当前位置:   article > 正文

黑马Redis学习——基础篇

黑马Redis学习——基础篇

一、初识Redis

1.1 SQL与NOSQl差别

1.1.1 结构化与非结构化

(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。

1.1.2 关联和非关联

    (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:

  1. {
  2. id: 1,
  3. name: "张三",
  4. orders: [
  5. {
  6. id: 1,
  7. item: {
  8. id: 10, title: "荣耀6", price: 4999
  9. }
  10. },
  11. {
  12. id: 2,
  13. item: {
  14. id: 20, title: "小米11", price: 3999
  15. }
  16. }
  17. ]
  18. }

        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。

1.1.3.查询方式

        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。

1.1.4.事务

        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。

1.1.5.总结

        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

1.2.认识Redis

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

Redis的官方网站地址:RedisRedis Redis

1.3.Redis启动

        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

2.Redis常见命令

        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:

2.1.Redis通用命令

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:

  1. # 查看keys命令的帮助信息:
  2. 127.0.0.1:6379> help keys
  3. KEYS pattern
  4. summary: Find all keys matching the given pattern
  5. since: 1.0.0
  6. group: generic

keys 方法举例:

  1. 127.0.0.1:6379> keys *
  2. 1) "age"
  3. 2) "name"
  4. 127.0.0.1:6379> keys a*
  5. 1) "age"

2.2.String类型

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.

2.2.1.String的常见命令

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

2.2.2.Key结构

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:

KEYVALUE
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:

2.3.Hash类型

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:

2.4.List类型

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:

  1. 127.0.0.1:6379> lpush users 1 2 3
  2. (integer) 3
  3. 127.0.0.1:6379> rpush users 4 5 6
  4. (integer) 6
  5. 127.0.0.1:6379> lpop users 1
  6. 1) "3"
  7. 127.0.0.1:6379> rpop users 1
  8. 1) "6"
  9. 127.0.0.1:6379> lrange users 0 2
  10. 1) "2"
  11. 2) "1"
  12. 3) "4"
  13. 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
  14. 1) "user2"
  15. 2) "12"
  16. (80.86s)

2.5.Set类型

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:

  1. 127.0.0.1:6379> srem s1 a
  2. (integer) 1
  3. 127.0.0.1:6379> sismember s1 a
  4. (integer) 0
  5. 127.0.0.1:6379> sismember s1 b
  6. (integer) 1
  7. 127.0.0.1:6379> scard s1
  8. (integer) 2

求并集和差集

2.6.SortedSet类型

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

 

3.Redis的Java客户端

在Redis官网中提供了各种语言的客户端,地址:Clients | Redis

 

3.1.Jedis客户端

 Jedis的官网地址: https://github.com/redis/jedis

3.1.1.快速入门

1)引入依赖:

  1. <!--jedis-->
  2. <dependency>
  3. <groupId>redis.clients</groupId>
  4. <artifactId>jedis</artifactId>
  5. <version>3.7.0</version>
  6. </dependency>
  7. <!--单元测试-->
  8. <dependency>
  9. <groupId>org.junit.jupiter</groupId>
  10. <artifactId>junit-jupiter</artifactId>
  11. <version>5.7.0</version>
  12. <scope>test</scope>
  13. </dependency>

2)建立连接

新建一个单元测试类,内容如下

  1. @BeforeEach
  2. void setUp() {
  3. // 1.建立连接
  4. // jedis = new Jedis("192.168.150.10", 6379);
  5. jedis = JedisConnectionFactory.getJedis();
  6. // 2.设置密码
  7. jedis.auth("123321");
  8. // 3.选择库
  9. jedis.select(0);
  10. }

3)测试:  

  1. @Test
  2. void testString() {
  3. // 存入数据
  4. String result = jedis.set("name", "虎哥");
  5. System.out.println("result = " + result);
  6. // 获取数据
  7. String name = jedis.get("name");
  8. System.out.println("name = " + name);
  9. }
  10. @Test
  11. void testHash() {
  12. // 插入hash数据
  13. jedis.hset("user:1", "name", "Jack");
  14. jedis.hset("user:1", "age", "21");
  15. // 获取
  16. Map<String, String> map = jedis.hgetAll("user:1");
  17. System.out.println(map);
  18. }

4)释放资源  

  1. @AfterEach
  2. void tearDown() {
  3. if (jedis != null) {
  4. jedis.close();
  5. }
  6. }

3.1.2.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,因此我们推荐大家使用Jedis连接池代替Jedis的直连方式。

