redis基础

一、介绍

 Redis诞生于2009年全称是Remote Dictionary Server,远程词典服务器,是一个基于内存 的键值型NoSQL数据库。

特征:

 ●键值(key-value)型, value支持 多种不同数据结构,功能丰富
 ●单线程, 每个命令具备原子性
 ●低延迟,速度快(基于内存、10多路复用、良好的编码)。
 ●支持数据持久化
 ●支持主从集群、分片集群
 ●支持多语言客户端

二、常用数据类型及用法

1. String类型

String分为3种格式:字符串、int、float

String的常见命令有:
 ●SET:  添加或者修改已经存在的一个String类型的键值对
 ●GET:  根据key获取String类型的value
 ●MSET:  批量添加多个String类型的键值对
 ●MGET:  根据多个key获取多个String类型的value
 ●INCR:  让一个整型的key自增1
 ●INCRBY:  让一个整型的key自增并指定步长,例如: incrby num 2让num值自增2
 ●INCRBYFLOAT:  让一个浮点类型的数字自增并指定步长
 ●SETNX:  添加一个String类型的键值对,前提是这个key不存在,否则不执行
 ●SETEX:  添加一个String类型的键值对,并且指定有效期

为了避免不同表的id值相同,为了区别开,key的层级格式可以定义为以下:

[项目名]:[业务名]:[类型]:[id]

2. Hash类型   

Hash类型,也叫散列,其value是一个无序字典, 类似于Java中的HashMap结构。 

Hash的常见命令有:
 ●HSET key field value:  添加或者修改hash类型key的field的值
 ●HGET key field:  获取一个hash类型key的field的值
 ●HMSET:  批量添加多个hash类型key的field的值
 ●HMGET:  批量获取多个hash类型key的field的值
 ●HGETALL:  获取一个hash类型的key中的所有的field和value
 ●HKEYS:  获取一个hash类型的key中的所有的field
 ●HVALS:  获取一个hash类型的key中的所有的value
 ●HINCRBY:  让一个hash类型key的字段值自增并指定步长
 ●HSETNX:  添加一个hash类型的key的field值,前提是这个field不存在,否则不执行

3. List类型  

Redis中的List类型与Java中的LinkedList类似,可以看做是一个双向链表结构。既可以支持正向检索和也可以支持反向检索。

 特征也与LinkedList类似:

 ●有序
 ●元素可以重复
 ●插入和删除快
 ●查询速度一般

List的常见命令有:
 ●LPUSH key element... :向列表左侧插入一个或多个元素
 ●LPOP key:移除并返回列表左侧的第一个元素,没有则返回nil
 ●RPUSH key element... :向列表右侧插入一个或多个元素
 ●RPOP key:移除并返回列表右侧的第一个元素
 ●LRANGE key star end:返回一 段角标范围内的所有元素
 ●BLPOP和BRPOP:与LPOP和RPOP类似,只不过在没有元素时等待指定时间,而不是直接返回nil

4. Set类型  

Redis的Set结构与Java中的HashSet类似,可以看做是一个value为null的HashMap。因为也是一个hash表,因此具备与HashSet类似的特征:

 ●无序
 ●元素不可重复
 ●查找快
 ●支持交集、 并集、差集等功能

Set的常见命令有:
 ●SADD key member ... :向set中添加一一个或多个元素
 ●SREM key member ... :移除set中的指定元素
 ●SCARD key:返回set中元素的个数
 ●SISMEMBER key member:判断一个元素是否存在于set中
 ●SMEMBERS: 获取set中的所有元素
 ●SINTER key1 key2 ... :求key1 与key2的交集
 ●SDIFF key1 key2 ... :求key1与key2的差集
 ●SUNION key1 key2 ..:求key1和key2的并集

5. ZSet类型  

Redis的ZSet是一个可排序的set集合,与Java中 的TreeSet有些类似,但底层数据结构却差别很大。ZSet中的每一个元素都带有一个score属性,可以基于score属性对元素排序,底层的实现是一个跳表(SkipList) 加hash表。
ZSet具备下列特性:
 ●可排序
 ●元素不重复
 ●查询速度快
因为ZSet的可排序特性,经常被用来实现排行榜这样的功能。

