本篇博客文章解释了 Spring Data Lovelace 在 Apache Cassandra 和 Redis 方面的新特性和重要改进。请务必查看关于 Spring Data Lovelace 在 MongoDB 方面有哪些新特性？ 的博客文章。

Spring Data Lovelace 的通用版本已于上周发布，现在是时候简要介绍我们新增的功能了。这个版本列车功能丰富。

在本篇博客文章中，我将介绍 Apache Cassandra 和 Redis。

Spring Data for Apache Cassandra

在此版本中，我们使用特定于 Cassandra 的类型改进了数据访问，引入了生命周期事件支持，改善了 Java 和 Kotlin 的编程体验，并包含了各种其他优化。让我们看看此版本如何帮助改进您对 Cassandra 的数据访问。

Map 和 Tuple 优化

Map 和 Tuple 数据类型是 Cassandra 中的特定类型，允许在单个列中存储多个值。以前，我们在映射实体中以原始形式支持这两种类型，这意味着您只能使用原始键和值的 Map。对于 Tuple，您只能使用原始的 Cassandra 驱动程序类型 TupleValue，而没有进一步的映射甚至模式支持。

在此版本中，我们为 Map 和 Tuple 类型的属性添加了映射和转换支持。Map 现在可以包含非原始键和值，并且转换层会应用可能已注册的转换器。

考虑以下类型

@UserDefinedType
class Manufacturer {

  String name;

  // getters/setters omitted
}

@Table
class Supplier {

  Map<Manufacturer, List<String>> acceptedCurrencies;

  // getters/setters omitted
}

Manufacturer 是一种映射的用户定义类型，用作 Map 的键。值表示为字符串的 List。我们现在可以重构代码，在列表中使用合适的 Currency 类型（例如 java.util.Currency）。为此，我们提供了 String 和 Currency 之间的转换器，并通过 CassandraCustomConversions 进行注册。以下示例展示了如何执行此操作

enum StringToCurrencyConverter implements Converter<String, Currency> {
  INSTANCE;

  @Override
  public Currency convert(String source) {
    return Currency.getInstance(source);
  }
}

enum CurrencyToStringConverter implements Converter<Currency, String> {

  INSTANCE;

  @Override
  public String convert(Currency source) {
    return source.getCurrencyCode();
  }
}

@Configuration
class MyCassandraConfiguration {

  public CassandraCustomConversions cassandraCustomConversions() {
    return new CassandraCustomConversions(
      Arrays.asList(StringToCurrencyConverter.INSTANCE, CurrencyToStringConverter.INSTANCE));
  }
}

注册转换器后，我们可以继续在 Supplier 类型中使用 Currency 来处理值对象而不是原始类型，如下面的示例所示

@Table
class Supplier {

  Map<Manufacturer, List<Currency>> acceptedCurrencies;

  // getters/setters omitted
}

在以前版本的 Spring Data for Apache Cassandra 中，Tuple 实际上无法使用。使用 Tuple 需要直接与 Row 交互并检索 TupleType 来创建适当的 Tuple 值。因此，我们决定提供映射的 Tuple 类型，如下面的示例所示

@Table
class Supplier {

  List<Dependance> dependances;

  // getters/setters omitted
}

@Tuple
class Dependance {

  @Element(0) String address;
  @Element(1) String city;
  @Element(2) Currency currency;

  // getters/setters omitted
}

映射的 Tuple 使用 @Tuple 进行注解，Tuple 的各个组件通过使用 @Element(…) 引用它们在 Tuple 中的序数索引。转换器检查加载的 Tuple，并将它们映射到作为您的领域模型一部分的常规 Java 类。您不再需要直接与 TupleType 和 TupleValue 交互（尽管您仍然可以），但您可以用类型安全的方法表示 Tuple 值。映射的 Tuple 受益于转换器的各种映射功能，并且可以引用已注册自定义转换器的类型。

