redis 使用笔记

Redis 安装及使用记录

安装,简要介绍下windows环境安装,
linux安装见另一篇文章:https://www.jianshu.com/p/90baf26491f1
1、下载,解压到目录,然后到安装目录的路径运行 redis-server.exe redis.windows.conf。如后续不想一直输入安装路径可在环境量中配置路径,
2、启动客户端:redis-server.exe,然后可使用,但这种方法不可关闭客户端窗口(关闭及退出),
3、可在控制台redis-server.exe --service-start启动服务,就不用一直开着redis客户端窗口(但这样启动时需关闭原来的窗口,要不会端口冲突)
4、确定启动后,登录到redis。 命令:redis-cli.exe -h ip -p port -a password(若无设置密码可不用密码),登录成功!
5、相应操作。(各种命令可根据所需功能百度)

使用:

1、代码中直接使用(如使用java代码):

①引入reis所需jar包(百度);
②Jedis jedis = new Jedis("localhost"),localhost为所连接redis ip地址
③且Jedis类构造方法较多,有:
new Jedis("host","port"),
new Jedis("host","port","timeout")等 个根据需要选用
然后使用 Jedis 操作缓存

2、Spring配置Redis,使用RedisTemplate(常用)
①配置application.yml中配置redis参数
spring:
  redis:
  # 是否开启redis缓存  true开启   false关闭
    open: false
    database: 0
    host: 127.0.0.1
    port: 6379
    # 密码(默认为空)
    password: 123456321
    # 连接超时时长(毫秒)   
    timeout: 6000ms
    jedis:
      pool:
        max-active: 1000
        # 连接池最大阻塞等待时间(使用负值表示没有限制) 
        max-wait: -1ms
        # 连接池中的最大空闲连接    
        max-idle: 10
        # 连接池中的最小空闲连接    
        min-idle: 5
②RedisConfig注入template
@Configuration
public class RedisConfig {
    @Autowired
    private RedisConnectionFactory factory;

    @Bean
    public RedisTemplate redisTemplate() {
        RedisTemplate redisTemplate = new RedisTemplate<>();
        redisTemplate.setKeySerializer(new StringRedisSerializer());
        redisTemplate.setHashKeySerializer(new StringRedisSerializer());
        redisTemplate.setHashValueSerializer(new StringRedisSerializer());
        redisTemplate.setValueSerializer(new StringRedisSerializer());
        redisTemplate.setConnectionFactory(factory);
        return redisTemplate;
    }
③使用RedisTemplate封装操作redis方法类,RedisClient
@Service
public class RedisClient {

    @Autowired
    private RedisTemplate redisTemplate;
    
    /**
     * 写入缓存
     * @param key
     * @param value
     * @return
     */
    public boolean set(final String key, Object value) {
        boolean result = false;
        try {
            ValueOperations operations = redisTemplate.opsForValue();
            operations.set(key, value);
            result = true;
        } catch (Exception e) {
            e.printStackTrace();
        }
        return result;
    }
    /**
     * 写入缓存设置时效时间
     * @param key
     * @param value
     * @return
     */
    public boolean set(final String key, Object value, Long expireTime) {
        boolean result = false;
        try {
            ValueOperations operations = redisTemplate.opsForValue();
            operations.set(key, value);
            redisTemplate.expire(key, expireTime, TimeUnit.SECONDS);
            result = true;
        } catch (Exception e) {
            e.printStackTrace();
        }
        return result;
    }
    /**
     * 批量删除对应的value
     * @param keys
     */
    public void remove(final String... keys) {
        for (String key : keys) {
            remove(key);
        }
    }

    /**
     * 批量删除key
     * @param pattern
     */
    public void removePattern(final String pattern) {
        Set keys = redisTemplate.keys(pattern);
        if (keys.size() > 0)
            redisTemplate.delete(keys);
    }
    /**
     * 删除对应的value
     * @param key
     */
    public void remove(final String key) {
        if (exists(key)) {
            redisTemplate.delete(key);
        }
    }
    /**
     * 判断缓存中是否有对应的value
     * @param key
     * @return
     */
    public boolean exists(final String key) {
        return redisTemplate.hasKey(key);
    }
    /**
     * 读取缓存
     * @param key
     * @return
     */
    public Object get(final String key) {
        Object result = null;
        ValueOperations operations = redisTemplate.opsForValue();
        result = operations.get(key);
        return result;
    }
    /**
     * 哈希 添加
     * @param key
     * @param hashKey
     * @param value
     */
    public void hmSet(String key, Object hashKey, Object value){
        HashOperations hash = redisTemplate.opsForHash();
        hash.put(key,hashKey,value);
    }

    /**
     * 哈希获取数据
     * @param key
     * @param hashKey
     * @return
     */
    public Object hmGet(String key, Object hashKey){
        HashOperations  hash = redisTemplate.opsForHash();
        return hash.get(key,hashKey);
    }

    /**
     * 列表添加
     * @param k
     * @param v
     */
    public void lPush(String k,Object v){
        ListOperations list = redisTemplate.opsForList();
        list.rightPush(k,v);
    }

    /**
     * 列表获取
     * @param k
     * @param l
     * @param l1
     * @return
     */
    public List lRange(String k, long l, long l1){
        ListOperations list = redisTemplate.opsForList();
        return list.range(k,l,l1);
    }

    /**
     * 集合添加
     * @param key
     * @param value
     */
    public void add(String key,Object value){
        SetOperations set = redisTemplate.opsForSet();
        set.add(key,value);
    }

    /**
     * 集合获取
     * @param key
     * @return
     */
    public Set setMembers(String key){
        SetOperations set = redisTemplate.opsForSet();
        return set.members(key);
    }

    /**
     * 有序集合添加
     * @param key
     * @param value
     * @param scoure
     */
    public void zAdd(String key,Object value,double scoure){
        ZSetOperations zset = redisTemplate.opsForZSet();
        zset.add(key,value,scoure);
    }

    /**
     * 有序集合获取
     * @param key
     * @param scoure
     * @param scoure1
     * @return
     */
    public Set rangeByScore(String key,double scoure,double scoure1){
        ZSetOperations zset = redisTemplate.opsForZSet();
        return zset.rangeByScore(key, scoure, scoure1);
    }
}
 
 
④ 使用RedisClient操作redis.
redis常见问题及解决方案

缓存穿透、缓存雪崩、缓存击穿

1、缓存穿透:

缓存使用正常逻辑,先充缓存中拿去数据,拿取不到则查询数据库,然后设置进缓存。但如果数据库也没有改数据,则不会储存到缓存,如果此时受到恶意攻击,连续多次的使用该key值,则会一直访问数据库,导致数据库压力巨大或者崩掉。
解决方案:
即使改key值对应的数据在数据不存在,也存入空值,遇到攻击时会直接根据缓冲中所村空值返回结果。但这个值过期时间要相对较小。如30秒。

2、缓存雪崩:

可简单理解为一台或多台缓存服务器宕机。导致大量缓存不可用
解决方案:集群

3、缓存击穿:

一般缓存在储存时会设置过期时间,如果大量数据在同一时间段设置进缓存,则这些数据也会在同一段时间过期,那么此时会大量访问数据库,造成数据库压力。
解决方案:
针对不同数据设置不同的过期时间,避免缓存同时失效后集中访问数据库。还有就是一部分商品属于特别“爆款”数据,在缓存失效瞬间大量访问数据库,严重将导致数据库崩掉。此类数据很少,一般不予考虑,若真存在,可将缓存设置成永不过期,有更新进行手动更新

你可能感兴趣的:(redis 使用笔记)