1.Spring Data Redis
这是Spring框架提供的一个用于简化Redis操作的模块。：
初始准备
1.1首先配置Pom依赖
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-data-redis</artifactId>
</dependency>
1.2 在yml中配置redis相关信息
由于spring.redis.host 这种配置已经被弃用，在新版的springboot中，需要在spring.data.redis.host 进行配置
spring:
data:
redis:
# 改为自己的地址和密码
host: 10.69.37.213
port: 6379
password: Jolly
# 连接超时时间,单位ms
connect-timeout: 50000
# 选择第几个数据库，默认为0,最大值15
database: 0
lettuce:
pool:
# 最大的活跃连接数，不会超过这个数，根据项目预期并发量调整
max-active: 50
# max-idle 指定了连接池中的最大空闲连接数。
# 空闲连接是指那些没有被使用，但是已经创建并且保持在连接池中的连接
# 这个值应该与max-active相匹配或者稍微低一些，
# 以保持连接池中有足够的空闲连接来处理突发请求。
# 设置得太高可能会导致资源浪费，因为空闲连接会占用内存和其他资源。
max-idle: 30
#这个配置指定了连接池中的最小空闲连接数。
#这个设置可以确保连接池始终保持一定数量的空闲连接，以便在请求到来时可以立即使用，而不需要等待连接的创建。
# 这个值应该根据你的应用程序的基线负载来设置
min-idle: 10
# 当连接池达到最大活跃连接数时，客户端等待可用连接的最大时间（以毫秒为单位）。-1 表示无限等待
# 如果设置为一个正数，那么在等待时间超过这个值后，会抛出一个异常。
max-wait: -1
1.3 设置redis的序列化
为了防止存入到redis的数据出现乱码的情况，进行序列化的设置
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import org.springframework.data.redis.connection.RedisConnectionFactory;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.data.redis.serializer.Jackson2JsonRedisSerializer;
import org.springframework.data.redis.serializer.StringRedisSerializer;
import org.springframework.boot.autoconfigure.condition.ConditionalOnMissingBean;
@Configuration
public class redisConfig {
@ConditionalOnMissingBean(name = "redisTemplate")
@Bean
public RedisTemplate<Object, Object> redisTemplate(RedisConnectionFactory connectionFactory) {
RedisTemplate<Object, Object> template = new RedisTemplate<>();
template.setConnectionFactory(connectionFactory);
// 默认为utf-8,可以进行修改
template.setKeySerializer(new StringRedisSerializer());
// 原版默认使用jdk的序列化方式JdkSerializationRedisSerializer
Jackson2JsonRedisSerializer serializer = new Jackson2JsonRedisSerializer(Object.class);
template.setValueSerializer(serializer);
// 设置Hash的序列化化方式
template.setHashKeySerializer(new StringRedisSerializer());
template.setHashValueSerializer(serializer);
// 设置属性
template.afterPropertiesSet();
return template;
}
}
使用redis
2.1 存取string
import jakarta.annotation.Resource;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RestController;
@RestController
@RequestMapping("/test")
public class test {
@Resource
private RedisTemplate<String,String> redisTemplate;
@GetMapping(value="/setString")
public String setString() {
String key = "test";
// 插入一个字符串
redisTemplate.opsForValue().set(key,"123");
// 再从redis读取这个key值对应的value
String s = redisTemplate.opsForValue().get(key);
System.out.println(s);
// 再次设置值，会进行覆盖
// redisTemplate.opsForValue().set(key,"456");
// s = redisTemplate.opsForValue().get(key);
return s;
}
@GetMapping(value="/append")
public void append() {
str.opsForValue().set("jolly", "hello");
String xiaolong = str.opsForValue().get("jolly");
// 追加字符串
str.opsForValue().append("jolly", "哈哈");
// 获取长度
Long size = str.opsForValue().size("jolly");
