【数据存储】【Redis】第六章:Redis缓存Hash类型的使用

C++如何设计和实现缓存(cache)来减少对后端存储的访问压力 缓存,简单来说,是一种临时存储机制,用于保存频繁访问的数据或计算结果,以便在后续请求中快速获取,而无需重复访问较慢的后端存储或重新计算。其核心思想是“以空间换时间”,即通过占用一定的存储空间(通常是速度更快的存储介质),来换取更低的访问延迟和更高的系统吞吐量。在计算机系统中,缓存无处不在,从硬件层面的CPU缓存,到软件层面的数据库查询缓存,再到分布式系统中的分布式缓存,均体现了这一设计理念。缓存的基本工作流程可以概括为:当系统接收到一个请求时,首先检查缓存中是否存在所需的数据; 阅读详情
package com.sky.testmodule.controller;

import com.sky.testmodule.constant.TestConstant;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.Cursor;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.data.redis.core.ScanOptions;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RestController;
import java.util.ArrayList;
import java.util.HashMap;
import java.util.List;
import java.util.Map;

/**
 * @author zhiwei Liao
 * @version 1.0
 * @Description
 * @Date 2021/8/13 9:47
 */
@RequestMapping("/hash")
@RestController
public class HashController {

    @Autowired
    RedisTemplate redisTemplate;


    @GetMapping("/hashCache")
    public void hashCache(){
        //单值存储
        redisTemplate.opsForHash().put(TestConstant.KEY_TEST,TestConstant.KEY_TEST + System.currentTimeMillis(),System.currentTimeMillis());
        //单个对象存储
        redisTemplate.opsForHash().put(TestConstant.KEY_TEST,TestConstant.OBJECT_CACHE_KEY + System.currentTimeMillis(),new Object());
        //获取变量中的键值对
        redisTemplate.opsForHash().entries(TestConstant.KEY_TEST);
        //获取变量中的指定map键是否有值,如果存在该map键则获取值,没有则返回null。
        redisTemplate.opsForHash().get(TestConstant.KEY_TEST,TestConstant.OBJECT_CACHE_KEY + System.currentTimeMillis());
        //判断变量中是否有指定的map键
        redisTemplate.opsForHash().hasKey(TestConstant.KEY_TEST,TestConstant.OBJECT_CACHE_KEY + System.currentTimeMillis());
        //获取变量中的键
        redisTemplate.opsForHash().keys(TestConstant.KEY_TEST);
        //获取变量的长度
        redisTemplate.opsForHash().size(TestConstant.KEY_TEST);
        //获取对象缓存
        redisTemplate.opsForHash().values(TestConstant.OBJECT_CACHE_KEY + System.currentTimeMillis());
        //使变量中的键以long值的大小进行自增长,变量中的键以值的大小进行自增长
        redisTemplate.opsForHash().increment(TestConstant.KEY_TEST,TestConstant.OBJECT_CACHE_KEY + System.currentTimeMillis(),5);
        //如果hashKey存在,啥也不操作,如果hashKey不存在,则新增
        redisTemplate.opsForHash().putIfAbsent(TestConstant.KEY_TEST,TestConstant.OBJECT_CACHE_KEY + System.currentTimeMillis(),new Object());
        //	删除变量中的键值对,可以传入多个参数,删除多个键值对。
        redisTemplate.opsForHash().delete(TestConstant.KEY_TEST,TestConstant.OBJECT_CACHE_KEY + System.currentTimeMillis());
        //以map集合的形式添加键值对
        Map newMap = new HashMap();
        newMap.put("map3","map3-3");
        newMap.put("map5","map5-5");
        redisTemplate.opsForHash().putAll(TestConstant.KEY_TEST,newMap);
        //以集合的方式获取变量中的值。
        List<Object> list = new ArrayList<Object>();
        list.add("map1");
        list.add("map2");
        redisTemplate.opsForHash().multiGet(TestConstant.KEY_TEST,list);
        //匹配获取键值对,ScanOptions.NONE为获取全部键对,ScanOptions.scanOptions().match("map1").build()     匹配获取键位map1的键值对,不能模糊匹配。
        Cursor<Map.Entry<Object,Object>> cursor = redisTemplate.opsForHash().scan(TestConstant.KEY_TEST,ScanOptions.scanOptions().match("map1").build());//Cursor<Map.Entry<Object,Object>> cursor = redisTemplate.opsForHash().scan("hashValue",ScanOptions.NONE);
        while (cursor.hasNext()){
            Map.Entry<Object,Object> entry = cursor.next();
            System.out.println("通过scan(H key, ScanOptions options)方法获取匹配键值对:" + entry.getKey() + "---->" + entry.getValue());
        }
    }



