Redis使用方法

记录谷粒学院学习过程中redis的使用

环境

<!-- redis -->
<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-data-redis</artifactId>
</dependency>

<!-- spring2.X集成redis所需common-pool2 -->
<dependency>
    <groupId>org.apache.commons</groupId>
    <artifactId>commons-pool2</artifactId>
    <version>2.6.0</version>
</dependency>

# properties或者yaml文件里的配置可写可不写 springboot会提供默认的redis链接

spring.redis.host=127.0.0.1
spring.redis.port=6379
spring.redis.database= 0
spring.redis.timeout=1800000
spring.redis.lettuce.pool.max-active=20
spring.redis.lettuce.pool.max-wait=-1
spring.redis.lettuce.pool.max-idle=5
spring.redis.lettuce.pool.min-idle=0

方法一   使用RedisTemplate

@Autowired
private RedisTemplate<String,String> redisTemplate;

// 获取
redisTemplate.opsForValue().get(phone);
// 存入
redisTemplate.opsForValue().set(phone,code,5, TimeUnit.MINUTES);

方法二  使用注解的方式

首先需要引入配置类!!!   我一开始忘记了 找了半天  下面直接贴谷粒学院里面的RedisConfig

这里可以直接复制

@Configuration
@EnableCaching
public class RedisConfig extends CachingConfigurerSupport {

    @Bean
    public RedisTemplate<String, Object> redisTemplate(RedisConnectionFactory factory) {
        RedisTemplate<String, Object> template = new RedisTemplate<>();
        RedisSerializer<String> redisSerializer = new StringRedisSerializer();
        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);
        template.setConnectionFactory(factory);
        //key序列化方式
        template.setKeySerializer(redisSerializer);
        //value序列化
        template.setValueSerializer(jackson2JsonRedisSerializer);
        //value hashmap序列化
        template.setHashValueSerializer(jackson2JsonRedisSerializer);
        return template;
    }

    @Bean
    public CacheManager cacheManager(RedisConnectionFactory factory) {
        RedisSerializer<String> redisSerializer = new StringRedisSerializer();
        Jackson2JsonRedisSerializer jackson2JsonRedisSerializer = new Jackson2JsonRedisSerializer(Object.class);
        //解决查询缓存转换异常的问题
        ObjectMapper om = new ObjectMapper();
        om.setVisibility(PropertyAccessor.ALL, JsonAutoDetect.Visibility.ANY);
        om.enableDefaultTyping(ObjectMapper.DefaultTyping.NON_FINAL);
        jackson2JsonRedisSerializer.setObjectMapper(om);
        // 配置序列化(解决乱码的问题),过期时间600秒
        RedisCacheConfiguration config = RedisCacheConfiguration.defaultCacheConfig()
                .entryTtl(Duration.ofSeconds(600))
                .serializeKeysWith(RedisSerializationContext.SerializationPair.fromSerializer(redisSerializer))
                .serializeValuesWith(RedisSerializationContext.SerializationPair.fromSerializer(jackson2JsonRedisSerializer))
                .disableCachingNullValues();
        RedisCacheManager cacheManager = RedisCacheManager.builder(factory)
                .cacheDefaults(config)
                .build();
        return cacheManager;
    }
}

使用过程

# @Cacheable根据方法对其返回结果进行缓存,下次请求时,如果缓存存在,则直接读取缓存数据返回;如果缓存不 存在,则执行方法,并把返回的结果存入缓存中。一般用在查询方法上。

@Cacheable(value = "banner", key = "'selectIndexList'")
@Override
public List<KpopBanner> getFrontShow() {
    LambdaQueryWrapper<KpopBanner> lqwBanner = new LambdaQueryWrapper<>();
    lqwBanner.eq(KpopBanner::getIsShow,1);
    return this.list(lqwBanner);
}
# 写 增删改方法的时候 不要直接使用mybatisplus的方法  而是应该在service中重写方法
# 在重写的过程中加上cacheEvict 及时对redis中的内容进行更新
# @CacheEvict 使用该注解标志的方法,会清空指定的缓存。一般用在更新或者删除方法上

// 新增banner 更新redis
@CacheEvict(value = "banner", allEntries=true)
@Override
public void saveBanner(KpopBanner banner) {
    baseMapper.insert(banner);
}

// 修改banner 更新redis
@CacheEvict(value = "banner", allEntries=true)
@Override
public void updateBannerById(KpopBanner banner) {
    baseMapper.updateById(banner);
}

// 删除banner 更新redis
@CacheEvict(value = "banner", allEntries=true)
@Override
public void removeBannerById(String id) {
    baseMapper.deleteById(id);
}