对 Map 和 Tuple 的支持还包括模式生成，可以通过从您的领域模型派生类型来快速设置模式。

有关更多详细信息，请参阅我们的 映射 Tuple 示例。

生命周期事件

Cassandra 映射框架现在包含多个 org.springframework.context.ApplicationEvent 事件，您的应用程序可以通过在 ApplicationContext 中注册特殊 bean 来响应这些事件。要在对象通过转换过程（将您的领域对象转换为 Statement）之前拦截该对象，您可以注册 AbstractCassandraEventListener 的子类，并重写 onBeforeSave 方法。当事件被分发时，您的监听器将被调用，并在对象进入转换器之前传递领域对象。以下示例展示了如何使用 onBeforeSave

public class BeforeConvertListener extends AbstractCassandraEventListener<Person> {
  @Override
  public void onBeforeSave(BeforeSaveEvent<Person> event) {
    // does some auditing manipulation, set timestamps, whatever
  }
}

在您的 Spring ApplicationContext 中声明这些 bean 会使得它们在事件分发时被调用。

AbstractCassandraEventListener 中存在以下回调方法

• onBeforeSave: 在 CassandraTemplate 的 save 操作中调用，在将行插入或保存到数据库之前。

• onAfterSave: 在 CassandraTemplate 的 save 操作中调用，在将行插入或保存到数据库之后。

• onBeforeDelete: 在 CassandraTemplate 的 delete 操作中调用，在从数据库删除行之前。

• onAfterDelete: 在 CassandraTemplate 的 delete 操作中调用，在从数据库删除行之后。

• onAfterLoad: 在 CassandraTemplate 的 select 和 selectOne 方法中调用，在从数据库检索到行之后。

• onAfterConvert: 在 CassandraTemplate 的 select 和 selectOne 方法中调用，在从数据库检索到的行被转换为 POJO 之后。

生命周期事件仅针对根级类型发布。作为实体根内部属性使用的复杂类型不受事件发布的约束。

请参阅我们的 生命周期事件示例。

Kotlin 扩展

Spring Data 公开了接受目标类型的方法，用于查询或将结果值投影到该类型。Kotlin 使用自己的类型 (KClass) 表示类，这在尝试获取 Java Class 类型时可能是一个障碍。

Spring Data for Apache Cassandra 附带了扩展，这些扩展为接受类型参数的方法添加了重载，可以通过使用泛型或直接接受 KClass 来实现，如下面的示例所示

operations.getTableName<Person>()

operations.getTableName(Person::class)

operations.find<Person>().as<Contact>
  .matching(query(where("firstname").isEqualTo("luke"))).all();

有关更多详细信息，请参阅我们的 Cassandra Kotlin 用法 示例。

流式模板 API

CassandraOperations 接口是与 Apache Cassandra 进行更底层交互的核心组件之一。它提供了广泛的方法，涵盖了从批处理、结果流到 CRUD 操作的需求。每个方法都有多个重载。其中大多数涵盖了 API 的可选或备用部分，例如按 CQL、Statement 或 Query 进行查询。

FluentCassandraOperations 为 CassandraOperations 的常用方法提供了一个更精简的接口，并提供了一个更具可读性的流式 API。入口点（insert(…)、query(…)、update(…) 等）遵循基于要运行操作的自然命名方案。从入口点开始，API 被设计为仅提供依赖于上下文的方法，这些方法最终会调用实际的 Cassandra 对应方法。

考虑一个查询示例

List<Person> all = operations.query(Person.class)
  .inTable("people")
  .all();

此查询查询 people 表中的所有行，并将结果映射到 Person 类型。省略 inTable(…) 会从实体类型派生表名。

下一个示例使用投影和查询

List<Contact> all = operations.query(Person.class)
  .as(Contact.class)
  .matching(query(where("firstname").is("luke")))
  .all();

此查询使用 Person 类型映射到的表，并将结果（DTO 或接口投影）投影到 Contact。查询本身是使用 Person 类型中的字段名映射的。您可以通过终止方法：first()、one()、all() 或 stream() 在检索单个实体和将多个对象作为 List 或 Stream 检索之间切换。

流式 API 是类型安全的，并且中间对象是不可变的。您可以准备查询的基础部分，然后继续进行更具体的执行，如下面的示例所示

TerminatingSelect<Contact> select = operations.query(Person.class)
  .as(Contact.class)
  .matching(query(where("firstname").is("luke")))

Contact contact = select.first();
long count = select.count();