}

从BIOS到路由器:深入拆解SPI NOR Flash的硬件连接与‘芯片内执行’(XIP)奥秘 本文深入解析SPI NOR Flash的硬件连接与‘芯片内执行’(XIP)技术,从BIOS到路由器的应用场景出发,详细介绍了其架构精髓、典型连接方案、时序设计及性能优化方法。通过实际案例和参数对比,帮助开发者掌握NOR Flash在嵌入式系统中的关键作用与设计技巧,提升电路设计效率与可靠性。 阅读详情

相关推荐

最新版IAR9.40和注册工具

IAR最新版的IDE在编译速度和代码提示等各个方面上都有很大提升,软件这个东西果然还是越新越好。之前的时候,IAR v9系列网上很多人都说能用,但是又没有把 IAR v9系列的注册方法写的很清楚,导致我一直都用注册老版本v8的方法去注册v9。结果注册后都会提示。

xue_nuo的博客 4万+

spring boot下使用RedisTemplate操作Hash类型存取对象的问题

推荐博客:解决spring boot下使用RedisTemplate操作Hash类型存取对象的问题 问题的关键点: SpringBoot本来是约定大于配置的,所以在SpringBoot环境下,源码如下: public class StringRedisTemplate extends RedisTemplate<String, String> { publi...

天天新知 5693

PythonWeb开发框架—Django之工程创建和models的定义和增删改查

文章介绍了Django工程的创建、models的定义和增删改查

weixin_42476668的博客 991

SpringBoot 多级缓存(本地缓存 + Redis)

比如一个热点商品 Key,10 台服务实例,每台每秒请求 1000 次,总 QPS 就达到 1 万次,极易打满 Redis 的 QPS 上限(Redis 单机 QPS 大概 10 万左右,集群可扩展,但依然有上限)、CPU 使用率和网络带宽,导致 Redis 抖动、响应变慢。✅ 核心说明:这个自定义缓存管理器,是多级缓存的核心,重写了 Cache 的 get、put、evict 等方法,实现了“优先本地、再 Redis、最后数据库”的完整逻辑,同时保证了双缓存的同步写入、同步删除,无需手动操作两层缓存。

。。。 1390

用LangFuse+LangChain打造可观测的AI应用:从埋点到成本监控实战

本文详细介绍了如何将开源可观测性平台LangFuse深度集成到基于LangChain构建的AI应用中,特别是电商客服机器人场景。通过从基础SDK集成、提示词管理到成本监控的完整实战,帮助开发者实现对LLM应用内部工作流的清晰追踪、问题排查与费用分析,从而打造稳定、可控的生产级AI应用。

dapp9builder的博客 712

本地部署DeepSeek-Coder-6.7B 离线版的完整指南:打造适配当前系统的AI助手

《DeepSeek-Coder-6.7B本地部署指南》详细介绍了如何离线部署这款专注于代码生成的AI模型。文章涵盖硬件要求(推荐8核CPU、32GB内存、NVIDIA RTX3080显卡)、软件依赖(Python3.8+、CUDA11.0+、PyTorch1.9+)以及具体安装步骤,包括模型下载、路径配置和GPU加速设置。重点说明如何通过输入系统配置文档和使用说明书,让模型生成适配特定系统的代码,并提供了参数调优和模型微调的方法。该指南旨在帮助开发者在本地安全高效地使用AI助手,实现代码自动生成与优化,提升

欢迎来到我的优快云博客!我专注于技术创新和数字化转型,特别是在低代码平台、人工智能和大数据分析领域的探索与应用。通过深入分析各种行业案例,帮助企业加速数字化进程,提升运营效率与创新能力。在这里,您将找到关于低代码平台、AI技术、数据分析与 1497

Hash 缓存

静态资源缓存是前端性能优化的一个点,所以在前端开发过程中,一般会最大限度的利用缓存(这里主要是强缓存)。如果设置了强缓存后,每次当我们部署了新的项目文件到线上的时候,因为文件名称没有变化,浏览器就会读取本地缓存中的 bundle.js 文件,导致了我们新的 bundle.js 没有被加载。所以我们每次部署的时候都要把 bundle.js 改成另外一个名字,这里就会用到 Hash。项目中的任何一个地方改动,整个打包出来的文件 Hash 都会发生变化,所有文件的 Hash 值相同。

qq2603375880的博客 743

交换机四种光互联技术:OIO、OBO、NPO与CPO

在过去几十年里,数据中心交换机主要依赖电信号通过铜线进行数据传输。然而,随着数据传输速率从100Gbps向400Gbps、800Gbps甚至1.6Tbps迈进,传统电互联(Electrical Input & Output, EIO)面临三大瓶颈:信号衰减、功耗激增和空间限制。例如,高速信号在长距离铜线传输中会产生严重的信号失真,迫使设计者加入数字信号处理器(DSP)来补偿信号衰减,这进一步推高了功耗和成本。此外,传统可插拔光模块的体积较大,限制了端口密度,难以满足现代数据中心对高带宽密度的需求。

