SpringData Redis 2

本文涉及的产品
云数据库 Tair(兼容Redis),内存型 2GB
Redis 开源版,标准版 2GB
推荐场景:
搭建游戏排行榜
简介: SpringData Redis

4、继续追踪set方法,选择JedisStringCommands实现

5、继续之宗set方法,可以看到底层已经获取到了jedis的实例,再调用set方法已经在调jedis的set了


6、再追踪一步,就会发现,底层最终调用的是jedis的原生API,setCommand方法,这个方法就是jedis提供的对redis的各种操作命令了。

至此,我们的分析完毕。得到的结论就是:


SpringData提供redisTemplate就是在原生的Jedis或者其他操作redis的技术上做的一层封装,它屏蔽掉了这些原生技术的实现细节,统一了调用接口,使得我们的操作更加简单明了。

6 SpringData Redis常见操作

本章节我们来学习如何使用SpringData Redis来操作Redis的各种数据类型.

在Redis中有五种常见类型,SpringData Redis对每一种数据类型都提供了一个xxxOperations的API,他们分别是:


ValueOperations :用来操作字符串类型数据

HashOperations:用来操作hash类型数据

ListOperations:用来操作list类型数据

SetOperations:用来操作set类型数据

ZSetOperations:用来操作zset类型数据

6.1 String类型

@RunWith(SpringJUnit4ClassRunner.class)
@ContextConfiguration("classpath:applicationContext-redis.xml")
public class RedisStringTest {
    @Autowired
    private RedisTemplate redisTemplate;
    ValueOperations<String, String> operations = null;
    @Before
    public void init() {
        redisTemplate.setKeySerializer(new StringRedisSerializer());
        redisTemplate.setValueSerializer(new StringRedisSerializer());
        operations = redisTemplate.opsForValue();
    }
    @Test
    public void testSet() {
        //向数据库中保存name--oldlu
        operations.set("name","oldlu");
        //相关数据库保存name1--oldlu1  有效时间为10s
        operations.set("name1", "oldlu1", 10, TimeUnit.SECONDS);
        //替换 oldlu    --->   heXXa   offset 索引位置是从0开始
        operations.set("name", "XX", 2);
        //当key不存在的时候,执行保存操作;当key存在的时候,什么都不做
        operations.setIfAbsent("name1","oldlu");
        //批量保存
        Map map = new HashMap();
        map.put("name2", "oldlu2");
        map.put("name3", "oldlu3");
        map.put("name4", "oldlu4");
        operations.multiSet(map);
        //追加 当key存在时,会执行追加操作;当key不存在时,会执行保存操作
        operations.append("name5", "oldlu");
    }
    @Test
    public void testGet() {
        //根据key获取value
        String value = operations.get("name");
        System.out.println(value);//heXXaoldlu
        //首先根据key获取value,然后再根据value进行截取,从start位置截取到end位置[包含start和end]
        String value2 = operations.get("name", 5, 7);
        System.out.println(value2);//heXXaoldlu-->Hei
        //批量获取
        List<String> keys = new ArrayList<>();
        keys.add("name2");
        keys.add("name3");
        keys.add("name4");
        List<String> values = operations.multiGet(keys);
        for (String s : values) {
            System.out.println(s);
        }
        //根据key获取value的长度
        Long size = operations.size("name");
        System.out.println(size);
    }
    //自增
    @Test
    public void testIncrement() {
        operations.set("age", "18");
        operations.increment("age");//自增1--->19
        System.out.println(operations.get("age"));
        operations.increment("age", 5);//自增5
        System.out.println(operations.get("age"));//---->24
        //自减
        operations.decrement("age")
    }
    //删除
    @Test
    public void testDelete() {
        //单个删除
        redisTemplate.delete("name");
        List<String> keys = new ArrayList<>();
        keys.add("name2");
        keys.add("name3");
        keys.add("name4");
        //批量删除
        redisTemplate.delete(keys);
    }
}

