Redis+SpringBoot企业版集群实战------【华为云版】(下)

本文涉及的产品
Redis 开源版,标准版 2GB
推荐场景:
搭建游戏排行榜
云数据库 Tair(兼容Redis),内存型 2GB
简介: Redis+SpringBoot企业版集群实战------【华为云版】

Redis+SpringBoot企业版集群实战------【华为云版】(中):https://developer.aliyun.com/article/1420246


添加依赖

<dependencies> 
     <!-- spring data redis 组件 --> 
     <dependency> 
         <groupId>org.springframework.boot</groupId>
         <artifactId>spring-boot-starter-data-redis</artifactId> 
     </dependency> 
     <!-- commons-pool2 对象池依赖 --> 
     <dependency> 
         <groupId>org.apache.commons</groupId> 
         <artifactId>commons-pool2</artifactId> 
     </dependency> 
     <!-- web 组件 --> 
     <dependency> 
         <groupId>org.springframework.boot</groupId> 
         <artifactId>spring-boot-starter-web</artifactId> 
     </dependency> 
     <!-- test 组件 --> 
     <dependency> 
         <groupId>org.springframework.boot</groupId> 
         <artifactId>spring-boot-starter-test</artifactId> 
     <scope>test</scope> 
   </dependency> 
</dependencies>


添加application.yml配置文件

spring: 
   redis: 
     # Redis服务器地址
     host: 192.168.10.100 
     # Redis服务器端口
     port: 6379 
     # Redis服务器端口
     password: root 
     # Redis服务器端口
     database: 0 
     # 连接超时时间
     timeout: 10000ms 
     lettuce: 
       pool: 
         # 最大连接数,默认8 
         max-active: 1024 
         # 最大连接阻塞等待时间,单位毫秒,默认-1ms 
         max-wait: 10000ms 
         # 最大空闲连接,默认8 
         max-idle: 200 
         # 最小空闲连接,默认0 
         min-idle: 5 


测试环境测试环境是否搭建成功

@RunWith(SpringRunner.class) 
@SpringBootTest(classes = SpringDataRedisApplication.class) 
public class SpringDataRedisApplicationTests { 
     @Autowired 
     private RedisTemplate redisTemplate; 
     @Autowired 
     private StringRedisTemplate stringRedisTemplate; 
     @Test 
     public void initconn() { 
         ValueOperations<String, String> ops = stringRedisTemplate.opsForValue(); 
         ops.set("username","lisi"); 
         ValueOperations<String, String> value = redisTemplate.opsForValue(); 
         value.set("name","wangwu"); 
         System.out.println(ops.get("name")); 
     } 
} 


自定义模板解决序列化问题


默认情况下的模板 RedisTemplate,默认序列化使用的是 JdkSerializationRedisSerializer ,存储二进制字节码。这时需要自定义模板,当自定义模板后又想存储 String 字符串时,可以使StringRedisTemplate的方式,他们俩并不冲突。


序列化问题:


要把 domain object 做为 key-value 对保存在 redis 中,就必须要解决对象的序列化问题。Spring Data Redis给我们提供了一些现成的方案:


JdkSerializationRedisSerializer 使用JDK提供的序列化功能。 优点是反序列化时不需要提供类型信息(class), 但缺点是序列化后的结果非常庞大,是JSON格式的5倍左右,这样就会消耗 Redis 服务器的大量内存。

Jackson2JsonRedisSerializer 使用 Jackson 库将对象序列化为JSON字符串。优点是速度快,序列化后的字符串短小精悍。但缺点也非常致命,那就是此类的构造函数中有一个类型参数,必须提供要序列化对象的类型信息(.class 对象)。通过查看源代码,发现其只在反序列化过程中用到了类型信息。  


GenericJackson2JsonRedisSerializer 通用型序列化,这种序列化方式不用自己手动指定对象的 Class

@Configuration 
public class RedisConfig { 
 @Bean 
 public RedisTemplate<String,Object> redisTemplate(LettuceConnectionFactory redisConnectionFactory){ 
     RedisTemplate<String,Object> redisTemplate = new RedisTemplate<>();
     //为string类型key设置序列器
     redisTemplate.setKeySerializer(new StringRedisSerializer()); 
     //为string类型value设置序列器
     redisTemplate.setValueSerializer(new GenericJackson2JsonRedisSerializer()); 
     //为hash类型key设置序列器
     redisTemplate.setHashKeySerializer(new StringRedisSerializer()); 
     //为hash类型value设置序列器
     redisTemplate.setHashValueSerializer(new GenericJackson2JsonRedisSerializer()); 
     redisTemplate.setConnectionFactory(redisConnectionFactory); 
     return redisTemplate; 
   } 
} 
//序列化
@Test 
public void testSerial(){ 
     User user = new User(); 
     user.setId(1); 
     user.setUsername("张三"); 
     user.setPassword("111"); 
     ValueOperations<String, Object> value = redisTemplate.opsForValue(); 
     value.set("userInfo",user); 
     System.out.println(value.get("userInfo")); 
} 