  • 31
    点赞
  • 25
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: Redis Pipeline是一种优化Redis批量操作的方式。它通过将多个命令组合在一起一次性发送给Redis服务器,减少了网络传输和服务器处理的开销,从而提高Redis的性能。使用Redis Pipeline可以显著地减少Redis操作的响应时间,特别是在需要进行大量读写操作的场景下,效果更为明显。 ### 回答2: Redis pipeline是一种高效的技术,可以在Redis客户端与Redis服务器之间建立一条通道,通过该通道一次性地发送多个命令并接受多个响应。该技术可以大大减少网络延迟时间和服务器资源的消耗,提高Redis的性能。 Redis pipeline的使用方法如下: 1. 连接到Redis服务器 在Python中,我们可以使用redis-py库来连接到Redis服务器。首先需要导入redis库,然后创建一个Redis对象并指定Redis服务器的主机名和端口号。 ```python import redis redis_client = redis.Redis(host='localhost', port=6379, db=0) ``` 2. 创建pipeline对象 使用Redis pipeline前,需要创建一个pipeline对象。可以使用redis-py库中提供的`pipeline()`方法来创建。该方法返回一个pipeline对象,将命令放入该对象时,不会立即发送。需要调用`execute()`方法一次性发送所有命令。 ```python pipeline = redis_client.pipeline() ``` 3. 向pipeline对象中添加命令 使用pipeline对象可以向Redis服务器发送一些命令。命令的添加通常采用以下两种方式: - 使用pipeline对象中对应的方法来添加指定Redis命令和参数,如`pipeline.set('foo', 'bar').get('foo')`。 ```python pipeline.set('key1', 'value1') pipeline.get('key1') ``` - 使用`pipeline.execute_command()`方法来添加特定Redis命令和参数。 ```python pipeline.execute_command('INCR', 'counter') pipeline.execute_command('DECR', 'counter') ``` 以多个操作为例: ```python pipeline.set('name', 'Lucy') pipeline.set('age', '20') pipeline.incrby('age', amount=2) ``` 4. 执行pipeline 执行所有命令,返回一个列表对象,列表中每个元素对应被执行的命令的结果。所有命令都会在一次网络通信中发送给Redis服务器,大量减少了通信开销和时间消耗。 ```python result = pipeline.execute() print(result) ``` 在使用Redis pipeline时,我们需要注意以下几点: - Redis pipeline只适用于客户端一次性地向服务端发送多个命令,而不适用于多个客户端同时发送多个不同命令的场景。 - Redis pipeline不保证请求的执行顺序与发送的顺序完全一致,因此需要谨慎设计代码逻辑。 - Redis pipeline不支持事务,即使多个命令中间出现错误,pipeline提交后也无法回滚,需要开发者自己添加事务处理功能。 ### 回答3: Redis pipeline是一种批量执行Redis命令的方法,它可以在网络交互中减少了不必要的延迟,从而提升了性能。 使用Redis pipeline有以下几个步骤: 1. 创建Redis客户端实例。为了使用Pipeline,我们需要使用支持Pipeline的Redis客户端。例如Python中的redis-py,Java中的Jedis等。 2. 创建Pipeline对象。使用Redis客户端的Pipeline方法创建一个Pipeline对象。 3. 执行Redis命令。在Pipeline对象中可以执行多个Redis命令,例如set、get、incr等命令。 4. 获取执行结果。在Pipeline对象中执行完所有需要执行的Redis命令后,可以使用execute方法获取所有命令的执行结果。 下面我们以Python语言为例,来演示如何使用Redis pipeline: ```python import redis # 创建Redis客户端实例 redis_client = redis.Redis(host='localhost', port=6379, db=0) # 创建Pipeline对象 redis_pipeline = redis_client.pipeline() # 执行多个Redis命令 redis_pipeline.set('name', 'Redis Pipeline') redis_pipeline.set('age', '10') redis_pipeline.get('name') redis_pipeline.get('age') redis_pipeline.incr('age', amount=1) # 获取执行结果 result = redis_pipeline.execute() # 打印结果 for res in result: print(res) ``` 执行以上代码后,我们可以得到以下输出结果: ``` True True b'Redis Pipeline' b'10' 11 ``` 这里需要注意的是,在Pipeline中执行的Redis命令不会立即执行,而是在最终调用execute方法时才会一次性发送到Redis服务器执行。因此,如果需要立即执行,则需要在每个命令后都调用`redis-py`包提供的`execute()`方法。这种方式虽然可以保证命令立即执行,但会使pipeline失效,同样地,它会带来网络操作上不必要的延迟,从而使得pipeline性能上的优势被“破坏”。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值