}
}
2.2 存取Object
存储对象其实和string本质上是一样的，也就是将对象序列化为json字符串，在取的时候再将字符串转为对象
首先创建一个对象
import lombok.AllArgsConstructor;
import lombok.Data;
import lombok.NoArgsConstructor;
import java.io.Serializable;
@NoArgsConstructor
@AllArgsConstructor
@Data
public class user implements Serializable{
private int id;
private String name;
private int age;
private String email;
}
@RestController
@RequestMapping("/test")
public class test {
@Resource
// 这要需要修改
private RedisTemplate<String,Object> redisTemplate;
@GetMapping(value="/setObject")
public String setObject() {
String key = "obj";
user user = new user(1,"jolly",22,"1589112546@qq.com");
redisTemplate.opsForValue().set(key,user);
Object o = redisTemplate.opsForValue().get(key);
System.out.println(o);
return "s";
}
}
2.3 存取list
redis中list的左右都可以进出，可以理解为双端队列,还可以使用redis中的list作为消息队列
@GetMapping(value = "/list")
public String list() {
redisTemplate.opsForList().leftPush("list","1");
redisTemplate.opsForList().leftPush("list","2");
redisTemplate.opsForList().rightPush("list","3");
// 获取第一个
// redisTemplate.opsForList().getFirst("list");
// redisTemplate.opsForList().leftPop("list");
redisTemplate.opsForList().rightPush("list","4");
List<String> s = redisTemplate.opsForList().range("list",0,4);
// s = [2, 1, 3, 4]
return s.toString();
}
2.4 存取Set中的元素
Set中的元素是无序且唯一的，并且Redis中Set中的元素都是字符串类型。所以存取对象需要序列化为字符串类型。并且Redis的Set集合中还提供了两个集合求并集和交集的功能。
@Resource
private RedisTemplate<String,String> redisTemplate;
@GetMapping("/Set")
public void set(){
String key = "set1";
String key2= "set2";
redisTemplate.opsForSet().add(key, "1","1","2","3");
redisTemplate.opsForSet().add(key2, "1","5","2","4");
Set<String> members = redisTemplate.opsForSet().members(key);
//输出 [2, 1, 3]
System.out.println(members);
Boolean member = redisTemplate.opsForSet().isMember(key, "1");
//判断是否存在
System.out.println(member);
//获取Set集合中元素的个数
Long size = redisTemplate.opsForSet().size(key);
System.out.println(size);
// 删除指定元素
// redisTemplate.opsForSet().remove(key,"1");
// 集合求并集
Set<String> union = redisTemplate.opsForSet().union(key, key2);
System.out.println(union);
//求交集,比如可以求共同好友
Set<String> intersect = redisTemplate.opsForSet().intersect(key, key2);
System.out.println(intersect);
}
2.5 存取ZSet
在Redis中，ZSet（有序集合）是一种数据结构，用于存储唯一、不重复的字符串元素，同时每个元素都会关联一个浮点数分数（score），这个分数用于按照从低到高排序元素。ZSet因此也是Redis中最复杂的数据结构之一。
以下是ZSet与普通Set（集合）的主要区别：
1.排序：
- ZSet：元素根据分数（score）进行排序，可以获取指定分数范围内的元素。
- Set：Set中的元素是无序的，因为它们是基于哈希表实现的，所以不能对元素进行排序。
2.分数（Score）：
- ZSet：每个元素都与一个分数相关联，这个分数是排序的依据。
- Set：Set中的元素没有与之关联的分数，因此不能根据任何值进行排序。
3.操作：
- ZSet：除了添加、删除和检查成员等基本操作外，还可以根据分数范围进行查询、获取元素的排名等。
- Set：提供基本的集合操作，如添加、删除、判断元素是否存在、计算集合的交集和并集等。
4.使用场景：
- ZSet：适用于需要排序的场景，如排行榜、时间序列数据等。
- Set：适用于需要确保元素唯一性的集合操作，而不关心元素的顺序。
@GetMapping("/ZSet")
public void zSet() {
String key = "ZSet" ;
// 排序手机的销量情况
redisTemplate.opsForZSet().add(key,"小米",100);
redisTemplate.opsForZSet().add(key,"华为",120);
