《Spring Boot 实战派》--11.集成Redis,实现高并发

第11章集成Redis,实现高并发

Redis是大规模互联网应用常用的内存高速缓存数据库，它的读写速度非常快，据官方 Bench-mark的数据，它读的速度能到11万次/秒，写的速度是8.1万次/秒。

本章首先介绍Redis的原理、概念' 数据类型；然后用完整的实例来帮助读者体验缓存增加、删除、修改和查询功能，以及使用Redis实现文章缓存并统计点击量；最后讲解分布式Session的使用。

11.1 认识 Spring Cache

在很多应用场景中通常是获取前后相同或更新不频繁的数据，比如访问产品信息数据、网页数据。如果没有使用缓存，则访问每次需要重复请求数据库，这会导致大部分时间都耗费在数据库查询和方法调用上,

因为数据库进行I/O操作非常耗费时间，这时就可以利用Spring Cache来解决。

Spring Cache是Spring提供的一整套缓存解决方案。它本身并不提供缓存实现，而是提供统 —的接口和代码规范、配置、注解等，以便整合各种Cache方案，使用户不用关心Cache的细节。

Spring支持“透明”地向应用程序添加缓存，将缓存应用于方法，在方法执行前检查缓存中是否有可用的数据。这样可以减少方法执行的次数，同时提高响应的速度。缓存的应用方式“透明”，不会对调用者造成任何干扰。

只要通过注解@EnableCaching启用了缓存支持，Spring Boot就会自动处理好缓存的基础配置。

Spring Cache作用在方法上。当调用一个缓存方法时，会把该方法参数和返回结果作为一个 “键值对”(key/value)存放在缓存中，下次用同样的参数来调用该方法时将不再执行该方法，

而是直接从缓存中获取结果进行返回。所以在使用Spring Cache时，要保证在缓存的方法和方法参数相同时返回相同的结果。

11.1.1声明式缓存注解

Spring Boot提供的声明式缓存(cache)注解，见表

注解	说明
@EnableCaching	开启缓存
@Cacheable	可以作用在类和方法上，以键值对的方式缓存类或方法的返回值
@CachePut	方法被调用，然后结果被缓存
@CacheEvict	清空缓存
©Caching	用来组合多个注解标签

1、@EnableCaching

标注在入口类上，用于开启缓存。

2、@Cacheable

可以作用在类和方法上，以键值对的方式缓存类或方法的返回值。键可以有默认策略和自定义策略。

@Cacheable注解会先查询是否已经有缓存，如果已有则会使用缓存，如果没有则会执行方法并进行缓存。

@Cacheable 可以指定 3 个属性 value、key 和 condition

value :缓存的名称，在Spring配置文件中定义，必须指定至少一个。如， @Cacheable(value二 “cachel”)、@Cacheable(value={ “cachel”，“cache2” }_o
key：缓存的key可以为空，如果自定义key,贝腰按照SpEL表达式编写。可以自动按照方法的参数组合。如，@Cacheable(value= "cachel”，key二 "#id”)。
condition：缓存的条件可以为空，如果自定义condition,贝！］使用SpEL表达式编写，以返回true或false值，只有返回true才进行缓存。如，@Cacheable(value= “cacheT' ’condition二"#id.length()>2” )_o

@Cacheable注解的使用方法见以下代码：

@Cacheable(value = "emp" ,key = "targetclass + methodName +#p0")
public User findUserByld(long id) (
　　return userRepository.findByld(id);
)

代码解释如下:

value是必需的，它指定了缓存存放的位置。
key使用的是SpEL表达式。
User实体类一定要实现序列化，否则会报“java.io.NotSerializableException”异常。序列化可以继承 Serializable,如 public class User implements Serializable。

3、@CachePut

　　@CachePut标注的方法在执行前不检查缓存中是否存在之前执行过的结果，而是每次都会执行该方法，并将执行结果以键值对的形式存入指定的缓存中。

和@Cacheable不同的是， @CachePut每次都会触发真实方法的调用，比如用户更新缓存数据。

需要注意的是，该注解的value和key必须与要更新的缓存相同，即与@Cacheable相同。具体见下面两段代码：

@CachePut(value = "usr", key = "targetclass + #p0")
public User updata(User user) (
　　〃省略
}

@Cacheable(value = "usr", key = "targetclass +#p0")
public User save(User user) (
　　〃省略
}

4、@CacheEvict

@CacheEvict用来标注需要清除缓存元素的方法或类。该注解用于触发缓存的清除操作。其属性有value、key、condition_x allEntries和beforeinvocation_o可以用这些属性来指定清除的条件。使用方法如下：

@Cacheable(value = "usr",key = "#pO.id")
public User save(User user) (
　　〃省略
}
//清除一条缓存
@CacheEvict(value="usr",key="#id")
public void deleteByKey(int id) {
　　〃省略
}

//在方法调用后清空所有缓存
@CacheEvict(value="accountCache",allEntries=true)
public void deleteAII() (
　　//省略
}

〃在方法调用前清空所有缓存
@CacheEvict(value="accountCache",beforelnvocation=true)
public void deleteAII() (
〃省略
)

5、©Caching

注解©Caching用来组合多个注解标签，有3个属性：cacheable、put和evict,用于指定

@Cacheable、@CachePut 和@。3(:116£5(^。使用方法如下：

@Caching( cacheable = {　@Cacheable(value = "usr",key = "#p0"), //省略},
　　　　　　put = (  @CachePut(value = "usr",key = "#p0"), //省略),
　　　　　　evict = ( @CacheEvict(value = "usr",key = "#p0"), //省略
})
public User save(User user) (
　　〃省略
)

11.1.2实例41：用Spring Cache进行缓存管理

本实例展示Spring Cache是如何使用简单缓存（SIMPLE方式）进行缓存管理的。本实例的源代码可以在*711/CacheDemo”目录下找到。

1.添加依赖

要想集成Spring Cache,只需要在pom.xml文件中添加以下依赖：

<dependency>
　　<groupld>org.springframework.boot</groupld>
　　<artifactld>spring-boot-starter-cache</artifactld>
</dependency>

2、配置缓存管理器

在application.properties文件中配置目标缓存管理器，支持Ehcache、Generic、Redis、 Jcache 等。这里使用 SIMPLE 方式 "spring.cache.type=SIMPLE”。

3、开启缓存功能

在入口类添加注解@EnableCaching,开启缓存功能。

4、在服务实现里编写缓存业务逻辑

package com.example.demo.service.impl;

@CacheConfig(cacheNames = "user")
©Service
public class UserServicelmpI implements UserService (
　　
　　@Autowired
　　private UserRepository userRepository;

　　//查找用户
　　@Override
　　@Cacheable(key = "#id")
　　public User findUserByld(long id) (
　　　　User user = userRepository.findUserByld(id);
　　　　return user;
　　}

　　//新增用户
　　©Override
　　@CachePut(key = "#user.id")
　　public User insertUser(User user) (
　　　　user = this.userRepository.save(user);
　　　　return user;
　　}

　　//修改用户
　　@Override
　　@CachePut(key = "#user.id")
　　public User updateUserByld(User user) (
　　　　return userRepository.save(user);
　　}

　　//删除用户
　　©Override
　　@CacheEvict(key = "#id")
　　public void deleteUserByld(long id) (
　　　　userRepository.deleteByld(id);
　　}
}

从上述代码可以看出，查找用户的方法使用了注解@Cacheable来开启缓存:

　　修改和添加方法使用了注解@CachePuto它是先处理方法，然后把结果进行缓存的。

　　要想删除数据，则需要使用注解@CacheEvict来清空缓存。

5.控制器里调用缓存服务

这里和本书前面讲解的控制器写法差不多，见以下代码：

@RestController
@RequestMapping("user") 
public class UserController {

　　@Autowired
　　private UserService userService;

　　//添加用户
　　@PostMapping('/")
　　public void insertUser() throws Exception (
　　　　User user = new User();
　　　　user.setUsemame("zhonghua")；
　　　　userService.insertUser(user);
　　}

　　//查找用户
　　@GetMapping("/(id}")
　　public void findUserByld(@PathVariable long id) throws Exception (
　　　　User user = userService.findUserByld(id);
　　　　System.out.println(user.getld() + user.getUsemame());
　　}

