文章目录
一、Redis简介
Redis 是一个开源(BSD许可)的,内存中的数据结构存储系统,它可以用作数据库、缓存和消息中间件。它支持多种类型的数据结构,如字符串(strings),散列(hashes),列表(lists),集合(sets), 有序集合(sorted sets) 与范围查询,bitmaps,hyperloglogs 和 地理空间(geospatial) 索引半径查询。 Redis 内置了 复制(replication),LUA脚本(Lua scripting), LRU驱动事件(LRU eviction),事务(transactions) 和不同级别的 磁盘持久化(persistence), 并通过 Redis哨兵(Sentinel)和自动 分区(Cluster)提供高可用性(high availability)。
Redis有16个初始数据库,默认在0号库,常用命令
- select 0:切换到0号数据库
- dbsize:查看当前数据库的key的数量
- flushdb:清空当前库
- flush:通杀全部库
优势
- 计算向数据移动
- 单线程-IO多路复用
memcache采用的是多线程和锁,value没有数据类型
二、对key的操作
测试数据
# key:k1 value:pang
127.0.0.1:6379> set k1 pang
OK
127.0.0.1:6379> set k2 lin
OK
127.0.0.1:6379> set k3 lu
OK
- keys *
查看当前库所有key(匹配:keys*1)
- exists 【key】
判断某个key是否存在
- type 【key】
查看你的 key是什么类型。
- del 【key】
删除指定的key数据
- unlink 【key】
根据value选择非阻塞删除,仅将keys 从 keyspace元数据中删除,真正的删除会在后续异步操作
- expire 【key】 10
10秒钟:为给定的 key设置过期时间
- ttl 【key】
查看还有多少秒过期,-1表示永不过期,-2表示已过期。
三、Redis数据类型
1.字符串 String
简介
String是Redis最基本的类型,你可以理解成与Memcached一模一样的类型,一个key对应一个value。String类型是二进制安全的。意味着Redis的string可以包含任何数据。比如jpg图片或者序列化的对象。String类型是Redis最基本的数据类型,一个Redis中字符串value最多可以是512Me
常用命令
- set 【key】【value】
创建一个键值对
- get 【key】
查询对应的键值
- append 【key】【value】
将给定的value追加到原值的末尾
- strlen 【key】
获取值的长度
- setnx 【key】【value】
只有在key不存在时,设置key的值,和set区别:不能覆盖原有的,只能设置新的key和value
- incr【key】
将key中存储的数字值增加1(原子性操作:所谓原子操作是指不会被线程调度机制打断的操作,因为是单线程的)
- decr 【key】
将key中存储的数字值减1
- incrby/decrby 【key】【步长】
将key中存储的数字值增减自定义步长
- mset【key1】【value1】【key2】【value2】
同时设置一个或多个key-value对
- mget【key1】【key2】
同时获取一个或多个value
- msetnx【key1】【value1】【key2】【value2】
和mset功能差不多,只不过不能覆盖已有的key-value,而且原子性,有一个失败则都全部失败
- getrange 【key】【起始位置】【结束位置】
获取键值的范围
- setrange【key】【起始位置】【value】
用value覆写key所存储的字符串值
- setex 【key】 20 【value】
设置键值的同时,设置过期时间,单位秒。
- ttl 【key】
查看过期时间
- getset 【key】【value】
以新换旧,设置了新值同时获得旧值。
数据结构
- String的数据结构为简单动态字符串(Simple Dynamic String,缩写SDS)。是可以修改的字符串,内部结构实现上类似于Java的 ArrayList,采用预分配冗余空间的方式来减少内存的频繁分配。
如图所示,内部为当前字符串实际分配的空间capacity一般要高于实际字符串长度len。当字符串长度小于1M时,扩容都是加倍现有的空间,如果超过1M,扩容时一次只会多扩1M的空间。需要注意的是字符串最大长度为512M。
2.列表 List
简介
单键多值,Redis列表是简单的字符串列表,按照插入顺序排序。你可以添加一个元素到列表的头部(左边)或者尾部(右边)。
常用方法
- lpush/rpush 【key】【value1】【value2】
从左边/右边插入一个或多个值
为什么它从右边插入,v1会在索引2的位置,看下图解释
- lpop/rpop 【key】
从左边/右边吐出一个值(吐出就不在原来的键里面了)。值在键在,值光键亡
- rpoplpush 【key1】【key2】
从key1列表右边吐出一个值,插到key2列表左边
- lrange 【key】【start】【end】
按照索引下标获得元素(从左到右),-1代表右边第一个,0~-1就是代表全部
- lindex 【key】 【index】
按照索引下标获取元素
- llen 【key】
获取列表长度
- linsert 【key】before/after【value】【newvalue】
在value的前面/后面插入newvalue
- lrem 【key】【n】【value】
从左边删除n个value
- lset 【key】【index】【value】
将列表key下标为index的值替换为value
数据结构
- 它的底层实际是个双向链表,对两端的操作性能很高,通过索引下标的操作中间的节点性能会较差。
List的数据结构为快速链表quickList。首先在列表元素较少的情况下会使用一块连续的内存存储,这个结构是ziplist,也即是压缩列表。它将所有的元素紧挨着一起存储,分配的是一块连续的内存。当数据量比较多的时候才会改成quicklist。因为普通的链表需要的附加指针空间太大,会比较浪费空间。比如这个列表里存的只是int类型的数据,结构上还需要两个额外的指针prev和next。