ZSet的常见命令有:
 ●ZADD key score member:添加一个或多个元素到Zset,如果已经存在则更新其score值
 ●ZREM key member:删除Zset中的一个指定元素
 ●ZSCORE key member :获取Zset中的指定元素的score值
 ●ZRANK key member:获取Zset中的指定元素的排名
 ●ZCARD key:获取Zset中的元素个数
 ●ZCOUNT key min max:统计score值在给定范围内的所有元素的个数
 ●ZINCRBY key increment member:让Zset中的指定元素自增,步长为指定的increment值
 ●ZRANGE key min max:按照score排序后,获取指定排名范围内的元素
 ●ZRANGEBYSCORE key min max:按照score排序后,获取指定score范围内的元素
 ●ZDIFF、 ZINTER、ZUNION:求差集、交集、并集

6. Bitmaps类型  

Redis提供了Bitmaps这个“数据类型”可以实现对位的操作:

(1) Bitmaps本身不是一种数据类型, 实际上它就是字符串(key-value) , 但是它可以对字符串的位进行操作。

(2) Bitmaps单独提供了一套命令, 所以在Redis中使用Bitmaps和使用字符串的方法不太相同。 可以把Bitmaps想象成一个以位为单位的数组, 数组的每个单元只能存储01, 数组的下标在Bitmaps中叫做偏移量

当数据量特别大的时候,使用Bitmaps能够节省很多的內存空间,尤其是随着时间推移,节省的內存是非常可观的。

但是当数据量并不是非常大的时候,使用Bitmaps就不太合适了,因为基本大部分位都是0。

7. HyperLogLog类型

Redis HyperLogLog 是用来做基数统计的算法,HyperLogLog 的优点是,在输入元素的数量或者体积非常非常大时,计算基数所需的空间总是固定的、并且是很小的。

(1)pfadd:pfadd <key>< element> [element ...]   添加指定元素到 HyperLogLog

(2)pfcount:  pfcount<key> [key ...] 计算HLL的近似基数,可以计算多个HLL,比如用HLL存储每天的UV

可查看基数的个数

(3)pfmerge:pfmerge<destkey><sourcekey> [sourcekey ...]  将一个或多个HLL合并后的结果存储在另一个HLL中。

示例将kll数据加入program中

8. Geospatial类型 

Redis 3.2 中增加了对GEO类型的支持。GEOGeographic,地理信息的缩写。该类型,就是元素的2维坐标,在地图上就是经纬度。redis基于该类型,提供了经纬度设置,查询,范围查询,距离查询,经纬度Hash等常见操作。

(1)geoadd:geoadd<key>< longitude><latitude><member> [longitude latitude member...]   添加地理位置(经度,纬度,名称)

也可以存储多个值

 (2)geopos:geopos  <key><member> [member...]  获得指定地区的坐标值

geopos  <key><member> [member...]  获得指定地区的坐标值

 (3)geodist:geodist<key><member1><member2>  [m|km|ft|mi ]  根据设置的经纬度,获取两个位置之间的直线距离

 

 (4)georadius:georadius<key>< longitude><latitude>radius  m|km|ft|mi   以给定的经纬度为中心,找出某一半径内的元素

三、redis订阅和发布     

Redis发布订阅(pub/sub) 是一种消息通信模式 :发送者(pub) 发送消息,订阅者(sub)接收消息。。

//客户端1进行订阅 
subscribe channel1

//客户端2进行发布
publish channel1 hello

可见客户端1订阅后能够监视 channel1通道,  当客户端2向channel1通道发送数据时,客户端能够及时接收 

 四、Java中Redis操作    

1.普通maven项目使用Jedis

(1)引入依赖

  <dependency>
            <groupId>redis.clients</groupId>
            <artifactId>jedis</artifactId>
            <version>3.2.0</version>
  </dependency>

