【Redis】（一）SpringBoot 整合Redis缓存并使用Postman+JMeter进行性能测试

文章目录

• • 1、SpringBoot 整合 Redis
  • 2、Docker中启动MySQL、Redis
  • 3、Postman测试分页的接口
  • 4、JMeter压力测试
  • • 1. 设置线程组
    • 2. 设置测试 HTTP请求
    • 3. 设置测试随机数
    • 4. 测试结果

1、SpringBoot 整合 Redis

Redis是一种高性能的非关系型数据库。Redis作用在内存，性能极高。Spring Boot同样可以把Redis整合到项目里。

打开IDEA ，创建一个新的项目，勾选本次demo中用到的Redis、MySQL相关依赖。

第一步就是为项目添加Redis依赖。在SpringBoot下有spring-boot-starter-data-redis，使用Redis就相当的简单，可以看到pom.xml文件中已经成功出现。

        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-data-redis</artifactId>
        </dependency>

第二步添加上Redis配置信息。包括Redis服务器的IP、端口、密码等信息，前提是已经安装好Redis服务，密码等信息必须和服务器一致。
我们这里配置的Redis都是在Docker容器中的，application.yml内容如下所示。

server:
  port: 9000
spring:
  datasource:
    driver-class-name: com.mysql.jdbc.Driver
    url: jdbc:mysql://192.168.56.100:3306/shoppings
    username: root
    password: ok
  redis:
    database: 0
    host: 192.168.56.100
    port: 6379
    password: 

第三步，接下来就要写例子来使用使用Redis，在这个例子中使用的是框架封装Redis的类StringRedisTemplate。为啥用这个呢?,因为例子设计的k-v都是String类型，官方建议符合这种格式的推荐使用 StringRedisTemplate。当k-v是非String类型的object时，推荐使用RedisTemplate。services 层 Goodservices.java 如下所示，实体类 Goods，dao 层 GoodsDAO 很简单就不附上了。

通过saveRedis方法进行数据转化，将MySQL数据库中内容转到Redis数据库中，注意这里执行过一次之后通过findRedisData方法实现分页。

package com.kgc.msrd.services;

import com.fasterxml.jackson.core.JsonProcessingException;
import com.fasterxml.jackson.databind.ObjectMapper;
import com.kgc.msrd.dao.GoodsDAO;
import com.kgc.msrd.entity.Goods;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.StringRedisTemplate;
import org.springframework.stereotype.Service;

import java.util.ArrayList;
import java.util.List;

@Service
public class Goodsservice {
    @Autowired
    private GoodsDAO goodsDAO;
    @Autowired
    private StringRedisTemplate redisTemplate;

    public List<Goods> findAll(int pg){
        return goodsDAO.findAll((pg-1)*20);
    }

    /*数据转化 mysql数据库中内容转到redis数据库中，当数据成功转出后这段代码便可以注去*/
    public void saveRedis(){
//        List<String> res=new ArrayList<String>();
//        List<Goods> goods=findAll();
//        ObjectMapper om=new ObjectMapper();
//        for(Goods gd:goods){
//            try {
//                res.add(om.writeValueAsString(gd));
//            } catch (JsonProcessingException e) {
//                e.printStackTrace();
//            }
//        }
//        redisTemplate.opsForList().leftPushAll("good",res);
    }

    public List<String> findRedisData(int pg){
        return redisTemplate.opsForList().range("good",(pg-1)*20,pg*20-1);
    }
}

controller层 InitCtrl

package com.kgc.msrd.controller;

import com.kgc.msrd.entity.Goods;
import com.kgc.msrd.services.Goodsservice;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RestController;

import java.util.List;

@RestController
public class InitCtrl {
    @Autowired
    private Goodsservice goodsservice;

    @RequestMapping("/mysql")
    public List<Goods> init(int pg){
        return goodsservice.findAll(pg);
    }

/*    @RequestMapping("/save")
    public String save(){
        goodsservice.saveRedis();
        return "ok";
    }*/

    @RequestMapping("/redis")
    public List<String> rd(int pg){
        return goodsservice.findRedisData(pg);
    }
}

package com.kgc.msrd;

import org.mybatis.spring.annotation.MapperScan;
import org.springframework.boot.SpringApplication;
import org.springframework.boot.autoconfigure.SpringBootApplication;

@SpringBootApplication
@MapperScan("com.kgc.msrd.dao")
public class MsrdApplication {

    public static void main(String[] args) {
        SpringApplication.run(MsrdApplication.class, args);
    }

}

2、Docker中启动MySQL、Redis

每一次登录，我们先要重启网络、重启容器

systemctl restart network
systemctl restart docker

在Xshell 6 Docker上使用命令，进入Redis

[root@zj ~]# docker start redis
redis
[root@zj ~]# docker exec -it redis /bin/bash
root@4e6d4e0082e8:/data# redis-cli -h localhost

3、Postman测试分页的接口

接下来使用postman进行接口测试。

Postman的使用可以参考这篇教程：接口测试工具Postman接口测试图文教程

可以看到，我们对数据进行了分页，之前代码中，我们对数据分了20页，这时使用http://localhost:9000/redis?pg=4我们可以成功查询到第五页的数据。

4、JMeter压力测试

1. 设置线程组

2. 设置测试 HTTP请求

3. 设置测试随机数

4. 测试结果

通过压力测试，比较MySQL与Redis的性能，并进行分析。当数据量很庞大时，很明显看出Redis缓存服务器极高的性能。