Redis将链表和ziplist结合起来组成了quicklist。也就是将多个ziplist使用双向指针串起来使用。这样既满足了快速的插入删除性能,又不会出现太大的空间冗余。
3.集合 Set
简介
Redis set对外提供的功能与list类似是一个列表的功能,特殊之处在于set是可以自动排重的,当你需要存储一个列表数据,又不希望出现重复数据时,set是一个很好的选择,并且set提供了判断某个成员是否在一个set集合内的重要接口,这个也是list所不能提供的。,
常用命令
- sadd 【key】【value1】【value2】
将一个或多个member元素加入到集合key中,已经存在的member元素将被忽略
- smember 【key】
取出该集合的所有值。
- sismember 【key】【value】
判断集合key是否为含有该value值,有1,没有O
- scard 【key】
返回该集合的元素个数
- srem 【key】【value1】【value2】
删除集合中的某个元素。
- spop 【key】
随机从该集合中吐出一个值。
- srandmember 【key】【n】
随机从该集合中取出n个值。不会从集合中删除。
- smove
把集合中一个值从一个集合移动到另一个集合
- sinter 【key1】【key2】
返回两个集合的交集元素
- sunion【key1】【key2】
返回两个集合的并集元素。
- sdiff【key1】【key2】
返回两个集合的差集元素((key1中的,不包含key2中的)
数据结构
- set数据结构是dict字典,字典是用哈希表实现的。
Redis的set是string类型的无序集合。它底层其实是一个value为null的 hash表,所以添加,删除,查找的复杂度都是O(1)。一个算法,随着数据的增加,执行时间的长短,如果是O(1),数据增加,查找数据的时间不变。Java中 Hashset的内部实现使用的是 HashMap,只不过所有的value都指向同一个对象。Redis 的set结构也是一样,它的内部也使用hash结构,所有的value都指向同一个内部值。
4.哈希 Hash
简介
Redis hash是一个键值对集合。Redis hash是一个string类型的 field和value的映射表,hash特别适合用于存储对象,类似Java里面的Map<String.obiect>
常用命令
- hset 【key】【field】【key】
给key集合中的field键赋值value
- hget 【key】【field】
从key集合field取出value
- hmset 【key1】【value1】【key2】【value2】
批量设置hash值
- hexists 【key1】【field】
查看哈希表key中,给定field是否存在
- hkeys【key】
列出该hash集合的所有field
- hvals 【key】
列出该集合的所有value
- hincrby 【key】【field】【increment】
为哈希表key的域field的值加上增量increment
- hsetnx 【key】【field】【value】
将哈希表key中的域field的值设置为value,当且仅当域field不存在
数据结构
Hash类型对应的数据结构是两种: ziplist (压缩列表),hashtable (哈希表)。当field-value长度较短且个数较少时,使用ziplist,否则使用hashtable。
5.有序集合 Zset
简介
Redis有序集合zset是一个没有重复元素的字符串集合。有序集合的每个成员都关联了一个评分(score ) ,这个评分( score )被用来按照从最低分到最高分的方式排序集合中的成员。集合的成员是唯一的,但是评分可以是重复了。因为元素是有序的,所以可以很快的根据评分(score )或者次序( position )来获取一个范围的元素。访问有序集合的中间元素也是非常快的,因此你能够使用有序集合作为一个没有重复成员的智能列表。
常用命令
- zadd 【key】【score1】【value1】【score2】【value2】
将一个或多个member元素及其score值加入有序集key当中
- zrange【key】【start】【end】【可选withscore】
返回有序集key中,下标在start和end之间的元素,带withscore,可以让分数一起和值返回到结果集
- 评分高排后面
- zrangebyscore【key】【min】【max】【可选with score】
返回有序集key中,所有score值介于min和max之间(包括了min和max的值)的成员,有序集成员按score值递增(小到大)
- zrevrangebyscore【key】【min】【max】【可选with score】
同上,改为从大到小排序
- zincrby 【key】【increment】【value】
为元素的score值加上增量
- zrem 【key】【value】
删除该集合下,指定值的元素
- zcount 【key】【min】【max】
统计该集合,分数区间内元素的个数
- zrank 【key】【value】
返回该值在集合中的排名,从0开始
数据结构
zset底层使用了两个数据结构:
- 1.hash , hash的作用就是关联元素value和权重score,保障元素value的唯一性,可以通过元素value找到相应的score值。
- 2.跳跃表,跳跃表的目的在于给元素value排序,根据score的范围获取元素列表。
四、配置文件
原来没注释,代表限定只能本机连接,现在把它注释了就可以别的机器连接
保护模式也关掉,不然远程还是访问不了,默认是yes开启
0代表连接永不超时,秒为单位
300秒无操作释放连接
设置日志级别
可以自定义日志输出路径
五、发布和订阅
简介
Redis 发布订阅(pub/sub)是一种消息通信模式∶发送者(pub)发送消息,订阅者(sub)接收消息。
- 一个客户端订阅频道
# 订阅一个名为HELLO的频道
SUBSCRIBE HELLO
- 另一个客户端给HELLO频道发了一个helloworld的信息
publish HELLO helloworld
- 收到了
