redis6.2（二）Redis的新数据类型、使用java语言操作Redis

最新推荐文章于 2024-01-16 12:47:55 发布

undo_try

最新推荐文章于 2024-01-16 12:47:55 发布

阅读量735

点赞数

分类专栏： javaee 文章标签： redis java 数据库

本文链接：https://blog.csdn.net/qq_44665283/article/details/128164947

版权

javaee 专栏收录该内容

35 篇文章 1 订阅

订阅专栏

redis的安装配置、基本数据类型可以参考: redis6.2（一）安装、配置、常用数据类型

5、Redis的新数据类型

(1) Bitmaps

Redis提供了Bitmaps这个“数据类型”可以实现对位的操作：

（1） 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。

（2） 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。

1、setbit

setbit    <key><offset><value>设置Bitmaps中某个偏移量的值（0或1）

*offset:偏移量从0开始

每个独立用户是否访问过网站存放在Bitmaps中，将访问的用户记做1，没有访问的用户记做0，用偏移量作为用户的id。

设置键的第offset个位的值（从0算起），假设现在有20个用户，userid=1， 6， 11， 15， 19的用户对网站进行了访问，那么当前Bitmaps初始化结果如图

在这里插入图片描述

127.0.0.1:6379> setbit user:20221203 1 1
(integer) 0
127.0.0.1:6379> setbit user:20221203 6 1
(integer) 0
127.0.0.1:6379> setbit user:20221203 11 1
(integer) 0
127.0.0.1:6379> setbit user:20221203 15 1
(integer) 0
127.0.0.1:6379> setbit user:20221203 19 1
(integer) 0

注：很多应用的用户id以一个指定数字（例如10000）开头，直接将用户id和Bitmaps的偏移量对应势必会造成一定的浪费，通常的做法是每次做setbit操作时将用户id减去这个指定数字。

在第一次初始化Bitmaps时，假如偏移量非常大，那么整个初始化过程执行会比较慢，可能会造成Redis的阻塞。

2、getbit

getbit  <key><offset>获取Bitmaps中某个偏移量的值


# 获取id=8的用户是否在20221203这天访问过， 返回0说明没有访问过：
127.0.0.1:6379> getbit  user:20221203 8
(integer) 0

# 获取id=1的用户是否在20221203这天访问过， 返回1说明访问过：
127.0.0.1:6379> getbit  user:20221203 1
(integer) 1

3、bitcount

统计字符串被设置为1的bit数。一般情况下，给定的整个字符串都会被进行计数，通过指定额外的 start 或 end 参数，可以让计数只在特定的位上进行。start 和 end 参数的设置，都可以使用负数值：比如 -1 表示最后一个位，而 -2 表示倒数第二个位，start、end 是指bit组的字节的下标数，二者皆包含。

bitcount<key>[start end] 统计字符串从start字节到end字节比特值为1的数量

127.0.0.1:6379> bitcount user:20221203
(integer) 5

# start和end代表起始和结束字节数， 下面操作计算用户id在第1个字节到第3个字节之间的独立访问用户数， 
# 对应的用户id是11， 15， 19。
127.0.0.1:6379> bitcount user:20221203 1 3
(integer) 3


# 举例： k1 【01000001 01000000  00000000 00100001】，对应【0，1，2，3】
127.0.0.1:6379> setbit k1 1 1
(integer) 0
127.0.0.1:6379> setbit k1 7 1
(integer) 0
127.0.0.1:6379> setbit k1 9 1
(integer) 0
127.0.0.1:6379> setbit k1 26 1
(integer) 0
127.0.0.1:6379> setbit k1 31 1

bitcount k1 1 2  ： 统计下标1、2字节组中bit=1的个数，即01000000  00000000
--》bitcount K1 1 2 　　--》1

bitcount k1 1 3  ： 统计下标1、2字节组中bit=1的个数，即01000000  00000000 00100001
--》bitcount K1 1 3　　--》3

bitcount k1 0 -2  ： 统计下标0到下标倒数第2，字节组中bit=1的个数，即01000001  01000000   00000000
--》bitcount K1 0 -2　　--》3

