redis是基于内存 的key-value型数据库
基于内存存储,读写性能高
支持数据持久化
支持主从集群,分片集群
适合存储热点数据(热点商品,咨询,新闻)
企业应用广泛
Redis is an open source (BSD licensed), in-memory data structure store, used as a database, cache, andmessage broker,翻译为:Redis是一个开源的内存中的数据结构存储系统,它可以用作∶数据库、缓存和消息中间件。官网: https://redis.io
Redis是用C语言开发的一个开源的高性能键值对(key-value)数据库,官方提供的数据是可以达到100000+的QPS(每秒内查询次数)。它存储的value类型比较丰富,也被称为结构化的NoSql数据库。
NoSq( (Not Only sQL),不仅仅是SQL,泛指非关系型数据库。NOSql数据库并不是要取代关系型数据库,而是关系型数据库的补充。
关系型数据库(RDBMS)
非关系型数据库(NoSql)
Redis应用场景
缓存
任务队列
消息队列
分布式锁
nosql是没有关系的,他靠json体现数据库的中的关联
nosql无法满座acid的特性
在Linux系统安装Redis步骤
1.将Redis安装包上传到Linux
2.解压安装包,命令: tar -zxvf redis-4.0.0.tar.gz-C /usr/local
3.安装Redis的依赖环境gcc,命令: yum install gcc-C++
4.进入/usr/local/redis-4.0.0,进行编译,命令: make
5.进入redis的src目录,进行安装,命令: make install
redis-cli 客户端
redis-server 服务器
修改配置文件
daemonize yes
这样redis就一直会在后台运行除非手动杀死
src/redis-server ./redis.conf
运行的时候加载配置文件
配置文件
requirepass 123456
[root@VM-12-17-centos redis-4.0.0]# src/redis-cli -h localhost -p 6379
localhost:6379> auth 123456
OK
localhost:6379>
src/redis-cli -h localhost -p 6379 -a 123456
docker run -p 6379:6379 --name redis -v /docker/redis/redis.conf:/etc/redis/redis.conf -v /docker/redis/data:/data --restart=always --log-opt max-size=10m --log-opt max-file=1 -d redis:latest redis-server /etc/redis/redis.conf
注释掉bind 127.0.0.1
失败的开放端口: firewall-cmd --zone=public --add-port=6379/tcp --permanent;firewall-cmd --reload
.\redis-cli.exe -h ip地址 -p 6379 -a 123456
Redis存储的是key-value结构的数据,其中key是字符串类型,value有五种常用数据类型
通用指令是部分数据类型的,都可以使用的指令,常见的有:
KEYS:查看符合模板的所有key,不建议在生产环境设备上使用
DEL:删除一个指定的key
EXISTS:判断key是否存在
EXPIRE:给一个key设置有效期,有效期到期时该key会被自动删除
TTL: 查看一个KEY的剩余有效期
通过help [command]可以查看一个命令的具体用法,例如∶
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-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- -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
思考
Redis 没有类似mysql中的Table概念,我们该如何区分不同的key
Redis的key允许有多个单词形成层级结构,多个单词之间用’:'隔开,格式如下
项目名:业务名:类型:id
例如我们的项目名叫heima,有user和product两种不同的类型,我们可以这样定义key:
heima:user:1
heima:product:1
如果Value是一个java对象,例如一个USER对象,可以将对象序列化成JSON字符串后存储:
其value是一个无序字典,类似java中的HashMap结构
String 结构是将对象序列化成字符串后存储,当需要修改对象中的某个字段很不方便
Hash结构可以将对象中的每个字段独立存储,可以针对单个字段做CRUD
Redis hash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,常用命令:
- 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
106.52.236.254:6379> hset heima:user:2 age 21
106.52.236.254:6379> 1
106.52.236.254:6379> hset heima:user:2 name zhangsan
106.52.236.254:6379> 1
可以看做是一个双向链表结构,既可以支持正向检索也可以支持反向检索
特征:
常用来存储一个有序数据,例如朋友圈点赞列表,评论列表等
- 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
如何利用List结构模拟一个栈?
如何利用List结构模拟一个队列?
如何利用List结构模拟一个阻塞队列?
