尚硅谷redis笔记

1.redis简介

Redis是什么？

Redis（Remote Dictionary Server )，即远程字典服务 。
是一个开源的使用ANSI C语言编写、支持网络、可基于内存亦可持久化的日志型、Key-Value数据库，并提供多种语言的API。

redis会周期性的把更新的数据写入磁盘或者把修改操作写入追加的记录文件，并且在此基础上实现了master-slave(主从)同步。
免费和开源！是当下最热门的 NoSQL 技术之一，也被人们称之为结构化数据库。

• Redis是一个开源的key-value存储系统
• 支持存储的value类型相对更多，包括String，list，set，zset，hash
• 数据类型支持push/pop、add/remove 以及取交集并集和差集及更丰富的操作，而且这些操作都是原子性的
• 支持不同方式的排序
• 类似memcached，数据缓存内存中
• 不同：Redis会周期性的把数据写入硬盘或者把修改操作写入追加的记录文件
• 实现了master-slave（主从）同步

NoSQL

泛指非关系型的数据库。随着互联网web2.0网站的兴起，传统的关系数据库在处理web2.0网站，特别是超大规模和高并发的SNS类型的web2.0纯动态网站已经显得力不从心，出现了很多难以克服的问题，而非关系型的数据库则由于其本身的特点得到了非常迅速的发展。NoSQL数据库的产生就是为了解决大规模数据集合多重数据种类带来的挑战，特别是大数据应用难题

• 不遵循SQL标准
• 不支持ACID（原子性，一致性，隔离性，持久性），但并不是不支持事务
• 远超于SQL的性能
  1.2.2 NoSQL使用场景
• 数据高并发读写 （电商秒杀功能）
• 海量数据读写
• 对数据高可扩展性的

Redis能干嘛？

1、内存存储、持久化，内存中是断电即失、所以说持久化很重要（rdb、aof） 2、效率高，可以用于高速缓存
3、发布订阅系统
4、地图信息分析
5、计时器、计数器（浏览量！）
6、…

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-tZeK53wR-1667294299190)(redis.assets/image-20221031154520978.png)]

Redis技术

Redis使用单线程+多路IO复用技术

多路复用是指用一个线程来检查多个文件描述符（Socket）的就绪状态，比如调用select（select * 切换到 星号库）和poll函数，传入多个文件描述符，如果有一个文件描述符就绪，则返回，否则阻塞直至超时。得到就绪状态后进行真正的操作可以在同一个线程里执行，也可以启动线程执行

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-nH48WhOr-1667294299191)(redis.assets/image-20221031154734737.png)]

• 串行：一个一个操作完成
• 多线程+锁
• 单线程+多路IO复用

redis的原子性

所谓原子操作是指不会被线程调度机制打断的操作。这种操作一旦开始，就一直运行到结束，中间不会有任何的context switch（切换到另一个线程）。

• 单线程和多线程的原子性

（1）在单线程中，能够在单条指令中完成的操作都可以认为是“原子操作”，因为中断只能发生在指令之间。
（2）在多线程中，不能被其他进程（线程）打断的操作就叫原子操作。
Redis单命令的原子性只要得益于 Redis是单线程的。

案例：

java的多线程是否满足原子性？

在两个线程中分别进行i=0;和100次i++,最后的值为多少?

是2~200，要满足原子性，最后的值确定为200。

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-WRpa1hUU-1667294299192)(redis.assets/image-20221031155423976.png)]

2.启动

前台启动(不推荐)

1.进入redis安装目录

默认安装目录为 /usr/local/bin

cd /usr/local/bin

2.输入redis-server前台启动

redis-server

但是窗口不能关闭，关闭了redis也一起关闭，且不能在该窗口中输入redis命令了，所以不推荐使用。

按ctrl+c退出

后台启动

1.进入解压 redis-x.x.x.tar.gz 后的文件夹中

2.复制/拷贝 redis.conf 到etc目录

cp redis.conf /etc/redis.conf

3.进入ect目录，输入ll或ls查看是否复制成功

4.vi编辑redis.conf

查找到daemonize no 改为 daemonize yes

vi redis.conf

相关vi命令

/查找的内容    找到相关行
i  	     	 进入编辑模式
shift + :	 退出读写
wq	     	 保存退出 

5.通过配置文件后台启动redis

redis-server /etc/redis.conf

6.关闭redis

shutdown

或者

kill <进程号>

3.五大数据类型

Redis键(Key)

