赞
踩
目录
(1)SQL关系性数据库
传统关系型数据库是结构化数据,每一张表都有严格的约束信息:字段名、字段数据类型、字段约束等等信息,插入的数据必须遵守这些约束:
(2)NoSQL非关系性数据库
NoSql对数据库格式没有严格约束,往往形式松散,自由。
(1)关系性数据库
传统数据库的表与表之间往往存在关联,例如外键:
(2)非关系性数据库
非关系型数据库不存在关联关系,要维护关系要么靠代码中的业务逻辑,要么靠数据之间的耦合:
- {
- id: 1,
- name: "张三",
- orders: [
- {
- id: 1,
- item: {
- id: 10, title: "荣耀6", price: 4999
- }
- },
- {
- id: 2,
- item: {
- id: 20, title: "小米11", price: 3999
- }
- }
- ]
- }
此处要维护“张三”的订单与商品“荣耀”和“小米11”的关系,不得不冗余的将这两个商品保存在张三的订单文档中,不够优雅。还是建议用业务来维护关联关系。
传统关系型数据库会基于Sql语句做查询,语法有统一标准;而不同的非关系数据库查询语法差异极大,五花八门各种各样。
传统关系型数据库能满足事务ACID的原则 ,而非关系型数据库往往不支持事务,或者不能严格保证ACID的特性,只能实现基本的一致性。
除了上述四点以外,在存储方式、扩展性、查询性能上关系型与非关系型也都有着显著差异,总结如下:
存储方式
关系型数据库基于磁盘进行存储,会有大量的磁盘IO,对性能有一定影响
非关系型数据库,他们的操作更多的是依赖于内存来操作,内存的读写速度会非常快,性能自然会好一些
扩展性
关系型数据库集群模式一般是主从,主从数据一致,起到数据备份的作用,称为垂直扩展。
非关系型数据库可以将数据拆分,存储在不同机器上,可以保存海量数据,解决内存大小有限的问题。称为水平扩展。
关系型数据库因为表之间存在关联关系,如果做水平扩展会给数据查询带来很多麻烦
特征:
键值(key-value)型,value支持多种不同数据结构,功能丰富
单线程,每个命令具备原子性
低延迟,速度快(基于内存、IO多路复用、良好的编码)。
支持数据持久化
支持主从集群、分片集群
支持多语言客户端
由于之前做项目已经在虚拟机中安装过docker并设置redis自动启动,因此直接执行下列命令就可进入docker容器中的redis
docker exec -it redis redis-cli
Redis是典型的key-value数据库,key一般是字符串,而value包含很多不同的数据类型:
在官网( https://redis.io/commands )可以查看到不同的命令:
不同类型的命令称为一个group,以通过help命令来查看各种不同group的命令:
通用指令是部分数据类型的,都可以使用的指令,常见的有:
KEYS:查看符合模板的所有key,不建议在生成环境设备使用(keys *查询所有的key)
DEL:删除一个指定的key(DEL k1 k2 k3 k4)
EXISTS:判断key是否存在
EXPIRE:给一个key设置有效期,有效期到期时该key会被自动删除
TTL:查看一个KEY的剩余有效期
通过help [command] 可以查看一个命令的具体用法,例如:
- # 查看keys命令的帮助信息:
- 127.0.0.1:6379> help keys
-
- KEYS pattern
- summary: Find all keys matching the given pattern
- since: 1.0.0
- group: generic
keys 方法举例:
- 127.0.0.1:6379> keys *
- 1) "age"
- 2) "name"
- 127.0.0.1:6379> keys a*
- 1) "age"
String类型,也就是字符串类型,是Redis中最简单的存储类型。
其value是字符串,不过根据字符串的格式不同,又可以分为3类:
string:普通字符串
int:整数类型,可以做自增、自减操作
float:浮点类型,可以做自增、自减操作
不管是哪种格式,底层都是字节数组形式存储,只不过是编码方式不同。字符串类型的最大空间不能超过512m.