操作string


// 1.操作String 
@Test 
public void testString() { 
     ValueOperations<String, Object> valueOperations = redisTemplate.opsForValue(); 
     // 添加一条数据
     valueOperations.set("username", "zhangsan"); 
     valueOperations.set("age", "18"); 
    // redis中以层级关系、目录形式存储数据
    valueOperations.set("user:01", "lisi"); 
    valueOperations.set("user:02", "wangwu"); 
     // 添加多条数据
     Map<String, String> userMap = new HashMap<>(); 
     userMap.put("address", "bj"); 
     userMap.put("sex", "1"); 
     valueOperations.multiSet(userMap); 
     // 获取一条数据
     Object username = valueOperations.get("username"); 
     System.out.println(username); 
     // 获取多条数据
     List<String> keys = new ArrayList<>(); 
     keys.add("username"); 
     keys.add("age"); 
     keys.add("address"); 
     keys.add("sex"); 
     List<Object> resultList = valueOperations.multiGet(keys); 
     for (Object str : resultList) { 
         System.out.println(str); 
     } 
     // 删除
     redisTemplate.delete("username"); 
} 


操作hash


// 2.操作Hash 
@Test 
public void testHash() { 
     HashOperations<String, String, String> hashOperations = redisTemplate.opsForHash(); 
     /* 
     * 添加一条数据
     * 参数一:redis的key 
     * 参数二:hash的key 
     * 参数三:hash的value 
     */ 
     hashOperations.put("userInfo","name","lisi"); 
     // 添加多条数据
     Map<String, String> map = new HashMap(); 
     map.put("age", "20"); 
     map.put("sex", "1"); 
     hashOperations.putAll("userInfo", map); 
     // 获取一条数据
     String name = hashOperations.get("userInfo", "name"); 
     System.out.println(name); 
     // 获取多条数据
     List<String> keys = new ArrayList<>(); 
     keys.add("age"); 
     keys.add("sex"); 
     List<String> resultlist =hashOperations.multiGet("userInfo", keys); 
     for (String str : resultlist) { 
         System.out.println(str); 
    } 
    // 获取Hash类型所有的数据
     Map<String, String> userMap = hashOperations.entries("userInfo"); 
     for (Entry<String, String> userInfo : userMap.entrySet()) { 
     System.out.println(userInfo.getKey() + "--" + userInfo.getValue()); 
   } 
     // 删除 用于删除hash类型数据
     hashOperations.delete("userInfo", "name"); 
}


操作list

// 3.操作list 
@Test 
public void testList() { 
    ListOperations<String, Object> listOperations = redisTemplate.opsForList(); 
    // 左添加(上) 
    // listOperations.leftPush("students", "Wang Wu"); 
    // listOperations.leftPush("students", "Li Si"); 
    // 左添加(上) 把value值放到key对应列表中pivot值的左面,如果pivot值存在的话
    //listOperations.leftPush("students", "Wang Wu", "Li Si"); 
    // 右添加(下) 
    // listOperations.rightPush("students", "Zhao Liu"); 
    // 获取 start起始下标 end结束下标 包含关系
    List<Object> students = listOperations.range("students", 0,2); 
    for (Object stu : students) { 
        System.out.println(stu); 
    } 
    // 根据下标获取
    Object stu = listOperations.index("students", 1); 
    System.out.println(stu); 
    // 获取总条数
    Long total = listOperations.size("students"); 
    System.out.println("总条数:" + total); 
    // 删除单条 删除列表中存储的列表中几个出现的Li Si。
    listOperations.remove("students", 1, "Li Si"); 
    // 删除多条
    redisTemplate.delete("students"); 
} 