6.2 Hash类型

@RunWith(SpringJUnit4ClassRunner.class)
@ContextConfiguration("classpath:applicationContext-redis.xml")
public class RedisHashTest {
    @Autowired
    private RedisTemplate redisTemplate;
    HashOperations<String, String, Article> operations = null;
    @Before
    public void init() {
        redisTemplate.setKeySerializer(new StringRedisSerializer());
        redisTemplate.setHashKeySerializer(new StringRedisSerializer());
        redisTemplate.setHashValueSerializer(new JdkSerializationRedisSerializer());
        operations = redisTemplate.opsForHash();
    }
    //保存
    @Test
    public void testPut() {
        Article article = new Article();
        article.setTitle("黑马");
        article.setAuthor("黑马");
        article.setCreateTime(new Date());
        operations.put("article", "3", article);
    }
    //获取
    @Test
    public void testGet() {
        //判断hashkey是否存在
        Boolean flag = operations.hasKey("article", "3");
        System.out.println(flag);
        //根据key和hashkay获取操作
        Article article = operations.get("article", "2");
        System.out.println(article);
        //根据key获取所有的hashkey
        Set<String> set = operations.keys("article");
        for (String s : set) {
            System.out.println(s);
        }
        List<Article> articles = operations.values("article");
        for (Article art : articles) {
            System.out.println(art);
        }
        Map<String, Article> map = operations.entries("article");
        for (Map.Entry<String, Article> entry : map.entrySet()) {
            System.out.println(entry.getKey() + ":" + entry.getValue());
        }
    }
    //删除
    @Test
    public void testDelete() {
        //当hash中的数据全部被删除后,整个hash就没了
        operations.delete("article", "2", "3");
    }
}

6.3 List类型

@RunWith(SpringJUnit4ClassRunner.class)
@ContextConfiguration("classpath:applicationContext.xml")
public class ListTest {
    @Autowired
    private RedisTemplate<String, String> redisTemplate;
    private ListOperations<String, String> operations;
    @Before
    public void before() {
        redisTemplate.setKeySerializer(new StringRedisSerializer());
        redisTemplate.setValueSerializer(new StringRedisSerializer());
        operations = redisTemplate.opsForList();
    }
    //增加
    @Test
    public void testAdd() {
        // 将所有指定的值插入存储在键的列表的头部(或尾部)。
        // 如果键不存在,则在执行推送操作之前将其创建为空列表。
        operations.leftPush("names", "zhangsan");
        operations.leftPushAll("names", "lisi","wangwu","zhaoliu");
        operations.rightPush("names", "sunqi");
        operations.rightPushAll("names", "lisi","wangwu","zhaoliu");
    }
    //根据索引查询元素
    @Test
    public void testFind() {
        //0代表左边开始第一个元素
        String name1 = operations.index("names", 0);
        System.out.println(name1);
        //-1代表右边开始第一个元素
        String name2 = operations.index("names", -1);
        System.out.println(name2);
        //range代表一个范围(包含开始索引,结束索引)
        List<String> names = operations.range("names", 0, 1);
        for (String name : names) {
            System.out.println(name);
        }
    }
    //移除某个元素的值
    @Test
    public void testRemove() {
        //从坐标或者右边弹出第一个元素
        operations.rightPop("names");
        //弹出指定的元素
        // count > 0:删除左边起第几个等于指定值的元素
        // count < 0:删除右边起第几个等于指定值的元素
        // count = 0:删除所有等于value的元素。
        operations.remove("names", 1, "zhangsan");
    }
}

6.4 Set类型

@RunWith(SpringJUnit4ClassRunner.class)
@ContextConfiguration("classpath:applicationContext.xml")
public class SetTest {
    @Autowired
    private RedisTemplate<String, String> redisTemplate;
    private SetOperations<String, String> operations;
    @Before
    public void before() {
        redisTemplate.setKeySerializer(new StringRedisSerializer());
        redisTemplate.setValueSerializer(new StringRedisSerializer());
        operations = redisTemplate.opsForSet();
    }
    //添加
    @Test
    public void testAdd() {
        operations.add("names", "zhangsan", "li", "wangwu");
    }
    //查看集合中元素
    @Test
    public void testFind() {
        //查询集合中的所有元素
        operations.members("names");
        //随机获取集合中的一个元素
        String name = operations.randomMember("names");
        System.out.println(name);
        //随机获取集合中的多个元素
        operations.randomMembers("names",2).stream().forEach(System.out::println);
    }
    //移除元素
    @Test
    public void testRemove() {
        //根据指定的key--value进行移除
        operations.remove("names", "zhangsan", "li");
        //根据key随机移除并返回value
        String name = operations.pop("names");
        System.out.println(name);
    }
    //多集合的操作
    @Test
    public void testMoreSet() {
       operations.add("names1", "zhangsan", "li", "wangwu");
       operations.add("names2", "zhangsan", "li", "zhaoliu");
       //取交集
       operations.intersect("names1","names2").stream().forEach(System.out::println);
       //取并集
       operations.union("names1", "names2").stream().forEach(System.out::println);
       //取差集
       operations.difference("names1","names2").stream().forEach(System.out::println);
    }
}