常用命令

keys *  	  #查看当前库所有key（匹配：keys *1）
exists key    #判断某个key是否存在
type key      #查看你的key是什么类型
del key  	  #删除指定的key的数据
unlink key    #根据value选择非阻塞删除
  	          #仅将keys从keyspace元数据中删除，真正的删除会在后续异步操作
expire key 10 #10秒钟：为给定的key设置过期时间
ttl key		  #查看还有多少秒过期，-1表示永不过期，-2表示已过期

select 		  #切换数据库
dbsize	      #查看当前数据库的key的数量
flushdb 	  #清空当前数据库
flushall 	  #通杀所有库

3.1 字符串(Srting)

3.1.1简介

String是redis最基本的类型，可以理解成与Memcached一摸一样的类型，一个key对应一个value。
String类型是二进制安全的。意味着Redis的String可以包含任何数据。比如jpg图片或者序列化对象。
String类型是Redis最基本的数据类型，一个字符串value最多可以是512M。

3.1.2 常用命令

1.set  #添加键值对
*NX:当数据库中key不存在时，可以将key-value添加数据库
*XX:当数据库中key存在时，可以将key-value添加数据库，与NX参数互斥
*EX:key的超时秒数
*PX:key的超时毫秒数，与EX互斥
2.get  #查询对应键值

3.append  #将给定的value追加到原值的末尾

4.strlen  #获得键值的长度

5.setnx  #只有在key不存在时 设置key的值

6.incr  #将key中存储的数字值增1
			 #只能对数字值操作，如果为空，新增值为1
7.decr  #减1

8.incrby/decrby  <步长> #增减数字值

mset ...
#同时设置一个或者多个key-value对
mget
#同时获得多个value
msetnx
#同时设置一个或多个key-value对，当且仅当所有给定key都不在

原子性，有一个失败则都失败

getrange 
#获得值的范围，类似java中的substring，前包，后包
setrange <起始位置>
#用覆写所储存的字符串值，从<起始位置>开始（索引从0开始）

setex <过期时间>
#设置键值的同时，设置过期时间，单位秒
getset
#以新换旧，设置了新值的同时获得旧值

3.1.3 数据结构

String的数据结构为简单动态字符串（Simple Dynamic String）。是可以修改的字符串，内部结构实现上类似于Java的ArrayList，采用预分配冗余空间的方式来减少内存的频繁分配。

预分配扩容机制

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-t1q4aXyh-1667294299192)(redis.assets/image-20221031155708756.png)]

3.2 列表（List）

3.2.1 简介

特点:单键多值

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表的头部或者尾部。
它的底层实际是个双向链表，对两端的操作性能很高，通过索引下标的操作中间的结点性能会较差。

3.2.2 常用命令

lpush/rpush ...
#从左边/右边插入值
lpop/rpop 
#从左边/右边吐出一个值。值在键在，值光键亡。

rpoplpush 
#从1列表右边吐出一个值，插到2列表左边

lrange 
#按照索引下标获得元素（从左到右）

lrange mylist 0 -1
#0左边第一个，-1右边第一个，（0 -1表示获取所有）
lindex 
#按照索引下标获得元素（从左到右）
llen 
#获得列表长度

linsert  before 
#在value的前面插入new值
lrem 
#从左边删除n个value（从左到右）
lset
#将列表下标为index的值替换成value

3.2.3 数据结构

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-1q5A8vXs-1667294299192)(redis.assets/image-20221031160035519.png)]

3.3 集合（Set）

3.3.1 简介

Redis set对外提供的功能与list类似是一个列表的功能，特殊之处在于set是可以自动排重的，当你需要存储一个列表数据，又不希望出现重复数据时，set是一个很好的选择。并且set提供了判断某个成员是否在一个set集合内的重要接口，这个也是list所不能提供的。
Redis的Set是string类型的无序集合。它的底层是一个value为null的hash表，所以添加、删除、查找的复杂度都是O（1）。
一个算法，随着数据的增加，执行时间的长短，如果是1，数据增加，查找数据的时间不变。