操作set


// 4.操作set-无序
@Test 
public void testSet() { 
     SetOperations<String, Object> setOperations = redisTemplate.opsForSet(); 
     // 添加数据
     String[] letters = new String[]{"aaa", "bbb", "ccc", "ddd", "eee"}; 
     //setOperations.add("letters", "aaa", "bbb", "ccc", "ddd", "eee"); 
     setOperations.add("letters", letters); 
     // 获取数据
     Set<Object> let = setOperations.members("letters"); 
     for (Object letter: let) { 
         System.out.println(letter); 
     } 
     // 删除
     setOperations.remove("letters", "aaa", "bbb"); 
} 


操作sorted set


// 5.操作sorted set-有序
@Test 
public void testSortedSet() { 
     ZSetOperations<String, Object> zSetOperations = redisTemplate.opsForZSet(); 
     ZSetOperations.TypedTuple<Object> objectTypedTuple1 = new DefaultTypedTuple<Object>("zhangsan", 7D); 
     ZSetOperations.TypedTuple<Object> objectTypedTuple2 = new DefaultTypedTuple<Object>("lisi", 3D); 
     ZSetOperations.TypedTuple<Object> objectTypedTuple3 = new DefaultTypedTuple<Object>("wangwu", 5D); 
     ZSetOperations.TypedTuple<Object> objectTypedTuple4 = new DefaultTypedTuple<Object>("zhaoliu", 6D); 
     ZSetOperations.TypedTuple<Object> objectTypedTuple5 = new DefaultTypedTuple<Object>("tianqi", 2D); 
     Set<ZSetOperations.TypedTuple<Object>> tuples = new HashSet<ZSetOperations.TypedTuple<Object>>(); 
     tuples.add(objectTypedTuple1); 
     tuples.add(objectTypedTuple2); 
     tuples.add(objectTypedTuple3); 
     tuples.add(objectTypedTuple4); 
     tuples.add(objectTypedTuple5); 
     // 添加数据
     zSetOperations.add("score", tuples); 
     // 获取数据
     Set<Object> scores = zSetOperations.range("score", 0, 4); 
     for (Object score: scores) { 
             System.out.println(score); 
         } 
    // 获取总条数
     Long total = zSetOperations.size("score"); 
     System.out.println("总条数:" + total);
     // 删除
     zSetOperations.remove("score", "zhangsan", "lisi"); 
} 


获取所有key&删除


// 获取所有key 
@Test 
public void testAllKeys() { 
 // 当前库key的名称
 Set<String> keys = redisTemplate.keys("*"); 
 for (String key: keys) { 
     System.out.println(key); 
  } 
} 
// 删除
@Test 
public void testDelete() { 
     // 删除 通用 适用于所有数据类型
     redisTemplate.delete("score"); 
}


设置key的失效时间


@Test 
public void testEx() { 
     ValueOperations<String, Object> valueOperations = redisTemplate.opsForValue(); 
     // 方法一:插入一条数据并设置失效时间
     valueOperations.set("code", "abcd", 180, TimeUnit.SECONDS); 
     // 方法二:给已存在的key设置失效时间
     boolean flag = redisTemplate.expire("code", 180, TimeUnit.SECONDS); 
     // 获取指定key的失效时间
     Long l = redisTemplate.getExpire("code"); 
} 