　　//修改用户
　　@PutMapping("/(id}")
　　public User updateUserByld(User user) (
　　　　return userService.updatellserByld(user);
　　}

　　//删除用户
　　@DeleteMapping("/{id}")
　　public void deleteUserByld(@PathVariable("id") long id) {
　　　　userService.deleteUserByld(id);
　　}
}

至此，项目已经编写完成。接着运行项目，多次访问相应URL：体验缓存效果。主要观察数据库是否进行了操作，如果数据库没有操作数据而正常返回数据，则代表缓存成功。

11.1.3 整合 Ehcache

Spring Boot支持多种不同的缓存产品。在默认情况下使用的是简单缓存，不建议在正式环境中使用。我们可以配置一些更加强大的缓存，比如Ehcache。

Ehcache是一种广泛使用的开源Java分布式缓存，它具有内存和磁盘存储、缓存加载器、缓存扩展、缓存异常处理' GZIP缓存、Servlet过滤器，以及支持REST和SOAP API等特点。

使用Ehcache,要先添加如下依赖：

<dependency>
　　<groupld>net.sf.ehcache</groupld> 
　　<artifactld>ehcache</artifactld>
</dependency>
<dependency> 
　　<groupld>org.springframework.boot</groupld> 
　　<artifactld>spring-boot-starter-cache</artifactld> 
</dependency>

具体使用方法见如下代码：

@CacheConfig(cacheNames = ("userCache"})
public class UserServicelmpI implements UserService {

　　@Cacheable(key = "targetclass + methodName +#p0")
　　public List<User> findAIILimit(int num) {
　　　　return userRepository.findAIILimit(num);
　　}
}

11.1.4整合 Caffeine

Caffeine是使用Java 8对Guava缓存的重写版本。它基于LRU算法实现，支持多种缓存过期策略。

要使用它，需要在pom.xml文件中增加Caffeine依赖，这样Spring Boot就会自动用 Caffeine替换默认的简单缓存。

增加Caffeine依赖的代码如下：

<dependency>
　　<groupld>com.github.ben-manes.caffeine</groupld>
　　<artifactld>caffeine</artifactld>
</dependency>

然后配置参数，见以下代码：

spring.cache.type=caffeine
spring.cache.cache-names=myCaffeine
spring.cache.caffeine.spec=maximumSize=1,
expireAfterAccess=5s

代码解释如下。

spring.cache.type：指定使用哪个缓存供应商。
spring.cache.cache-names:在启动时创建缓存名称（即前面的cacheNames ）。如果有多个名称，则用逗号进行分隔。
spring.cache.caffeine.spec：这是 Caffeine 缓存的专用配置。
maximumSize=1:最大缓存数量。如果超岀最大缓存数量，则保留后进（最新）的，最开始的缓存会被清除。
expireAfterAccess=5s:缓存5 s,即缓存在5 s之内没有被使用，就会被清除。在默认情况下，缓存的数据会一直保存在内存中。

　　　　有些数据可能用一次后很长时间都不会再用，这样会有大量无用的数据长时间占用内存，我们可以通过配置及时清除不需要的缓存。

注： Ehcache和Caffeine与Spring Boot的简单缓存用法一样，可以查看11.1.2节。

11.2 认识Redis

11.2.1 对比 Redis 与 Memcached

Cache可以和Redis —起用，Spring Boot支持把Cache存到Redis里。如果是单服务器，则用Cache、Ehcache或Caffeine,性能更高也能满足需求。如果拥有服务器集群，则可以使用 Redis,这样性能更高。

1、Redis

Redis是目前使用最广泛的内存数据存储系统之一。它支持更丰富的数据结构，支持数据持久化、事务、HA （高可用High Available）、双机集群系统、主从库。

Redis B key-value存储系统。它支持的value类型包括String、List、Set、Zset （有序集合）和Hasho这些数据类型都支持push/pop、add/remove,以及取交集、并集、差集或更丰富的操作，而且这些操作都是原子性的。

在此基础上，Redis支持各种不同方式的排序和算法。

Redis会周期性地把更新后的数据写入磁盘，或把修改操作写入追加的记录文件中（RDB和 AOF两种方式），并且在此基础上实现了 master-slave （主从）同步。机器重启后，能通过持久化数据自动重建内存。

如果使用Redis作为Cache,则机器宕机后热点数据不会丢失。

丰富的数据结构加上Redis兼具缓存系统和数据库等特性，使得Redis拥有更加丰富的应用场景。

Redis可能会导致的问题：

缓存和数据库双写一致性问题。
缓存雪崩问题。
缓存击穿问题。
缓存的并发竞争问题。

Redis为什么快：

纯内存操作。
单线程操作，避免了频繁的上下文切换。
采用了非阻塞I/O, 多路复用机制。

2、Memcached

Memcached的协议简单，它基于Libevent的事件处理，内置内存存储方式。Memcached 的分布式不互相通信，即各个Memcached不会互相通信以共享信息，分布策略由客户端实现。

它不会对数据进行持久化，重启Memcached 重启操作系统都会导致全部数据消失。

Memcached常见的应用场景是:

　　存储一些读取频繁但更新较少的数据，如静态网页、系统配置及规则数据、活跃用户的基本数据和个性化定制数据、实时统计信息等。

3、比较 Redis 与 Memcached

(1)关注度。

近年来，Redis越来越火热，从图11-1中可以看出：人们对Redis的关注度越来越高；对 Memcached关注度比较平稳，且有下降的趋势。

(2) 性能。

　　两者的性能都比较高。

(3) 数据类型。

　　Memcached的数据结构单一。

　　Redis非常丰富。

(4) 内存大小。

　　Redis在2.0版本后增加了自己的VM特性，突破物理内存的限制。

　　Memcached可以修改最大可用内存的大小来管理内存，采用LRU算法。

(5) 可用性。

　　Redis依赖客户端来实现分布式读写，在主从复制时，每次从节点重新连接主节点都要依赖整个快照，无增量复制。Redis不支持自动分片(sharding ),如果要实现分片功能，则需要依赖程序设定一致的散列(hash)机制。

　　Memcached采用成熟的hash或环状的算法，来解决单点故障引起的抖动问题，其本身没有数据冗余机制。

(6) 持久化。

　　Redis依赖快照、AOF进行持久化。但AOF在增强可靠性的同时，对性能也有所影响。

　　Memcached不支持持久化，通常用来做缓存，以提升性能。

(7) value数据大小。

　　Redis的value的最大限制是1GB。

　　Memcached只能保存1MB以内的数据。

(8)数据一致性(事务支持)

　　Memcached在并发场景下用CAS保证一致性。

　　Redis对事务支持比较弱，只能保证事务中的每个操作连续执行。

(9)应用场景。

　　Redis：适合数据量较少、性能操作和运算要求高的场景。

　　Memcached：适合提升性能的场景。适合读多写少，如果数据量比较大，则可以采用分片的方式来解决。

11.2.2 Redis的适用场景

1、高并发的读写

　　Redis特别适合将方法的运行结果放入缓存，以便后续在请求方法时直接去缓存中读取。对执行耗时，且结果不频繁变动的SQL查询的支持极好。

　　在高并发的情况下，应尽量避免请求直接访问数据库，这时可以使用Redis进行缓冲操作，让请求先访问Redis

2、计数器

　　电商网站（APP）商品的浏览量、视频网站（APP）视频的播放数等数据都会被统计，以便用于运营或产品分析。为了保证数据实时生效，每次浏览都得+1,这会导致非常高的并发量。

这时可以用Redis提供的incr命令来实现计数器功能，这一切在内存中操作，所以性能非常好，非常适用于这些计数场景。

3、排行榜

　　可以利用Redis提供的有序集合数据类，实现各种复杂的排行榜应用。如京东、淘宝的销量榜单，商品按时间' 销量排行等。

4、分布式会话

　　在集群模式下，一般都会搭建以Redis等内存数据库为中心的Session （会话）服务，它不再由容器管理，而是由Session服务及内存数据库管理。

5、互动场景

　　使用Redis提供的散列、集合等数据结构，可以很方便地实现网站（APP）中的点赞、踩、关注共同好友等社交场景的基本功能。

6、最新列表

　　Redis可以通过LPUSH在列表头部插入一个内容ID作为关键字，LTRIM可用来限制列表的数量，这样列表永远为/V个ID,无须查询最新的列表，直接根据ID查找对应的内容即可。

