RDB快照(snapshot)
在默认情况下 , Redis 将内存数据库快照保存在名字为 dump.rdb 的二进制文件中。
你可以对 Redis 进行设置 , 让它在“ N 秒内数据集至少有 M 个改动”这一条件被满足时 , 自动保存一次 数据集。
比如说 , 以下设置会让 Redis 在满足“ 60 秒内有至少有 1000 个键被改动”这一条件时 , 自动保存一次 数据集:
**# save 60 1000 //**关闭RDB只需要将所有的save保存策略注释掉即可
还可以手动执行命令生成RDB快照 ,进入redis客户端执行命令save或bgsave可以生成dump.rdb文件, 每次命令执行都会将所有redis内存快照到一个新的rdb文件里 ,并覆盖原有rdb快照文件。
bgsave的写时复制(COW)机制
Redis 借助操作系统提供的写时复制技术(Copy-On-Write, COW) ,在生成快照的同时 ,依然可以正常 处理写命令。简单来说 , bgsave 子进程是由主线程 fork 生成的 ,可以共享主线程的所有内存数据。
bgsave 子进程运行后 ,开始读取主线程的内存数据 ,并把它们写入 RDB 文件。此时 ,如果主线程对这些 数据也都是读操作 ,那么 ,主线程和 bgsave 子进程相互不影响。但是 ,如果主线程要修改一块数据 ,那 么 ,这块数据就会被复制一份 ,生成该数据的副本。然后 , bgsave 子进程会把这个副本数据写入 RDB 文 件 ,而在这个过程中 ,主线程仍然可以直接修改原来的数据。
save与bgsave对比:
命令 | save | bgsave |
---|---|---|
IO类型 | 同步 | 异步 |
是否阻塞redis其它命令 | 是 | 否(在生成子进程执行调用fork函 数时会有短暂阻塞) |
复杂度 | O(n) | O(n) |
优点 | 不会消耗额外内存 | 不阻塞客户端命令 |
缺点 | 阻塞客户端命令 | 需要fork子进程 ,消耗内存 |
配置自动生成rdb文件后台使用的是bgsave方式。
AOF(append-only file)
快照功能并不是非常耐久(durable): 如果 Redis 因为某些原因而造成故障停机 , 那么服务器将丢失 最近写入、且仍未保存到快照中的那些数据。从 1.1 版本开始 , Redis 增加了一种完全耐久的持久化方 式: AOF 持久化 ,将修改的每一条指令记录进文件appendonly.aof中(先写入os cache ,每隔一段时间 fsync到磁盘)
比如执行命令**“set zhuge 666” **,aof文件里会记录如下数据
1 *3
2 $3
3 set
4 $5
5 zhuge
6 $3
7 666
这是一种resp协议格式数据 ,星号后面的数字代表命令有多少个参数 , $号后面的数字代表这个参数有几 个字符
注意 ,如果执行带过期时间的set命令 ,aof文件里记录的是并不是执行的原始命令 ,而是记录key过期的
时间戳
比如执行**“set tuling 888 ex 1000” **,对应aof文件里记录如下
1 *3 2 $3 3 set 4 $6 5 tuling 6 $3 7 888 8 *3 9 $9 10 PEXPIREAT 11 $6 12 tuling 13 $13 14 1604249786301 |
---|
你可以通过修改配置文件来打开 AOF 功能:
1 # appendonly yes
从现在开始 , 每当 Redis 执行一个改变数据集的命令时(比如SET) , 这个命令就会被追加到 AOF 文 件的末尾。
这样的话 , 当 Redis 重新启动时 , 程序就可以通过重新执行 AOF 文件中的命令来达到重建数据集的目 的。
你可以配置 Redis 多久才将数据 fsync 到磁盘一次。
有三个选项:
1 appendfsync always:每次有新命令追加到 AOF 文件时就执行一次 fsync ,非常慢,也非常安全。 2 appendfsync everysec:每秒 fsync 一次,足够快,并且在故障时只会丢失 1 秒钟的数据。 3 appendfsync no:从不 fsync ,将数据交给操作系统来处理。更快,也更不安全的选择。 |
---|
推荐(并且也是默认) 的措施为每秒 fsync 一次 , 这种 fsync 策略可以兼顾速度和安全性。
AOF重写
AOF文件里可能有太多没用指令 ,所以AOF会定期根据内存的最新数据生成aof文件 例如 ,执行了如下几条命令:
1 127.0.0.1:6379> incr readcount
2 (integer) 1
注意 ,AOF重写redis会fork出一个子进程去做(与bgsave命令类似) ,不会对redis正常命令处理有太多 影响
当然AOF还可以手动重写 ,进入redis客户端执行命令bgrewriteaof重写AOF
命令 | RDB | AOF |
---|---|---|
启动优先级 | 低 | 高 |
体积 | 小 | 大 |
恢复速度 | 快 | 慢 |
数据安全性 | 容易丢数据 | 根据策略决定 |
3 127.0.0.1:6379> incr readcount
4 (integer) 2
5 127.0.0.1:6379> incr readcount
6 (integer) 3
7 127.0.0.1:6379> incr readcount
8 (integer) 4
9 127.0.0.1:6379> incr readcount
10 (integer) 5
重写后AOF文件里变成
1 *3 2 $3 3 SET 4 $2 5 readcount 6 $1 7 5 |
---|
如下两个配置可以控制AOF自动重写频率