网络技术联盟站 3163

LRU的设计与实现

关卡名黄金挑战——LRU的设计与实现我会了✔️核心内容1.理解LRU的原理2.理解LRU是如何实现的3.能够通过代码实现LRU缓存是应用软件的必备功能之一,在操作系统,Java里的Spring、mybatis、redis、mysql等软件中都有自己的内部缓存模块,而缓存是如何实现的呢?在操作系统教科书里我们知道常用的有FIFO、LRU和LFU三种基本的方式。FIFO也就是队列方式不能很好利用程序局部性特征,缓存效果比较差,一般使用LRU(最近最少使用)和LFU(最不经常使用淘汰算法)比较多一些。

m0_53401014的博客 1507

Ardupilot二次开发(二):自定义mavlivk消息

在下面的文件添加自定义消息的xml定义然后编译固件,会生成相应的消息头文件。

超维空间科技的博客 2316

基于STM32L4XX 、HAL库的DRV8833RTYR步进电机驱动器驱动程序应用设计

/ 注:具体计算取决于你的定时器配置,例如 Period=1000, duty_cycle 0-100 -> compare_value = duty_cycle * 10。// 控制电机方向/停止/刹车。//================== 硬件引脚映射 (请根据实际电路修改) ==================

PP_Cottage的博客 180

阶段十:总结专题(第六章:缓存篇)

数据类型实际描述的是 value 的类型,key 都是 string,常见数据类型(value)有。

大小曲奇的博客 892

云端全自动AI漫剧生成工作流:从模型选型到完整实现

本文提出了一套云端全自动AI漫剧生成工作流解决方案,旨在解决传统漫剧制作效率低下的问题。该系统采用"编排引擎+模型矩阵"架构,通过集成大语言模型、图像生成、视频合成等技术,实现从剧本输入到成片输出的全流程自动化。 核心内容包括: 模型选型方案:剧本解析采用DeepSeek-V3/GPT-4o,图像生成使用DALL-E 3,视频合成选用Stable Video Diffusion,语音合成采用MiniMax TTS 系统架构设计:基于Celery分布式任务队列的编排层,分解任务至各功能模块

huanghm88的专栏 646

数据库Redis篇

本系列文章初衷是为了整理出最全面最详细的C/C++后端开发面经,非常适用于想走后端/软件开发的同学!本面经不仅仅是简单问答,而是帮你深入理解和掌握知识点,其中一些晦涩难懂的知识点,全都用案例和代码帮你彻底掌握。本篇主要是针对数据库Redis相关部分的知识点展开详细的讲解,介绍了redis相比于其它数据库的优缺点,介绍了常用数据结构的指令、应用场景以及底层原理,详细解释了redis的持久化机制以及单线程模型,解释了redis做缓存一系列的问题以及解决思路,最后介绍了redis集群相关,包括主从复制和分片集群。

weixin_46571171的博客 1856

NTscan扫描工具

ntscan是一个扫描器,可以扫描没有密码和弱密码的共享,先到配置文件中填写猜测的用户名和密码,扫描过程中右侧出现的是扫描日志。

OV9734 DATASHEET,完整规格书

OV9734完整规格书,包括电气参数,尺寸规格,寄存器配置表等

Redis在Web3中的应用探索:作为链下状态缓存与索引层

Redis在Web3中的应用探索:作为链下状态缓存与索引层。随着Web3生态的爆炸式增长,区块链应用面临着严峻的数据挑战。以太坊主网每天产生超过2GB的链上数据,而像Polygon、Arbitrum等Layer2解决方案的兴起进一步加剧了数据量的增长。这种数据爆炸带来了几个核心问题

夜雨的博客 1095

ssm框架搭建

这个是一个在idea上成功跑起来的ssm框架项目,保存在这里方便以后使用直接下载

【Redis】基本使用与jedis入门

文章目录第一章 概述1.1 非关系型数据库的优势1.2 edis支持的键值数据类型1.3 redis的应用场景第二章 redis的数据结构第三章 Java客户端 Jedis3.1 快速入门3.2 操作字符串结构的数据3.3 操作hashmap数据结构3.4 操作list数据结构3.5 操作set数据结构3.6 操作sortedset数据结构3.7 jedis连接池对象...