  1. public class JedisConnectionFactory {
  2. private static JedisPool jedisPool;
  3. static {
  4. // 配置连接池
  5. JedisPoolConfig poolConfig = new JedisPoolConfig();
  6. poolConfig.setMaxTotal(8);//最大连接数,连接池允许创建的最多连接
  7. 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
  8. poolConfig.setMinIdle(0);//最小空闲连接数
  9. poolConfig.setMaxWaitMillis(1000);
  10. // 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
  11. jedisPool = new JedisPool(poolConfig, "192.168.56.10", 6379, 1000, "123321");
  12. }
  13. public static Jedis getJedis(){
  14. return jedisPool.getResource();
  15. }
  16. }

3.2.SpringDataRedis客户端

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:

3.2.1.快速入门——SpringBoot整合Redis

1)引入依赖

  1. <!--redis依赖-->
  2. <dependency>
  3. <groupId>org.springframework.boot</groupId>
  4. <artifactId>spring-boot-starter-data-redis</artifactId>
  5. </dependency>
  6. <!--common-pool-->
  7. <dependency>
  8. <groupId>org.apache.commons</groupId>
  9. <artifactId>commons-pool2</artifactId>
  10. </dependency>
  11. <!--Jackson依赖-->
  12. <dependency>
  13. <groupId>com.fasterxml.jackson.core</groupId>
  14. <artifactId>jackson-databind</artifactId>
  15. </dependency>

2)配置Redis

  1. spring:
  2. redis:
  3. host: 192.168.56.10
  4. port: 6379
  5. lettuce://springboot默认使用的是lettcue
  6. pool:
  7. max-active: 8
  8. max-idle: 8
  9. min-idle: 0
  10. 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:

  1. @Test
  2. void testString() {
  3. // 写入一条String数据
  4. redisTemplate.opsForValue().set("name", "虎哥");
  5. // 获取string数据
  6. Object name = redisTemplate.opsForValue().get("name");
  7. System.out.println("name = " + name);
  8. }

3.2.2.自定义序列化

 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:

  1. @Configuration
  2. public class RedisConfig {
  3. @Bean
  4. public RedisTemplate<String, Object>
  5. redisTemplate(RedisConnectionFactory connectionFactory){
  6. // 创建RedisTemplate对象
  7. RedisTemplate<String, Object> template = new RedisTemplate<>();
  8. // 设置连接工厂
  9. template.setConnectionFactory(connectionFactory);
  10. // 创建JSON序列化工具
  11. GenericJackson2JsonRedisSerializer jsonRedisSerializer
  12. = new GenericJackson2JsonRedisSerializer();
  13. // 设置Key的序列化
  14. template.setKeySerializer(RedisSerializer.string());
  15. template.setHashKeySerializer(RedisSerializer.string());
  16. // 设置Value的序列化
  17. template.setValueSerializer(jsonRedisSerializer);
  18. template.setHashValueSerializer(jsonRedisSerializer);
  19. // 返回
  20. return template;
  21. }
  22. }

配置结束,测试将java对象转化为JSON串并存储,案例如下: 

  1. @Test
  2. void testSaveUser() {
  3. // 写入数据
  4. redisTemplate.opsForValue().set("user:100", new User("虎哥", 21));
  5. // 获取数据
  6. User o = (User) redisTemplate.opsForValue().get("user:100");
  7. System.out.println("o = " + o);
  8. }

         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。

3.2.3.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。

        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:

  1. @Autowired
  2. private StringRedisTemplate stringRedisTemplate;
  3. private static final ObjectMapper mapper = new ObjectMapper();
  4. @Test
  5. void testSaveUser() throws JsonProcessingException {
  6. // 创建对象
  7. User user = new User("虎哥", 21);
  8. // 手动序列化
  9. String json = mapper.writeValueAsString(user);
  10. // 写入数据
  11. stringRedisTemplate.opsForValue().set("user:200", json);
  12. // 获取数据
  13. String jsonUser = stringRedisTemplate.opsForValue().get("user:200");
  14. // 手动反序列化
  15. User user1 = mapper.readValue(jsonUser, User.class);
  16. System.out.println("user1 = " + user1);
  17. }

         执行Hash相关操作,案例如下:

  1. @Test
  2. void testHash() {
  3. stringRedisTemplate.opsForHash().put("user:400", "name", "虎哥");
  4. stringRedisTemplate.opsForHash().put("user:400", "age", "21");
  5. Map<Object, Object> entries = stringRedisTemplate.opsForHash().entries("user:400");
  6. System.out.println("entries = " + entries);
  7. }

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/我家小花儿/article/detail/682902
推荐阅读
相关标签
  

闽ICP备14008679号