String的常见命令有:
SET:添加或者修改已经存在的一个String类型的键值对
GET:根据key获取String类型的value
MSET:批量添加多个String类型的键值对
MGET:根据多个key获取多个String类型的value
INCR:让一个整型的key自增1
INCRBY:让一个整型的key自增并指定步长,例如:incrby age-1 让age值自增-1
INCRBYFLOAT:让一个浮点类型的数字自增并指定步长
SETNX:添加一个String类型的键值对,前提是这个key不存在,否则不执行
SETNX是set和nx的组合(setnx name a 和 set name a nx是一样的)
SETEX:添加一个String类型的键值对,并且指定有效期
Redis没有类似MySQL中的Table的概念,我们该如何区分不同类型的key呢?
例如,需要存储用户、商品信息到redis,有一个用户id是1,有一个商品id恰好也是1,此时如果使用id作为key,那就会冲突了,该怎么办?
我们可以通过给key添加前缀加以区分,不过这个前缀不是随便加的,有一定的规范:
Redis的key允许有多个单词形成层级结构,多个单词之间用':'隔开,格式如下:
项目名:业务名:类型:id
这个格式并非固定,也可以根据自己的需求来删除或添加词条。这样以来,我们就可以把不同类型的数据区分开了。从而避免了key的冲突问题。
例如我们的项目名称叫 heima,有user和product两种不同类型的数据,我们可以这样定义key:
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:
KEY | VALUE |
---|---|
heima:user:1 | {"id":1, "name": "Jack", "age": 21} |
heima:product:1 | {"id":1, "name": "小米11", "price": 4999} |
并且,在Redis的桌面客户端中,还会以相同前缀作为层级结构,让数据看起来层次分明,关系清晰
数据插入:
127.0.0.1:6379> set heima:user:1 '{"id":1, "name": "Jack", "age": 21}'
客户端结果:
Hash类型,也叫散列,其value是一个无序字典,类似于Java中的HashMap结构。
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:
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:
Hash的常见命令有:
HSET key field value:添加或者修改hash类型key的field的值
HGET key field:获取一个hash类型key的field的值
HMSET:批量添加多个hash类型key的field的值
HMGET:批量获取多个hash类型key的field的值
HGETALL:获取一个hash类型的key中的所有的field和value
HKEYS:获取一个hash类型的key中的所有的field
HINCRBY:让一个hash类型key的字段值自增并指定步长
HSETNX:添加一个hash类型的key的field值,前提是这个field不存在,否则不执行
举例:
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。
特征也与LinkedList类似:
有序
元素可以重复
插入和删除快
查询速度一般
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。
List的常见命令有:
LPUSH key element ... :向列表左侧插入一个或多个元素
LPOP key:移除并返回列表左侧的第一个元素,没有则返回nil
RPUSH key element ... :向列表右侧插入一个或多个元素
RPOP key:移除并返回列表右侧的第一个元素
LRANGE key star end:返回一段角标范围内的所有元素
BLPOP和BRPOP:与LPOP和RPOP类似,只不过在没有元素时等待指定时间,而不是直接返回nil举例:
- 127.0.0.1:6379> lpush users 1 2 3
- (integer) 3
- 127.0.0.1:6379> rpush users 4 5 6
- (integer) 6
- 127.0.0.1:6379> lpop users 1
- 1) "3"
- 127.0.0.1:6379> rpop users 1
- 1) "6"
- 127.0.0.1:6379> lrange users 0 2
- 1) "2"
- 2) "1"
- 3) "4"
- 127.0.0.1:6379> blpop user2 100 #此时在另一个窗口往user2列表添加数据,blpop会等到数据添加后执行
- 1) "user2"
- 2) "12"
- (80.86s)
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类似的特征:
无序
元素不可重复
查找快
支持交集、并集、差集等功能
Set的常见命令有:
SADD key member ... :向set中添加一个或多个元素
SREM key member ... : 移除set中的指定元素
SCARD key: 返回set中元素的个数
SISMEMBER key member:判断一个元素是否存在于set中
SMEMBERS:获取set中的所有元素
SINTER key1 key2 ... :求key1与key2的交集
SDIFF key1 key2……:求key1与key2的差集
SUNION key1 key2…:求key1和key2并集和
举例:
- 127.0.0.1:6379> srem s1 a
- (integer) 1
- 127.0.0.1:6379> sismember s1 a
- (integer) 0
- 127.0.0.1:6379> sismember s1 b