SpringDataRedis整合使用哨兵机制


application.yml

spring: 
     redis: 
         # Redis服务器地址
         host: 192.168.10.100 
         # Redis服务器端口
         port: 6379 
         # Redis服务器端口
         password: root 
         # Redis服务器端口
         database: 0 
         # 连接超时时间
         timeout: 10000ms 
         lettuce: 
             pool: 
                 # 最大连接数,默认8 
                 max-active: 1024 
                 # 最大连接阻塞等待时间,单位毫秒,默认-1ms 
                 max-wait: 10000ms 
                 # 最大空闲连接,默认8 
                 max-idle: 200 
                 # 最小空闲连接,默认0 
                 min-idle: 5 
         #哨兵模式
         sentinel: 
             #主节点名称
             master: mymaster 
             #节点
             nodes: 192.168.10.100:26379,192.168.10.100:26380,192.168.10.100:26381 
目录
相关文章
|
1月前
|
存储 负载均衡 NoSQL
【赵渝强老师】Redis Cluster分布式集群
Redis Cluster是Redis的分布式存储解决方案,通过哈希槽(slot)实现数据分片,支持水平扩展,具备高可用性和负载均衡能力,适用于大规模数据场景。
190 2
|
17天前
|
NoSQL Java 调度
分布式锁与分布式锁使用 Redis 和 Spring Boot 进行调度锁(不带 ShedLock)
分布式锁是分布式系统中用于同步多节点访问共享资源的机制,防止并发操作带来的冲突。本文介绍了基于Spring Boot和Redis实现分布式锁的技术方案,涵盖锁的获取与释放、Redis配置、服务调度及多实例运行等内容,通过Docker Compose搭建环境,验证了锁的有效性与互斥特性。
分布式锁与分布式锁使用 Redis 和 Spring Boot 进行调度锁(不带 ShedLock)
|
5月前
|
存储 NoSQL 数据库
Redis 逻辑数据库与集群模式详解
Redis 是高性能内存键值数据库,广泛用于缓存与实时数据处理。本文深入解析 Redis 逻辑数据库与集群模式:逻辑数据库提供16个独立存储空间,适合小规模隔离;集群模式通过分布式架构支持高并发和大数据量,但仅支持 database 0。文章对比两者特性,讲解配置与实践注意事项,并探讨持久化及性能优化策略,助你根据需求选择最佳方案。
195 5
|
6月前
|
NoSQL Java 关系型数据库
微服务——SpringBoot使用归纳——Spring Boot 中集成Redis——Redis 介绍
本文介绍在 Spring Boot 中集成 Redis 的方法。Redis 是一种支持多种数据结构的非关系型数据库(NoSQL),具备高并发、高性能和灵活扩展的特点,适用于缓存、实时数据分析等场景。其数据以键值对形式存储,支持字符串、哈希、列表、集合等类型。通过将 Redis 与 Mysql 集群结合使用,可实现数据同步,提升系统稳定性。例如,在网站架构中优先从 Redis 获取数据,故障时回退至 Mysql,确保服务不中断。
272 0
微服务——SpringBoot使用归纳——Spring Boot 中集成Redis——Redis 介绍
|
1月前
|
存储 NoSQL 算法
Redis的集群架构与使用经验
本文介绍了Redis的集群架构与使用经验,包括主从复制、哨兵集群及Cluster分片集群的应用场景与实现原理。内容涵盖Redis主从同步机制、数据分片存储方式、事务支持及与Memcached的区别,并讨论了Redis内存用尽时的处理策略。适用于了解Redis高可用与性能优化方案。
|
2月前
|
负载均衡 NoSQL Redis
【赵渝强老师】Redis的主从复制集群
Redis主从复制是指将一台Redis服务器的数据复制到其他Redis服务器,实现数据热备份、故障恢复、负载均衡及高可用架构的基础。主节点负责写操作,从节点同步数据并可提供读服务,提升并发处理能力。
|
6月前
|
缓存 NoSQL Java
基于SpringBoot的Redis开发实战教程
Redis在Spring Boot中的应用非常广泛,其高性能和灵活性使其成为构建高效分布式系统的理想选择。通过深入理解本文的内容,您可以更好地利用Redis的特性,为应用程序提供高效的缓存和消息处理能力。
522 79
|
3月前
|
机器学习/深度学习 数据采集 人机交互
springboot+redis互联网医院智能导诊系统源码,基于医疗大模型、知识图谱、人机交互方式实现
智能导诊系统基于医疗大模型、知识图谱与人机交互技术,解决患者“知症不知病”“挂错号”等问题。通过多模态交互(语音、文字、图片等)收集病情信息,结合医学知识图谱和深度推理,实现精准的科室推荐和分级诊疗引导。系统支持基于规则模板和数据模型两种开发原理:前者依赖人工设定症状-科室规则,后者通过机器学习或深度学习分析问诊数据。其特点包括快速病情收集、智能病症关联推理、最佳就医推荐、分级导流以及与院内平台联动,提升患者就诊效率和服务体验。技术架构采用 SpringBoot+Redis+MyBatis Plus+MySQL+RocketMQ,确保高效稳定运行。
264 0
|
5月前
|
存储 NoSQL Redis
阿里面试:Redis 为啥那么快?怎么实现的100W并发?说出了6大架构,面试官跪地: 纯内存 + 尖端结构 + 无锁架构 + EDA架构 + 异步日志 + 集群架构
阿里面试:Redis 为啥那么快?怎么实现的100W并发?说出了6大架构,面试官跪地: 纯内存 + 尖端结构 + 无锁架构 + EDA架构 + 异步日志 + 集群架构
阿里面试:Redis 为啥那么快?怎么实现的100W并发?说出了6大架构,面试官跪地: 纯内存 + 尖端结构 +  无锁架构 +  EDA架构  + 异步日志 + 集群架构