在项目中使用redis,主要是从性能和并发两个维度去考虑。试想一下,一条冗长的sql语句或者存储过程在数据库中执行一次需要1分钟以上,且该sql是高并发下的使用场景,如果以这样的响应速度,那是万万达不到要求的,所以,这里就要采用redis进行预加载缓存,这里我就不说怎么运用redis了,主要说说redis中如何存储多种形式的数据。
redis缓存中主要使用的类和集合主要涉及到以下几种:
ValueOperations<String, T> valueOperations
HashOperations<String, String, T> hashOperations
ListOperations<String,String> listOperations;
SetOperations<String,String> setOperations;
当然,我们也可以用这几种进行相应的组合,所以说,redis中存储数据的格式的场景非常多,我们需要尽可能的灵活运用。下面我介绍下几种常见的存储格式
1.key---value的形式
此种方式就是以key-value的形式保存在数据库中的展现形式,
package com.youfuli.vendor.service.impl;
import com.youfuli.vendor.service.RedisService;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.beans.factory.annotation.Value;
import org.springframework.data.redis.core.HashOperations;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.data.redis.core.ValueOperations;
import org.springframework.stereotype.Service;
import javax.annotation.Resource;
import java.util.List;
import java.util.Set;
import java.util.concurrent.TimeUnit;
@Service
public class RedisServiceImpl<T> implements RedisService<T> {
@Value("redis.cache.common")
private String commonCacheName;
@Autowired
private RedisTemplate<String, Object> redisTemplate;
@Resource
private ValueOperations<String, T> valueOperations;
@Resource
private HashOperations<String, String, T> hashOperations;
/**
* 添加
*
* @param key key
* @param value 对象
* @param expire 过期时间(单位:秒),传入 -1 时表示不设置过期时间
*/
@Override
public void put(String key, T value, long expire) {
valueOperations.set(key, value);
if (expire != -1) {
redisTemplate.expire(key, expire, TimeUnit.SECONDS);
}
}
/**
* 添加
*
* @param key key
* @param value 对象
* @param expire 过期时间(单位:秒),传入 -1 时表示不设置过期时间
*/
@Override
public void put(String cacheName, String key, T value, long expire) {
hashOperations.put(cacheName, key, value);
if (expire != -1) {
redisTemplate.expire(cacheName, expire, TimeUnit.SECONDS);
}
}
/**
* 删除
*
* @param key 传入key的名称
*/
@Override
public void remove(String key) {
remove(commonCacheName, key);
}
/**
* 删除
*
* @param cacheName 缓存名称
* @param key 传入key的名称
*/
@Override
public void remove(String cacheName, String key) {
hashOperations.delete(cacheName, key);
}
/**
* 查询
*
* @param key 查询的key
* @return
*/
@Override
public T get(String key) {
return valueOperations.get(key);
}
/**
* 查询
*
* @param cacheName 缓存名称
* @param key 查询的key
* @return
*/
@Override
public T get(String cacheName, String key) {
return hashOperations.get(cacheName, key);
}
/**
* 获取当前redis默认缓存下所有对象
*
* @return
*/
@Override
public List<T> getAll() {
return getAll(commonCacheName);
}
/**
* 获取当前redis指定缓存下所有对象
*
* @return
*/
@Override
public List<T> getAll(String cacheName) {
return hashOperations.values(cacheName);
}
/**
* 查询查询当前redis默认缓存下所有key
*
* @return
*/
@Override
public Set<String> getKeys() {
return getKeys(commonCacheName);
}
/**
* 查询查询当前redis指定缓存下所有key
*
* @return
*/
@Override
public Set<String> getKeys(String cacheName) {
return hashOperations.keys(cacheName);
}
/**
* 判断key是否存在redis中
*
* @param key 传入key的名称
* @return
*/
@Override
public boolean isKeyExists(String key) {
return redisTemplate.hasKey(key);
}
/**
* 判断key是否存在redis中
*
* @param key 传入key的名称
* @return
*/
@Override
public boolean isKeyExists(String cacheName, String key) {
return hashOperations.hasKey(cacheName, key);
}
/**
* 查询当前key下缓存数量
*
* @return
*/
@Override
public long count() {
return count(commonCacheName);
}
/**
* 查询当前key下缓存数量
*
* @return
*/
@Override
public long count(String cacheName) {
return hashOperations.size(cacheName);
}
/**
* 清空redis
*/
@Override
public void empty() {
empty(commonCacheName);
}
/**
* 清空redis
*/
@Override
public void empty(String cacheName) {
Set<String> set = hashOperations.keys(cacheName);
set.stream().forEach(key -> hashOperations.delete(cacheName, key));
}
}
valueOperations的格式存储的就是key-value的数据格式,hashOperations的格式存储的就是key-key-value的数据格式,具体在redis manager中的展现如下:
此种情况适用于一个对象下面存放多条数据的情况,在redis中存储是不冲突的,会将key1重复的数据合并,进而可以保存多条key2形式的数据。
其实我们可以感觉到,redis中存储数据的方式和我们编程语言的存储方式是很相似的,list,set,map格式的数据都是可以实现存储的,在这里我要提醒大家一个错误,
redis manager可视化界面上出现在这样的情况的时候,我们需要确定我们服务端和客户端的版本,一般情况下是版本冲突导致的,这里给大家介绍下我的redis服务端版本为3.2.100,客户端版本为0.9.3.817,其他情况下就需要进行见招拆招了咯。
redi还可以对高并发大数据量的情况下进行数据处理,对一些耗时长的操作进行缓存预热,提前进行加载,redis其实还是挺好用的,希望后面我可以更深层次的运用。