作为开发者,相信大家都知道 Redis 的重要性。Redis 是使用 C 语言开发的一个高性能键值对数据库,是互联网技术领域使用最为广泛的存储中间件,它是「Remote Dictionary Service」的首字母缩写,也就是「远程字典服务」。
Redis 以超高的性能、完美的文档、简洁的源码著称,国内外很多大型互联网公司都在用,比如说阿里、腾讯、GitHub、Stack Overflow 等等。当然了,中小型公司也都在用。
安装 Redis
Redis 的官网提供了各种平台的安装包,Linux、macOS、Windows 的都有。
官方地址:https://redis.io/docs/install/
完成安装后执行 redis-server
就可以启动 Redis 服务了。
顺带安装一下 Redis 客户端工具,推荐 GitHub 星标 20k+ 的 AnotherRedisDesktopManager,一款 🚀🚀🚀 更快、更好、更稳定的Redis桌面(GUI)管理客户端,支持 Windows、macOS 和 Linux,性能出众,可以轻松加载海量键值。
https://github.com/qishibo/AnotherRedisDesktopManager
安装完成后,链接 Redis 服务
Redis 数据类型
Redis支持五种数据类型:string(字符串),hash(哈希),list(列表),set(集合)及zset(sorted set:有序集合)。
Redis 教程:Redis 字符串(String)_redis教程
Spring Boot 整合 Redis
第一步,在 pom.xml 文件中添加 Redis 的 starter。
<dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-data-redis</artifactId>
</dependency>
第二步,在 application.yml 文件中添加 Redis 的配置信息
spring:redis:host: xxx.xxx.99.232 # Redis服务器地址database: 0 # Redis数据库索引(默认为0)port: 6379 # Redis服务器连接端口password: xxx # Redis服务器连接密码(默认为空)
第三步,在测试类中添加以下代码。
@SpringBootTest
class CodingmoreRedisApplicationTests {@Resourceprivate RedisTemplate redisTemplate;@Resourceprivate StringRedisTemplate stringRedisTemplate;@Testpublic void testRedis() {// 添加redisTemplate.opsForValue().set("name","欧尼甲");// 查询System.out.println(redisTemplate.opsForValue().get("name"));// 删除redisTemplate.delete("name");// 更新redisTemplate.opsForValue().set("name","哈哈好傻");// 查询System.out.println(redisTemplate.opsForValue().get("name"));// 添加stringRedisTemplate.opsForValue().set("name","欧尼甲");// 查询System.out.println(stringRedisTemplate.opsForValue().get("name"));// 删除stringRedisTemplate.delete("name");// 更新stringRedisTemplate.opsForValue().set("name","哈哈好傻");// 查询System.out.println(stringRedisTemplate.opsForValue().get("name"));}}
RedisTemplate 和 StringRedisTemplate 都是 Spring Data Redis 提供的模板类,可以对 Redis 进行操作,后者针对键值对都是 String 类型的数据,前者可以是任何类型的对象。
RedisTemplate 和 StringRedisTemplate 除了提供 opsForValue 方法来操作字符串之外,还提供了以下方法:
- opsForList:操作 list
- opsForSet:操作 set
- opsForZSet:操作有序 set
- opsForHash:操作 hash
运行测试类后可以在控制台看到相关信息。
也可以通过 AnotherRedisDesktopManager 客户端查看 Redis 数据库中的数据
编程喵整合 Redis
编程喵是一个 Spring Boot + Vue 的前后端分离项目,要整合 Redis 的话,最好的方式是使用 Spring Cache,仅仅通过 @Cacheable、@CachePut、@CacheEvict、@EnableCaching 等注解就可以轻松使用 Redis 做缓存了
1)@EnableCaching ,开启缓存功能。
2)@Cacheable ,调用方法前,去缓存中找,找到就返回,找不到就执行方法,并将返回值放到缓存中。
3)@CachePut ,方法调用前不会去缓存中找,无论如何都会执行方法,执行完将返回值放到缓存中。
4)@CacheEvict ,清理缓存中的一个或多个记录。
Spring Cache 是 Spring 提供的一套完整的缓存解决方案,虽然它本身没有提供缓存的实现,但它提供的一整套接口、规范、配置、注解等,可以让我们无缝衔接 Redis、Ehcache 等缓存实现。
Spring Cache 的注解(前面提到的四个)会在调用方法之后,去缓存方法返回的最终结果;或者在方法调用之前拿缓存中的结果,当然还有删除缓存中的结果。
这些读写操作不用我们手动再去写代码实现了,直接交给 Spring Cache 来打理就 OK 了,是不是非常贴心?
