访问Redis,还在只用RedisTemplatema吗？

• 开始准备

• RedisTemplate

• JPA Repository

• Cache

• 总结

 

开始准备

开始之前我们需要有Redis安装，我们采用本机Docker运行Redis，主要命令如下

前面两个命令是启动redis docker，后两个是连接到docker，在使用redis-cli 去查看redis里面的内容，主要查看我们存在redis里面的数据。

RedisTemplate

我们可以从RedisTemplate开始，这是一种最易于理解的方式。让我们先看一下代码示例。我们需要定义一个POJO类，它将用于存储我们需要保存到Redis中的数据。这个POJO类可以包含各种属性，例如姓名、年龄、电子邮件地址等。然后，我们需要创建一个RedisTemplate对象，并将其与Redis服务器连接。一旦我们建立了连接，我们就可以使用RedisTemplate的各种方法来存储和检索数据。例如，我们可以使用opsForValue()方法将数据存储为值，或使用opsForHash()方法将数据存储为散列。此外，我们还可以使用RedisTemplate的其他方法来执行各种操作，例如删除、更新和查询数据。因此，使用RedisTemplate可以让我们更轻松地与Redis服务器交互，并提供更多的灵活性和功能。

一个很简单的BOOK类，三个字段：id、name和author。再来一个RedisTemplate的Bean         

再定义一个使用这个RedisTemplate的Service类 

我们使用Hash来存储这个Book信息。Hash是一种非常高效的数据结构，它可以提供常数时间的插入和查找操作，这意味着无论数据的大小如何，查找数据的时间都是相同的。因此，我们可以在Redis中快速查找书名是否存在。如果存在，我们可以直接从缓存中返回数据，而不必从持久化存储中读取数据。如果不存在，我们可以从持久化存储中找到数据，并使用Template将其写入Redis中。这种方法是缓存的通用做法，它可以提高数据访问速度，减少服务器负载。使用起来非常方便，而且效果非常好。

我们这里为了简单没有使用持久化存储，就硬编码了几条数据，代码如下

 

 

我们调用 bookService.findOneBook("python")和bookService.findOneBook("apache kafka"); 来把数据写入到换存中

我们来看下存储在Redis的数据长什么样子。

我们可以看到数据被存在了key是“\xac\xed\x00\x05t\x00\x04book”的一个Hash表中， Hash里面有两条记录。大家发现一个问题没有？

就是这个key不是我们想象的用“book”做key，而是多了一串16进制的码， 这是因为RedisTemplate使用了默认的JdkSerializationRedisSerializer 去序列化我们的key和value，如果大家都用Java语言那没有问题， 如果有人用Java语言写，有人用别的语言读，那就有问题，就像我开始的时候用hgetall "book"始终拿不到数据那样。

RedisTemplate也提供了StringRedisTemplate来方便大家需要使用String来序列化redis里面的数据。简单看下代码

使用上就没有那么方便，你就得自己写需要存的是哪个字段，读出来是哪个字段。 

如上图所示，使用客户端读出来看起来就比较清爽一些。也可以看到占用的Size会小很多，我们这个例子相差7倍，如果是数据量大，这个还是比较大的浪费。 

JPA Repository

我们知道使用JPA Repository来访问DataBase的时候，增删改查那样的操作能够很方便的实现，基本就是定义个接口，代码都不用写，Spring就帮我们完成了大部分的工作，那么访问Redis是不是也可以这样呢？答案是肯定的，我们来看代码 首先我们还是定义一个POJO

 

这个类与我们上面template上面的类的区别就是我们加了两个注解， 在类开头加了 @RedisHash(value = "cache-book", timeToLive = 600) 在字段上面加了@Id和@Indexed 定义一个Repository的接口 

再定义一个service和上面那个例子template一样，缓存中有就到缓存中拿，没有就到持久化存储中找，并写入缓存 

代码很简单，简单到不敢相信是真的。还是一样，调用这个方法，我们来看存在Redis里面的数据

感觉存的内容有些多， 不用怕我们来看下各自存什么数据 首先看最短的一个

它里面存的是我们的id所有的value，可以用来判断id是否存在 再来看 

这个是我们数据存放的地方 

另外两个都是set， 存在在它们里面的数据是索引信息。由此可以看出通过JPA Repository 的方式，代码很少，而且存储的数据也很通用，个人觉得是比较理想的访问方法。

Cache

我们已经看了两种方式，在访问的时候遵循这样的模式：缓存中有就从缓存中返回，没有就从持久化存储中找，然后写入缓存，这部分代码我也不想自己写，那么Cache就是你的救星。

我们先看代码 我们这次使用内存数据库H2作为持久化存储， 放一个schema.sql在resouces下面

 

然后定义POJO 

完全是和数据库绑定的代码，和缓存没有任何关系 一个Repository来访问数据库 

定义一个service来调用它 

 

这里就比较关键了，在类上加上了注解 @CacheConfig(cacheNames = "cache-book") 在方法上面加上了Cacheable和CacheEvict， Cacheable这个方法就是用来实现逻辑，有就从缓存中拿，没有就从数据库拿的，CacheEvict是调用这个方法的时候清除缓存。

然后再启动入口程序的地方加上注解 @EnableJpaRepositories @EnableCaching(proxyTargetClass = true) 在配置文件application.properties中加上

这样就可以了， 感觉就是通过配置下就把缓存给完成了，非常的简单 我们来看Redis中是怎么存的 

看到没有，就是当成Redis里面的String来存的， 如果数据量比较小，那是非常的方便，如果数据量大，这种方式就有些问题了。

总结

 我们看了这三种方式，这里仅仅是做了个入门。其中，每个方式都有很多细节需要研究和使用。如果想要简单使用Redis存储数据，那么数据量就不能太大。一旦数据量变得很大，就需要进行一些自定义设置。这时，我们可以通过RedisTemplate来实现一些工作。除此之外，还有一些其他的工具可以帮助我们更好地管理和处理Redis的数据，比如Jedis和Lettuce等。在实际应用中，我们还需要考虑Redis的高可用性和安全性等方面，这些都需要我们仔细研究和实践。