(2)测试代码

   //创建Jedis对象
        Jedis jedis = new Jedis("121.41.52.53",6379);
        //测试ping
        String ping = jedis.ping();
        System.out.println(ping);  //PONG
    
    //获取所有keys值
    Set<String> keys = jedis.keys("*");
    for (String key : keys) {
     System.out.println(key);
    }

2. springboot集成redis

(1)引入依赖

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

<!-- spring2.X集成redis所需common-pool2-->
<dependency>
<groupId>org.apache.commons</groupId>
<artifactId>commons-pool2</artifactId>
<version>2.6.0</version>
</dependency>

(2)properties文件配置

#Redis服务器地址
spring.redis.host=192.168.140.136
#Redis服务器连接端口 
spring.redis.port=6379
#Redis数据库索引(默认为0)
spring.redis.database= 0
#连接超时时间(毫秒)
spring.redis.timeout=1800000
#连接池最大连接数(使用负值表示没有限制)
spring.redis.lettuce.pool.max-active=20
#最大阻塞等待时间(负数表示没限制)
spring.redis.lettuce.pool.max-wait=-1
#连接池中的最大空闲连接
spring.redis.lettuce.pool.max-idle=5
#连接池中的最小空闲连接
spring.redis.lettuce.pool.min-idle=0

(3)配置类

@EnableCaching
@Configuration
public class configuration extends CachingConfigurerSupport {

    @Bean
    public RedisTemplate<String, Object> redisTemplate(RedisConnectionFactory factory) {
        RedisTemplate<String, Object> template = new RedisTemplate<>();
        RedisSerializer<String> redisSerializer = new StringRedisSerializer();
        Jackson2JsonRedisSerializer jackson2JsonRedisSerializer = new Jackson2JsonRedisSerializer(Object.class);
        ObjectMapper om = new ObjectMapper();
        om.setVisibility(PropertyAccessor.ALL, JsonAutoDetect.Visibility.ANY);
        om.enableDefaultTyping(ObjectMapper.DefaultTyping.NON_FINAL);
        jackson2JsonRedisSerializer.setObjectMapper(om);
        template.setConnectionFactory(factory);
        //key序列化方式
        template.setKeySerializer(redisSerializer);
        //value序列化
        template.setValueSerializer(jackson2JsonRedisSerializer);
        //value hashmap序列化
        template.setHashValueSerializer(jackson2JsonRedisSerializer);
        return template;
    }

    @Bean
    public CacheManager cacheManager(RedisConnectionFactory factory) {
        RedisSerializer<String> redisSerializer = new StringRedisSerializer();
        Jackson2JsonRedisSerializer jackson2JsonRedisSerializer = new Jackson2JsonRedisSerializer(Object.class);
        //解决查询缓存转换异常的问题
        ObjectMapper om = new ObjectMapper();
        om.setVisibility(PropertyAccessor.ALL, JsonAutoDetect.Visibility.ANY);
        om.enableDefaultTyping(ObjectMapper.DefaultTyping.NON_FINAL);
        jackson2JsonRedisSerializer.setObjectMapper(om);
        // 配置序列化(解决乱码的问题),过期时间600秒
        RedisCacheConfiguration config = RedisCacheConfiguration.defaultCacheConfig()
                .entryTtl(Duration.ofSeconds(600))
                .serializeKeysWith(RedisSerializationContext.SerializationPair.fromSerializer(redisSerializer))
                .serializeValuesWith(RedisSerializationContext.SerializationPair.fromSerializer(jackson2JsonRedisSerializer))
                .disableCachingNullValues();
        RedisCacheManager cacheManager = RedisCacheManager.builder(factory)
                .cacheDefaults(config)
                .build();
        return cacheManager;
    }
}

(4)测试类

@RestController
@RequestMapping("/redis")
public class Controller {

    @Resource
    private RedisTemplate redisTemplate;

    @GetMapping
    public String m1(){
        redisTemplate.opsForValue().set("name","ycl");
        String name = (String) redisTemplate.opsForValue().get("name");
        return name;
    }
}

 

posted @ 2022-03-16 15:39  along-Blog  阅读(175)  评论(0编辑  收藏  举报