11.3 Redis的数据类型

　　Redis有5种数据类型,见表

数据类型	存储的值	读写能力
string （字符串）	可以是字符串、整数或浮点数	对整个字符串或字符串的其中一部分执行操作；对对象和浮点数执行自增（increment）或自减（decrement）操作
list （列表）	一个链表，链表上的每个节点都包含了一个字符串	从链表的两端推入或弹出元素；根据偏移量对链表逬行修剪（trim）；读取单个或多个元素；根据值来查找或移除元素
set （集合）	包含字符串的无序收集器（unorderedcollection ）, 并且被包含的每个字符串都是独一无二的，各不相同	添加、获取、移除单个元素；检查一个元素是否存在于某个集合中；计算交集、并集、差集；从集合里随机获取元素
hash （散列）	包含键值对的无序散列表	添加、获取、移除单个键值对；获取所有键值对
zset （有序集合， sorted set）	字符串成员（member）与浮点数分值（score）之间的有序映射，元素的排列顺序由分值的大小决定	添加、获取、删除单个元素；根据分值范围（「ange）或成员来获取元素

1、字符串（string）

　　Redis字符串可以包含任意类型的数据、字符、整数、浮点数等。

一个字符串类型的值的容量有512MB,代表能存储最大512MB的内容。可以使用INCR （ DECR、INCRBY）命令来把字符串当作原子计数器使用。

使用APPEND命令在字符串后添加内容。

应用场景：计数器。

2、列表（list）

　　Redis列表是简单的字符串列表，按照插入顺序排序。可以通过LPUSH. RPUSH命令添加一个元素到列表的头部或尾部。

—个列表最多可以包含“232-1" （ 4294967295 ）个元素。

应用场景：取最新/V个数据的操作、消息队列、删除与过滤' 实时分析正在发生的情况、数据统计与防止垃圾邮件（结合Set ）=

3、集合（set）

　　Redis集合是一个无序的、不允许相同成员存在的字符串合集。

支持一些服务器端的命令从现有的集合岀发去进行集合运算，如合并（并集：union）、求交（交集：intersection ）、差集，找出不同元素的操作（共同好友' 二度好友）。

应用场景：Unique操作，可以获取某段时间内所有数据“排重值”，比如用于共同好友、二度好友、统计独立旧、好友推荐等。

4、散列(hash )

　　Redis hash是字符串字段和字符串值之间的映射，主要用来表示对象，也能够存储许多元素。

应用场景：存储、读取、修改用户属性。

5、有序集合(sorted set_s zset)

　　Redis有序集合和Redis集合类似，是不包含相同字符串的合集。每个有序集合的成员都关联着一个评分，这个评分用于把有序集合中的成员按最低分到最高分排列(排行榜应用，取TOP N 操作)。

使用有序集合，可以非常快捷地完成添加、删除和更新元素的操作。元素是在插入时就排好序的，所以很快地通过评分(score )或位次(position )获得一个范围的元素。

应用场景：排行榜应用、取TOP N、需要精准设定过期时间的应用(时间戳作为Score)、带有权重的元素(游戏用户得分排行榜)、过期项目处理、按照时间排序等。

11.4 用RedisTemplate操作Redis的5种数据类型

11.4.1认识opsFor方法

Spring封装了 RedisTemplate来操作Redis,它支持所有的Redis原生的API。在 RedisTemplate中定义了对5种数据结构的操作方法。

opsForValue()：操作字符串。
opsForHash()：操作散列。
opsForList()：操作列表。
opsForSet()：操作集合。
opsForZSet()：操作有序集合。

下面通过实例来理解和应用这些方法。这里需要特别注意的是，运行上述方法后要对数据进行清空操作，否则多次运行会导致数据重复操作。

11.4.2实例42：操作字符串

字符串(string )是Redis最基本的类型_ostring的一个“key”对应一个“value”，即key-value 键值对。string是二进制安全的，可以存储任何数据(比如图片或序列化的对象)。

值最大能存储512MB的数据。一般用于一些复杂的计数功能的缓存。RedisTemplate提供以下操作string的方法。

本实例的源代码可以在“/ll/Redis”目录下找到。

1、set void set(K key, V value);

　　get V get(Object key)

具体用法见以下代码：

@Autowired
private RedisTemplate redisTemplate;
@Test
public void string() {
redisT emplate.opsForValue().setC'num", 123);
redisTemplate.opsForValue().set("string", "some strings");
Object s = redisTemplate.opsForValue().get("num");
Object s2 = redisTemplate.opsForValue().get("string");
System.out.println(s);
System.out.println(s2);
}

输出结果如下：

123
some strings

2、set void set(K key, V value, long timeout, TimeUnit unit)

以下代码设置3 s失效。3 s之内查询有结果，3 s之后查询则返回为nullo具体用法见以下代码：

@Test
public void string2() {

　　〃设置的是3s失效，3s之内查询有结果，3s之后返回为null redisTemplate.opsForValueO.setC'num", "123XYZ”，3, TimeUnit.SECONDS); 
　　try (
　　　　Object s = redisTemplate.opsForValue().get("num")；
　　　　System.out.println(s);
　　　　Thread.currentThread().sleep(2000);

　　　　Object s2 = redisTemplate.opsForValue().get("num");
　　　　System.out.println(s2);
　　　　Thread.currentThread().sleep(5000);

　　　　Object s3 = redisTemplate.opsForValue().get("num");
　　　　System.out.println(s3);
　　} catch (InterruptedException ie) (
　　　　ie.printStackTraceQ；
　　}
}

运行测试，输岀如下结果:

123XYZ
123XYZ null

TimeUnit是java.uti 1.concurrent包下面的一个类，表示给定单元粒度的时间段，常的颗粒度有：

天(TimeUnit.DAYS )
小时(TimeUnit.HOURS )
分钟(TimeUnit.MINUTES )
秒(TimeUnit. SECONDS )
毫秒(TimeUnit.MILLISECONDS )

3、set void set(K key, V value, long offset)

给定key所存储的字符串值，从偏移量offset开始。具体用法见以下代码:

@Test
public void string3() {
　　//重写(overwrite)给定key所存储的字符串值，从偏移量offset开始
　　redisTemplate.opsForValue().set("key", "hello world",6);
　　System.out.println( redisTemplate.opsForValue().get("key"))；
}

运行测试，输岀如下结果:

hello

4、getAndSet V getAndSet(K key, V value)

设置键的字符串值，并返回其旧值。具体用法见以下代码:

@Test
public void string4() {
　　//设置键的字符串值并返回其旧值 
　　redisTemplate.opsForValue().set("getSetTest","test");
　　System.out.println(redisTemplate.opsForValue().getAndSet("getSetTest","test2") 

　　System.out.println(redisTemplate.opsForValue().get("getSetTest"));

}

运行测试，输出如下结果：

test
test2

5、append Integer append(K key, String value)

如果key已经存在，并且是一个字符串，则该命令将该值追加到字符串的末尾。如果key不存在，则它将被创建并设置为空字符串，因此append在这种特殊情况下类似于set。用法见以下代码：

@Test
public void string5() {
　　redisTemplate.opsForValue().append("k","test");
　　System.out.println(redisTemplate.opsForValue().get("k")); 
　　redisTemplate.opsForValue().append(',k","test2");
　　System.out.println(redisTemplate.opsForValue().get("k"))；
}

运行测试，输出如下结果：

test
testtest2

这里一定要注意反序列化配置，否则会报错。

6、size Long size(K key)

返回key所对应的value值的长度，见以下代码：

@Test
public void string6() {
　　redisTemplate.opsForValue().set("key","1")；
　　System.out.println(redisTemplate.opsForValue().size("key"));
)