有关更多详细信息，请参阅我们的 Kotlin 示例。

Spring Data for Apache Cassandra 模块中还包含其他几项增强功能，请务必查看参考文档中的 新特性 部分，以了解有关响应式分片查询 (reactive slice queries) 和存在/计数投影 (exists/count projections) 的更多信息。

Spring Data Redis

Spring Data Redis 的此版本包含了 2.0 版本中未能涵盖的各种主题的改进。其中大部分优化了 Redis 集群使用中的一些问题。核心主题包括：

• 连接改进

• Redis 集群使用的优化

• 框架的各种改进

连接改进

Redis 支持多种操作模式：Standalone、带复制的 Standalone、带或不带复制的 Redis Sentinel、Redis Cluster。我们已经涵盖了 Standalone、Redis Sentinel 和 Redis Cluster 模式。迄今为止缺失的部分是从副本读取。此版本引入了对各种 Redis 操作模式下副本读取的支持。以下示例展示了如何使用此新功能

LettuceClientConfiguration clientConfiguration = LettuceClientConfiguration.builder()
  .readFrom(ReadFrom.NEAREST)
  .build();

RedisSentinelConfiguration endpoint = new RedisSentinelConfiguration()
  .master("my-master")
  .sentinel("sentinel-host1", 26379)
  .sentinel("sentinel-host2", 26379);

LettuceConnectionFactory factory = new LettuceConnectionFactory(endpoint, clientConfiguration);

指定 ReadFrom 允许您在发出只读命令（例如 GET 或 SMEMBERS）时选择特定的节点类型。您可以使用 Lettuce 的预定义设置之一，或创建新的 ReadFrom 策略。在所有可用副本的设置中都会考虑 ReadFrom：Redis Sentinel、Redis Cluster 以及静态主/副本设置（例如 AWS ElastiCache），这引出了下一个改进。

您可以将 AWS ElastiCache 或任何其他静态主/副本设置（即使用带有一个或多个专用副本的 Redis）与 Spring Data Redis 和 Lettuce 一起使用，以从副本节点读取数据。在以前的版本中，您只能使用主节点。请看以下配置代码片段

LettuceClientConfiguration clientConfiguration = LettuceClientConfiguration.builder().readFrom(ReadFrom.NEAREST).build();

RedisStaticMasterSlaveConfiguration endpoint = new RedisStaticMasterSlaveConfiguration("my-master-host", 6379)
  .node("my-replica-host1", 6379)
  .node("my-replica-host2", 6379);

LettuceConnectionFactory factory = new LettuceConnectionFactory(endpoint, clientConfiguration);

在此代码中，我们将 LettuceConnectionFactory 配置为使用多个节点，而无需实际指定其角色。Lettuce 本身会确定各个主机的作用，并根据其角色使用节点。

此类别中的最后一个优化是使用 Unix 域套接字建立本地连接。Unix 域套接字或 IPC（进程间通信）套接字是一种数据通信端点，用于在同一主机操作系统上运行的进程之间交换数据。与命名管道类似，Unix 域套接字支持传输与 TCP 相当的可靠字节流。由于 Unix 域套接字通信仅发生在内核内部，因此通信绕过了网络层，通常具有改进的性能。

要使用 Unix 域套接字，您需要使用 Lettuce 并为 Netty 添加原生扩展（在 Linux 上运行时使用 netty-transport-native-epoll，在 MacOS 上运行时使用 netty-transport-native-kqueue）。以下示例配置了通过套接字与 Redis 进行通信

RedisSocketConfiguration endpoint = new RedisSocketConfiguration("/var/run/redis");

LettuceConnectionFactory factory = new LettuceConnectionFactory(endpoint);

Redis 集群优化

此版本对使用 Lettuce 驱动程序的 Redis Cluster 连接的处理进行了优化。以前的版本不共享底层 Lettuce 到 Redis Cluster 的连接，这表现为性能下降，因为新连接总是建立新的集群连接。这种行为在发出多个命令时会产生影响，因为每个命令基本上都使用一个新的 RedisConnection。

默认情况下，现在为 Redis Cluster 连接启用了原生连接共享。其他使用模式（例如 Redis Standalone）在以前的版本中已经使用了连接共享。以下示例展示了如何使用共享原生连接创建 LettuceConnectionFactory

RedisClusterConfiguration clusterConfiguration = new RedisClusterConfiguration(…);