redisTemplate.opsForZSet().add(key,"Apple",200);
redisTemplate.opsForZSet().add(key,"Oppo",99);
// 统计范围中的个数,包含100，和200
Long count = redisTemplate.opsForZSet().count(key, 100, 200);
// 输出3
System.out.println(count);
// 输出[Oppo, 小米, 华为, Apple]，默认从小到大
Set<String> range = redisTemplate.opsForZSet().range(key, 0, -1);
System.out.println(range);
// 从大到小使用
// Set<String> reverseRange = redisTemplate.opsForZSet().reverseRange(key, 0, -1);
// 获取前2个最大值，得到全部数据[[score=200.0, value=Apple], [score=120.0, value=华为]]
Set<ZSetOperations.TypedTuple<String>> l = redisTemplate.opsForZSet().reverseRangeWithScores(key, 0, 1);
System.out.println(l);
}
2.6 存取Hash
常见使用场景：
- 对象存储：Hash经常用来存储对象，其中field对应对象的属性，value对应属性的值。
- 数据库行：可以将Hash用作轻量级的数据库行，field对应列名，value对应列的值。
- 缓存：可以用来缓存具有多个字段的记录，比如用户信息、配置信息等。
@GetMapping("/hash")
public void hash() {
String key = "hash1";
redisTemplate.opsForHash().put(key, "1", "world");
redisTemplate.opsForHash().put(key, "2", "world2");
redisTemplate.opsForHash().put(key, "3", "world3");
// user user = new user(1,"jolly",22,"1589112546@qq.com");
// redisTemplate.opsForHash().put(key, "4", user);
Object o = redisTemplate.opsForHash().get(key, "1");
System.out.println(o);
// 获取hash中所有的key
Set<Object> keys = redisTemplate.opsForHash().keys(key);
System.out.printf(keys.toString());
// 获取所有的value
List<Object> values = redisTemplate.opsForHash().values(key);
System.out.printf(values.toString());
}
2.7存取Bitmap
Bitmap实际上是对字符串的抽象，但它将字符串看作是一个由二进制位组成的数组。
应用场景
1.用户活跃度统计：
可以使用Bitmap来记录用户每天的登录情况，每个用户对应一个key，每天的日期对应一个offset，如果用户在那天登录，则将对应的位设置为1。
2.布隆过滤器（Bloom Filter）：
Bitmap可以用来实现布隆过滤器，用于快速判断一个元素是否在一个集合中，虽然有一定的误判率，但非常节省空间。
3.简单的布尔值存储：
当需要存储大量布尔值时，Bitmap可以非常节省空间，比如记录用户的性别、订阅状态等。
4.事件计数：
可以使用Bitmap来记录事件的发生，比如记录用户点击广告的情况，每个广告点击事件对应一个位。
Bitmap的最大offset为2^32 - 1，即可以处理的最大字符串长度为512MB。
redisTemplate 没有快捷的调用bitcount命令,有点离谱
@GetMapping("/Bitmap")
public void bitmap(){
// 用户id
String id = "admiuad@ad#al.";
redisTemplate.opsForValue().setBit(id,0,true);
redisTemplate.opsForValue().setBit(id,99,true);
redisTemplate.opsForValue().setBit(id,100,true);
redisTemplate.opsForValue().setBit(id,200,true);
// 获取当天的登录情况
@GetMapping("/Bitmap")
public void bitmap(){
// 用户id
String id = "admiuad@ad#al.";
redisTemplate.opsForValue().setBit(id,0,true);
redisTemplate.opsForValue().setBit(id,99,true);
redisTemplate.opsForValue().setBit(id,100,true);
redisTemplate.opsForValue().setBit(id,200,true);
redisTemplate.opsForValue().setBit(id,300,true);
redisTemplate.opsForValue().setBit(id,365,true);
// 获取当天的登录情况
Boolean bit = redisTemplate.opsForValue().getBit(id, 0);
System.out.println(bit);
System.out.println(bitCount(id,0,365));
}
public Long bitCount(String key, int start, int end) {
return redisTemplate.execute((RedisCallback<Long>) con -> con.bitCount(key.getBytes(), start, end));
}
扫一扫
3427
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