1 # auto ‐aof ‐rewrite ‐min ‐size 64mb //aof文件至少要达到64M才会自动重写,文件太小恢复速度本来就 很快,重写的意义不大 2 # auto ‐aof ‐rewrite ‐percentage 100 //aof文件自上一次重写后文件大小增长了100%则再次触发重写 |
---|
RDB 和 AOF ,我应该用哪一个?
生产环境可以都启用 , redis启动时如果既有rdb文件又有aof文件则优先选择aof文件恢复数据 , 因为aof 一般来说数据更全一点。
Redis 4.0 混合持久化
重启 Redis 时 ,我们很少使用 RDB来恢复内存状态 , 因为会丢失大量数据。我们通常使用 AOF 日志重 放 ,但是重放 AOF 日志性能相对 RDB来说要慢很多 ,这样在 Redis 实例很大的情况下 ,启动需要花费很 长的时间。 Redis 4.0 为了解决这个问题 ,带来了一个新的持久化选项——混合持久化。
通过如下配置可以开启混合持久化(必须先开启aof):
1 # aof ‐use ‐rdb ‐preamble yes
如果开启了混合持久化 ,AOF在重写时 ,不再是单纯将内存数据转换为RESP命令写入AOF文件 ,而是将 重写这一刻之前的内存做RDB快照处理 ,并且将RDB快照内容和增量的AOF修改内存数据的命令存在一 起 ,都写入新的AOF文件 ,新的文件一开始不叫appendonly.aof ,等到重写完新的AOF文件才会进行改 名 ,覆盖原有的AOF文件 ,完成新旧两个AOF文件的替换。
于是在 Redis 重启的时候 ,可以先加载 RDB 的内容 ,然后再重放增量 AOF 日志就可以完全替代之前的 AOF 全量文件重放 , 因此重启效率大幅得到提升。
混合持久化AOF文件结构如下
Redis数据备份策略:
1. 写crontab定时调度脚本 ,每小时都copy一份rdb或aof的备份到一个目录中去 ,仅仅保留最近48 小时的备份
2. 每天都保留一份当日的数据备份到一个目录中去 ,可以保留最近1个月的备份 3. 每次copy备份的时候 ,都把太旧的备份给删了
4. 每天晚上将当前机器上的备份复制一份到其他机器上 ,以防机器损坏
1 1、复制一份redis.conf文件
2
3 2、将相关配置修改为如下值:
4 port 6380
5 pidfile /var/run/redis_6380.pid # 把pid进程号写入pidfile配置的文件 6 logfile “6380.log”
7 dir /usr/local/redis ‐5.0.3/data/6380 # 指定数据存放目录 8 # 需要注释掉bind
9 # bind 127.0.0.1(bind绑定的是自己机器网卡的ip,如果有多块网卡可以配多个ip,代表允许客户端通 过机器的哪些网卡ip去访问,内网一般可以不配置bind,注释掉即可)
10
11 3、配置主从复制
12 replicaof 192.168.0.60 6379 # 从本机6379的redis实例复制数据,Redis 5.0之前使用slaveof 13 replica ‐read ‐only yes # 配置从节点只读
14
15 4、启动从节点
16 redis ‐server redis.conf
17
18 5、连接从节点
19 redis ‐cli ‐p 6380
20
21 6、测试在6379实例上写数据,6380实例是否能及时同步新修改数据
22
23 7、可以自己再配置一个6381的从节点
Redis主从工作原理
如果你为master配置了一个slave ,不管这个slave是否是第一次连接上Master ,它都会发送一个**PSYNC **命令给master请求复制数据。
master收到PSYNC命令后 ,会在后台进行数据持久化通过bgsave生成最新的rdb快照文件 ,持久化期
间 , master会继续接收客户端的请求 ,它会把这些可能修改数据集的请求缓存在内存中。 当持久化进行完 毕以后 , master会把这份rdb文件数据集发送给slave ,slave会把接收到的数据进行持久化生成rdb ,然后 再加载到内存中。然后 , master再将之前缓存在内存中的命令发送给slave。
当master与slave之间的连接由于某些原因而断开时 ,slave能够自动重连Master ,如果master收到了多 个slave并发连接请求 ,它只会进行一次持久化 ,而不是一个连接一次 ,然后再把这一份持久化的数据发送 给多个并发连接的slave。
主从复制(全量复制)流程图:
数据部分复制
当master和slave断开重连后 ,一般都会对整份数据进行复制。但从redis2.8版本开始 , redis改用可以支 持部分数据复制的命令PSYNC去master同步数据 ,slave与master能够在网络连接断开重连后只进行部分 数据复制(断点续传)。
master会在其内存中创建一个复制数据用的缓存队列 ,缓存最近一段时间的数据 , master和它所有的
slave都维护了复制的数据下标offset和master的进程id , 因此 ,当网络连接断开后 ,slave会请求master 继续进行未完成的复制 ,从所记录的数据下标开始。如果master进程id变化了 ,或者从节点数据下标
offset太旧 , 已经不在master的缓存队列里了 ,那么将会进行一次全量数据的复制。
主从复制(部分复制 ,断点续传)流程图:
访问代码:
1 public class JedisSingleTest {
2 public static void main(String[] args) throws IOException {
3
4 JedisPoolConfig jedisPoolConfig = new JedisPoolConfig();