和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
SADD key member …:向set中添加一个或多个元素
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
常用命令
SortedSet是一个可排序的set集合,与java中的TreeSet类似,但底层数据结构却差异很大,SortedSet中的每一个元素都带有一个score
属性,可以基于score属性对元素进行排序,底层的实现是一个跳表(SkipList)加hash表
特征
因为可排序的特征,经常用来实现排行榜这样的功能
从小到大排序
Redis sorted set有序集合是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(score)。redis正是通过分数来为集合中的成员进行从小到大排序。有序集合的成员是唯一的,但分数却可以重复。常用命令:
ZADD key score1 member1 [score2 member2] 向有序集合添加一个或多个成员,或者更新已存在成员的分数
ZRANGE key start stop [WITHSCORES] 通过索引区间返回有序集合中指定区间内的成员
ZINCRBY key increment member 有序集合中对指定成员的分数加上增量increment
ZREM key member [member …] 移除有序集合中的一个或多个成员
- ZADD key score member:添加一个或多个元素到sorted set,如果已经存在则更新其score值
- ZREM key member:删除sorted set中的一个指定元素
- ZSCORE key member:获取sorted set中的指定元素的score值
- ZRANK key member:获取sorted set中的指定元素的排名
- ZCARD key:获取sorted set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sorted set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
注意:所有的排名默认都是升序,如果要降序则在命令的Z后面添加REV即可
KEYS pattern| 查找所有符合给定模式( pattern)的 key
EXISTs key 检查给定key是否存在
TYPE key 返回key 所储存的值的类型
TTL key 返回给定key的剩余生存时间(TTL, time to live),以秒为单位
DEL key 该命令用于在key存在是删除key
Redis的Java客户端很多,官方推荐的有三种:.
<dependency>
<groupId>redis.clientsgroupId>
<artifactId>jedisartifactId>
<version>3.7.0version>
dependency>
<dependency>
<groupid>org.junit.jupitergroupId>
<artifactId>junit-jupiter artifactId>
<version>5.7.0version>
<scope>test scope>
dependency>
使用Jedis操作Redis的步骤:
获取连接
private Jedis jedis;
@BeforeEach
void setUp() {
//建立连接
jedis = new Jedis ( "192.168.150.101",6379);
//设置密码
jedis.auth ( "123321");
//选择库
jedis.select(0);
}
执行操作
@Test
void testString() {
//插入数据,方法名称就是redis命令名称,非常简单
String result = jedis.set( "name","张三");
System.out.println( "result " +result) ;
//获取数据
String name = jedis.get( "name" ) ;
system.out.println ( "name = " + name) ;
}
关闭连接
@AfterEach
void tearDown() {
//释放资源
if (jedis != null) {
jedis.close();
}
}
Jedis连接池
public class JedisconnectionFactory {
private static final JedisPool jedisPool;
static {
JedisPoolConfig jedisPoolConfig = new JedisPoolConfig();//最大连接
jedisPoolConfig.setMaxTotal(8);//最大空闲连接
jedisPoolConfig.setMaxIdle(8);//最小空闲连接
jedisPoolConfig.setMinIdle(0);//设置最长等待时间,ms
jedisPoolConfig.setMaxwaitMillis(200);
jedisPool = new JedisPool(jedisPoolConfig,"192.168.150.101",6379,
1000,"123321");
}
//获取Jedis对象
public static Jedis getJedis(){
return jedisPool.getResource();
}
SpringData是Spring中数据操作的模块包含对各种数据库的集成,其中对Redis的集成就是SpringData Redis
导入坐标
<dependency>
<groupId>org.springframework.bootgroupId>
<artifactId>spring-boot-starter-data-redisartifactId>
dependency>\
<dependency>
<groupId>org.apache.commonsgroupId>
<artifactId>commons-pool2 artifactId>
dependency>
Spring Data Redis中提供了一个高度封装的类: RedisTemplate,针对jedis客户端中大量api进行了归类封装,将同一类型操作封装为operation接口,具体分类如下:
ValueOperations:简单K-V操作
SetOperations: set类型数据操作
ZSetOperations: zset类型数据操作
HashOperations:针对map类型的数据操作
ListOperations:针对list类型的数据操作
spring:
redis:
host: localhost
port: 6379
#passworld : 123456
database: 0
jedis:
pool:
max-active: 8 #最大连接数
max-wait: 1ms #连接池最大阻塞等待时间