运行测试，输出如下结果：

11.4.3 实例43：操作散列

Redis hash (散列)是一个string类型的field和value的映射表,hash特别适合用于存储对象。value中存放的是结构化的对象。

利用这种数据结构，可以方便地操作其中的某个字段。

比如在“单点登录”时，可以用这种数据结构存储用户信息。以Cookield作为key,设置30分钟为缓存过期时间，能很好地模拟岀类似Session的效果。

本实例的源代码可以在711/Redis"目录下找到。

下面介绍具体用法。

1、void putAll(H key, Map<? extends HK, ? extends HV> m)

用m中提供的多个散列字段设置到key对应的散列表中，用法见以下代码:

@Test
public void hash1() {
　　Map<String,Object> testMap = new HashMap();
　　testMap.put("name","zhonghua");
　　testMap.put("sex","male")；

　　redisTemplate.opsForHash().putAII("Hash",testMap);
　　System.out.println(redisTemplate.opsForHash0.entries("Hash"));
}

运行测试，输岀如下结果：

{sex=male, name=zhonghua}

2、void put(H key, HK hashKey, HV value)

设置hashKey的值，用法见以下代码：

@Test
public void hash2() {
　　redisTemplate.opsForHash().put('TedisHash", "name", "hongwei")；
　　redisTemplate.opsForHash().put("redisHash", "sex", "male");
　　System.out.println(redisTemplate.opsForHash().entries("redisHash")); 
}

运行测试，输出如下结果:

(name=hongwei, sex=male}

3、List<HV> values(H key)

根据密钥获取整个散列存储的值，用法见以下代码：

@Test
public void hash2() {
　　redisTemplate.opsForHash().put("redisHash", "name", "hongwei"); 
　　redisTemplate.opsForHash（）.put("redisHash", "sex", "male");
　　System.out.println(redisTemplate.opsForHash().values("redisHash"));
}

运行测试，输出如下结果：

[hongwei, male]

4、MapCHK, HV> entries(H key)

根据密钥获取整个散列存储，用法见以下代码：

@Test
public void hash2() {
　　redisTemplate.opsForHash().put('TedisHash", "name", "hongwei")；
　　redisTemplate.opsForHash().put("redisHash", "sex", "male")；
　　System.out.println(redisTemplate.opsForHash().entries("redisHash"));
)

运行测试，输岀如下结果：

{name=hongwei, sex=male)

5、Long delete(H key, Object... hashKeys)

删除给定的hashKeys,用法见以下代码：

@Test
public void hash3() {
　　redisTemplate.opsForHash().put("redisHash", "name", "hongwei");
　　redisTemplate.opsForHash().put("redisHash", "sex", "male")；
　　System.out.println(redisTemplate.opsForHash().delete("redisHash", "name"));
　　System.out.p^intln(redisTemplate.opsForHash().entries("redisHash"))；
}

运行测试，输出如下结果：

1
(sex=male)

6、Boolean hasKey(H key, Object hashKey)

确定hashKey是否存在，用法见以下代码：

@Test
public void hash4() {
　　redisTemplate.opsForHash().put("redisHash", "name", "hongwei")；
　　redisTemplate.opsForHash().put("redisHash", "sex", "male");
　　System.out.println(redisTemplate.opsForHash().hasKey("redisHash","name"));
　　System.out.println(redisTemplate.opsForHash().hasKey("redisHash","age"));
}

运行测试，输出如下结果：

true
fMse

7、HV get(H key, Object hashKey)

从键中的散列获取给定hashKey的值，用法见以下代码：

@Test
public void hash7() {
　　redisTemplate.opsForHash().put("redisHash", "name", "hongwei")；
　　redisTemplate.opsForHash().put("redisHash", "sex", "male");
　　System.out.println(redisTemplate.opsForHash().get("redisHash","name"))； 
}

运行测试，输出如下结果：

hongwei

8、Set<HK> keys(H key)

获取key所对应的key的值，用法见以下代码：

@Test
〃获取key所对应的key的值
public void hash8() {
　　redisTemplate.opsForHash().putC'redisHash", "name", "hongwei")；
　　redisTemplate.opsForHash().put("redisHash", "sex", "male")；
　　System.out.println(redisTemplate.opsForHash().keys("redisHash"))；
}

运行测试，输岀如下结果：

[sex, name]

9、Long size(H key)

获取key所对应的散列表的大小个数，用法见以下代码：

@Test
public void hash9() { 
　　redisTemplate.opsForHash().putCTedisHash", "name", "hongwei"); 
　　redisTemplate.opsForHash().put("redisHash", "sex", "male")； 
　　System.out.println(redisTemplate.opsForHash().size("redisHash"))；
}

运行测试，输出如下结果：

11.4.4实例44：操作列表

Redis列表是简单的字符串列表，按照插入顺序排序。可以添加一个元素到列表的头部(左边) 或尾部(右边)

使用list数据结构，可以做简单的消息队列的功能。还可以利用Irange命令，做基于Redis的分页功能，性能极佳。

而使用SQL语句做分页功能往往效果极差。

本实例的源代码可以在“/ll/Redis”目录下找到。

下面介绍具体用法。

1、Long leftPushAII(K key, V... values)

leftPushAII表示把一个数组插入列表中，用法见以下代码：

@Test
public void Iist1() {
　　String[] strings = new String[]{"T',"2","3"};
　　redisTemplate.opsForList().leftPushAll("list",strings);
　　System.out.println(redisTemplate.opsForList().range("list", 0, -1);
)

运行测试，输出如下结果：

[3,2,1]

2、Long size(K key)

返回存储在键中的列表的长度。如果键不存在，贝IJ将其解释为空列表，并返回0。如果key存储的值不是列表，则返回错误。用法见以下代码：

@Test
public void list2() {
　　String[] strings = new String[]{"1","2,,,"3"};
　　redisTemplate.opsForList().leftPushAII("list",strings);
　　System.out.println(redisTemplate.opsForList().size("list"));
)

运行测试，输出如下结果：

3、Long leftPush(K key, V value)

将所有指定的值插入在键的列表的头部。如果键不存在，则在执行推送操作之前将其创建为空列表(从左边插入)。用法见以下代码：

@Test
public void list3() {
　　redisTemplate.opsForList().leftPush("list","r');
　　System.out.println(redisTemplate.opsForList().size("list"));
　　redisTemplate.opsForList().leftPush("list","2");
　　System.out. println(redisTemplate.opsForList().size("list"));

　　redisTemplate.opsForList().leftPush("list","3")；
　　System.out.println(redisTemplate.opsForList().size("list"));
}

返回的结果为推送操作后的列表的长度。运行测试，输岀如下结果：

1
2
3

4、Long rightPush(K key, V value)

将所有指定的值插入存储在键的列表的头部。如果键不存在，则在执行推送操作之前将其创建为空列表(从右边插入)。用法见以下代码：

@Test
public void list4() {
　　redisTemplate.opsForList().rightPush("listRight","1");
　　System.out.println(redisTemplate.opsForList().size("listRight"))；

　　redisTemplate.opsForList().rightPush("listRight","2")；
　　System.out.println(redisTemplate.opsForList().size("listRight"));

　　redisTemplate.opsForList().rightPush("listRight","3")；
　　System.out.println(redisTemplate.opsForList().size("listRight"));
}

运行测试，输岀如下结果：

1
2
3

5、Long rightPushAII(K key, V... values)

通过rightPushAII方法向最右边批量添加元素，用法见以下代码：

@Test
public void list5() {
　　String[] strings = new String[]("1",,,2,,,"3n}；
　　redisTemplate.opsForList().rightPushAll("list",strings);
　　System.out.println(redisTemplate.opsForList().range("list",0, -1));
}

运行测试，输出如下结果：

[1,2,3]

6、void set(K key, long index, V value)

在列表中index的位置设置value,用法见以下代码：

@Test
public void list6() {
　　String[] strings = new String[]{”1”, "2", "3"};
　　redisTemplate.opsForList().rightPushAll("list6", strings);
　　System.out.println(redisTemplate.opsForList().range("list6", 0, -1));

　　redisTemplate.opsForList().set("list6", 1,"值")；
　　System.out.println(redisTemplate.opsForList().range("list6", 0, -1));
}

运行测试，输岀如下结果：

[1,2,3]
[1,值,3]