5 jedisPoolConfig.setMaxTotal(20);
6 jedisPoolConfig.setMaxIdle(10);
7 jedisPoolConfig.setMinIdle(5);
8
9 // timeout,这里既是连接超时又是读写超时,从Jedis 2.8开始有区分connectionTimeout和soTimeou t的构造函数
10 JedisPool jedisPool = new JedisPool(jedisPoolConfig, “192.168.0.60”, 6379, 3000, null);
11
12 Jedis jedis = null;
13 try {
14 //从redis连接池里拿出一个连接执行命令
15 jedis = jedisPool.getResource();
16
17 System.out.println(jedis.set(“single”, “zhuge”));
18 System.out.println(jedis.get(“single”));
19
20 //管道示例
21 //管道的命令执行方式:cat redis.txt | redis ‐cli ‐h 127.0.0.1 ‐a password ‐ p 6379 ‐ ‐pi pe
如果有很多从节点 ,为了缓解主从复制风暴(多个从节点同时复制主节点导致主节点压力过大) ,可以做如 下架构 ,让部分从节点与从节点(与主节点同步)同步数据
Jedis连接代码示例:
1、 引入相关依赖:
1 2 redis.clients 3 jedis 4 2.9.0 5 |
---|
27 List results = pl.syncAnd ReturnAll(); 28 System.out.println(results);*/
22 /*Pipeline pl = jedis.pipelined();
23 for (int i = 0; i < 10; i++) {
24 pl.incr(“pipelineKey”);
25 pl.set(“zhuge” + i, “zhuge”);
26 }
29
30 //lua脚本模拟一个商品减库存的原子操作
31 //lua脚本命令执行方式:redis ‐cli ‐ ‐eval /tmp/test.lua , 10
32 /jedis.set(“product_count_10016”, “15”); //初始化商品10016的库存
33 String script = " local count = redis.call( 'get ', KEYS[1]) " +
34 " local a = tonumber(count) " +
35 " local b = tonumber(ARGV[1]) " +
36 " if a >= b then " +
37 " redis.call( 'set ', KEYS[1], a ‐b) " +
38 " return 1 " +
39 " end " +
40 " return 0 ";
41 Object obj = jedis.eval(script, Arrays.asList(“product_count_10016”), Arrays.asList(“10”));
42 System.out.println(obj);/
43
44 } catch (Exception e) {
45 e.printStackTrace();
46 } finally {
47 //注意这里不是关闭连接,在JedisPool模式下,Jedis会被归还给资源池。
48 if (jedis != null)
49 jedis.close();
50 }
51 }
52 }
顺带讲下redis管道与调用lua脚本 ,代码示例上面已经给出:
管道(Pipeline)
客户端可以一次性发送多个请求而不用等待服务器的响应 ,待所有命令都发送完后再一次性读取服务的响 应 ,这样可以极大的降低多条命令执行的网络传输开销 ,管道执行多条命令的网络开销实际上只相当于一 次命令执行的网络开销。需要注意到是用pipeline方式打包命令发送 , redis必须在处理完所有命令前先缓 存起所有命令的处理结果。打包的命令越多 ,缓存消耗内存也越多。所以并不是打包的命令越多越好。
pipeline中发送的每个command都会被server立即执行 ,如果执行失败 ,将会在此后的响应中得到信 息;也就是pipeline并不是表达“所有command都一起成功”的语义 ,管道中前面命令失败 ,后面命令 不会有影响 ,继续执行。
详细代码示例见上面jedis连接示例:
1 Pipeline pl = jedis.pipelined(); 2 for (int i = 0; i < 10; i++) { 3 pl.incr(“pipelineKey”);
script参数是一段Lua脚本程序 ,它会被运行在Redis服务器上下文中 ,这段脚本不必(也不应该)定义为一 个Lua函数。 numkeys参数用于指定键名参数的个数。键名参数 key [key …] 从EVAL的第三个参数开始算 起 ,表示在脚本中所用到的那些Redis键(key) ,这些键名参数可以在 Lua中通过全局变量KEYS数组 ,用1 为基址的形式访问( KEYS[1] , KEYS[2] ,以此类推)。
从Redis2.6.0版本开始 ,通过内置的Lua解释器 ,可以使用EVAL命令对Lua脚本进行求值。 EVAL命令的格 式如下:
4 pl.set(“zhuge” + i, “zhuge”);
5 //模拟管道报错
6 // pl.setbit(“zhuge”, ‐1, true);
7 }