六、新数据类型
1. Bitmaps
简介
Redis提供了Bitmaps这个“数据类型”可以实现对位的操作∶Bitmaps本身不是一种数据类型,实际上它就是字符串( key-value ),但是它可以对字符串的位进行操作。Bitmaps单独提供了一套命令,所以在Redis中使用Bitmaps和使用字符串的方法不太相同。可以把 Bitmaps想象成一个以位为单位的数组,数组的每个单元只能存储0和1,数组的下标在Bitmaps 中叫做偏移量。
2. HyperLogLog
简介
在工作当中,我们经常会遇到与统计相关的功能需求,比如统计网站PV( PageView页面访问量),可以使用Redis的incr、incrby轻松实现。但像UV ( UniqueVisitor,独立访客)、独立IP数、搜索记录数等需要去重和计数的问题如何解决?这种求集合中不重复元素个数的问题称为基数问题。Redis HyperLogLog是用来做基数统计的算法,HyperLogLog 的优点是,在输
入元素的数量或者体积非常非常大时,计算基数所需的空间总是固定的、并且是很小的。但是,因为 HyperLogLog只会根据输入元素来计算基数,而不会储存输入元素本身,所以 HyperLogLog不能像集合那样,返回输入的各个元素。基数就是去重后的集合中元素个数
常用命令
- pfadd 【key】【element】
添加指定元素到HyperLogLog中
- pfcount
计算HLL的近似基数,可以计算多个HLL,比如用HLL存储每天的UV,计算一周的UV可以使用7天的UV合并计算即可
- pfmerge
将一个或多个HLL合并后的结果存储在另一个HLL中,比如每月活跃用户可以使用每天的活跃用户来合并计算可得。
3. GEO
简介
Redis 3.2中增加了对GEO类型的支持。GEO,Geographic,地理信息的缩写。该类型,就是元素的2维坐标,在地图上就是经纬度。redis 基于该类型,提供了经纬度设置,查询,范围查询,距离查询,经纬度Hash 等常见操作。
七、Jedis操作Redis数据库
相对于jdbc,Jedis是java操作Redis的API
package edu.guet;
import org.junit.Test;
import redis.clients.jedis.Jedis;
import java.util.Set;
/**
* @author pangjian
* @ClassName JedisDemo1
* @Description TODO
* @date 2021/6/12 17:02
*/
public class JedisDemo1 {
public static void main(String[] args) {
Jedis jedis = new Jedis("47.119.128.150",6379);
// 测试连接
String ping = jedis.ping();
System.out.println(ping);
}
/**
* @Description: 获取所有key
* @return void
* @date 2021/6/12 17:21
*/
@Test
public void demo1(){
Jedis jedis = new Jedis("47.119.128.150",6379);
Set<String> keys = jedis.keys("*");
for(String key : keys){
System.out.println(key);
}
}
/**
* @Description: 设置key-value
* @return void
* @date 2021/6/12 17:21
*/
@Test
public void demo2(){
Jedis jedis = new Jedis("47.119.128.150",6379);
jedis.set("k1","v1");
jedis.mset("k2","v2","k3","v3");
}
}
八、手机验证码应用
- 要求:
1、输入手机号,点击发送后随机生成6位数字码,2分钟有效
2、输入验证码,点击验证,返回成功或失败·
3、每个手机号每天只能输入3次
package edu.guet;
import redis.clients.jedis.Jedis;
import java.util.Random;
/**
* @author pangjian
* @ClassName PhoneCode
* @Description TODO
* @date 2021/6/12 20:22
*/
public class PhoneCode {
public static void main(String[] args) {
//saveCode("17607750063");
verifyCode("17607750063","971721");
}
/**
* @Description:生成6位随机验证码
* @return java.lang.String
* @date 2021/6/12 20:26
*/
public static String getCode(){
Random random = new Random();
String code = "";
for(int i=0;i<6;i++){
int rand = random.nextInt(10);
code += rand;
}
return code;
}
/**
* @Description: 验证码存储到Redis并设置2分钟过期,一个手机一天只能发三次验证码的业务
* @Param phone: 用户的手机号
* @return void
* @date 2021/6/12 20:35
*/
public static void saveCode(String phone){
Jedis jedis = new Jedis("47.119.128.150",6379);
// 手机发送次数key
String countKey = "VerifyCode"+phone+"count";
// 验证码key
String codeKey = "VerifyCode"+phone+":code";
String count = jedis.get(countKey);
if(count==null){