6.5 ZSet类型

@RunWith(SpringJUnit4ClassRunner.class)
@ContextConfiguration("classpath:applicationContext-redis.xml")
public class ZSetTest {
    @Autowired
    private RedisTemplate<String, String> redisTemplate;
    private ZSetOperations<String, String> operations;
    @Before
    public void before() {
        redisTemplate.setKeySerializer(new StringRedisSerializer());
        redisTemplate.setValueSerializer(new StringRedisSerializer());
        operations = redisTemplate.opsForZSet();
    }
    //添加
    @Test
    public void testAdd() {
        operations.add("students", "zhangsan", 100);
        operations.add("students", "lisi", 80);
        operations.add("students", "wangwu", 90);
    }
    //增减分数
    @Test
    public void testScore() {
        //根据key-value来增减分数
        operations.incrementScore("students", "lisi", -50);
    }
    //查询一个元素的信息
    @Test
    public void testFindOne() {
        //查询个人分数
        Double score = operations.score("students", "lisi");
        System.out.println(score);
        //查询个人排名
        Long rank = operations.rank("students", "lisi");
        System.out.println(rank);
    }
    //列表查询:分为两大类,正序和逆序。以下只列表正序的,逆序的只需在方法前加上reverse即可
    @Test
    public void testFindList() {
        //通过排名区间获取集合元素
        Set<String> students1 = operations.range("students", 1, 2);
        for (String stu : students1) {
            System.out.println(stu);
        }
        //通过排名区间获取集合元素和分数
        Set<ZSetOperations.TypedTuple<String>> students2 =
                operations.rangeWithScores("students", 1, 2);
        for (ZSetOperations.TypedTuple<String> tuple : students2) {
            String value = tuple.getValue();
            Double score = tuple.getScore();
            System.out.println("value-->" + value + ",score-->" + score);
        }
        //通过分数区间获取集合元素
        Set<String> students3 = operations.rangeByScore("students", 80, 90);
        for (String stu : students3) {
            System.out.println(stu);
        }
        //通过分数区间获取集合元素和分数
        Set<ZSetOperations.TypedTuple<String>> students4 =
                operations.rangeByScoreWithScores("students", 80, 90);
        for (ZSetOperations.TypedTuple<String> tuple : students4) {
            String value = tuple.getValue();
            Double score = tuple.getScore();
            System.out.println("value-->" + value + ",score-->" + score);
        }
    }
    //统计元素
    @Test
    public void testCount() {
        //统计集合大小
        Long zCard = operations.zCard("students");
        System.out.println(zCard);
        //统计分数区间的元素数量
        Long count = operations.count("students", 85, 95);
        System.out.println(count);
    }
    //移除元素
    @Test
    public void testRemove() {
        //通过key--value删除
        operations.remove("students", "zhangsan");
        //通过排名区间删除
        operations.removeRange("students", 0, 1);
        //通过分数区间删除
        operations.removeRangeByScore("students", 80, 90);
    }
}

7 Repository和Template的选用

经过前面的章节,我们学习了SpringData家族中jpa和redis的使用,在感受到SpringData技术使用方便的同时,也隐隐约约感觉有点问题,那就是jpa和redis的使用思路好像不是很一致。


我们使用SpringDataJpa的时候,采用了继承SpringData提供的一个接口的形式,即public interface ArticleDao extends JpaRepository<Article, Integer>,JpaSpecificationExecutor<Article>,但是使用SpingData Redis的时候,却是使用了在实现类中注入一个redisTemplate的方式,那么这两种方式到底有什么关系,用哪个更好呢?


其实这两种方式都可以完成我们对持久层的操作,但是对比两种方式的使用,就会发现:


第一种方式,直接继承xxxRepository接口,可以不必自己去写实现类,而轻松实现简单的增删改查、分页、排序操作,但是对于非常复杂的查询,用起来就比较的费力了;


第二种方式,直接使用xxxTemplate,就需要自己写实现类,但是这样增删改查可以自己控制,对于复杂查询来说,用起来更加得心应手。


所以,两种方式在企业开发中都可能用到,甚至有的项目开发中会同时使用两种方式:对于简单的操作,直接继承Repository接口,对于复杂操作,使用Template完成。所以我们用的时候也要根据实际场景进行灵活选用。

8 开发中遇到的常见问题

无法创建jedis,一些列一看就是配置文件的问题,大部分可能就是jedis于redis版本不符.

