Spring Boot 集成Redis中 RedisTemplate 及相关操作接口对比与方法说明

RedisTemplate 及相关操作接口对比与方法说明


1. RedisTemplate 核心接口与实现类

RedisTemplate 是 Spring Data Redis 的核心模板类,通过 opsFor... 方法返回不同数据类型的操作接口,每个接口对应 Redis 的一种数据结构。以下是主要接口及其实现类:


2. 各操作接口及方法说明
(1) RedisValueOperations<K, V>
  • 对应数据类型:字符串(String)
  • 实现类DefaultRedisScriptingOperations(内部实现)
  • 主要方法
    • set(K key, V value):设置键值对。
    • set(K key, V value, long offset):设置指定偏移量的值(如追加字符串)。
    • getExpire(K key):获取键的剩余过期时间(毫秒)。
    • multiSet(Map<K, V> map):批量设置键值对。
    • increment(K key, long delta):对数值键执行递增操作。
    • append(K key, String value):追加字符串到现有值末尾。

(2) RedisHashOperations<K, HK, HV>
  • 对应数据类型:哈希(Hash)
  • 实现类DefaultHashOperations(内部实现)
  • 主要方法
    • put(K key, HK hashKey, HV hashValue):在哈希中设置字段值。
    • get(K key, HK hashKey):获取哈希中的字段值。
    • entries(K key):获取哈希中所有字段和值。
    • hasKey(K key, HK hashKey):判断哈希中是否存在字段。
    • increment(K key, HK hashKey, long delta):递增哈希中的数值字段。

(3) RedisListOperations<K, V>
  • 对应数据类型:列表(List)
  • 实现类DefaultListOperations(内部实现)
  • 主要方法
    • leftPush(K key, V value):从左侧(头)插入元素。
    • rightPush(K key, V value):从右侧(尾)插入元素。
    • leftPop(K key):弹出并返回左侧元素。
    • range(K key, long start, long end):获取列表切片。
    • trim(K key, long start, long end):截取列表到指定范围。

(4) RedisSetOperations<K, V>
  • 对应数据类型:集合(Set)
  • 实现类DefaultSetOperations(内部实现)
  • 主要方法
    • add(K key, V... values):添加元素到集合。
    • remove(K key, V... values):从集合中移除元素。
    • members(K key):获取集合中所有元素。
    • isMember(K key, V value):判断元素是否存在于集合中。
    • randomMember(K key):随机获取一个元素。

(5) RedisZSetOperations<K, V>
  • 对应数据类型:有序集合(Sorted Set)
  • 实现类DefaultZSetOperations(内部实现)
  • 主要方法
    • add(K key, V value, double score):添加元素及分数。
    • rangeByScore(K key, double min, double max):按分数范围获取元素。
    • score(K key, V value):获取元素的分数。
    • removeRangeByScore(K key, double start, double end):按分数范围删除元素。
    • rank(K key, V value):获取元素的排名(从小到大)。

(6) RedisGeoOperations<K, V>
  • 对应数据类型:地理位置(Geo)
  • 实现类DefaultGeoOperations(内部实现)
  • 主要方法
    • add(K key, V member, double longitude, double latitude):添加地理位置。
    • distance(K key, V member1, V member2):计算两点距离。
    • radius(K key, double longitude, double latitude, double radius, RedisGeoCommands.DistanceUnit unit):获取指定半径内的元素。
    • position(K key, V member):获取元素的经纬度坐标。

(7) RedisStreamOperations<K, V>
  • 对应数据类型:流(Stream,Redis 5+)
  • 实现类DefaultStreamOperations(内部实现)
  • 主要方法
    • add(K key, StreamEntryID id, Map<Field, V> values):向流中添加条目。
    • read(K key, StreamOffset<K> streamOffset):读取流数据。
    • acknowledge(K key, Consumer consumer, StreamEntryID... ids):确认已处理的条目。
    • trim(K key, long maxEntries):按最大条目数截断流。

对比表格

接口对应数据类型核心方法典型场景
RedisValueOperations字符串(String)set, get, increment, append简单键值存储(如计数器、缓存)
RedisHashOperations哈希(Hash)put, get, entries, increment对象属性存储(如用户资料)
RedisListOperations列表(List)leftPush, rightPush, leftPop, range队列/栈操作(如消息队列)
RedisSetOperations集合(Set)add, remove, members, isMember去重存储(如标签、唯一用户列表)
RedisZSetOperations有序集合(ZSet)add, rangeByScore, score, rank排名/优先级队列(如排行榜)
RedisGeoOperations地理位置(Geo)add, distance, radius, position地理信息查询(如附近商家)
RedisStreamOperations流(Stream)add, read, acknowledge, trim流式数据处理(如日志、事件队列)