// 没有发送次数,第一次发送则设置
jedis.setex(countKey,24*60*60,"1");
}else if(Integer.parseInt(count)<=2){
// 发送次数加1
jedis.incr(countKey);
} else if (Integer.parseInt(count)>2){
System.out.println("今天不能发送了");
jedis.close();
}
// 验证码放到redis里面去,新生成的会覆盖旧的
String vcode = getCode();
jedis.setex(codeKey,120,vcode);
}
/**
* @Description: 验证
* @Param phone: 用户手机号
* @Param code: 用户验证码判断
* @return void
* @date 2021/6/12 20:41
*/
public static void verifyCode(String phone,String code){
Jedis jedis = new Jedis("47.119.128.150",6379);
String codeKey = "VerifyCode"+phone+":code";
String redisCode = jedis.get(codeKey);
if(redisCode.equals(code)){
System.out.println("成功");
} else {
System.out.println("失败");
}
}
}
九、springboot整合redis
1.加入依赖
<!--redis-->
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-data-redis</artifactId>
</dependency>
<!--spring2.x集成reids所需comon-pool2 连接池-->
<dependency>
<groupId>org.apache.commons</groupId>
<artifactId>commons-pool2</artifactId>
<version>2.9.0</version>
</dependency>
2.自定义配置bean
package edu.guet.redisspringboot.config;
import com.fasterxml.jackson.annotation.JsonAutoDetect;
import com.fasterxml.jackson.annotation.PropertyAccessor;
import com.fasterxml.jackson.databind.ObjectMapper;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import org.springframework.data.redis.connection.RedisConnectionFactory;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.data.redis.serializer.Jackson2JsonRedisSerializer;
import org.springframework.data.redis.serializer.StringRedisSerializer;
/**
* @author pangjian
* @ClassName RedisConfig
* @Description 自定义Redis配置
* @date 2021/6/13 11:16
*/
@Configuration
public class RedisConfig {
@Bean
@SuppressWarnings("all")
public RedisTemplate<String,Object> redisTemplate(RedisConnectionFactory factory){
// 我们为了自己开发方便,一般直接用<String,Object>,源码默认是<Object,Object>
RedisTemplate<String,Object> template = new RedisTemplate<String,Object>();
template.setConnectionFactory(factory);
// Json序列化配置
Jackson2JsonRedisSerializer jackson2JsonRedisSerializer = new Jackson2JsonRedisSerializer(Object.class);
ObjectMapper om = new ObjectMapper();
om.setVisibility(PropertyAccessor.ALL, JsonAutoDetect.Visibility.ANY);
om.enableDefaultTyping(ObjectMapper.DefaultTyping.NON_FINAL);
jackson2JsonRedisSerializer.setObjectMapper(om);
// String的序列化
StringRedisSerializer stringRedisSerializer = new StringRedisSerializer();
//key采用String的序列化方式
template.setKeySerializer(stringRedisSerializer);
// hash 的key也采用String的序列化方式
template.setHashKeySerializer(stringRedisSerializer);
// value 序列化方式采用jackson
template.setValueSerializer(jackson2JsonRedisSerializer);
// hash的value序列化方式采用jackson
template.setHashValueSerializer(jackson2JsonRedisSerializer);
template.afterPropertiesSet();
return template;
}
}