8 List results = pl.syncAnd ReturnAll();
9 System.out.println(results);
Redis Lua脚本(放在后面Redis高并发分布式锁实战课里详细讲)
Redis在2.6推出了脚本功能 ,允许开发者使用Lua语言编写脚本传到Redis中执行。使用脚本的好处如下: 1、**减少网络开销 **:本来5次网络请求的操作 ,可以用一个请求完成 ,原先5次请求的逻辑放在redis服务器 上完成。使用脚本 ,减少了网络往返时延。这点跟管道类似。
2、原子操作: Redis会将整个脚本作为一个整体执行 , 中间不会被其他命令插入。管道不是原子的 ,不过 redis的批量操作命令(类似mset)是原子的。
3、替代redis的事务功能: redis 自带的事务功能很鸡肋 ,而redis的lua脚本几乎实现了常规的事务功能, 官方推荐如果要使用redis的事务功能可以用redis lua替代。
官网文档上有这样一段话:
1 A Redis script is transactional by definition, so everything you can do with a Redis t ransaction, you can also do with a script, 2 and usually the script will be both simpler and faster. |
---|
1 EVAL script numkeys key [key …] arg [arg …]
在命令的最后 ,那些不是键名参数的附加参数 arg [arg …] ,可以在Lua中通过全局变量ARGV数组访问, 访问的形式和KEYS变量类似( ARGV[1] 、 ARGV[2] ,诸如此类)。例如
1 127.0.0.1:6379> eval “return {KEYS[1],KEYS[2],ARGV[1],ARGV[2]}” 2 key1 key2 first seco nd 2 1) “key1” 3 2) “key2” 4 3) “first” 5 4) “second” |
---|
其中 “return {KEYS[1],KEYS[2],ARGV[1],ARGV[2]}” 是被求值的Lua脚本 ,数字2指定了键名参数的数 量 , key1和key2是键名参数 ,分别使用 KEYS[1] 和 KEYS[2] 访问 ,而最后的 first 和 second 则是附加 参数 ,可以通过 ARGV[1] 和 ARGV[2] 访问它们。
在 Lua 脚本中 ,可以使用**redis.call()**函数来执行Redis命令
Jedis调用示例详见上面jedis连接示例:
1
2 jedis.set(“product_stock_10016”, “15”); //初始化商品10016的库存 3 String script = " local count = redis.call( 'get ', KEYS[1]) " + 4 " local a = tonumber(count) " +
5 " local b = tonumber(ARGV[1]) " +
6 " if a >= b then " +
7 " redis.call( 'set ', KEYS[1], a ‐b) " +
8 " return 1 " +
9 " end " +
10 " return 0 ";
11 Object obj = jedis.eval(script, Arrays.asList(“product_stock_10016”), Arrays.asList(“1 0”));
12 System.out.println(obj);
注意 ,不要在Lua脚本中出现死循环和耗时的运算 ,否则redis会阻塞 ,将不接受其他的命令 , 所以使用 时要注意不能出现死循环、耗时的运算。 redis是单进程、单线程执行脚本。管道不会阻塞redis。
sentinel哨兵是特殊的redis服务 ,不提供读写服务 ,主要用来监控redis实例节点。
哨兵架构下client端第一次从哨兵找出redis的主节点 ,后续就直接访问redis的主节点 ,不会每次都通过 sentinel代理访问redis的主节点 ,当redis的主节点发生变化 ,哨兵会第一时间感知到 ,并且将新的redis 主节点通知给client端(这里面redis的client端一般都实现了订阅功能 ,订阅sentinel发布的节点变动消息)
redis哨兵架构搭建步骤:
1 1、复制一份sentinel.conf文件
2 cp sentinel.conf sentinel ‐26379.conf
3
4 2、将相关配置修改为如下值:
5 port 26379
6 daemonize yes
7 pidfile “/var/run/redis ‐sentinel ‐26379.pid”
8 logfile “26379.log”
9 dir “/usr/local/redis ‐5.0.3/data”
10 # sentinel monitor
当redis主节点如果挂了 ,哨兵集群会重新选举出新的redis主节点 , 同时会修改所有sentinel节点配置文件 的集群元数据信息 ,比如6379的redis如果挂了 ,假设选举出的新主节点是6380 ,则sentinel文件里的集 群元数据信息会变成如下所示:
12 sentinel monitor mymaster 192.168.0.60 6379 2 # mymaster这个名字随便取,客户端访问时会用 到
13
14 3、启动sentinel哨兵实例
15 src/redis ‐sentinel sentinel ‐26379.conf
16
17 4、查看sentinel的info信息