7、Long remove(K key, long count, Object value)

从存储在键中的列表，删除给定“count”值的元素的第1个计数事件。其中，参数count的含义如下。

count"：删除等于value的所有元素。
count>0：删除等于从头到尾移动的值的元素。
count<0：删除等于从尾到头移动的值的元素。

以下代码用于删除列表中第一次出现的值。

@Test
public void list7() {
　　String[] strings = new String[]("1", "2", "3"); 
　　redisTemplate.opsForList().rightPushAll("list7", strings);
　　System.out.println(redisTemplate.opsForList().range("list7", 0, -1)); 

　　redisTemplate.opsForList().remove("list7", 1, "2");
　　//将删除列表中第一次出现的2
　　System.out.println(redisTemplate.opsForList().range("list7", 0, -1))；
)

运行测试，输出如下结果：

[1,2,3]
[1,3]

8、V index(K key, long index)

根据下标获取列表中的值(下标从0开始),用法见以下代码：

@Test
public void list8() {
　　String[] strings = new Stnng[]{"1", ”2”，"3"}; 
　　redisTemplate.opsForList().rightPushAII("list8", strings);
　　System.out.println(redisTemplate.opsForList().range("list8",0,-1));
　　System.out.println(redisTemplate.opsForList().index("list8",2));
)

运行测试，输出如下结果：

[1,2,3]
3

9、V leftPop(K key)

弹出最左边的元素，弹出之后该值在列表中将不复存在，用法见以下代码:

@Test
public void list9() {
　　String[] strings = new String[]{"l", "2"，"3"}; 
　　redisTemplate.opsForList().rightPushAII("list9", strings);

　　System.out.println(redisTemplate.opsForList().range("list9",0,-1));
　　System.out.println(redisTemplate.opsForList().leftPop("list9"));
　　System.out.println(redisTemplate.opsForList().range(,,list9",0, -1));
}

运行测试，输出如下结果：

[1.2.3]
1
[2.3]

10、V rightPop(K key)

弹出最右边的元素，弹岀之后该值在列表中将不复存在，用法见以下代码:

@Test
public void list10() {
　　StringD strings = new String[]{"1", "2", "H3");
　　redisTemplate.opsForList().rightPushAll("list10", strings);
　　System.out.println(redisTemplate.opsForList().range("list10", 0, -1));
　　System.out.println(redisTemplate.opsForList().rightPop("list10"));
　　System.out.println(redisTeinplate.opsForList().range("list10", 0, -1));
)

运行测试，输出如下结果：

[1,2,3]
3
[1,2]..

11.4.5实例45：操作集合

set是存放不重复值的集合。利用set可以做全局去重的功能。还可以进行交集' 并集、差集等操作，也可用来实现计算共同喜好、全部的喜好' 自己独有的喜好等功能。

Redis的set是string类型的无序集合，通过散列表实现。

本实例的源代码可以在“/ll/Redis”目录下找到。

下面介绍具体用法。

1、Long add(K key, V... values)

在无序集合中添加元素，返回添加个数，用法见以下代码：

@Test
public void Set1 () {
　　String[] strs = new String[]{"str1","str2"};
　　System.out.println(redisTemplate.opsForSet().add("Set1", strs));
　　//也可以直接在add中添加多个值
　　System.out.println(redisTemplate.opsForSet().add("Set1", "1","2","3");
}

运行测试，输出如下结果：

2
3

2、Long remove(K key, Object... values)

移除集合中一个或多个成员，用法见以下代码:

@Test
public void Set2() {
　　String[] strs= new String[]{"strl","str2");
　　System.out.println(redisTemplate.opsForSet().add("Set2", strs));
　　System.out.println(redisTemplate.opsForSet().remove("set2",strs));
}

运行测试，输出如下结果：

2
0

3、V pop(K key)

移除并返回集合中的一个随机元素，用法见以下代码：

@Test
public void Set3() {
　　String[] strs= new String[]("str1","str2"};
　　System.out.println(redisTemplate.opsForSet().add("Set3", strs));
　　System.out.println(redisTemplate.opsForSet().pop("Set3"));
　　System.out.println(redisTemplate.opsForSet().members("Set3"))；
}

运行测试，输岀如下结果：

2
strl
[str2]

4、Boolean move(K key, V value, K destKey)

将member元素移动,用法见以下代码：

@Test
public void Set4() {
　　String[] strs 二 new String[]("str1", "str2"};
　　System.out.println(redisTemplate.opsForSet().add("Set4", strs));

　　redisTemplate.opsForSet().move("Set4", "str2", "Set4to2")；
　　System.out.println(redisTemplate.opsForSet().members("Set4"));
　　System.out.println(redisTemplate.opsForSet().members("Set4to2"))；
}

运行测试，输出如下结果：

2

[strl]

[str2]

5、Long size(K key)

获取无序集合的大小长度，用法见以下代码：

@Test
public void Set5() {
　　String[] strs = new String[]{"str1"，"str2");
　　System.out.println(redisTemplate.opsForSet().add("Set5", strs));
　　System.out.println(redisTemplate.opsForSet().size("Set5"))；
}

运行测试，输出如下结果：

2
2

6、Set<V> members(K key)

返回集合中的所有成员，用法见以下代码：

@Test
public void Set6() {
　　String[] strs = new String[]{"strl", "str2");
　　System.out.println(redisTemplate.opsForSet().add("Set6", strs));
　　System.out.println(redisTemplate.opsForSet().members("Set6"))；
}

运行测试，输出如下结果：

2
[strl, str2]

7、Cursor<V> scan(K key, ScanOptions options)

遍历Set,用法见以下代码：

@Test
public void Set7() {
　　String[] strs = new Sfring[]{"str1", "str2"};
　　System.out.println(redisTemplate.opsForSet().add("Set7", strs));
　　Cursor<Object> curosr = redisTemplate.opsForSet().scan("Set7", ScanOptions.NONE); 
　　while(curosr.hasNext()){
　　　　System.out.println(curosr.next());
　　}
}

运行测试，输出如下结果：

strl
str2

11.4.6实例46：操作有序集合

　　zset ( sorted set,有序集合)也是string类型元素的集合，且不允许重复的成员。每个元素都会关联一个double类型的分数。可以通过分数将该集合中的成员从小到大进行排序。

　　zset的成员是唯一的，但权重参数分数(score )却可以重复。集合中的元素能够按score进行排列。它可以用来做排行榜应用、 取TOP N、延时任务、范围查找等。

本实例的源代码可以在711/Redis"目录下找到。

下面介绍具体用法。

1、Long add(K key, Set<TypedTuple<V» tuples)

新增一个有序集合，用法见以下代码：

@Test
public void Zset1() {
　　ZSetOperations.TypedTuple<Object> objectTypedTuplel = new DefaultTypedTuple<>("zset-1",9.6); 
　　ZSetOperations.TypedTuple<Object> objectTypedTuple2 = new DefaultTypedTuple<>("zset-2",9.9);
　　SeKZSetOperations.TypedTuple<Object>> tuples = new HashSet<ZSetOperations.TypedTuple<Object>>()；
　　tuples.add(objectTypedTuplel);
　　tuples.add(objectTypedTuple2);

　　System.out.println(redisTemplate.opsForZSet().add("zsetT,,tuples));
　　System.out.pnntln(redisTemplate.opsForZSet().range("zset1",0,-1));
}

运行测试，输岀如下结果：

2
[zset-1, zset-5, zset-2, zset-6]

2、Boolean add(K key, V value, double score)

新增一个有序集合，如果存在则返回false,如果不存在则返回true。用法见以下代码：

@Test
public void Zset2() {
　　System.out.println(redisTemplate.opsForZSet().add("zset2","zset-1", 1.0));
　　System.out.println(redisTemplate.opsForZSet().add("zset2","zset-1",1.0)); 
}

运行测试，输出如下结果：

True

false

3、Long remove(K key, Object... values)

从有序集合中移除一个或多个元素，用法见以下代码：

@Test
public void Zset3() {
　　System.out.println(redisTemplate.opsForZSet()-add("zset3","zset-1", 1.0)); 
　　System.out.println(redisTemplate.opsForZSet().add("zset3","zset-2", 1.0)); 
　　System.out.println(redisTemplate.opsForZSet()-range("zset3",0-1)); 
　　System.out.println(redisTemplate.opsForZSet().remove("zset3","zset-2"));
　　System.out.println(redisTemplate.opsForZSet0.range("zset3",0-1));
)