第一步,在 pom.xml 文件中追加 Redis 的 starter。
<dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-data-redis</artifactId>
</dependency>
第二步,在 application.yml 文件中添加 Redis 链接配置。
spring:redis:host: 118.xx.xx.xxx # Redis服务器地址database: 0 # Redis数据库索引(默认为0)port: 6379 # Redis服务器连接端口password: xx # Redis服务器连接密码(默认为空)timeout: 1000ms # 连接超时时间(毫秒)
第三步,新增 RedisConfig.java 类,通过 RedisTemplate 设置 JSON 格式的序列化器,这样的话存储到 Redis 里的数据将是有类型的 JSON 数据,例如:
@EnableCaching
@Configuration
public class RedisConfig extends CachingConfigurerSupport {@Beanpublic RedisTemplate<String, Object> redisTemplate(RedisConnectionFactory redisConnectionFactory) {RedisTemplate<String, Object> redisTemplate = new RedisTemplate<>();redisTemplate.setConnectionFactory(redisConnectionFactory);// 通过 Jackson 组件进行序列化RedisSerializer<Object> serializer = redisSerializer();// key 和 value// 一般来说, redis-key采用字符串序列化;// redis-value采用json序列化, json的体积小,可读性高,不需要实现serializer接口。redisTemplate.setKeySerializer(new StringRedisSerializer());redisTemplate.setValueSerializer(serializer);redisTemplate.setHashKeySerializer(new StringRedisSerializer());redisTemplate.setHashValueSerializer(serializer);redisTemplate.afterPropertiesSet();return redisTemplate;}@Beanpublic RedisSerializer<Object> redisSerializer() {//创建JSON序列化器Jackson2JsonRedisSerializer<Object> serializer = new Jackson2JsonRedisSerializer<>(Object.class);ObjectMapper objectMapper = new ObjectMapper();objectMapper.setVisibility(PropertyAccessor.ALL, JsonAutoDetect.Visibility.ANY);// https://www.cnblogs.com/shanheyongmu/p/15157378.html// objectMapper.enableDefaultTyping()被弃用objectMapper.activateDefaultTyping(LaissezFaireSubTypeValidator.instance,ObjectMapper.DefaultTyping.NON_FINAL,JsonTypeInfo.As.WRAPPER_ARRAY);serializer.setObjectMapper(objectMapper);return serializer;}}
通过 RedisCacheConfiguration 设置超时时间,来避免产生很多不必要的缓存数据。
@Bean
public RedisCacheManager redisCacheManager(RedisConnectionFactory redisConnectionFactory) {RedisCacheWriter redisCacheWriter = RedisCacheWriter.nonLockingRedisCacheWriter(redisConnectionFactory);//设置Redis缓存有效期为1天RedisCacheConfiguration redisCacheConfiguration = RedisCacheConfiguration.defaultCacheConfig().serializeValuesWith(RedisSerializationContext.SerializationPair.fromSerializer(redisSerializer())).entryTtl(Duration.ofDays(1));return new RedisCacheManager(redisCacheWriter, redisCacheConfiguration);
}
第四步,在标签更新接口中添加 @CachePut 注解,也就是说方法执行前不会去缓存中找,但方法执行完会将返回值放入缓存中。
@Controller
@Api(tags = "标签")
@RequestMapping("/postTag")
public class PostTagController {@Autowiredprivate IPostTagService postTagService;@Autowiredprivate IPostTagRelationService postTagRelationService;@RequestMapping(value = "/update", method = RequestMethod.POST)@ResponseBody@ApiOperation("修改标签")@CachePut(value = "codingmore", key = "'codingmore:postags:'+#postAddTagParam.postTagId")public ResultObject<String> update(@Valid PostTagParam postAddTagParam) {if (postAddTagParam.getPostTagId() == null) {return ResultObject.failed("标签id不能为空");}PostTag postTag = postTagService.getById(postAddTagParam.getPostTagId());if (postTag == null) {return ResultObject.failed("标签不存在");}QueryWrapper<PostTag> queryWrapper = new QueryWrapper<>();queryWrapper.eq("description", postAddTagParam.getDescription());int count = postTagService.count(queryWrapper);if (count > 0) {return ResultObject.failed("标签名称已存在");}BeanUtils.copyProperties(postAddTagParam, postTag);return ResultObject.success(postTagService.updateById(postTag) ? "修改成功" : "修改失败");}