18 src/redis ‐cli ‐p 26379
19 127.0.0.1:26379>info
20 可以看到Sentinel的info里已经识别出了redis的主从
21
22 5、可以自己再配置两个sentinel,端口26380和26381,注意上述配置文件里的对应数字都要修改
23
sentinel集群都启动完毕后 ,会将哨兵集群的元数据信息写入所有sentinel的配置文件里去(追加在文件的 最下面) ,我们查看下如下配置文件sentinel-26379.conf ,如下所示:
1 sentinel known ‐replica mymaster 192.168.0.60 6380 #代表redis主节点的从节点信息 2 sentinel known ‐replica mymaster 192.168.0.60 6381 #代表redis主节点的从节点信息 3 sentinel known ‐sentinel mymaster 192.168.0.60 26380 52d0a5d70c1f90475b4fc03b6ce7c3c569 35760f #代表感知到的其它哨兵节点 4 sentinel known ‐sentinel mymaster 192.168.0.60 26381 e9f530d3882f8043f76ebb8e1686438ba8 bd5ca6 #代表感知到的其它哨兵节点 |
---|
1 sentinel known ‐replica mymaster 192.168.0.60 6379 #代表主节点的从节点信息 2 sentinel known ‐replica mymaster 192.168.0.60 6381 #代表主节点的从节点信息 3 sentinel known ‐sentinel mymaster 192.168.0.60 26380 52d0a5d70c1f90475b4fc03b6ce7c3c569 35760f #代表感知到的其它哨兵节点 4 sentinel known ‐sentinel mymaster 192.168.0.60 26381 e9f530d3882f8043f76ebb8e1686438ba8 bd5ca6 #代表感知到的其它哨兵节点 |
---|
同时还会修改sentinel文件里之前配置的mymaster对应的6379端口 ,改为6380
1 sentinel monitor mymaster 192.168.0.60 6380 2
当6379的redis实例再次启动时 ,哨兵集群根据集群元数据信息就可以将6379端口的redis节点作为从节点 加入集群
哨兵的Jedis连接代码:
1 public class JedisSentinelTest {
2 public static void main(String[] args) throws IOException { 3
4 JedisPoolConfig config = new JedisPoolConfig(); 5 config.setMaxTotal(20);
6 config.setMaxIdle(10);
7 config.setMinIdle(5);
8
9 String masterName = “mymaster”;
10 Set sentinels = new HashSet();
哨兵的Spring Boot整合Redis连接代码见示例项目: redis-sentinel-cluster 1、 引入相关依赖:
11 sentinels.add(new HostAndPort(“192.168.0.60”,26379).toString());
12 sentinels.add(new HostAndPort(“192.168.0.60”,26380).toString());
13 sentinels.add(new HostAndPort(“192.168.0.60”,26381).toString());
14 //JedisSentinelPool其实本质跟JedisPool类似,都是与redis主节点建立的连接池
15 //JedisSentinelPool并不是说与sentinel建立的连接池,而是通过sentinel发现redis主节点并与其 建立连接
16 JedisSentinelPool jedisSentinelPool = new JedisSentinelPool(masterName, sentinels, co nfig, 3000, null);
17 Jedis jedis = null;
18 try {
19 jedis = jedisSentinelPool.getResource();
20 System.out.println(jedis.set(“sentinel”, “zhuge”));
21 System.out.println(jedis.get(“sentinel”));
22 } catch (Exception e) {
23 e.printStackTrace();
24 } finally {
25 //注意这里不是关闭连接,在JedisPool模式下,Jedis会被归还给资源池。
26 if (jedis != null)
27 jedis.close();
28 }
29 }
30 }
1 3 spring ‐boot ‐starter ‐data ‐redis 4 7 org.apache.commons 8 commons ‐pool2 9 2 org.springframework.boot 5 6 |
---|
springboot项目核心配置:
1 server:
2 port: 8080
3
4 spring:
5 redis:
6 database: 0
