前言
Redis是现在最受欢迎的NoSQL数据库之一，Redis是一个使用ANSI C编写的开源、包含多种数据结构、支持网络、基于内存、可选持久性的键值对存储数据库，其具备如下特性：
1、基于内存运行，性能高效
2、支持分布式，理论上可以无限扩展
3、key-value存储系统
4、开源的使用ANSI C语言编写、遵守BSD协议、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
5、单进程单线程模型
6、丰富的数据类型
7、操作具有原子性
8、持久化
9、高并发读写
Redis越来越受欢迎，也有越来越多的公司加入了Redis的使用大军中，今天就简单说说Springboot如何集成Redis。
本文的代码的前提是SpringBoot开发Restful风格的接口实现CRUD功能项目的代码，具体可以参考之前的文章，代码源码下载地址在文章的最后！
正文
SpringBoot集成Redis的第一步首先需要在本地下载安装好Redis，关于Redis的安装和使用可以参考之前的文章：分布式缓存中间件Redis入门。
如果已经在准备好所有的上述步骤之后，我们需要在pom文件中加入redis依赖，如下：
<!--集成redis依赖--> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-data-redis</artifactId> </dependency> 复制代码
加入Redis的依赖之后，还需要在配置文件application.yml中加入redis的相关配置，具体如下：
#redis配置 redis: #redis数据库索引（默认为0） database: 0 #redis服务器地址 host: 127.0.0.1 #redis端口 post: 6379 #Redis服务器连接密码（默认为空） password: pool: # 连接池最大连接数（使用负值表示没有限制） max-active: 200 # 连接池最大阻塞等待时间（使用负值表示没有限制） max-wait: -1 # 连接池中的最大空闲连接 max-idle: 10 # 连接池中的最小空闲连接 min-idle: 0 # 连接超时时间毫秒 timeout: 1000 复制代码
接着就是真正的代码部分，需要写一个redis的工具类用于处理redis的数据，比如判断是否存在某个key，设置缓存时间等等，这些其实redis都已经有了具体的对应方法，这里是对其进行一个简单的封装处理，具体代码如下：
@Service public class RedisUtil { @Autowired private RedisTemplate redisTemplate; /** * 写入缓存 * @param key * @param value * @return */ public boolean set(final String key, Object value) { boolean result = false; try { ValueOperations<Serializable, Object> operations = redisTemplate.opsForValue(); operations.set(key, value); result = true; } catch (Exception e) { e.printStackTrace(); } return result; } /** * 写入缓存设置时效时间 * @param key * @param value * @return */ public boolean set(final String key, Object value, Long expireTime ,TimeUnit timeUnit) { boolean result = false; try { ValueOperations<Serializable, Object> operations = redisTemplate.opsForValue(); operations.set(key, value); redisTemplate.expire(key, expireTime, timeUnit); result = true; } catch (Exception e) { e.printStackTrace(); } return result; } /** * 批量删除对应的value * @param keys */ public void remove(final String... keys) { for (String key : keys) { remove(key); } } /** * 批量删除key * @param pattern */ public void removePattern(final String pattern) { Set<Serializable> keys = redisTemplate.keys(pattern); if (keys.size() > 0){ redisTemplate.delete(keys); } } /** * 删除对应的value * @param key */ public void remove(final String key) { if (exists(key)) { redisTemplate.delete(key); } } /** * 判断缓存中是否有对应的value * @param key * @return */ public boolean exists(final String key) { return redisTemplate.hasKey(key); } /** * 读取缓存 * @param key * @return */ public Object get(final String key) { Object result = null; ValueOperations<Serializable, Object> operations = redisTemplate.opsForValue(); result = operations.get(key); return result; } /** * 哈希 添加 * @param key * @param hashKey * @param value */ public void hmSet(String key, Object hashKey, Object value){ HashOperations<String, Object, Object> hash = redisTemplate.opsForHash(); hash.put(key,hashKey,value); } /** * 哈希获取数据 * @param key * @param hashKey * @return */ public Object hmGet(String key, Object hashKey){ HashOperations<String, Object, Object> hash = redisTemplate.opsForHash(); return hash.get(key,hashKey); } /** * 列表添加 * @param k * @param v */ public void lPush(String k,Object v){ ListOperations<String, Object> list = redisTemplate.opsForList(); list.rightPush(k,v); } /** * 列表获取 * @param k * @param l * @param l1 * @return */ public List<Object> lRange(String k, long l, long l1){ ListOperations<String, Object> list = redisTemplate.opsForList(); return list.range(k,l,l1); } /** * 集合添加 * @param key * @param value */ public void add(String key,Object value){ SetOperations<String, Object> set = redisTemplate.opsForSet(); set.add(key,value); } /** * 集合获取 * @param key * @return */ public Set<Object> setMembers(String key){ SetOperations<String, Object> set = redisTemplate.opsForSet(); return set.members(key); } /** * 有序集合添加 * @param key * @param value * @param scoure */ public void zAdd(String key,Object value,double scoure){ ZSetOperations<String, Object> zset = redisTemplate.opsForZSet(); zset.add(key,value,scoure); } /** * 有序集合获取 * @param key * @param scoure * @param scoure1 * @return */ public Set<Object> rangeByScore(String key,double scoure,double scoure1){ ZSetOperations<String, Object> zset = redisTemplate.opsForZSet(); return zset.rangeByScore(key, scoure, scoure1); } } 复制代码
最后就是改造一下之前的一个controller接口方法，是一个根据用户名查询用户信息的接口，具体如下：
//根据用户名查询数据 @RequestMapping(value = "/user", method = RequestMethod.GET) public User findByUserName(@RequestParam(value = "userName", required = true) String userName) { System.out.println("根据用户名查询数据："); //判断缓存是否存在 boolean hasKey = redisUtil.exists(userName); if(hasKey){ logger.info("==========通过redis缓存获取信息================"); //获取缓存 Object object = redisUtil.get(userName); return (User) object; }else{ //查询数据库，并且存入缓存 logger.info("==========通过数据库查询信息并且存入redis================"); User user = userService.findUserByName(userName); //数据插入缓存（set中的参数含义：key值，user对象，缓存存在时间10（long类型），时间单位） redisUtil.set(userName,user,10L, TimeUnit.MINUTES); return user; } } 复制代码
测试
接着就是测试验证部分，首先启动Redis，然后使用RedisDesktopManagerRedis工具可以发现本地的Redis数据库中是没有任何数据：
然后我们在浏览器中输入链接地址，调用上面的根据用户名查询用户信息的接口，
可以发现控制台打印了以下的日志内容：
然后重新刷新redis数据库，发现数据已经存进来了：
再在浏览器中刷新页面，重新调用一遍上述接口，查看控制台的日志信息如下，可以发现这次调用接口数据查询是通过Redis缓存信息进行查询，不再是连接本地MySQL数据库进行数据查询了。
总结
通过以上步骤则就能够简单的进行Springboot整合Redis进行开发了，Redis的使用其实比较简单，主要的一些操作部分就在RedisUtil这个类中。
有任何问题欢迎交流讨论，一起学习！
最后本文的源码同步在github上：