- (integer) 1
- 127.0.0.1:6379> scard s1
- (integer) 2
求并集和差集
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。
SortedSet具备下列特性:
可排序
元素不重复
查询速度快
因为SortedSet的可排序特性,经常被用来实现排行榜这样的功能。
SortedSet的常见命令有:
ZADD key score member:添加一个或多个元素到sorted set ,如果已经存在则更新其score值
ZREM key member:删除sorted set中的一个指定元素
ZSCORE key member : 获取sorted set中的指定元素的score值
ZRANK key member:获取sorted set 中的指定元素的排名
ZCARD key:获取sorted set中的元素个数
ZCOUNT key min max:统计score值在给定范围内的所有元素的个数
ZINCRBY key increment member:让sorted set中的指定元素自增,步长为指定的increment值
ZRANGE key min max:按照score排序后,获取指定排名范围内的元素
ZRANGEBYSCORE key min max:按照score排序后,获取指定score范围内的元素
ZDIFF、ZINTER、ZUNION:求差集、交集、并集
注意:所有的排名默认都是升序,如果要降序则在命令的Z后面添加REV即可,例如:
升序获取sorted set 中的指定元素的排名:ZRANK key member
降序获取sorted set 中的指定元素的排名:ZREVRANK key memeber
案例
在Redis官网中提供了各种语言的客户端,地址:Clients | Redis
Jedis的官网地址: https://github.com/redis/jedis
1)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>
2)建立连接
新建一个单元测试类,内容如下
- @BeforeEach
- void setUp() {
- // 1.建立连接
- // jedis = new Jedis("192.168.150.10", 6379);
- jedis = JedisConnectionFactory.getJedis();
- // 2.设置密码
- jedis.auth("123321");
- // 3.选择库
- jedis.select(0);
- }
3)测试:
- @Test
- void testString() {
- // 存入数据
- String result = jedis.set("name", "虎哥");
- System.out.println("result = " + result);
- // 获取数据
- String name = jedis.get("name");
- System.out.println("name = " + name);
- }
-
- @Test
- void testHash() {
- // 插入hash数据
- jedis.hset("user:1", "name", "Jack");
- jedis.hset("user:1", "age", "21");
-
- // 获取
- Map<String, String> map = jedis.hgetAll("user:1");
- System.out.println(map);
- }
4)释放资源
- @AfterEach
- void tearDown() {
- if (jedis != null) {
- jedis.close();
- }
- }
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,因此我们推荐大家使用Jedis连接池代替Jedis的直连方式。
- public class JedisConnectionFactory {
-
- private static JedisPool jedisPool;
-
- static {
- // 配置连接池
- JedisPoolConfig poolConfig = new JedisPoolConfig();
- poolConfig.setMaxTotal(8);//最大连接数,连接池允许创建的最多连接
- poolConfig.setMaxIdle(8);//最大空闲连接数,即使没人访问连接池最多也能放的最大连接数
- poolConfig.setMinIdle(0);//最小空闲连接数
- poolConfig.setMaxWaitMillis(1000);
- // 创建连接池对象,参数:连接池配置、服务端ip、服务端端口、超时时间、密码
- jedisPool = new JedisPool(poolConfig, "192.168.56.10", 6379, 1000, "123321");
- }
-
- public static Jedis getJedis(){
- return jedisPool.getResource();
- }
- }
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: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
SpringDataRedis中提供了RedisTemplate工具类,其中封装了各种对Redis的操作。并且将不同数据类型的操作API封装到了不同的类型中:
1)引入依赖
- <!--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>
2)配置Redis
- spring:
- redis:
- host: 192.168.56.10
- port: 6379
- lettuce://springboot默认使用的是lettcue
- pool:
- max-active: 8
- max-idle: 8
- min-idle: 0
- max-wait: 100ms
3)注入RedisTemplate
因为有了SpringBoot的自动装配,我们可以拿来就用;测试案例如下:
- @Test
- void testString() {
- // 写入一条String数据
- redisTemplate.opsForValue().set("name", "虎哥");
- // 获取string数据
- Object name = redisTemplate.opsForValue().get("name");
- System.out.println("name = " + name);
- }
RedisTemplate可以接收任意Object作为值写入Redis:
只不过写入前会把Object序列化为字节形式,默认是采用JDK序列化,得到的结果是这样的:
缺点:
可读性差
内存占用较大
可以自定义RedisTemplate的序列化方式,代码如下:
- @Configuration
- public class RedisConfig {
-
- @Bean
- public RedisTemplate<String, Object>
- redisTemplate(RedisConnectionFactory connectionFactory){
- // 创建RedisTemplate对象
- RedisTemplate<String, Object> template = new RedisTemplate<>();
- // 设置连接工厂
- template.setConnectionFactory(connectionFactory);
- // 创建JSON序列化工具
- GenericJackson2JsonRedisSerializer jsonRedisSerializer
- = new GenericJackson2JsonRedisSerializer();
- // 设置Key的序列化
- template.setKeySerializer(RedisSerializer.string());
- template.setHashKeySerializer(RedisSerializer.string());
- // 设置Value的序列化
- template.setValueSerializer(jsonRedisSerializer);
- template.setHashValueSerializer(jsonRedisSerializer);
- // 返回
- return template;
- }
- }
配置结束,测试将java对象转化为JSON串并存储,案例如下:
- @Test
- void testSaveUser() {
- // 写入数据
- redisTemplate.opsForValue().set("user:100", new User("虎哥", 21));
- // 获取数据
- User o = (User) redisTemplate.opsForValue().get("user:100");
- System.out.println("o = " + o);
- }
此时Redis中所存信息如下,@class让Redis读取时能自动将json反序列化为java对象,但这会带来额外的内存开销。
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。
因为存入和读取时的序列化及反序列化都是我们自己实现的,SpringDataRedis就不会将class信息写入Redis了。这种用法比较普遍,因此SpringDataRedis就提供了RedisTemplate的子类:StringRedisTemplate,它的key和value的序列化方式默认就是String方式。
用StringRedisTemplate来存入和读取Redis,案例如下:
- @Autowired
- private StringRedisTemplate stringRedisTemplate;
-
- private static final ObjectMapper mapper = new ObjectMapper();
-
- @Test
- void testSaveUser() throws JsonProcessingException {
- // 创建对象
- User user = new User("虎哥", 21);
- // 手动序列化
- String json = mapper.writeValueAsString(user);
- // 写入数据
- stringRedisTemplate.opsForValue().set("user:200", json);
-
- // 获取数据
- String jsonUser = stringRedisTemplate.opsForValue().get("user:200");
- // 手动反序列化
- User user1 = mapper.readValue(jsonUser, User.class);
- System.out.println("user1 = " + user1);
- }
执行Hash相关操作,案例如下:
- @Test
- void testHash() {
- stringRedisTemplate.opsForHash().put("user:400", "name", "虎哥");
- stringRedisTemplate.opsForHash().put("user:400", "age", "21");
-
- Map<Object, Object> entries = stringRedisTemplate.opsForHash().entries("user:400");
- System.out.println("entries = " + entries);
- }
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。