Redis基础笔记

Redis介绍

官方网站：https://redis.io/ Redis是一种键值型的NoSql数据库，这里有两个关键字：

• 键值型：Redis中存储的数据都是以key、value对的形式存储
• NoSql：相对于传统关系型数据库而言，有很大差异的一种数据库。（not only sql,非关系型数据库）

NoSql则对数据库格式没有严格约束，往往形式松散，自由。 对比传统数据库：

关系型数据库（RDBMS）和非关系型数据库（NoSQL数据库)是两种不同类型的数据库管理系统，它们在数据存储、数据模型和适用场景等方面存在显著的区别。

1. 数据模型：
   • 关系型数据库：使用表格（表）来组织数据，数据之间的关系通过外键建立。数据存储在结构化表格中，每行代表一个记录，每列代表一个属性。
   • 非关系型数据库：使用不同的数据模型，如文档、键值对、列族、图形等。这些数据库通常更自由灵活，不需要固定的模式，允许存储不同结构的数据。
2. 查询语言：
   • 关系型数据库：通常使用SQL（Structured Query Language）来查询和操作数据，支持复杂的查询和事务。
   • 非关系型数据库：使用不同的查询语言或API，通常是根据数据库类型而变化的。有些NoSQL数据库支持查询，但通常不如SQL数据库灵活。
3. 扩展性：
   • 关系型数据库：通常采用垂直扩展（增加服务器性能）或水平分区来提高性能，但有一定限制。
   • 非关系型数据库：通常更容易水平扩展，可以更好地处理大规模数据。
4. 一致性：
   • 关系型数据库：强调ACID（原子性、一致性、隔离性和持久性）事务特性，确保数据的一致性和完整性。
   • 非关系型数据库：一些NoSQL数据库可能牺牲ACID属性以获得更高的性能和可用性，而强调CAP（一致性、可用性和分区容忍性）理论。
5. 适用场景：
   • 关系型数据库：适用于需要强一致性和复杂事务处理的应用，如金融系统、ERP系统等。
   • 非关系型数据库：适用于需要高度可扩展性和灵活性的应用，如大数据、社交媒体、物联网、日志存储等。

Macos安装Redis

https://redis.io/docs/getting-started/installation/install-redis-on-mac-os/
安装redis

brew install redis

查看安装信息：

brew info redis

前台启动redis:

redis-server

后台启动redis:

brew services start redis

查看信息：

brew services info redis

停止：

brew services stop redis

配置

打开/opt/homebrew/etc/redis.conf配置文件
修改密码

requirepass 123456

前台启动的时候可以加 配置文件

cd /opt/homebrew/etc/
redis-server redis.conf

在后台启动redis,这个时候不需要加配置文件

brew services start redis

登录redis

redis-cli -h localhost -p 6379 -a 123456

启动问题

后台启动的时候报错： 解决办法：

cd /opt/homebrew/Library/Taps/homebrew
rm -rf homebrew-services
brew tap homebrew/services

客户端工具

可以选择 another redis desktop https://goanother.com/cn/#download

Redis中的数据结构

Redis是键值对结构，即key-value，我们需要保证key不冲突， 常见的方式为：

	项目名:业务名:类型:id

例如：

• user相关的key：heima:user:1
• product相关的key：heima:product:1 如果Value是一个Java对象，例如一个User对象，则可以将对象序列化为JSON字符串后存储：

字符串

String类型，也就是字符串类型，是Redis中最简单的存储类型。 String结构是将对象序列化为JSON字符串后存储，当需要修改对象某个字段时很不方便

KEY	VALUE
heima:user:1	{"id":1, "name": "Jack", "age": 21}
heima:product:1	{"id":1, "name": "小米11", "price": 4999}

常用命令

SET key value ：设置 GET key ：获取 SETEX key seconds value ：设置指定key过期时间，单位s SETNX key vvalue ：只有在key不存在时才设置