7 timeout: 3000
8 sentinel: #哨兵模式
9 master: mymaster #主服务器所在集群名称
10 nodes: 192.168.0.60:26379,192.168.0.60:26380,192.168.0.60:26381 11 lettuce:
12 pool:
13 max ‐idle: 50
14 min ‐idle: 10
15 max ‐active: 100
16 max ‐wait: 1000
17
访问代码:
1 @RestController 2 public class IndexController { 3 4 private static final Logger logger = LoggerFactory.getLogger(IndexController.class); 5 6 @Autowired 7 private StringRedisTemplate stringRedisTemplate; 8 9 /** 10 * 测试节点挂了哨兵重新选举新的master节点,客户端是否能动态感知到 11 * 新的master选举出来后,哨兵会把消息发布出去,客户端实际上是实现了一个消息监听机制, 12 * 当哨兵把新master的消息发布出去,客户端会立马感知到新master的信息,从而动态切换访问的maste rip 13 * 14 * @throws Interrupted Exception 15 */ 16 @RequestMapping(“/test_sentinel”) 17 public void testSentinel() throws Interrupted Exception { 18 int i = 1; 19 while (true){ 20 try { 21 stringRedisTemplate.opsForValue().set(“zhuge”+i, i+“”); 22 System.out.println(“设置key:”+ “zhuge” + i); 23 i++; 24 Thread.sleep(1000); 25 }catch (Exception e){ 26 logger.error(“错误:”, e); 27 } 28 } 29 } 30 } |
---|
spring 封装了 RedisTemplate 对象来进行对redis的各种操作 ,它支持所有的 redis 原生的 api。在 RedisTemplate中提供了几个常用的接口方法的使用 ,分别是:
1 private ValueOperations
2 private HashOperations
3 private ListOperations
4 private SetOperations
5 private ZSetOperations
1 redisTemplate.opsForValue();//操作字符串 2 redisTemplate.opsForHash();//操作hash 3 redisTemplate.opsForList();//操作list 4 redisTemplate.opsForSet();//操作set 5 redisTemplate.opsForZSet();//操作有序set |
---|
StringRedisTemplate继承自RedisTemplate ,也一样拥有上面这些操作。
StringRedisTemplate默认采用的是String的序列化策略 ,保存的key和value都是采用此策略序列化保存 的。
RedisTemplate默认采用的是JDK的序列化策略 ,保存的key和value都是采用此策略序列化保存的。
| **String类型结构** | |
| --- | --- |
| Redis | RedisTemplate rt |
| set key value | rt.opsForValue().set("key","value") |
| get key | rt.opsForValue().get("key") |
| del key | rt.delete("key") |
| strlen key | rt.opsForValue().size("key") |
| getset key value | rt.opsForValue().getAndSet("key","value") |
| getrange key start end | rt.opsForValue().get("key",start,end) |
| append key value | rt.opsForValue().append("key","value") |
| | |
| **Hash结构** | |
| hmset key field1 value1 field2 value2... | rt.opsForHash().putAll("key",map) //map是一个集合对象 |
| hset key field value | rt.opsForHash().put("key","field","value") |
| hexists key field | rt.opsForHash().hasKey("key","field") |
| hgetall key | rt.opsForHash().entries("key") //返回Map对象 |
| hvals key | rt.opsForHash().values("key") //返回List对象 |
| hkeys key | rt.opsForHash().keys("key") //返回List对象 |
| hmget key field1 field2... | rt.opsForHash().multiGet("key",keyList) |