运行测试，输出如下结果：

true

true

[zset-1, zset-2]

1

[zset-I]

4、Long rank(K key, Object o)

返回有序集中指定成员的排名，按分数值递增排列，用法见以下代码:

@Test
public void Zset4() {
　　System.out.println(redisTemplate.opsForZSet().add("zset4","zset-1", 1.0)); 
　　System.out.println(redisTemplate.opsForZSet().add("zset4","zset-2",1.0));
　　System.out.println(redisTemplate.opsForZSet().range("zset4",0,-1)); 
　　System.out.println(redisTemplate.opsForZSet().rank("zset4","zset-1'));
)

运行测试，输出如下结果：

true

true

[zset-1, zset-2]

0

结果中的0表示排名第一。

5、Set<V> range(K key, long start, long end)

通过索引区间返回有序集合指定区间内的成员，按分数值递增排列，用法见以下代码：

@Test
public void Zset5() {
　　ZSetOperations.TypedTuple<Object> objectTypedTuplel = new DefaultTypedTuple<>("zset-1",9.6);
　　ZSetOperations.TypedTuple<Object> objectTypedTuple2 = new DefaultTypedTuple<>("zset-2",9.1); 
　　
　　Set<ZSetOperations.TypedTuple<Object» tuples = new HashSet<ZSetOperations.TypedTuple<Object»();
　　tuples.add(objectTypedTuplel);
　　tuples.add(objectTypedTuple2);
　　System.out.println(redisTemplate.opsForZSet().add("zset5",tuples));
　　System.out.println(redisTemplate.opsForZSet().range("zset5",0,-1));
)

运行测试，输出如下结果：

0

[zset-2, zset-1]

6、Long count(K key, double min, double max)

通过分数返回有序集合指定区间内的成员个数，用法见以下代码：

@Test
public void Zset6() {
　　ZSetOperations.T ypedT uple<Object> objectTypedTuplel = new DefaultTypedTuple<>("zset-1",3.6);
　　ZSetOperations.TypedTuple<Object> obje'ctTypedTuple2 = new DefaultTypedTuple<>("zset-2",4.1);
　　ZSetOperations.T ypedT uple<Object> objectTypedT uple3 = new DefaultTypedTupleO("zset-3",5.7); 

　　Set<ZSetOperations.TypedTuple<Object» tuples = new HashSet<ZSetOperations.TypedTuple<Object»();
　　tuples.add(objectTypedTuplel);
　　tuples.add(objectTypedTuple2);
　　tuples.add(objectTypedTuple3);
　　System.out.println(redisTemplate.opsForZSet0.add("zset6",tuples));
　　System.out.println(redisTemplate.opsForZSet().rangeByScore("zset6",0,9));
　　System.out.println(redisTemplate.opsForZSet().count("zset6",0,5));
}

运行测试，输出如下结果：

1

[zset-1, zset-2, zset-3]

2

7、Long size(K key)

获取有序集合的成员数，用法见以下代码:

@Test
public void Zset7() {
　　ZSetOperations.TypedTuple<Object> objectTypedTuplel = new DefaultTypedTuple<>("zset-1 ",3.6);
　　ZSetOperations.TypedTuple<Object> objectTypedTuple2 = new DefauItTypedTuple<>("zset-2",4.1);
　　ZSetOperations.T ypedT uple<Object> objectTypedTuple3 = new DefaultTypedTupleO("zset-3",5.7); 

　　Set<ZSetOperations.TypedTuple<Object» tuples = new HashSeKZSetOperations.TypedTuple <Object»();
　　tuples.add(objectTypedTuplel);
　　tuples.add(objectTypedTuple2);
　　tuples.add(objectTypedTuple3);
　　System.out.println(redisTemplate.opsForZSet().add("zset7",tuples));
　　System.out.println(redisTemplate.opsForZSet().size("zset7"));

运行测试，输出如下结果:

8、Double score(K key, Object o)

获取指定成员的score值，用法见以下代码:

@Test
public void Zset8() (
　　ZSetOperations.TypedTuple<Object> objectTypedTuplel = new DefaultTypedTupleO("zset-1",3.6); 

　　ZSetOperations.TypedT uple<Object> objectTypedTuple2 = new DefauItT ypedTuple<>("zset-2",4.1); 
　　ZSetOperations.TypedTuple<Object> objectTypedTuple3 = new DefaultTypedTuple<>C'zset-3",5.7); 
　　Set<ZSetOperations.TypedTuple<Object» tuples = new HashSet<ZSetOperations.TypedTuple <Object»();
　　tuples.add(objectTypedT uplel);
　　tuples.add(objectTypedT uple2);
　　tuples.add(objectTypedTuple3);
　　System.out.pnntln(redisTeiYiplate.opsForZSet().add("zset7",tuples));
　　System.out.println(redisTemplate.opsForZSet().score("zset7","zset-3"));
}

运行测试，输岀如下结果:

5.7

9、Long removeRange(K key, long start, long end)

移除指定索引位置的成员，有序集成员按分数值递增排列，用法见以下代码：

@Test
public void Zset9() (
　　ZSetOperations.TypedTuple<Object> objectTypedTuplel = new DefaultTypedTupleO("zset-1",3.6);
　　ZSetOperations.TypedTuple<Object> objectTypedTuple2 = new DefaultTypedTuple<>("zset-2",5.1);
　　ZSetOperations.TypedTuple<Object> objectTypedTuple3 = new Default?ypedTuple<>("zset-3",2.7);
　　Set<ZSetOperations.TypedTuple<Object» tuples = new HashSet<ZSetOperations.TypedTuple <Object»();
　　tuples.add(objectTypedTuplel);
　　tuples.add(objectTypedTuple2);
　　tuples.add(objectTypedTuple3);
　　System.out.println(redisTemplate.opsForZSet().add("zset9",tuples));
　　System.out.println(redisTemplate.opsForZSet().range("zset9",0,-1));
　　System.out.println(redisTemplate.opsForZSet().removeRange("zset9", 1,2));
　　System.out.println(redisTemplate.opsForZSet().range("zset9",0-1));
}

运行测试，输出如下结果：

[zset-3, zset-1, zset-2]

[zset-3]

10、Cursor<TypedTuple<V» scan(K key, ScanOptions options)

遍历zset,用法见以下代码：

@Test
public void Zset10() {
　　ZSetOperations.TypedTuple<Object> objectTypedTuplel = new DefaultTypedTuple<>("zset-1", 3.6); 
　　ZSetOperations.TypedTuple<Object> objectTypedTuple2 = new DefaultTypedTuple<>("zset-2", 5.1); 
　　ZSetOperations.TypedTuple<Object> objectTypedTuple3 = new DefaultTypedTuple<>("zset-3", 2.7); 
　　Set<ZSetOperations.TypedTuple<Object» tuples = new HashSet<ZSetOperations.TypedTuple <Object»();
　　tuples.add(objectTypedTuplel);
　　tuples.add(objectTypedTuple2);
　　tuples.add(objectTypedTuple3);
　　System.out.println(redisTemplate.opsForZSet().add("zset10", tuples));
　　Cursor<ZSetOperations.TypedTuple<Object» cursor = redisTemplate.opsForZSet().scan("zset10", ScanOptions.NONE);
　　while (cursor.hasNext()) {
　　　　ZSetOperations.TypedTuple<Object> item = cursor.next();
　　　　System.out.println(item.getValue() +":"+ item.getScore());
　　}
}

运行测试，输出如下结果：

3

zset-3:2.7

zset-l:3.6

zset-2:5.1

除使用opsForXXX方法外，还可以使用Execute方法。opsForXXX方法的底层，是通过调用Execute方法来实现的。opsForXXX方法实际上是封装了 Execute方法，定义了序列化，以便使用起来更简单便捷。