}
注意看 @CachePut 注解这行代码:
@CachePut(value = "codingmore", key = "'codingmore:postags:'+#postAddTagParam.postTagId")
- value:缓存名称,也就是缓存的命名空间,value 这里应该换成 namespace 更好一点;
- key:用于在命名空间中缓存的 key 值,可以使用 SpEL 表达式,比如说
'codingmore:postags:'+#postAddTagParam.postTagId
; - 还有两个属性 unless 和 condition 暂时没用到,分别表示条件符合则不缓存,条件符合则缓存。
第五步,启动服务器端,启动客户端,修改标签进行测试
使用 Redis 连接池
Redis 是基于内存的数据库,本来是为了提高程序性能的,但如果不使用 Redis 连接池的话,建立连接、断开连接就需要消耗大量的时间。
用了连接池,就可以实现在客户端建立多个连接,需要的时候从连接池拿,用完了再放回去,这样就节省了连接建立、断开的时间。
要使用连接池,我们得先了解 Redis 的客户端,常用的有两种:Jedis 和 Lettuce。
- Jedis:Spring Boot 1.5.x 版本时默认的 Redis 客户端,实现上是直接连接 Redis Server,如果在多线程环境下是非线程安全的,这时候要使用连接池为每个 jedis 实例增加物理连接;
- Lettuce:Spring Boot 2.x 版本后默认的 Redis 客户端,基于 Netty 实现,连接实例可以在多个线程间并发访问,一个连接实例不够的情况下也可以按需要增加连接实例。
它俩在 GitHub 上都挺受欢迎的,大家可以按需选用。
我这里把两种客户端的情况都演示一下,方便小伙伴们参考。
1)Lettuce
第一步,修改 application-dev.yml,添加 Lettuce 连接池配置(pool 节点)。
spring:redis:lettuce:pool:max-active: 8 # 连接池最大连接数max-idle: 8 # 连接池最大空闲连接数min-idle: 0 # 连接池最小空闲连接数max-wait: -1ms # 连接池最大阻塞等待时间,负值表示没有限制
第二步,在 pom.xml 文件中添加 commons-pool2 依赖,否则会在启动的时候报 ClassNotFoundException 的错。这是因为 Spring Boot 2.x 里默认没启用连接池。
Caused by: java.lang.ClassNotFoundException: org.apache.commons.pool2.impl.GenericObjectPoolConfigat java.net.URLClassLoader.findClass(URLClassLoader.java:381)at java.lang.ClassLoader.loadClass(ClassLoader.java:424)at sun.misc.Launcher$AppClassLoader.loadClass(Launcher.java:335)at java.lang.ClassLoader.loadClass(ClassLoader.java:357)... 153 common frames omitted
添加 commons-pool2 依赖:
<dependency><groupId>org.apache.commons</groupId><artifactId>commons-pool2</artifactId><version>2.6.2</version><type>jar</type><scope>compile</scope>
</dependency>
重新启动服务,在 RedisConfig 类的 redisTemplate 方法里对 redisTemplate 打上断点,debug 模式下可以看到连接池的配置信息(redisConnectionFactory→clientConfiguration→poolConfig
)。如下图所示。
如果在 application-dev.yml 文件中没有添加 Lettuce 连接池配置的话,是不会看到
2)Jedis
第一步,在 pom.xml 文件中添加 Jedis 依赖,去除 Lettuce 默认依赖。
<dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-data-redis</artifactId><exclusions><exclusion><groupId>io.lettuce</groupId><artifactId>lettuce-core</artifactId></exclusion></exclusions>
</dependency><dependency><groupId>redis.clients</groupId><artifactId>jedis</artifactId>
</dependency>
第二步,修改 application-dev.yml,添加 Jedis 连接池配置。
spring:redis:jedis:pool:max-active: 8 # 连接池最大连接数max-idle: 8 # 连接池最大空闲连接数min-idle: 0 # 连接池最小空闲连接数max-wait: -1ms # 连接池最大阻塞等待时间,负值表示没有限制
启动服务后,观察 redisTemplate 的 clientConfiguration 节点,可以看到它的值已经变成 DefaultJedisClientConfiguration 对象了。
当然了,也可以不配置 Jedis 客户端的连接池,走默认的连接池配置。因为 Jedis 客户端默认增加了连接池的依赖包,在 pom.xml 文件中点开 Jedis 客户端依赖可以查看到。
自由操作 Redis
Spring Cache 虽然提供了操作 Redis 的便捷方法,比如我们前面演示的 @CachePut 注解,但注解提供的操作非常有限,比如说它只能保存返回值到缓存中,而返回值并不一定是我们想要保存的结果。
与其保存这个返回给客户端的 JSON 信息,我们更想保存的是更新后的标签。那该怎么自由地操作 Redis 呢?