哈希

Hash结构可以将对象中的每个字段独立存储，可以针对单个字段做CRUD：

常用命令

HSET key fiele value 将key设置为value HGET key field 获取 HDEL key field 删除 HKEYS key 获取所有字段 HVALS key 获取所有值

列表

Redis中的List类型与Java中的LinkedList类似，可以看做是一个双向链表结构。既可以支持正向检索和也可以支持反向检索。 常用来存储一个有序数据，例如：朋友圈点赞列表，评论列表等。

常用命令

LPUSH key value1[value2] 插入到头部 左侧 LRANGE key start stop 获取指定范围达到元素 RPOP key 移除并获取列表最后一个元素 右侧 LLEN key 获取列表长度

集合

Redis的Set结构与Java中的HashSet类似，可以看做是一个value为null的HashMap。因为也是一个hash表，因此具备与HashSet类似的

常用命令

SADD key number1 [number2] 插入一个成员 SMEMBERS key 返回集合中所有成员 SCARD key 获取成员数 SINTER key1[key2] 返回定义所哟集合的交集 SUNION key1 [key2] 返回所有集合的并集 SREM key number1[numer2] 删除集合中成员

有序集合

Redis的SortedSet是一个可排序的set集合，与Java中的TreeSet有些类似，但底层数据结构却差别很大。SortedSet中的每一个元素都带有一个score属性，可以基于score属性对元素排序，底层的实现是一个跳表（SkipList）加 hash表。

因为SortedSet的可排序特性，经常被用来实现排行榜这样的功能。

常用命令

ZADD key score1 member1 [score2 member2] 向有序集合添加一个成员 ZRANGE key start stop [WITHSCORES] 通过索引区间返回有序集合指定区间内的成员 ZINCRBY key increment member 对指定成员分数加上增量increment ZREM key member [member..] 删除成员

通用命令

KEYS pattern： 查找所有符合给定模式的key EXISTS key： 检查给定key是否存在 TYPE key： 返回key 所存储的值的类型 DEL key ：在key存在时删除key EXPIRE：给一个key设置有效期，到期会被自动删除

Redis的Java客户端Jedis

入门

引入依赖：

<!--jedis-->
<dependency>
    <groupId>redis.clients</groupId>
    <artifactId>jedis</artifactId>
    <version>3.7.0</version>
</dependency>
<!--单元测试-->
<dependency>
    <groupId>org.junit.jupiter</groupId>
    <artifactId>junit-jupiter</artifactId>
    <version>5.7.0</version>
    <scope>test</scope>
</dependency>

建立连接，存数据，以及取数据，最后释放连接测试：

public class TestJedis {

    private Jedis jedis;

    @BeforeEach
    void setup() {
        // 1.建立连接
        jedis = new Jedis("localhost", 6379);
        // 2.设置密码
        jedis.auth("123456");
        // 3.选择库
        jedis.select(0);
    }

    @Test
    void testString() {
        // 存入数据
        String result = jedis.set("name", "cxk");
        System.out.println("result=" + result);
        // 获取数据
        String name = jedis.get("name");
        System.out.println("name=" + name);
    }

    @Test
    void testHash() {
        jedis.hset("user:1", "name", "cxk");
        jedis.hset("user:1", "age", "18");

        Map<String, String> map = jedis.hgetAll("user:1");
        System.out.println(map);