特点：不会重复，可快速查找、添加、删除

3.3.2 常用命令

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-iCdRrTxd-1667294299192)(redis.assets/image-20221031160359142.png)]

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-SahHZ19E-1667294299193)(redis.assets/image-20221031160428735.png)]

3.3.3 数据结构

Set数据结构是dict字典，字典是用哈希表实现的。
Java中HashSet的内部实现使用的是HashMap，只不过所有的value都指向同一个对象。Redis的set结构也是一样，它的内部也使用hash结构，所有的value都指向同一个内部值。

3.4 哈希（Hash）

3.4.1 简介

Hash 是一个 string 类型的 field（字段） 和 value（值） 的映射表，hash 特别适合用于存储对象。

类似于Java里面的Map

Redis 中每个 hash 可以存储 232 - 1 键值对（40多亿）。

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-lb2vwAZa-1667294299193)(redis.assets/image-20221031160658366.png)]

3.4.2 常用命令

hset 
#给集合中的 键赋值
hget 
#从集合取出 value
hmset ... 
#批量设置hash的值
hexists
#查看哈希表 key 中，给定域 field 是否存在。
hkeys 
#列出该hash集合的所有field
hvals 
#列出该hash集合的所有value
hincrby 
#为哈希表 key 中的域 field 的值加上增量 1 -1
hsetnx 
#将哈希表 key 中的域 field 的值设置为 value ，当且仅当域 field 不存在 

3.4.3 数据结构

Hash类型对应的数据结构是两种：ziplist（压缩列表），hashtable（哈希表）。当field-value长度较短且个数较少时，使用ziplist，否则使用hashtable。

3.5 Redis有序集合Zset(sorted set)

3.5.1 简介

Redis有序集合zset与普通集合set非常相似，是一个没有重复元素的字符串集合。
不同之处是有序集合的每个成员都关联了一个评分（score）,这个评分（score）被用来按照从最低分到最高分的方式排序集合中的成员。集合的成员是唯一的，但是评分可以是重复了 。
因为元素是有序的, 所以你也可以很快的根据评分（score）或者次序（position）来获取一个范围的元素。
访问有序集合的中间元素也是非常快的,因此你能够使用有序集合作为一个没有重复成员的智能列表。

3.5.2 常用命令

zadd …
#将一个或多个 member 元素及其 score 值加入到有序集 key 当中。
zrange  [WITHSCORES] 
#返回有序集 key 中，下标在之间的元素带WITHSCORES，可以让分数一
#起和值返回到结果集。
zrangebyscore  minmax [withscores] [limit offset count]
#返回有序集 key 中，所有 score 值介于 min 和 max 之间(包括等于 min 或 max
# )的成员。有序集成员按 score 值递增(从小到大)次序排列。
zrevrangebyscore  maxmin [withscores] [limit offset count] 
#同上，改为从大到小排列。
zincrby  
#为元素的score加上增量
zrem 
#删除该集合下，指定值的元素
zcount 
#统计该集合，分数区间内的元素个数
zrank 
#返回该值在集合中的排名，从0开始。

3.5.3 数据结构

SortedSet(zset)是Redis提供的一个非常特别的数据结构。

一方面它等价于Java的数据结构Map，可以给每一个元素value赋予一个权重score，另一方面它又类似于TreeSet，内部的元素会按照权重score进行排序，可以得到每个元素的名次，还可以通过score的范围来获取元素的列表。

zset底层使用了两个数据结构。

(1) hash , hash 的作用就是关联元素value和权重score，保障元素value的唯一性，可以通过元素value找到相应的score值。

(2)跳跃表，跳跃表的目的在于给元素value排序，根据score的范围获取元素列表。

3.5.4 跳跃表（跳表）

1、简介
有序集合在生活中比较常见，例如根据成绩对学生排名，根据得分对玩家排名等。对于有序集合的底层实现，可以用数组、平衡树、链表等。数组不便元素的插入、删除；平衡树或红黑树虽然效率高但结构复杂；链表查询需要遍历所有效率低。Redis采用的是跳跃表。跳跃表效率堪比红黑树，实现远比红黑树简单。
2、实例
对比有序链表和跳跃表，从链表中查询出51
（1） 有序链表
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-1JgjAiJT-1667294299194)(redis.assets/image-20221031161202967.png)]