第一步,增加 RedisService 接口:
package com.codingmore.service;import java.util.List;
import java.util.Map;
import java.util.Set;/*** redis操作Service*/
public interface IRedisService {/*** 保存属性*/void set(String key, Object value, long time);/*** 保存属性*/void set(String key, Object value);/*** 获取属性*/Object get(String key);/*** 删除属性*/Boolean del(String key);/*** 批量删除属性*/Long del(List<String> keys);/*** 设置过期时间*/Boolean expire(String key, long time);/*** 获取过期时间*/Long getExpire(String key);/*** 判断是否有该属性*/Boolean hasKey(String key);/*** 按delta递增*/Long incr(String key, long delta);/*** 按delta递减*/Long decr(String key, long delta);/*** 获取Hash结构中的属性*/Object hGet(String key, String hashKey);/*** 向Hash结构中放入一个属性*/Boolean hSet(String key, String hashKey, Object value, long time);/*** 向Hash结构中放入一个属性*/void hSet(String key, String hashKey, Object value);/*** 直接获取整个Hash结构*/Map<Object, Object> hGetAll(String key);/*** 直接设置整个Hash结构*/Boolean hSetAll(String key, Map<String, Object> map, long time);/*** 直接设置整个Hash结构*/void hSetAll(String key, Map<String, Object> map);/*** 删除Hash结构中的属性*/void hDel(String key, Object... hashKey);/*** 判断Hash结构中是否有该属性*/Boolean hHasKey(String key, String hashKey);/*** Hash结构中属性递增*/Long hIncr(String key, String hashKey, Long delta);/*** Hash结构中属性递减*/Long hDecr(String key, String hashKey, Long delta);/*** 获取Set结构*/Set<Object> sMembers(String key);/*** 向Set结构中添加属性*/Long sAdd(String key, Object... values);/*** 向Set结构中添加属性*/Long sAdd(String key, long time, Object... values);/*** 是否为Set中的属性*/Boolean sIsMember(String key, Object value);/*** 获取Set结构的长度*/Long sSize(String key);/*** 删除Set结构中的属性*/Long sRemove(String key, Object... values);/*** 获取List结构中的属性*/List<Object> lRange(String key, long start, long end);/*** 获取List结构的长度*/Long lSize(String key);/*** 根据索引获取List中的属性*/Object lIndex(String key, long index);/*** 向List结构中添加属性*/Long lPush(String key, Object value);/*** 向List结构中添加属性*/Long lPush(String key, Object value, long time);/*** 向List结构中批量添加属性*/Long lPushAll(String key, Object... values);/*** 向List结构中批量添加属性*/Long lPushAll(String key, Long time, Object... values);/*** 从List结构中移除属性*/Long lRemove(String key, long count, Object value);/*** 获取数量* @param keyPrefix* @return*/int countKey(String keyPrefix);
}
第二步,增加 RedisServiceImpl 实现类:
package com.codingmore.service.impl;import com.codingmore.service.IRedisService;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.stereotype.Service;import java.util.List;
import java.util.Map;
import java.util.Set;
import java.util.concurrent.TimeUnit;/*** redis操作实现类*/
@Service
public class RedisServiceImpl implements IRedisService {@Autowiredprivate RedisTemplate<String, Object> redisTemplate;@Overridepublic void set(String key, Object value, long time) {redisTemplate.opsForValue().set(key, value, time, TimeUnit.SECONDS);}@Overridepublic void set(String key, Object value) {redisTemplate.opsForValue().set(key, value);}@Overridepublic Object get(String key) {return redisTemplate.opsForValue().get(key);}@Overridepublic Boolean del(String key) {return redisTemplate.delete(key);}@Overridepublic Long del(List<String> keys) {return redisTemplate.delete(keys);}@Overridepublic Boolean expire(String key, long time) {return redisTemplate.expire(key, time, TimeUnit.SECONDS);}@Overridepublic Long getExpire(String key) {return redisTemplate.getExpire(key, TimeUnit.SECONDS);}@Overridepublic Boolean hasKey(String key) {return redisTemplate.hasKey(key);}@Overridepublic Long incr(String key, long delta) {return redisTemplate.opsForValue().increment(key, delta);}@Overridepublic Long decr(String key, long delta) {return redisTemplate.opsForValue().increment(key, -delta);}@Overridepublic Object hGet(String key, String hashKey) {return redisTemplate.opsForHash().get(key, hashKey);}@Overridepublic Boolean hSet(String key, String hashKey, Object value, long time) {redisTemplate.opsForHash().put(key, hashKey, value);return expire(key, time);}@Overridepublic void hSet(String key, String hashKey, Object