    }

    @AfterEach
    void tearDown() {
        // 关闭连接
        jedis.close();
    }
}

连接池

Jedis本身是线程不安全的，并且频繁的创建和销毁连接会有性能损耗，因此我们推荐使用Jedis连接池代替Jedis的直连方式。 创建factory

public class JedisConnectionFactory {

    private static JedisPool jedisPool;

    static {
        // 配置连接池
        JedisPoolConfig poolConfig = new JedisPoolConfig();
        poolConfig.setMaxTotal(8);
        poolConfig.setMaxIdle(8);
        poolConfig.setMinIdle(0);
        poolConfig.setMaxWaitMillis(1000);
        jedisPool = new JedisPool(poolConfig, "localhost",
                6379, 1000, "123321");
    }

    public static Jedis getJedis() {
        return jedisPool.getResource();
    }
}

创建对象：

    @BeforeEach
    void setup() {
        // 1.建立连接
//        jedis = new Jedis("localhost", 6379);
        jedis= JedisConnectionFactory.getJedis();
        // 2.设置密码
        jedis.auth("123456");
        // 3.选择库
        jedis.select(0);
    }

SpringBoot中使用Redis

SpringData是Spring中数据操作的模块，包含对各种数据库的集成，其中对Redis的集成模块就叫做SpringDataRedis，官网地址：https://spring.io/projects/spring-data-redis

• 提供了对不同Redis客户端的整合（Lettuce和Jedis）
• 提供了RedisTemplate统一API来操作Redis
• 支持Redis的发布订阅模型
• 支持Redis哨兵和Redis集群
• 支持基于Lettuce的响应式编程
• 支持基于JDK、JSON、字符串、Spring对象的数据序列化及反序列化
• 支持基于Redis的JDKCollection实现

入门

导入依赖 pool是连接池

        <!--redis依赖-->
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-data-redis</artifactId>
        </dependency>
        <!--common-pool-->
        <dependency>
            <groupId>org.apache.commons</groupId>
            <artifactId>commons-pool2</artifactId>
        </dependency>
        <!--Jackson依赖-->
        <dependency>
            <groupId>com.fasterxml.jackson.core</groupId>
            <artifactId>jackson-databind</artifactId>
        </dependency>

配置Redis 配置redis，以及连接池设置

spring:
  redis:
    host: localhost
    port: 6379
    password: 123456
    lettuce: # 连接池
      pool:
        max-active: 8
        max-idle: 8
        min-idle: 0
        max-wait: 1000ms

编写配置类 RedisTemplate可以接收任意Object作为值写入Redis，写入前会把Object序列化为字节形式，默认是采用JDK序列化， 缺点：

• 可读性差
• 内存占用较大 可以自定义序列化方式

自定义序列化方式

@Configuration
public class RedisConfig {

    @Bean
    public RedisTemplate<String, Object> redisTemplate(RedisConnectionFactory redisConnectionFactory) {
        //创建RedisTemplate<String, Object>对象
        RedisTemplate<String, Object> template = new RedisTemplate<>();
        //设置RedisTemplate的连接工厂
        template.setConnectionFactory(redisConnectionFactory);
        //创建json格式序列化对象
        GenericJackson2JsonRedisSerializer genericJackson2JsonRedisSerializer = new GenericJackson2JsonRedisSerializer();
        //设置key和hashKey的序列化方式
        template.setKeySerializer(RedisSerializer.string());
        template.setHashKeySerializer(RedisSerializer.string());
        //设置value的序列化
        template.setValueSerializer(genericJackson2JsonRedisSerializer);
        template.setHashValueSerializer(genericJackson2JsonRedisSerializer);
        return template;
    }
}

测试：

@SpringBootTest
class RedisDemoApplicationTests {

    @Autowired
    private RedisTemplate redisTemplate;

    @Test
    void testString() {
        // 写入一条String数据
        redisTemplate.opsForValue().set("name", "蔡徐坤");
        // 获取string数据
        Object name = redisTemplate.opsForValue().get("name");
        System.out.println("name = " + name);
    }
}

测试写入一个Pojo类

    @Test
    void testPojo(){
        User user = new User("蔡徐坤", 18);
        redisTemplate.opsForValue().set("user", user);
        Object user1 = redisTemplate.opsForValue().get("user");
        System.out.println("user1 = " + user1);
    }