总结与建议

  1. 选择接口:根据 Redis 数据类型选择对应操作接口(如列表用 RedisListOperations)。
  2. 原子性操作:复杂操作可通过 RedisTemplate.execute(SessionCallback) 实现事务性。
  3. 性能优化
    • 批量操作(如 multiSet)减少网络开销。
    • 使用 RedisTemplate.setEnableTransactionSupport(true) 开启事务支持。
  4. 高级功能:如地理位置查询(RedisGeoOperations)或流处理(RedisStreamOperations)需结合具体业务场景。

示例代码

@Service
public class RedisService {@Autowiredprivate RedisTemplate<String, Object> redisTemplate;public void demoOperations() {// 字符串操作redisTemplate.opsForValue().set("counter", 0);redisTemplate.opsForValue().increment("counter", 1); // 原子递增// 哈希操作redisTemplate.opsForHash().put("user:1001", "name", "张三");redisTemplate.opsForHash().increment("user:1001", "age", 1);// 列表操作redisTemplate.opsForList().rightPush("queue", "message1");redisTemplate.opsForList().leftPop("queue");// 地理位置redisTemplate.opsForGeo().add("locations", "星巴克", 116.397428, 39.90923;);redisTemplate.opsForGeo().radius("locations", 116.3, 39.9, 1000, KILOMETERS);}
}

根据业务需求选择合适的数据类型和接口,灵活使用 Redis 的强大功能!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/899860.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

linux内核漏洞检测利用exp提权

案例一dirtycow&#xff08;CVE-2016-5159&#xff09; 有个前置知识就是 获取liunx的内核 hostnamectl uname -a 然后这个内核漏洞进行提权的步骤也是和手工win进行提权差不多 也是需要使用辅助工具在本地进行辅助检测 然后去nomi-sec/PoC-in-GitHub&#xff1a; &#…

重磅 | CertiK《Hack3d:2025第一季度安全报告》(附报告全文链接)

CertiK《Hack3d&#xff1a;2025年第一季度安全报告》现已发布&#xff0c;本次报告深入分析了2025年1至3月Web3.0领域的安全状况。2025年第一季度共发生197起安全事件&#xff0c;总损失约为16.7亿美元&#xff0c;环比激增303.4%。其中Bybit事件导致约14.5亿美元的损失&#…

经典卷积神经网络LeNet实现(pytorch版)

LeNet卷积神经网络 一、理论部分1.1 核心理论1.2 LeNet-5 网络结构1.3 关键细节1.4 后期改进1.6 意义与局限性二、代码实现2.1 导包2.1 数据加载和处理2.3 网络构建2.4 训练和测试函数2.4.1 训练函数2.4.2 测试函数2.5 训练和保存模型2.6 模型加载和预测一、理论部分 LeNet是一…

二维码扫不出?用QR Research工具

一.简介 简单来说QR Research就是用来扫二维码的工具 当二维码模糊不清&#xff0c;无法用普通方式扫时&#xff0c;就可以用QR Research轻松扫描。QR Research还可以分析变形/破损二维码&#xff08;修复或提取有效部分&#xff09; 二.下载安装 QR Research 三.例题 这…

02_使用Docker在服务器上部署Jekins实现项目的自动化部署

02_使用Docker在服务器上部署jenkins实现项目的自动化部署 一、使用docker拉取阿里云容器私有镜像仓库内的jenkins镜像 登录阿里云Docker Registry $ sudo docker login --usernamewxxxo1xxx registry.cn-shanghai.aliyuncs.com用于登录的用户名为阿里云账号全名&#xff0c…

微服务组件——Eureka组件的安装与使用指南

文章目录 一、Eureka Server的安装与配置1、创建Spring Boot项目2、添加依赖3、配置Eureka Server4、启用Eureka Server5、启动并访问Dashboard 二、Eureka Client的配置&#xff08;服务注册&#xff09;1、添加客户端依赖2、配置客户端3、启用服务发现4、启动服务 三、服务发…

探索Doris:日志分析的新宠,是否能取代老牌ES?

在大数据时代&#xff0c;日志存储与分析对于企业的运营和决策起着至关重要的作用。Elasticsearch&#xff08;简称 ES&#xff09;作为一款广泛应用的开源分布式搜索和分析引擎&#xff0c;长期以来在日志管理领域占据着举足轻重的地位。然而&#xff0c;随着技术的不断发展&a…

学习threejs,使用Texture纹理贴图,测试repeat重复纹理贴图

&#x1f468;‍⚕️ 主页&#xff1a; gis分享者 &#x1f468;‍⚕️ 感谢各位大佬 点赞&#x1f44d; 收藏⭐ 留言&#x1f4dd; 加关注✅! &#x1f468;‍⚕️ 收录于专栏&#xff1a;threejs gis工程师 文章目录 一、&#x1f340;前言1.1 ☘️Texture 纹理贴图1.1.1 ☘️…