value) {redisTemplate.opsForHash().put(key, hashKey, value);}@Overridepublic Map<Object, Object> hGetAll(String key) {return redisTemplate.opsForHash().entries(key);}@Overridepublic Boolean hSetAll(String key, Map<String, Object> map, long time) {redisTemplate.opsForHash().putAll(key, map);return expire(key, time);}@Overridepublic void hSetAll(String key, Map<String, Object> map) {redisTemplate.opsForHash().putAll(key, map);}@Overridepublic void hDel(String key, Object... hashKey) {redisTemplate.opsForHash().delete(key, hashKey);}@Overridepublic Boolean hHasKey(String key, String hashKey) {return redisTemplate.opsForHash().hasKey(key, hashKey);}@Overridepublic Long hIncr(String key, String hashKey, Long delta) {return redisTemplate.opsForHash().increment(key, hashKey, delta);}@Overridepublic Long hDecr(String key, String hashKey, Long delta) {return redisTemplate.opsForHash().increment(key, hashKey, -delta);}@Overridepublic Set<Object> sMembers(String key) {return redisTemplate.opsForSet().members(key);}@Overridepublic Long sAdd(String key, Object... values) {return redisTemplate.opsForSet().add(key, values);}@Overridepublic Long sAdd(String key, long time, Object... values) {Long count = redisTemplate.opsForSet().add(key, values);expire(key, time);return count;}@Overridepublic Boolean sIsMember(String key, Object value) {return redisTemplate.opsForSet().isMember(key, value);}@Overridepublic Long sSize(String key) {return redisTemplate.opsForSet().size(key);}@Overridepublic Long sRemove(String key, Object... values) {return redisTemplate.opsForSet().remove(key, values);}@Overridepublic List<Object> lRange(String key, long start, long end) {return redisTemplate.opsForList().range(key, start, end);}@Overridepublic Long lSize(String key) {return redisTemplate.opsForList().size(key);}@Overridepublic Object lIndex(String key, long index) {return redisTemplate.opsForList().index(key, index);}@Overridepublic Long lPush(String key, Object value) {return redisTemplate.opsForList().rightPush(key, value);}@Overridepublic Long lPush(String key, Object value, long time) {Long index = redisTemplate.opsForList().rightPush(key, value);expire(key, time);return index;}@Overridepublic Long lPushAll(String key, Object... values) {return redisTemplate.opsForList().rightPushAll(key, values);}@Overridepublic Long lPushAll(String key, Long time, Object... values) {Long count = redisTemplate.opsForList().rightPushAll(key, values);expire(key, time);return count;}@Overridepublic Long lRemove(String key, long count, Object value) {return redisTemplate.opsForList().remove(key, count, value);}@Overridepublic int countKey(String keyPrefix) {return redisTemplate.keys(keyPrefix).size();}
}
第三步,在标签 PostTagController 中增加 Redis 测试用接口 simpleTest :
@Controller
@Api(tags = "标签")
@RequestMapping("/postTag")
public class PostTagController {@Autowiredprivate IPostTagService postTagService;@Autowiredprivate IPostTagRelationService postTagRelationService;@Autowiredprivate RedisService redisService;@RequestMapping(value = "/simpleTest", method = RequestMethod.POST)@ResponseBody@ApiOperation("修改标签/Redis 测试用")public ResultObject<PostTag> simpleTest(@Valid PostTagParam postAddTagParam) {if (postAddTagParam.getPostTagId() == null) {return ResultObject.failed("标签id不能为空");}PostTag postTag = postTagService.getById(postAddTagParam.getPostTagId());if (postTag == null) {return ResultObject.failed("标签不存在");}QueryWrapper<PostTag> queryWrapper = new QueryWrapper<>();queryWrapper.eq("description", postAddTagParam.getDescription());int count = postTagService.count(queryWrapper);if (count > 0) {return ResultObject.failed("标签名称已存在");}BeanUtils.copyProperties(postAddTagParam, postTag);boolean successFlag = postTagService.updateById(postTag);String key = "redis:simple:" + postTag.getPostTagId();redisService.set(key, postTag);PostTag cachePostTag = (PostTag) redisService.get(key);return ResultObject.success(cachePostTag);}}
第四步,重启服务,使用 Knife4j 测试该接口 :