| hsetnx key field value | rt.opsForHash().putIfAbsent("key","field","value" |
| hdel key field1 field2 | rt.opsForHash().delete("key","field1","field2") |
| hget key field | rt.opsForHash().get("key","field") |
| | |
| **List结构** | |
| lpush list node1 node2 node3... | rt.opsForList().leftPush("list","node") |
| | rt.opsForList().leftPushAll("list",list) //list是集合对象 |
| rpush list node1 node2 node3... | rt.opsForList().rightPush("list","node") |
| | rt.opsForList().rightPushAll("list",list) //list是集合对象 |
| lindex key index | rt.opsForList().index("list", index) |
| llen key | rt.opsForList().size("key") |
| lpop key | rt.opsForList().leftPop("key") |
| rpop key | rt.opsForList().rightPop("key") |
| lpushx list node | rt.opsForList().leftPush If Present("list","node") |
| rpushx list node | rt.opsForList().rightPush If Present("list","node") |
| l range list start end | rt.opsForList().range("list",start,end) |
| l rem list count value | rt.opsForList().remove("list",count,"value") |
| lset key index value | rt.opsForList().set("list",index,"value") |
如果要存储对象我们一般用RedisTemplate ,它底层用的序列化机制是JdkSerializationRedisSerializer, 这种存储对象要求对象实现Serializable接口 ,它底层存的是二进制的序列化数组 ,不便于在redis里查 看 ,所以我们一般用Jackson2JsonRedisSerializer ,能将对象转成json存储 ,并且不需要对象实现
当然 ,如果不需要在redis里查看一些数据 ,对性能要求较高的话 ,序列化可以采用protobuf。 还有 ,对于key的话一般都使用StringRedisSerializer ,参考示例:
| **Set结构** | |
| --- | --- |
| sadd key member1 member2... | rt.boundSetOps("key").add("member1","member2",...) |
| | rt.opsForSet().add("key", set) //set是一个集合对象 |
| scard key | rt.opsForSet().size("key") |
| sidff key1 key2 | rt.opsForSet().difference("key1","key2") //返回一个集合对象 |
| sinter key1 key2 | rt.opsForSet().intersect("key1","key2")//同上 |
| sunion key1 key2 | rt.opsForSet().union("key1","key2")//同上 |
| sdiffstore des key1 key2 | rt.opsForSet().differenceAndStore("key1","key2","des") |
| sinter des key1 key2 | rt.opsForSet().intersectAndStore("key1","key2","des") |
| sunionstore des key1 key2 | rt.opsForSet().unionAndStore("key1","key2","des") |
| sismember key member | rt.opsForSet().isMember("key","member") |
| smembers key | rt.opsForSet().members("key") |
| spop key | rt.opsForSet().pop("key") |
| srand member key count | rt.opsForSet().randomMember("key",count) |
| srem key member1 member2... | rt.opsForSet().remove("key","member1","member2",...) |
# 补充Redis存储数据序列化:
StringRedisTemplate一般用来存储字符串 ,默认用的序列化是StringRedisSerializer。
Serializable接口 ,也便于在redis里查看。
| 1 RedisTemplate