图像配准及识别

一、图像配准基础 图像配准&#xff0c;听起来很高大上&#xff0c;其实用大白话来说&#xff0c;就是“让两张照片对齐”的技术。想象一下&#xff0c;你有两张拍得不完全一样的照片&#xff0c;比如一张是你从正面拍的风景&#xff0c;另一张是从侧面拍的同一个地方&#xff…

QT之QML(简单示例)

需求一&#xff1a;点击按钮弹出菜单&#xff0c;并且自定义菜单弹出位置。 mouse.x 和 mouse.y 获取的是相对于 MouseArea&#xff08;在这个例子中是 Button&#xff09;左上角的局部坐标。如果你想要在鼠标点击位置显示 Menu&#xff0c;你需要将这个局部坐标转换为相对于应…

如何编写单元测试

一、前言知识 1.开发过程 需求分析->设计->开发->测试->上线 2.测试种类 单元测试(测试模块编码)、黑盒测试(测试功能是否满足需求)、白盒测试(测试程序内部的逻辑结构)、回归测试(提出的缺陷进行二次验证)、集成测试(测试主要的业务功能及模块间的整合性)、系…

LeetCode 解题思路 30(Hot 100)

解题思路&#xff1a; 递归参数&#xff1a; 生成括号的对数 n、结果集 result、当前路径 path、左括号数 open、右括号数 close。递归过程&#xff1a; 当当前路径 path 的长度等于 n * 2 时&#xff0c;说明已经生成有效括号&#xff0c;加入结果集。若左括号数小于 n&…

【Golang】Windows系统键鼠空闲监测练习

在本文中&#xff0c;我们将练习如何使用Golang编写一个简单的Windows系统空闲时间监测工具。该工具能够检测系统的空闲时间&#xff0c;并在达到一定阈值时计数。 功能概述 监控鼠标和键盘的空闲事件&#xff0c;每空闲超过50s&#xff0c;触发次数加一。 该工具具有以下功…

关于React Redux

官网&#xff1a;&#x1f449;详情一 &#x1f449;详情二 &#x1f449;关于redux 使用原因&#xff1a;&#x1f449;详情 /** 2-1、随着javascript单页应用程序的发展&#xff0c;需要在代码中管理更多的状态&#xff08;包括服务器响应数据、缓存数据、本地创建还未发送…

MySQL和Oracle批量插入SQL差异详解

文章目录 MySQL和Oracle批量插入SQL差异详解1. 基本批量插入语法1.1 MySQL批量插入1.2 Oracle批量插入 2. 带序列的批量插入2.1 MySQL带自增ID的批量插入2.2 Oracle带序列的批量插入 3. 条件批量插入3.1 MySQL条件批量插入3.2 Oracle条件批量插入 MySQL和Oracle批量插入SQL差异…

43页可编辑PPT | 大数据管理中心设计规划方案大数据中心组织架构大数据组织管理

这份文档是一份关于大数据管理中心规划设计方案的详细报告&#xff0c;涵盖了背景与需求分析、整体规划方案、关键能力实现方案以及实施方案等内容。报告强调大数据在城市治理中的重要性&#xff0c;提出通过构建统一的大数据平台&#xff0c;整合城市各部门数据资源&#xff0…

Python-八股总结

目录 1 python 垃圾处理机制2 yield3 python 多继承&#xff0c;两个父类有同名方法怎么办&#xff1f;4 python 多线程/多进程/协程4.1 多线程与GIL全局解释器锁4.2 多进程4.3 协程 5 乐观锁/悲观锁6 基本数据结构**1. 列表&#xff08;List&#xff09;****2. 元组&#xff0…

HTML 标签类型全面介绍

HTML 标签类型全面介绍 HTML&#xff08;HyperText Markup Language&#xff09;是构建 Web 页面结构的基础语言。HTML 由不同类型的标签组成&#xff0c;每种标签都有特定的用途。本文将全面介绍 HTML 标签的分类及其用法。 1. HTML 标签概述 HTML 标签通常成对出现&#xf…

vscode中的【粘滞滚动】的基本概念和作用,关闭了以后如何开启

1、粘滞滚动的基本概念和作用 ‌VSCode中的“粘滞”功能主要是指编辑器在滚动时的一种特殊效果&#xff0c;使得编辑器在滚动到某个位置时会“粘”在那里&#xff0c;而不是平滑滚动到底部或顶部。‌ 粘滞滚动的基本概念和作用 粘滞滚动功能可以让用户在滚动时更直观地看到当前…

【商城实战(101)】电商未来已来:新技术引领商城发展新航向

【商城实战】专栏重磅来袭!这是一份专为开发者与电商从业者打造的超详细指南。从项目基础搭建,运用 uniapp、Element Plus、SpringBoot 搭建商城框架,到用户、商品、订单等核心模块开发,再到性能优化、安全加固、多端适配,乃至运营推广策略,102 章内容层层递进。无论是想…