9 redis开发中的需求解决

9.1 expire命令可以设置key的存活时间


如果需要把有过期时间的key设置为不过期的,可以使用persist命令来持久化key。 命令 : PERSIST key

持久化key,默认不赋值就是永久为-1

9.2 过期时间查看

redis过期时间相关命令


1.EXPIRE PEXPIREEXPIRE接口定义:EXPIRE key “seconds"接口描述:设置一个key在当前时间"seconds”(秒)之后过期。返回1代表设置成功,返回0代表key不存在或者无法设置过期时间。PEXPIRE接口定义:PEXPIRE key “milliseconds"接口描述:设置一个key在当前时间"milliseconds”(毫秒)之后过期。返回1代表设置成功,返回0代表key不存在或者无法设置过期时间。


2.EXPIREAT PEXPIREATEXPIREAT接口定义:EXPIREAT key “timestamp"接口描述:设置一个key在"timestamp”(时间戳(秒))之后过期。返回1代表设置成功,返回0代表key不存在或者无法设置过期时间。PEXPIREAT接口定义:PEXPIREAT key “milliseconds-timestamp"接口描述:设置一个key在"milliseconds-timestamp”(时间戳(毫秒))之后过期。返回1代表设置成功,返回0代表key不存在或者无法设置过期时间


3.TTL PTTLTTL接口定义:TTL key接口描述:获取key的过期时间。如果key存在过期时间,返回剩余生存时间(秒);如果key是永久的,返回-1;如果key不存在或者已过期,返回-2。PTTL接口定义:PTTL key接口描述:获取key的过期时间。如果key存在过期时间,返回剩余生存时间(毫秒);如果key是永久的,返回-1;如果key不存在或者已过期,返回-2。


目录
相关文章
|
NoSQL Java API
SpringData Redis 1
SpringData Redis
167 0
|
5月前
|
缓存 NoSQL 关系型数据库
美团面试:MySQL有1000w数据,redis只存20w的数据,如何做 缓存 设计?
美团面试:MySQL有1000w数据,redis只存20w的数据,如何做 缓存 设计?
美团面试:MySQL有1000w数据,redis只存20w的数据,如何做 缓存 设计?
|
14天前
|
存储 缓存 NoSQL
Redis专题-实战篇二-商户查询缓存
本文介绍了缓存的基本概念、应用场景及实现方式,涵盖Redis缓存设计、缓存更新策略、缓存穿透问题及其解决方案。重点讲解了缓存空对象与布隆过滤器的使用,并通过代码示例演示了商铺查询的缓存优化实践。
87 1
Redis专题-实战篇二-商户查询缓存
|
5月前
|
缓存 NoSQL Java
Redis+Caffeine构建高性能二级缓存
大家好,我是摘星。今天为大家带来的是Redis+Caffeine构建高性能二级缓存,废话不多说直接开始~
721 0
|
15天前
|
缓存 NoSQL 关系型数据库
Redis缓存和分布式锁
Redis 是一种高性能的键值存储系统,广泛用于缓存、消息队列和内存数据库。其典型应用包括缓解关系型数据库压力,通过缓存热点数据提高查询效率,支持高并发访问。此外,Redis 还可用于实现分布式锁,解决分布式系统中的资源竞争问题。文章还探讨了缓存的更新策略、缓存穿透与雪崩的解决方案,以及 Redlock 算法等关键技术。
|
5月前
|
消息中间件 缓存 NoSQL
基于Spring Data Redis与RabbitMQ实现字符串缓存和计数功能(数据同步)
总的来说,借助Spring Data Redis和RabbitMQ,我们可以轻松实现字符串缓存和计数的功能。而关键的部分不过是一些"厨房的套路",一旦你掌握了这些套路,那么你就像厨师一样可以准备出一道道饕餮美食了。通过这种方式促进数据处理效率无疑将大大提高我们的生产力。
186 32
|
5月前
|
缓存 NoSQL Java
Redis:现代服务端开发的缓存基石与电商实践-优雅草卓伊凡
Redis:现代服务端开发的缓存基石与电商实践-优雅草卓伊凡
108 5
Redis:现代服务端开发的缓存基石与电商实践-优雅草卓伊凡
|
7月前
|
缓存 NoSQL Java
Redis应用—8.相关的缓存框架
本文介绍了Ehcache和Guava Cache两个缓存框架及其使用方法,以及如何自定义缓存。主要内容包括:Ehcache缓存框架、Guava Cache缓存框架、自定义缓存。总结:Ehcache适合用作本地缓存或与Redis结合使用,Guava Cache则提供了更灵活的缓存管理和更高的并发性能。自定义缓存可以根据具体需求选择不同的数据结构和引用类型来实现特定的缓存策略。
394 16
Redis应用—8.相关的缓存框架
|
7月前
|
缓存 监控 NoSQL
Redis--缓存击穿、缓存穿透、缓存雪崩
缓存击穿、缓存穿透和缓存雪崩是Redis使用过程中可能遇到的常见问题。理解这些问题的成因并采取相应的解决措施,可以有效提升系统的稳定性和性能。在实际应用中,应根据具体场景,选择合适的解决方案,并持续监控和优化缓存策略,以应对不断变化的业务需求。
1295 29
|
10月前
|
存储 缓存 NoSQL
解决Redis缓存数据类型丢失问题
解决Redis缓存数据类型丢失问题
383 85