(2)跳跃表

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-hsIJQEr7-1667294299194)(redis.assets/image-20221031161214964.png)]

可以发现使用跳跃表的遍历效率远远高于普通的有序链表

4.配置文件介绍

Redis 配置文件详解_EstherLty的博客-CSDN博客_redis配置文件详解

5.发布和订阅

概念

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。

Redis 客户端可以订阅任意数量的频道。

步骤

1.客户端可以订阅频道

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-TNsmSeCQ-1667294299194)(redis.assets/image-20221031162127751.png)]

2.当这个频道发送消息后，消息就会发送给订阅该频道的客户端

发布订阅命令行实现

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-p59PhcKo-1667294299194)(redis.assets/image-20221031162102349.png)]

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-EaVIzhTw-1667294299195)(redis.assets/image-20221031162319209.png)]

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-NCTTSjLs-1667294299195)(redis.assets/image-20221031162345676.png)]

6.新数据类型

6.1 Bitmaps

简介

现代计算机用二进制（位） 作为信息的基础单位， 1个字节等于8位， 例如“abc”字符串是由3个字节组成， 但实际在计算机存储时将其用二进制表示， “abc”分别对应的ASCII码分别是97、 98、 99， 对应的二进制分别是01100001、 01100010和01100011，如下图
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-9Up6ObBs-1667294299195)(redis.assets/image-20221031202926531.png)]

合理地使用操作位能够有效地提高内存使用率和开发效率。
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0和1， 数组的下标在Bitmaps中叫做偏移量。

命令

1、setbit
（1）格式

setbit key offset value

setbit设置Bitmaps中某个偏移量的值（0或1）

*offset:偏移量从0开始

2.getbit

getbit key offset

获取键的第offset位的值（从0开始算）

3、bitcount

bitcount key [start end] 

统计字符串从start字节到end字节比特值为1的数量

4、bitop

bitop  and(or/not/xor)  [key…]

bitop是一个复合操作， 它可以做多个Bitmaps的and（交集） 、 or（并集） 、 not（非） 、 xor（异或） 操作并将结果保存在destkey中。

Bitmaps与set对比

假设网站有1亿用户， 每天独立访问的用户有5千万， 如果每天用集合类型和Bitmaps分别存储活跃用户可以得到表

set和Bitmaps存储一天活跃用户对比

数据类型	每个用户id占用空间	需要存储的用户量	全部内存量
集合类型	64位	50000000	400MB
Bitmaps	1位	100000000	12.5MB

因此， 这种情况下使用Bitmaps能节省很多的内存空间， 尤其是随着时间推移节省的内存还是非常可观的

set和Bitmaps存储独立用户空间对比

数据类型	一天	一个月	一年
集合类型	400MB	12GB	144GB
Bitmaps	12.5MB	375MB	4.5GB

但Bitmaps并不是万金油， 假如该网站每天的独立访问用户很少， 例如只有10万（大量的僵尸用户） ， 那么两者的对比如下表所示， 很显然， 这时候使用Bitmaps就不太合适了， 因为基本上大部分位都是0。
set和Bitmaps存储一天活跃用户对比（独立用户比较少）
数据类型 每个userid占用空间 需要存储的用户量 全部内存量
集合类型 64位 100000 64位100000 = 800KB
Bitmaps 1位 100000000 1位100000000 = 12.5MB

