiàng)目的方法(圖文教程)
這篇文章主要介紹了Idea如何導(dǎo)入一個(gè)SpringBoot項(xiàng)目的方法(圖文教程)，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2020-09-09
這篇文章主要介紹了Mybatis執(zhí)行update失敗的解決方案，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教2021-09-09
SpringBoot實(shí)現(xiàn)熱部署的三種方式
本文主要介紹了SpringBoot實(shí)現(xiàn)熱部署的三種方式,主要包括配置pom.xml文件,使用插件的執(zhí)行命令mvn spring-boot:run啟動(dòng)項(xiàng),使用springloader本地啟動(dòng)修改jvm參數(shù),使用devtools工具包,感興趣的可以了解一下2023-12-12
Java設(shè)計(jì)模式之備忘錄模式實(shí)現(xiàn)對(duì)象狀態(tài)的保存和恢復(fù)
本文介紹Java設(shè)計(jì)模式之備忘錄模式，該模式可以實(shí)現(xiàn)對(duì)象狀態(tài)的保存和恢復(fù)。通過(guò)詳細(xì)講解備忘錄模式的原理、實(shí)現(xiàn)方法和應(yīng)用場(chǎng)景，幫助讀者深入理解該設(shè)計(jì)模式，并提供示例代碼和技巧，便于讀者實(shí)際應(yīng)用2023-04-04
這篇文章主要介紹了JavaWeb中的組件Filter過(guò)濾器解析,Filter過(guò)濾器是一種用于處理和轉(zhuǎn)換數(shù)據(jù)的工具,常用于Web開(kāi)發(fā)中,它可以在請(qǐng)求到達(dá)服務(wù)器之前或響應(yīng)返回給客戶(hù)端之前對(duì)數(shù)據(jù)進(jìn)行預(yù)處理或后處理,需要的朋友可以參考下2023-10-10
springboot整合gateway的詳細(xì)過(guò)程
本文介紹了如何配置和使用Spring Cloud Gateway構(gòu)建一個(gè)API網(wǎng)關(guān),通過(guò)實(shí)例代碼介紹了springboot整合gateway的過(guò)程,需要的朋友可以參考下2025-01-01
java DateUtil工具類(lèi)時(shí)間戳類(lèi)型轉(zhuǎn)換詳解
這篇文章主要為大家詳細(xì)介紹了java DateUtil工具類(lèi)時(shí)間戳類(lèi)型轉(zhuǎn)換的相關(guān)資料，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2017-12-12
Java數(shù)據(jù)結(jié)構(gòu)之?dāng)?shù)組(動(dòng)力節(jié)點(diǎn)之Java學(xué)院整理)
這篇文章主要介紹了Java數(shù)據(jù)結(jié)構(gòu)之?dāng)?shù)組(動(dòng)力節(jié)點(diǎn)之Java學(xué)院整理)的相關(guān)資料，包括創(chuàng)建和內(nèi)存分配，數(shù)組封裝后的使用等，需要的朋友參考下吧2017-04-04