Java 786

SAP B1中文培訓教材_SDK

公司内部培训资料,对开发工具 ,DIAPI, UIAPI,Add-ON有详细解说

NoSQL——期末复习(6)第六章Redis重点思考题

哨兵节点(Sentinel)监控主节点和从节点的状态,当主节点出现故障时,哨兵会自动将一个从节点升级为新的主节点,并通知其他从节点和客户端新的主节点地址,以此来保证Redis服务的高可用性。(通过快照(内存中数据在某一时刻的状态记录)的方式实现持久化,根据快照的触发条件,将内存的数据快照写入磁盘,以二进制的压缩文件进行存储)主节点复制形成从节点,主节点(Master)负责处理写入操作,而从节点(Slave)则是主节点的副本,用于处理读取操作和提供数据冗余。(2)容灾性好,一个文件可以保存到安全的磁盘;

代码欢乐豆 982

数据库合集:含MySQL、Redis、Mongodb等常见数

这份文档共分为13大部分,从最基础的数据库概述和分类、特点讲起,对MySQL优缺点、安装、启动、登录等做了详细的讲解,此外介绍了DQL语言、DML语言、DDL语言、TCL语言、以及MySQL各个安装案例,总之干货十足!广度: 面向企业安全建设的核心场景(渗透测试、红蓝对抗、威胁狩猎、应急响应、安全运营),本知识库覆盖了从攻击发起、路径突破、权限维持、横向移动到防御检测、响应处置、溯源反制的全生命周期关键节点,是应对复杂攻防挑战的实用指南。包括简介、使用场景、安装、入门、基本操作、进阶、高级等内容。

资深程序员,曾自学JAVA,C#,如今从业于网安行业 584

Redis vs. Memcached:深度对比,2025年该如何选型?

Redis vs. Memcached:深度对比,2025年该如何选型?2025 年默认选择:对于大多数新项目,Redis 是更安全的选择。其丰富的功能集能够应对未来可能出现的各种需求,而持久化和高可用特性为生产环境提供了必要的保障。只有在有明确的大值缓存需求且对性能有极致要求时,才应考虑 Memcached。最终建议:从 Redis 开始,只有在明确的性能基准测试表明 Memcached 能带来显著优势时,才考虑使用 Memcached 或混合架构。

夜雨的博客 1541

Redis 知多少 v1.0

Redis是全球领先的开源内存数据库,广泛应用于缓存、消息队列等场景。本文基于Redis 7.2.x/7.4.x版本,涵盖其核心架构、数据结构和演进历程。Redis从2009年诞生至今经历了多次重大更新,包括Cluster集群(3.0)、Module系统(4.0)、Stream数据类型(5.0)和I/O多线程(6.0)。7.4版本更改为RSALv2+SSPLv1许可证,引发社区fork出Valkey项目。文章详细解析Redis的单线程模型、持久化机制和丰富的数据结构(SDS、跳跃表等),适合开发者、运维和架

小飞的博客 792

atlas mysql redis_第六章 Web开发实战1——HTTP服务

实现接下来我们来搭建一下第四种架构。以获取如京东商品页广告词为例,如下图假设京东有10亿商品,那么广告词极限情况是10亿;所以在设计时就要考虑:1、数据量,数据更新是否频繁且更新量是否很大;2、是K-V还是关系,是否需要批量获取,是否需要按照规则查询。而对于本例,广告词更新量不会很大,每分钟可能在几万左右;而且是K-V的,其实适合使用关系存储;因为广告词是商家维护,因此后台查询需要知道这些商品是哪...

weixin_39833763的博客 144

大模型时代:用Redis构建百亿级向量数据库方

大模型时代:用Redis构建百亿级向量数据库方。我们正处在一个前所未有的AI大模型时代。从GPT系列到各种多模态模型,这些强大的AI系统正在重塑各行各业。然而,这些大模型的核心能力很大程度上依赖于高质量的数据存储和检索能力,特别是向量数据的处理。

夜雨的博客 1287

OpenResty学习——第六章 Web开发实战1——HTTP服务

本文转自https://blog.youkuaiyun.com/jinnianshilongnian/article/details/84704000,好文要顶,感谢博主分享! 此处我说的HTTP服务主要指如访问京东网站时我们看到的热门搜索、用户登录、实时价格、实时库存、服务支持、广告语等这种非Web页面,而是在Web页面中异步加载的相关数据。这些服务有个特点即访问量巨大、逻辑比较单一;但是如实时库存...

PeterOK的博客 559
上一篇: Demo:第四章:Gateway网关
下一篇: 【数据存储】【Redis】第七章:Redis缓存List类型的使用
Java程序员廖志伟
Java程序员廖志伟 优质创作者: Java技术领域 优质创作者: Java技术领域 领域专家: 后端开发技术领域 领域专家: 后端开发技术领域
博客等级 码龄8年 2万+粉丝 1902原创
评论 9
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Java程序员廖志伟

赏我包辣条呗

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值