6.2 HyperLogLog

简介

在工作当中，我们经常会遇到与统计相关的功能需求，比如统计网站PV（PageView页面访问量）,可以使用Redis的incr、incrby轻松实现。
但像UV（UniqueVisitor，独立访客）、独立IP数、搜索记录数等需要去重和计数的问题如何解决？这种求集合中不重复元素个数的问题称为基数问题。
解决基数问题有很多种方案：
（1）数据存储在MySQL表中，使用distinct count计算不重复个数
（2）使用Redis提供的hash、set、bitmaps等数据结构来处理
以上的方案结果精确，但随着数据不断增加，导致占用空间越来越大，对于非常大的数据集是不切实际的。
能否能够降低一定的精度来平衡存储空间？

• Redis推出了HyperLogLog

Redis HyperLogLog 是用来做基数统计的算法
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。

在 Redis 里面，每个 HyperLogLog 键只需要花费 12 KB 内存，就可以计算接近 2^64 个不同元素的基数。这和计算基数时，元素越多耗费内存就越多的集合形成鲜明对比。
但是，因为 HyperLogLog 只会根据输入元素来计算基数，而不会储存输入元素本身，所以 HyperLogLog 不能像集合那样，返回输入的各个元素。

什么是基数?
比如数据集 {1, 3, 5, 7, 5, 7, 8}， 那么这个数据集的基数集为 {1, 3, 5 ,7, 8}, 基数(不重复元素)为5。 基数估计就是在误差可接受的范围内，快速计算基数。

命令

1、pfadd

pfadd < element> [element ...]   #添加指定元素到HyperLogLog 中

2、pfcount

pfcount [key …] 

3、pfmerge

pfmerge   [sourcekey ...]  
#将一个或多个HLL合并后的结果存储在另一个HLL中，比如每月活跃用户可以使用每天的活跃用户来合并计算可得

6.3.Geospatial

简介

Redis 3.2 中增加了对GEO类型的支持。GEO，Geographic，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。

命令

1、geoadd

geoadd     [longitude latitude member...]   #添加地理位置（经度，纬度，名称）

2、geopos

geopos   [member...] 
# 获得指定地区的坐标值

3、geodist

geodist  [m|km|ft|mi ]  
#获取两个位置之间的直线距离

4、georadius

georadius< longitude>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

7.Jedis（Java程序操作Redis的工具）

7.1导入Jedis依赖坐标

redis.clients
jedis
3.2.0

7.2.连接Redis注意事项

1.禁用Linux的防火墙：Linux(CentOS7)里执行命令

systemctl stop/disable firewalld.service

2.redis.conf中注释掉bind 127.0.0.1 ,然后 protected-mode no

3.需要先开启服务端

redis-server /etc/redis.conf

不开服务端也会超时

7.3 Jedis常用操作

7.3.1.创建动态的工程

7.3.2.创建测试程序

package com.qxy;
import redis.clients.jedis.Jedis;
public class Demo01 {
	public static void main(String[] args) {
		Jedis jedis = new Jedis("192.168.137.3",6379);
		String pong = jedis.ping();
		System.out.println("连接成功："+pong);
		jedis.close();
	}
}

7.4 测试相关数据类型

7.4.1.Jedis-API: Key

jedis.set("k1", "v1");
jedis.set("k2", "v2");
jedis.set("k3", "v3");
Set keys = jedis.keys("*");
System.out.println(keys.size());
for (String key : keys) {
System.out.println(key);
}
System.out.println(jedis.exists("k1"));
System.out.println(jedis.ttl("k1"));                
System.out.println(jedis.get("k1"));

7.4.2.Jedis-API: String

jedis.mset("str1","v1","str2","v2","str3","v3");
System.out.println(jedis.mget("str1","str2","str3"));

7.4.3.Jedis-API: List

List list = jedis.lrange("mylist",0,-1);
for (String element : list) {
System.out.println(element);
}

7.4.4.Jedis-API: set

jedis.sadd("orders", "order01");
jedis.sadd("orders", "order02");
jedis.sadd("orders", "order03");
jedis.sadd("orders", "order04");
Set smembers = jedis.smembers("orders");
for (String order : smembers) {
System.out.println(order);
}
jedis.srem("orders", "order02");