LettuceConnectionFactory factory = new LettuceConnectionFactory(clusterConfiguration);
factory.setShareNativeConnection(true);

某些操作（例如阻塞操作）需要专用的连接，以免影响在同一原生连接上运行的其他进程。如果您的应用程序高度依赖于阻塞的 Redis 命令，您可以为 Redis Cluster 连接启用连接池，以缓冲连接创建。启用连接池是客户端配置的一个方面。启用连接池后，LettuceConnectionFactory 会将连接池应用于配置的 Redis 使用方案。您可以使用 LettucePoolingClientConfiguration 作为入口点来启用连接池，如下面的示例所示

LettucePoolingClientConfiguration clientConfiguration = LettucePoolingClientConfiguration.builder().poolConfig(…).build();
RedisClusterConfiguration clusterConfiguration = new RedisClusterConfiguration(…);

LettuceConnectionFactory factory = new LettuceConnectionFactory(clusterConfiguration, clientConfiguration);

随着 ReadFrom 设置的引入和简化的集群连接处理，我们现在可以通过使用 SCAN 命令支持集群范围的键空间扫描 (keyspace scanning)。在幕后，驱动程序维护一个有状态的光标，允许您遍历集群中持有键的所有主/副本节点。使用连接的 scan(…) 方法为您提供了与在 Redis Standalone 设置上使用时相同的体验，如下面的示例所示

Cursor<byte[]> scan = clusterConnection.keyCommands()
  .scan(ScanOptions.scanOptions().match("foo*").build());
scan.forEachRemaining(key -> …);

键空间扫描还为所有 Redis 操作模式提供了响应式变体。在响应式 Redis Template API 上调用 scan(…) 会返回一个键的 Flux。结果 Flux 具备背压感知能力，并在有足够的请求来扫描整个键空间时将需求转换为 SCAN 调用。如果需求得到满足，它将停止扫描。以下示例构造了这样的 Flux

Flux<String> scan = redisTemplate.scan(ScanOptions.scanOptions().match("something*").build());

Redis Repository 改进

此版本附带了 Redis repository 的 Query by Example 支持。Query by Example 是一种用户友好的查询技术，接口简单。它允许动态创建查询，并且不需要您编写包含字段名的查询。Query by Example 的性质不需要查询语言，因为实际查询是从 Example 对象派生的。您现在可以定义一个 Example 来查询存储在 Redis hash 中的索引值。Redis repository 可以实现 QueryByExampleExecutor 片段来继承 Query by Example 方法。请看以下代码片段

interface PersonRepository extends CrudRepository<Person, String>, QueryByExampleExecutor<Person> {
}

PersonRepository repository = …;

Person eddard = new Person("eddard", "stark");
Person tyrion = new Person("tyrion", "lannister");
Person robb = new Person("robb", "stark");
Person jon = new Person("jon", "snow");
Person arya = new Person("arya", "stark");

repository.saveAll(Arrays.asList(eddard, tyrion, robb, jon, arya));

List<Person> result = repository.findAll(Example.of(new Person(null, "stark")));

此代码插入了一堆 Person 对象。Example 对象定义了一个探测器 (probe)，只设置了姓氏。查询引擎会创建一个查询，默认只包含非空字段，查询 lastname 为 stark 的对象。

有关更多详细信息，请参阅 Query-by-Example 示例。

Redis repository 现在支持类型别名，您可以通过使用 @TypeAlias 注解您的领域类来使用。默认情况下，Redis 中的类型提示使用完全限定类名。您可以应用别名来定制类型名称并减少 Redis 内存使用。

以下示例持久化了一个 Person 实例

package com.acme;

@TypeAlias("person")
class Person {
  // …
}

此代码使得类型提示 (person) 被使用，而不是 com.acme.Person。用于在 Redis 中存储此实体的相应命令如下

HMSET "person:19315449-cda2-4f5c-b696-9cb8018fa1f9" "_class" "person" "id" "19315449-cda2-4f5c-b696-9cb8018fa1f9"

Redis 模块中还包含其他几项增强功能，请务必查看参考文档中的 新特性 部分，以了解有关键空间扫描 (keyspace scanning)、响应式发布/订阅 (reactive Pub/Sub) 和新命令的更多信息。