max-idle: 4 #连接池最大空闲时间
min-idle: 0 #连接池中的最小空闲连接
测试
@SpringBootTest(classes = ReggieApplication.class)
@RunWith(SpringRunner.class)
public class test{
@Autowired
private RedisTemplate redisTemplate;
@Test
public void test() {
ValueOperations valueOperations = redisTemplate.opsForValue();
valueOperations.set("city","beijing");
}
}
需要配置一下
RedisTemplate可以接收任意Object作为值写入Redis:
只不过写入前会把Object序列化为字节形式,默认是采用JDK序列化,得到的结果是这样的:
缺点:
一般来说序列化string类型用String序列化器,用对象类型的时候用JSON序列化器
@Configuration
public class RedisConfig extends CachingConfigurerSupport {
@Bean
public RedisTemplate<Object, Object> redisTemplate(RedisConnectionFactory connectionFactory) {
RedisTemplate<Object, Object> redisTemplate = new RedisTemplate<>();
//默认的Key序列化器为:JdkSerializationRedisSerializer
redisTemplate.setKeySerializer(new StringRedisSerializer());
redisTemplate.setConnectionFactory(connectionFactory);
return redisTemplate;
}
}
我们可以自定义RedisTemplate的序列化方式,代码如下:
@Configuration
public class RedisConfig {
@Bean
public RedisTemplate<String, Object> redisTemplate(RedisConnectionFactory connectionFactory){
// 创建RedisTemplate对象
RedisTemplate<String, Object> template = new RedisTemplate<>();
// 设置连接工厂
template.setConnectionFactory(connectionFactory);
// 创建JSON序列化工具
GenericJackson2JsonRedisSerializer jsonRedisSerializer =
new GenericJackson2JsonRedisSerializer();
// 设置Key的序列化
template.setKeySerializer(RedisSerializer.string());
template.setHashKeySerializer(RedisSerializer.string());
// 设置Value的序列化
template.setValueSerializer(jsonRedisSerializer);
template.setHashValueSerializer(jsonRedisSerializer);
// 返回
return template;
}
}
这里采用了JSON序列化来代替默认的JDK序列化方式。最终结果如图:
整体可读性有了很大提升,并且能将Java对象自动的序列化为JSON字符串,并且查询时能自动把JSON反序列化为Java对象。不过,其中记录了序列化时对应的class名称,目的是为了查询时实现自动反序列化。这会带来额外的内存开销。
为了节省内存空间,我们可以不使用JSON序列化器来处理value,而是统一使用String序列化器,要求只能存储String类型的key和value。当需要存储Java对象时,手动完成对象的序列化和反序列化。
也就是我们手动转JSON存入redis而不是JSON序列化器帮我们转
因为存入和读取时的序列化及反序列化都是我们自己实现的,SpringDataRedis就不会将class信息写入Redis了。
这种用法比较普遍,因此SpringDataRedis就提供了RedisTemplate的子类:StringRedisTemplate,它的key和value的序列化方式默认就是String方式。
省去了我们自定义RedisTemplate的序列化方式的步骤,而是直接使用:
@Autowired
private StringRedisTemplate stringRedisTemplate;
// JSON序列化工具
private static final ObjectMapper mapper = new ObjectMapper();
@Test
void testSaveUser() throws JsonProcessingException {
// 创建对象
User user = new User("虎哥", 21);
// 手动序列化
String json = mapper.writeValueAsString(user);
// 写入数据
stringRedisTemplate.opsForValue().set("user:200", json);
// 获取数据
String jsonUser = stringRedisTemplate.opsForValue().get("user:200");
// 手动反序列化
User user1 = mapper.readValue(jsonUser, User.class);
System.out.println("user1 = " + user1);
}
@SpringBootTest(classes = ReggieApplication.class)
@RunWith(SpringRunner.class)
public class test{
@Autowired
private RedisTemplate redisTemplate;
@Test
public void test() {
ValueOperations valueOperations = redisTemplate.opsForValue();
valueOperations.set("city","beijing");
String city = (String) valueOperations.get("city");
System.out.println(city);
//设置过期时间
valueOperations.set("key1","value1",101, TimeUnit.MILLISECONDS);
//不存在则设置
valueOperations.setIfAbsent("city124", "苏州");
}
}