结果如下：

整体可读性有了很大提升，并且能将Java对象自动的序列化为JSON字符串，并且查询时能自动把JSON反序列化为Java对象。不过，其中记录了序列化时对应的class名称，目的是为了查询时实现自动反序列化。这会带来额外的内存开销。

使用StringRedisTemplate

为了节省内存空间，我们可以不使用JSON序列化器来处理value，而是统一使用String序列化器，要求只能存储String类型的key和value。当需要存储Java对象时，手动完成对象的序列化和反序列化。

    @Autowired
    private StringRedisTemplate stringRedisTemplate;
    //json格式化工具
    private static final ObjectMapper mapper = new ObjectMapper();

    @Test
    void testSaveUser() throws Exception{
        User user = new User("蔡徐坤", 18);
        //手动序列化
        String userJson = mapper.writeValueAsString(user);
        stringRedisTemplate.opsForValue().set("user:1",userJson);
        String jsonUser = stringRedisTemplate.opsForValue().get("user:1");
        //手动反序列化
        User user1 = mapper.readValue(jsonUser, User.class);
        System.out.println("user1 = " + user1);
    }

其他的类型一些测试：

@SpringBootTest
class RedisConfigurationTest {

    @Autowired
    private RedisTemplate redisTemplate;

    @Test
    public void testString() {
        ValueOperations valueOperations = redisTemplate.opsForValue();
        valueOperations.set("name", "cxk");
        String name = (String) valueOperations.get("name");
        System.out.println(name);
        valueOperations.set("code", "1234", 3, TimeUnit.HOURS); //3小时后过期
        valueOperations.setIfAbsent("code1", "1234"); //如果不存在则设置
    }

    @Test
    public void testHash() {
        HashOperations hashOperations = redisTemplate.opsForHash();
        hashOperations.put("user", "name", "cxk");
        hashOperations.put("user", "age", "18");
        String name = (String) hashOperations.get("user", "name");
        System.out.println(name);

        Set user = hashOperations.keys("user");
        System.out.println(user);

        List user1 = hashOperations.values("user");
        System.out.println(user1);

        hashOperations.delete("user", "name");
    }

    @Test
    public void testList() {
        ListOperations listOperations = redisTemplate.opsForList();
        listOperations.leftPushAll("list", "a", "b", "c");
        listOperations.leftPush("list", "d");

        List list = listOperations.range("list", 0, -1);
        System.out.println(list);

        listOperations.rightPop("list");

        Long size = listOperations.size("list");
        System.out.println(size);
    }

    @Test
    public void testSet() {
        SetOperations setOperations = redisTemplate.opsForSet();
        setOperations.add("set", "a", "b", "c", "d", "e");
        Set set = setOperations.members("set");
        System.out.println(set);

        setOperations.remove("set", "a", "b");
        set = setOperations.members("set");
        System.out.println(set);


        setOperations.add("set2", "a", "b", "c", "d", "e");
        Set union = setOperations.union("set", "set2");
        Set intersect = setOperations.intersect("set", "set2");
        Set difference = setOperations.difference("set", "set2");
        System.out.println(union);
        System.out.println(intersect);
        System.out.println(difference);
    }
    
    @Test
    public void testZset(){
        ZSetOperations zSetOperations = redisTemplate.opsForZSet();
        zSetOperations.add("zset", "a", 1);
        zSetOperations.add("zset", "b", 2);
        zSetOperations.add("zset", "c", 3);

        Set zset = zSetOperations.range("zset", 0, -1);
        System.out.println(zset);
        
        zSetOperations.incrementScore("zset", "a", 1);
        zSetOperations.remove("zset", "a");
    }
    @Test
    public void testCommon(){
        Set keys = redisTemplate.keys("*");
        System.out.println(keys);

        Boolean name = redisTemplate.hasKey("name");

        for (Object key : keys) {
            DataType type = redisTemplate.type(key);
            System.out.println(type.name());
        }
        redisTemplate.delete("name");
    }
}