11.4.7 比较 RedisTemplate 和 StringRedisTemplate

StringRedisTemplate继承于RedisTemplate,两者的数据是不相通的。

StringRedisTemplate 只能管理 StringRedisTemplate 中的数据。
RedisTemplate 只能管理 RedisTemplate 中的数据。

StringRedisTemplate默认采用的是string的序列化策略，RedisTemplate默认采用的是 JDK的序列化策略。

11.5实例47：用Redis和MyBatis完成缓存数据的增加、删除、修改、查询功能

本实例使用Redis、MyBati和MySQL来实现数据的增加、删除、修改和查询功能。善® O爆本实例的源代码可以在"/11/RedisCURD"目录下找到。

11.5.1 在 Spring Boot 中集成 Redis

(1)完成配置基础项。

添加 Redis、MySQL、MyBatis 依束负。

(2) 配置MySQL、Redis服务器,可以直接在application.properties文件中进行配置,具体配置方法见以下代码：

spring.datasource.url=jdbc:mysql://127.0.0.1/book?useUnicode=true&characterEncoding=utf-8&serverTi mezone=UTC&useSSL=true
spring.datasource.usemame=root
spring.datasource.password=root
spring.datasource.driver-class-name=com.mysql.jdbc.Driver

spring.jpa.properties.hibernate.hbm2ddl.auto=update
spring.jpa.properties.hibernate.dialect=org.hibernate.dialect.MySQL5lnnoDBDialect
spring.jpa.show-sql= true

#Redis数据库索引(默认为0)
spring.redis.database=0
#Redis服务器地址
spring.redis.host=127.0.0.1
#Redis服务器连接端口
spring.redis.port=6379
#Redis服务器连接密码(默认为空)
spring.redis.password=
#连接池最大连接数(使用负值表示没有限制)
spring.redis.pool.max-active=8
#连接池最大阻塞等待时间(使用负值表示没有限制)
spring.redis.pool.max-wait=-1
#连接池中的最大空闲连接
spring.redis.pool.max-idle=8
#连接池中的最小空闲连接
spring.redis.pool.min-idle=0
#连接超时时间(ms)
spring.redis.timeout=5000

(3) 在入口类加上@EnableCaching注解，开启缓存支持。

11.5.2 配置 Redis 类

要想启用Spring缓存支持，需创建一个CacheManager的Bean。

©Configuration
public class RedisConfig extends CachingConfigurerSupport {
　　//在缓存对象集合中，缓存是以key-value形式保存的
　　//如果没有指定缓存的key,则Spring Boot会使用SimpleKeyGenerator生成key

　　@Bean
　　public KeyGenerator keyGenerator() {
　　　　return new KeyGenerator() {

　　　　　　@Override
　　　　　　//定义缓存数据key的生成策略
　　　　　　public Object generate(Object target, Method method, Object... params) { 
　　　　　　　　StringBuilder sb = new StringBuilder(); 
　　　　　　　　sb.append(target.getClass().getName()); 
　　　　　　　　sb.append(method.getName()); 
　　　　　　　　for (Object obj: params) {
　　　　　　　　　　sb.append(obj.toString());
　　　　　　　　}　　
　　　　　　　　return sb.toStringO;
　　　　　　}
　　　　)；
　　}

　　@SuppressWarnings("rawtypes")
　　@Bean
　　//缓存管理器2.x版本
　　public CacheManager cacheManager(RedisConnectionFactory connectionFactory) {
　　　　RedisCacheManager cacheManager 二 RedisCacheManager.create(connectionFactory); 
　　　　return cacheManager;
　　}

　　/** @Bean 1 .x版本，Spring Bootl.x版本请用下面的缓存管理器启用支持
　　public CacheManager cacheManager(@SuppressWarnings("rawtypes") RedisTemplate redisTemplate) {
　　　　return new RedisCacheManager(redisTemplate);
　　}*/

　　//注册成Bean被spring管理,如果没有这个Bean,则Redis可视化工具中的中文内容(key或value)都会以二 进制存储，不易检查
　　@Bean
　　public RedisTemplate<String, Object> redisTemplate(RedisConnectionFactory factory) { 
　　　　RedisTemplate<String, Object> redisTemplate = new RedisTemplate<String, Object>(); 
　　　　redisTemplate.setConnectionFactory(factory);
　　　　return redisTemplate;
　　}

　　@Bean
　　public StringRedisTemplate stringRedisTemplate(RedisConnectionFactory factory) { 
　　　　StringRedisTemplate stringRedisTemplate = new StringRedisTemplate(); 
　　　　StringRedisTemplate.setConnectionFactory(factory);
　　　　return StringRedisTemplate;
　　}
}

11.5.3创建测试实体类

创建用于数据操作的测试实体类，见以下代码：

@Data
public class User implements Serializable {
　　private String id;
　　private String name;
　　private int age;
}

本实例采用MyBatis方式操作数据库。如果是读者自己输入代码，则需要手动创建好数据库表，否则可以下载本实例，实例中会自动创建数据表，或参考8.9.2节实现建表自动化。

11.5.4实现实体和数据表的映射关系

这里实现实体和数据表的映射关系，具体用法见以下代码:

©Repository
@Mapper
public interface UserMapper {
　　@lnsert("insert into user(name,age) values(#(name),#{age})")
　　int addUser( @Param("name")String name, @Param("age")Sring age);

　　@Select("select * from user where id =#(id}")
　　User findByld(@Param("id") String id);

　　@Update("update user set name=#(name},age=#(age} where id=#{id}") 
　　int updateByld(User user);

　　@Delete("delete from user where id=#(id}")
　　void deleteByld(@Param("id")String id);
}

　　可以看到id值需要string类型。

11.5.5创建Redis缓存服务层

创建Redis缓存服务层，即缓存在服务层工作，具体用法见以下代码:

©Service 
@CacheConfig(cacheNames = "users") 
public class UserService {

　　@Autowired
　　UserMapper userMapper; 

　　@Cacheable(key ="#p0") 
　　public User selectUser(String id){
　　　　System.out.println("selectH)；
　　　　return userMapper.findByld(id);
　　}

　　@CachePut(key = "#p0") 
　　public void updataByld(User user){
　　　　System.out.println("update"); 
　　　　userMapper.updateByld(user);
　　}


　　//如果allEntries指定为true,则调用CacheEvict方法后将立即清空所有缓存
　　@CacheEvict(key ="#pO",allEntries=true)
　　public void deleteByld(String id){
　　　　System.out.println("delete");
　　　　userMapper.deleteByld(id);
　　}
}

代码解释如下。

@Cacheable：将查询结果缓存到Redis中。
key="#p0"：指定传入的第1个参数作为Redis的key。
@CachePut：指定key,将更新的结果同步到Redis中。
@CacheEvict：指定key,删除缓存数据。
allEntries=true：方法调用后将立即清除缓存。

11.5.6完成增加、删除、修改和查询测试API

增加、删除、修改和查询测试API,具体用法见以下代码：

@RestController
@RequestMapping("/user")
public class RedisController {

　　@Autowired
　　UserService userService;

　　@RequestMapping("/{id}")
　　public User ForTest(@PathVariable("id") String id){
　　　　return userService.selectUser(id);
　　}

　　@RequestMapping( "/update/")
　　public String update(User user)(
　　　　userService.updataByld(user);
　　　　return "success";
　　}

　　@RequestMapping( "/delete/{id}")
　　public String delete (@PathVariable String id)(
　　　　userService.deleteByld(id);
　　　　return "delete success";
　　}
}

启动项目，多次访问http://localhost:8080/user/1 ；第一次时控制台会出现select信息，代表对数据库进行了查询操作。

后面再访问时则不会出现提示，表示没有对数据库执行操作，而是使用 Redis中的缓存数据。

11.6实例48：用Redis和JPA实现缓存文章和点击量

本实例用Redis、JPA和MySQL实现缓存文章和点击量。

本实例的源代码可以在"/H/JpaArticleRedisDemo”目录下找到。

11.6.1实现缓存文章

(1) 实现服务层的缓存设置，用法见以下代码：

©Service
@CacheConfig(cacheNames ="articleservice") 
public class ArticleServicelmpI implements ArticleService {

　　@Autowired
　　private ArticleRepository articleRepository;