7.4.5.Jedis-API: hash

jedis.hset("hash1","userName","lisi");
System.out.println(jedis.hget("hash1","userName"));
Map map = new HashMap();
map.put("telphone","13810169999");
map.put("address","atguigu");
map.put("email","[email protected]");
jedis.hmset("hash2",map);
List result = jedis.hmget("hash2", "telphone","email");
for (String element : result) {
System.out.println(element);
}

7.4.6.Jedis-API: zset

jedis.zadd("zset01", 100d, "z3");
jedis.zadd("zset01", 90d, "l4");
jedis.zadd("zset01", 80d, "w5");
jedis.zadd("zset01", 70d, "z6");
 
Set zrange = jedis.zrange("zset01", 0, -1);
for (String e : zrange) {
System.out.println(e);
}

8.Redis_Jedis_实例

8.1.完成一个手机验证码功能

要求：
1、输入手机号，点击发送后随机生成6位数字码，2分钟有效
Random

2、输入验证码，点击验证，返回成功或失败
把验证码放到redis里面，设置过期时间120s
从redis获取验证码和输入的验证码进行比较

3、每个手机号每天只能输入3次
incr 每次发送之后+1
大于2时候，提交不能发送

代码示例：

package com.qxy;

import redis.clients.jedis.Jedis;

import java.util.Random;

public class PhoneCode {
    public static void main(String[] args) {

    getRedisCode("19816303615","637938");


    }

    //校验
    public  static void getRedisCode(String phone,String code){
        Jedis jedis=new Jedis("192.168.92.128",6379);

        String codeKey="VerifyCode"+phone+":code";
        String redisCode = jedis.get(codeKey);
        if(redisCode.equals(code))
        {
            System.out.println("成功");
        }else{
            System.out.println("失败");
        }
        jedis.close();
    }
    //让每个手机每天只能发送三次，验证码放到redis中设置过期时间
    public  static void verifyCode(String phone){
        Jedis jedis=new Jedis("192.168.92.128",6379);

        //拼接key
        //phone
        String countKey = "VerifyCode"+phone+":count";
        //code
        String codeKey="VerifyCode"+phone+":code";
        //times
        String count = jedis.get(countKey);
        if(count==null) {
            //没有发送过
            jedis.setex(countKey, 24 * 60 * 60, "1");
        }else if(Integer.parseInt(count)<=2){
            jedis.incr(countKey);

        }else if(Integer.parseInt(count)>2){
            System.out.println("今天发送次数已经超过三次");
            jedis.close();
        }
        //验证码放到redis中
        String vcode = getCode();
        jedis.setex(codeKey,120,vcode);
        jedis.close();


    }


    //六位验证码
    public static String getCode(){
        Random random = new Random();
        String code = "";
        for (int i = 0; i < 6; i++) {
            int rand = random.nextInt(10);
            code +=rand;
        }

        return code;
    }
}

9.Redis与Spring Boot整合

9.1.整合步骤

1、在pom.xml文件中引入redis相关依赖

org.springframework.boot
spring-boot-starter-data-redis




org.apache.commons
commons-pool2
2.6.0

2、application.properties配置redis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、添加redis配置类

@EnableCaching
@Configuration
public class RedisConfig extends CachingConfigurerSupport {

   @Bean
    public RedisTemplate redisTemplate(RedisConnectionFactory factory) {
        RedisTemplate template = new RedisTemplate<>();
        RedisSerializer 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 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、测试一下
RedisTestController中添加测试方法
@RestController
@RequestMapping(“/redisTest”)
public class RedisTestController {
@Autowired
private RedisTemplate redisTemplate;

@GetMapping
public String testRedis() {
    //设置值到redis
    redisTemplate.opsForValue().set("name","lucy");
    //从redis获取值
    String name = (String)redisTemplate.opsForValue().get("name");
    return name;
}

10.事务和锁机制

10.1.Redis的事务定义

Redis事务是一个单独的隔离操作：事务中的所有命令都会序列化、按顺序地执行。事务在执行的过程中，不会被其他客户端发送来的命令请求所打断。
Redis事务的主要作用就是串联多个命令防止别的命令插队。

10.2.Multi、Exec、discard

从输入Multi命令开始，输入的命令都会依次进入命令队列中，但不会执行，直到输入Exec后，Redis会将之前的命令队列中的命令依次执行。
组队的过程中可以通过discard来放弃组队。

