Ensamblaremos completamente nuestra aplicación y la probaremos utilizando Redis y Spring Boot. El caché acelerará significativamente el procesamiento de solicitudes y reducirá la carga en la base de datos.

Resumen breve del video

En nuestro programa, utilizamos la siguiente lógica: cuando un usuario es agregado a la base de datos principal, sus datos no se almacenan en caché porque aún no es necesario.

@Transactional
public User createUser(User user) {
    return userRepository.save(user);
}

El método createUser simplemente guarda el usuario en la base de datos.

Cuando se recibe una solicitud para obtener los datos de un usuario por ID, primero se verifica si la información está disponible en la caché de Redis. Esto ayuda a evitar consultas innecesarias a la base de datos si los datos ya están en caché.

@Transactional
@Cacheable(value = "user-cache", key = "#id")
@SneakyThrows
public User getUserById(Long id) {
    Thread.sleep(100);
    return userRepository.findById(id).orElseThrow(
            () -> new RuntimeException(String.format("User with this id: %d not found", id))
    );
}

Mediante la anotación @Cacheable, se almacenan en caché los datos bajo la clave user-cache, que incluye el valor del id (user-cache:20 para un usuario con ID 20). Si los datos están en la caché, se recuperan y retornan. Si los datos no están en la caché, el método consulta la base de datos.

Al eliminar datos de la base de datos, es importante eliminarlos también de la caché para asegurar que la información permanezca consistente y no se utilicen datos desactualizados.

@CacheEvict(value="user-cache", key="#id")
public void deleteUser(Long id) {
    userRepository.deleteById(id);
}

El método deleteUser elimina al usuario de la base de datos y borra sus datos de la caché de Redis para evitar el uso de información desactualizada en futuras consultas.

Beneficios del almacenamiento en caché

Ahora viene la parte interesante: ¿por qué implementamos el almacenamiento en caché? Tras añadir la caché de Redis, las solicitudes se volvieron mucho más rápidas — ¡literalmente hasta 20 veces más rápidas! Esto se demuestra claramente en las capturas de pantalla a continuación.

Antes del almacenamiento en caché

Antes de implementar el almacenamiento en caché, cada solicitud iba directamente a la base de datos, lo que resultaba en retrasos significativos durante el procesamiento.

Después del almacenamiento en caché

Con el almacenamiento en caché implementado, la mayoría de las solicitudes ahora son gestionadas por Redis, lo que reduce significativamente el tiempo de respuesta.

Resumen

El caché con Redis nos ha permitido optimizar el rendimiento de la aplicación, acelerar el procesamiento de solicitudes y reducir la carga sobre la base de datos. Este enfoque es especialmente beneficioso para aplicaciones de alto tráfico donde la velocidad de procesamiento de solicitudes es crucial.