基於Spring Boot的天氣預報服務

有時，為了提公升整個**的效能，我們會將經常需要訪問資料快取起來，這樣，在下次查詢的時候，能快速的找到這些資料。

快取的使用與系統的時效性有著非常大的關係。當我們的系統時效性要求不高時，則選擇使用快取是極好的。當系統要求的時效性比較高時，則並不適合用快取。

本文，我們將演示如何通過整合 redis 伺服器來進行資料的快取，以提高微服務的併發訪問能力。

為啥我們需要快取

在之前的文章中，我們已經介紹了如何使用 spring boot 來快速實現乙個天氣預報服務應用micro-weather-basic（見通過該應用，能實現簡單的天氣查詢。

天氣資料介面，本身時效性不是很高，而且又因為是 web 服務，在呼叫過程中，本身是存在延時的。所以，採用快取，一方面可以有效減輕訪問天氣介面服務帶來的延時問題，另一方面，也可以減輕天氣介面的負擔，提高併發訪問量。

特別地，我們是使用的第三方免費的天氣 api，這些 api 往往對使用者的呼叫次數及頻率有一定的限制。所以為了減輕天氣 api 提供方的負荷，我們並不需要實時去呼叫其第三方介面。

在micro-weather-basic的基礎上，我們構建了乙個micro-weather-redis專案，作為示例。

開發環境

為了演示本例子，需要採用如下開發環境：

專案配置

spring boot data redis 提供了 spring boot 對 redis 的開箱即用的功能。在原有的依賴的基礎上，新增 spring boot data redis starter 的依賴。

// 依賴關係 dependencies

在 linux 平台上安裝 redis 比較簡單，可以參考官方文件來即可，詳見

安裝後，redis 預設執行在位址埠

修改 weatherdataserviceimpl

修改 weatherdataserviceimpl，增加了 stringredistemplate 用於操作 redis。

@service
public
class
weatherdataserviceimpl
implements
weatherdataservice
@override
public
weatherresponse
getdatabycityname
(string
cityname
)private
weatherresponse
dogetweatherdata
(string
uri)
ops.
set(
key,
strbody
,time_out
,timeunit
.seconds);}
else
=new
();weatherresponse
weather 
=null
;try
catch
(ioexceptione)
return
weather;}
}

修改了 dogetweatherdata 方法，增加了 redis 資料的判斷：

其中，當然 stringredistemplate 跟 redistemplate 功能類似，都是封裝了對 redis 的一些常用的操作。區別在於，stringredistemplate 更加專注於基於字串的操作，畢竟，在目前咱們的天氣預報應用中，資料的格式主要是 json 字串。

valueoperations 介面，封裝了大部分的簡單的 k-v 操作。

同時，我們也使用了日誌框架，用來記錄執行過程，及日常的資訊。

測試、執行

首先，在進行測試前，需要將 redis 伺服器啟動起來。

我們可以通過在乙個時間段內，多次訪問同乙個個天氣介面來測試效果，比如，介面 http://localhost:8080/weather/cityid/101280601。為了縮短測試的時間，我們可以將 redis 的超時時間縮短一點，比如10秒。這樣，你就不用苦等30分鐘才能驗證資料是否過期了。

2017-10 -1823: 51:41.762 info 15220 ---[ nio- 8080 -exec-6 ]c.w .s.c .w.s .weatherdataserviceimpl :未找到 .weatherdataserviceimpl:找到 :, value=,"city":"深圳","aqi":"35","forecast":[,,,,],"ganmao":"各項氣象條件適宜，無明顯降溫過程，發生感冒機率較低。","wendu":"25"},"status":1000,"desc":"ok"} 2017-10 -1823: 51:46.700 info 15220 ---[ nio- 8080 -exec-7 ]c.w .s.c .w.s .weatherdataserviceimpl:找到 :, value=,"city":"深圳","aqi":"35","forecast":[,,,,],"ganmao":"各項氣象條件適宜，無明顯降溫過程，發生感冒機率較低。","wendu":"25"},"status":1000,"desc":"ok"} 2017-10 -1823: 51:50.513 info 15220 ---[ nio- 8080 -exec-8 ]c.w .s.c .w.s .weatherdataserviceimpl:找到 :, value=,"city":"深圳","aqi":"35","forecast":[,,,,],"ganmao":"各項氣象條件適宜，無明顯降溫過程，發生感冒機率較低。","wendu":"25"},"status":1000,"desc":"ok"} 2017-10 -1823: 51:53.140 info 15220 ---[ nio- 8080 -exec-9 ]c.w .s.c .w.s .weatherdataserviceimpl :未找到

:

從上述日誌可以看到，第一次（23:51:41）訪問介面時，沒有找到 redis 裡面的資料，所以，就初始化了資料。

後面幾次訪問，都是訪問 redis 裡面的資料。最後一次（23:51:53），由於超時了，所以 redis 裡面又沒有資料了，所以又會拿天氣介面的資料。

原始碼本章節的原始碼，見 samples目錄下的micro-weather-redis目錄下。

基於Spring Boot的天氣預報服務

基於python的終端天氣查詢

基於NoneBot的天氣查詢外掛程式

基於SpringBoot開發

基於Spring Boot的天氣預報服務

基於python的終端天氣查詢

基於NoneBot的天氣查詢外掛程式

基於SpringBoot開發

相關推薦