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-uCvzYVfx-1667294299195)(redis.assets/image-20221101100225606.png)]

案例：

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-S0mWw96N-1667294299196)(redis.assets/image-20221101100357997.png)]

组队成功，提交成功

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-IZNMwGv1-1667294299196)(redis.assets/image-20221101100407542.png)]

组队阶段报错，提交失败

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-xmZiEw3C-1667294299196)(redis.assets/image-20221101100418974.png)]

组队成功，提交有成功有失败情况

10.3.事务的错误处理

组队中某个命令出现了报告错误，执行时整个的所有队列都会被取消。

如果执行阶段某个命令报出了错误，则只有报错的命令不会被执行，而其他的命令都会执行，不会回滚。

10.4.为什么要做成事务

场景：有很多人有你的账户,同时去参加双十一抢购

10.5.事务冲突的问题

例子

一个请求想给金额减8000
一个请求想给金额减5000
一个请求想给金额减1000

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-XFu7h6Gf-1667294299196)(redis.assets/image-20221101101423190.png)]

悲观锁解决

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-vvEzc38P-1667294299196)(redis.assets/image-20221101101500870.png)]

每次在拿数据的时候都会上锁，这样别人想拿这个数据就会阻塞，直到他拿到锁。传统的关系型数据库里边就用到了很多这种锁机制，比如行锁，表锁等，读锁，写锁等，都是在做操作之前先上锁。

乐观锁解决

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-wgTdDGot-1667294299196)(redis.assets/image-20221101101525390.png)]

每次去拿数据的时候认为别人不会修改，所以不会上锁，但是在更新的时候会判断一下在此期间别人有没有去更新这个数据，可以使用版本号等机制。乐观锁适用于多读的应用类型，这样可以提高吞吐量。Redis就是利用这种check-and-set机制实现事务的。

10.6.Redis事务三特性

• 单独的隔离操作

事务中的所有命令都会序列化、按顺序地执行。事务在执行的过程中，不会被其他客户端发送来的命令请求所打断。

• 没有隔离级别的概念

队列中的命令没有提交之前都不会实际被执行，因为事务提交前任何指令都不会被实际执行

• 不保证原子性

事务中如果有一条命令执行失败，其后的命令仍然会被执行，没有回滚

10.7.命令

1.开始事务

multi

从输入Multi命令开始，输入的命令都会依次进入命令队列中，但不会执行

2.执行

exec

输入Exec后，Redis会将之前的命令队列中的命令依次执行。

3.放弃组队

组队的过程中可以通过discard来放弃组队。

4.监视

WATCH key [key …]

5.取消监视

取消watch命令对所有key的监视

如果在执行 WATCH 命令之后，EXEC 命令或DISCARD 命令先被执行了的话，那么就不需要再执行UNWATCH 了。

unwatch

10.8秒杀案例

秒杀并发模拟

使用工具ab模拟测试
CentOS6 默认安装
CentOS7需要手动安装

手动联网安装

yum install httpd-tools

超卖问题

使用ab工具模拟高并发，出现超卖问题。

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-vwV6vj61-1667294299197)(redis.assets/image-20221101111036483.png)]

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-1H3olM2l-1667294299197)(redis.assets/image-20221101111123960.png)]

解决

利用乐观锁淘汰用户，解决超卖问题。

//增加乐观锁
jedis.watch(qtkey);
 
//3.判断库存
String qtkeystr = jedis.get(qtkey);
if(qtkeystr==null || "".equals(qtkeystr.trim())) {
System.out.println("未初始化库存");
jedis.close();
return false ;
}
 
int qt = Integer.parseInt(qtkeystr);
if(qt<=0) {
System.err.println("已经秒光");
jedis.close();
return false;
}
 
//增加事务
Transaction multi = jedis.multi();
 
//4.减少库存
//jedis.decr(qtkey);
multi.decr(qtkey);
 
//5.加人
//jedis.sadd(usrkey, uid);
multi.sadd(usrkey, uid);
 
//执行事务
List