　　@Override
　　@Cacheable(key ="#p0")
　　public Article findArticleByld(long id) {
　　　　return articleRepository.findByld(id);
　　}
}

(2) 实现控制器，用法见以下代码：

@Autowired
private ArticleService articleService;

@RequestMapping("/{id}")
public ModelAndView testPathVanable(@PathVariable("id") Integer id) {
　　Article articles = articleService.findArticleByld(id);
　　ModelAndView mav 二 new ModelAndView("web/article/show"); 
　　mav.addObject("article", articles);
　　return mav;
}

(3) 在入口类开启注解@EnableCaching,支持缓存。

11.6.2实现统计点击量

如果要实时更新文章的点击量，对数据库进行修改操作，则会导致读写频繁。所以，一般采取 Redis缓存，每访问一次都是HRedis中増加1次，待到某个时刻再同步到MySQL数据库中。

可以在控制器中加入以下代码来实现。

stringRedisTemplate.boundValueOps("name::" + id).increment(1);//val +1

控制器的最终代码如下：

/**
 * Description：根据id获取文章对象
 */
@GetMapping("/{id}")
public ModelAndView getArticle(@PathVariable("id") Integer id) throws Exception {
　　Article articles = articleService.findArticleByld(id);
　　if (articles.getView() > 0) {
　　　　//val +1
　　　　stringRedisTemplate.boundValueOps("name::" + id).increment(articles.getView() + 1);
　　} else {
　　　　//val +1 
　　　　stringRedisTemplate.boundValueOps("name::" + id).increment(l);
　　} 
　　ModelAndView mav = new ModelAndView("article/show")；
　　mav.addObject("article", articles);
　　return mav;
}

下面来编写定时任务，在特定的时间点完成点击量的Redis和MySQL数据库同步。

11.6.3实现定时同步

点击量平时都是存储在Redis中的，需要在某个时间点更新到MySQL数据库。我们可以通过实现一个定时任务来完成。使用定时任务需要开启支持，

请在入口类加上注解 @EnableScheduling。同步的具体实现见以下代码：

©Component
public class CountScheduledTasks {

　　@Autowired
　　private ArticleRepository articleRepository;

　　@Autowired
　　private StringRedisTemplate stringRedisTemplate;

　　@Scheduled(cron = ”0 00 2 ? * * ”)
　　//每天 4 : 30 执行
　　public void syncPostViews() {
　　　　Long startTime = System.nanoTime();
　　　　List dtoList = new ArrayList<>();
　　　　Set<String> keySet = stringRedisTemplate.keys("name::*")；
　　　　for (String key: keySet) {
　　　　　　String views = stringRedisTemplate.opsForValue().get(key);
　　　　　　String sid = key.replaceAII("name::","");
　　　　　　long lid = Long.parseLong(sid); 
　　　　　　long lviews = Long.parseLong(views);
　　　　　　//批量更新可以用Collection<?>实现 
　　　　　　articleRepository.updateArticleViewByld(lviews, lid); 
　　　　　　stringRedisTemplate.delete(key);
　　　　}
　　}
}

11.7 实例49：实现分布式Session

在分布式环境中,我们经常会遇到这样的场景:用户的登录请求经过Nginx转发到A服务器（会员服务器）进行验证登录，下一步的操作（如查看新闻）转发到了 B服务器（新闻服务器）进行请求。

如果没做Session共享，则用户信息只存储在A服务器上的Web容器中，B服务器是识别不了这个用户的，这会需要用户重新登录。

这种场景下就需要进行Session共享，以便不用重复登录, 使用Redis来实现是非常好的方式。

实例的源代码可以在“/11/RdiesSession”目录下找到。

11.7.1 用 Redis 实现 Session 共享

Spring Boot封装了 Redis下使用分布式Session的功能，可以直接来使用。下面是实现步骤。

（1）在入口类中添加@EnableRedisHttpSession （见以下代码）,以开启分布式Session支持。或在Redis配置类中启用。

©Configuration
@EnableRedisHttpSession
public class RedisSessionConfig （
}

(2)添加 Spring Boot 提供的 spring-session-data-redis 依赖，支持 Redis 实现 Session 共享。依赖见以下代码：

<dependency>
　　<groupld>org.springframework.boot</groupld> 
　　<artifactld>spring-boot-starter-data-redis</artifactld>
</dependency>
<dependency>
　　<groupld>org.springframework.session</groupld>
　　<artifactld>spring-session-data-redis</artifactld>
</dependency>

上面两个依赖都需要添加，第1个支持Redis,第2个是用Spring Boot实现Redis下的 Session分布式共享。

(3) 编写测试控制器，见以下代码：

@GetMapping("/session")
public Map<String, Object> sessionTest(HttpServletRequest request) {
　　Map<String, Object> map = new HashMap<>()；
　　map.put("sessionld", request.getSession().getld());
　　return map;
)

(4) 配置集群服务器。

读者可参考本书的4.3.3节多环境配置中的方法，配置两个配置文件，把服务器端口分别改为 8080和8081,然后把Spring Boot项目打包之后(打包参考本书的3.2.4节的相关介绍)，运行两个服务器端。运行代码如下：

java -jar name.jar -spring.profiles.active=dev
java -jar name.jar —spring.profiles.active=pro

再访问 http://localhost:8080/session 和 http://localhost:8081/session _o

可以看到，两个URL地址的Session -样了。当然，在实际生产环境中域名端口通常是一样的，这里使用不同端口是为了在本机模拟分布式环境测试。

11.7.2配置Nginx实现负载均衡

11.7.1节已经实现了分布式Session共享，但使用了不同的端口。

在生产环境中，会使用不同 IP地址来区别集群中的服务器，所以，需要配置Nginx服务器，以达到无缝切换，让客户感受不到切换到了不同的服务器。

要配置Nginx的服务器集群，只需要修改Nginx的配置文件。具体配置见以下代码：

#服务器集群配置
upstream eg.com { #服务器集群名字
　　server	127.0.0.1:18080 weight=1;
　　#服务器配置weight是权重的意思，权重越大，分配的概率越大
　　server	127.0.0.1:8081 weight=2;
}

#Nginx的配置
server {
　　listen 80;	#监听80端口，可以改成其他端口
　　server_name localhost; #当前服务的域名
　　location /{
　　proxy_pass http://eg.com;
　　proxy_redirect default;
}

error_page 500 502 503 504 /50x.html;

location = /50x.html {
　　root html;
}

　　在生产环境中，可能需要更进一步的配置。配置完成之后，可以登录会员系统测试效果。

posted @ 2022-05-21 20:59 IT6889 阅读(276) 评论(0) 编辑收藏举报

会员力量，点亮园子希望

刷新页面返回顶部

IT6889

《Spring Boot 实战派》--11.集成Redis,实现高并发

第11章 集成Redis,实现高并发

11.1 认识 Spring Cache

11.1.1声明式缓存注解

11.1.2实例41：用Spring Cache进行缓存管理

11.1.3 整合 Ehcache

11.1.4整合 Caffeine

11.2 认识Redis

11.2.1 对比 Redis 与 Memcached

11.2.2 Redis的适用场景

11.4 用RedisTemplate操作Redis的5种数据类型

11.4.1认识opsFor方法

11.4.2实例42：操作字符串

11.4.3 实例43：操作散列

11.4.4实例44：操作列表

11.4.5实例45：操作集合

11.4.6实例46：操作有序集合

11.4.7 比较 RedisTemplate 和 StringRedisTemplate

11.5实例47：用Redis和MyBatis完成缓存数据的增加、删除、 修改、查询功能

11.5.1 在 Spring Boot 中集成 Redis

11.5.2 配置 Redis 类

11.5.5创建Redis缓存服务层

11.5.6完成增加、删除、修改和查询测试API

11.6实例48：用Redis和JPA实现缓存文章和点击量

11.6.1实现缓存文章

11.6.2实现统计点击量

11.6.3实现定时同步

11.7 实例49：实现分布式Session

11.7.1 用 Redis 实现 Session 共享

11.7.2配置Nginx实现负载均衡

公告

第11章集成Redis,实现高并发

11.5实例47：用Redis和MyBatis完成缓存数据的增加、删除、修改、查询功能