 # 注意：redis的setbit设置或清除的是bit位置，而bitcount计算的是byte位置。

4、bitop

bitop  and(or/not/xor) <destkey> [key…]

# bitop是一个复合操作， 它可以做多个Bitmaps的and（交集） 、 or（并集） 、 not（非） 、 xor（异或） 操作并将结果保存在destkey中。

2022-12-04 日访问网站的userid=1,2,5,9。
setbit unique:users:20221204 1 1
setbit unique:users:20221204 2 1
setbit unique:users:20221204 5 1
setbit unique:users:20221204 9 1



2022-12-03 日访问网站的userid=0,1,4,9。
setbit unique:users:20221203 0 1
setbit unique:users:20221203 1 1
setbit unique:users:20221203 4 1
setbit unique:users:20221203 9 1

# 计算出两天都访问过网站的用户数量
127.0.0.1:6379> bitop and unique:users:20221203_04 unique:users:20221203 unique:users:20221204
(integer) 2

# 计算出任意一天都访问过网站的用户数量（例如月活跃就是类似这种） ， 可以使用or求并集
127.0.0.1:6379> bitop or union:users:20221203_04 unique:users:20221203 unique:users:20221204
(integer) 2

Bitmaps与set对比

假设网站有1亿用户，每天独立访问的用户有5千万，如果每天用集合类型和Bitmaps分别存储活跃用户可以得到表

set和Bitmaps存储一天活跃用户对比
数据类型	每个用户id占用空间	需要存储的用户量	全部内存量
集合类型	64位	50000000	64位*50000000 = 400MB
Bitmaps	1位	100000000	1位*100000000 = 12.5MB

很明显，这种情况下使用Bitmaps能节省很多的内存空间，尤其是随着时间推移节省的内存还是非常可观的

set和Bitmaps存储独立用户空间对比
数据类型	一天	一个月	一年
集合类型	400MB	12GB	144GB
Bitmaps	12.5MB	375MB	4.5GB

假如该网站每天的独立访问用户很少，例如只有10万（大量的僵尸用户），那么两者的对比如下表所示，很显然，这时候使用Bitmaps就不太合适了，因为基本上大部分位都是0。

set和Bitmaps存储一天活跃用户对比（独立用户比较少）
数据类型	每个userid占用空间	需要存储的用户量	全部内存量
集合类型	64位	100000	64位*100000 = 800KB
Bitmaps	1位	100000000	1位*100000000 = 12.5MB

(2) HyperLogLog

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。

解决基数问题有很多种方案：

（1）数据存储在MySQL表中，使用distinct count计算不重复个数
（2）使用Redis提供的hash、set、bitmaps等数据结构来处理

以上的方案结果精确，但随着数据不断增加，导致占用空间越来越大，对于非常大的数据集是不切实际的。

能否能够降低一定的精度来平衡存储空间？Redis推出了HyperLogLog

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。

在 Redis 里面，每个 HyperLogLog 键只需要花费 12 KB 内存，就可以计算接近 2^64 个不同元素的基数。这和计算基数时，元素越多耗费内存就越多的集合形成鲜明对比。

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。

pfadd

pfadd     <key>< element> [element ...]   添加指定元素到 HyperLogLog中

# 将所有元素添加到指定HyperLogLog数据结构中。如果执行命令后HLL估计的近似基数发生变化，则返回1，否则返回0。
127.0.0.1:6379> pfadd k1 v1
(integer) 1
127.0.0.1:6379> pfadd k1 v2
(integer) 1
127.0.0.1:6379> pfadd k1 v2
(integer) 0

pfcount

pfcount    <key> [key ...] 计算近似基数，可以计算多个

127.0.0.1:6379> pfcount k1
(integer) 2

pfmerge

pfmerge   <destkey><sourcekey> [sourcekey ...]  将一个或多个key合并后的结果存储在另一个key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
127.0.0.1:6379> pfadd user:20221203 tom
(integer) 1
127.0.0.1:6379> pfadd user:20221203 jack
(integer) 1
127.0.0.1:6379> pfadd user:20221204 jack
(integer) 1
127.0.0.1:6379> pfadd user:20221204 tom
(integer) 1
127.0.0.1:6379> pfmerge user:202212 user:20221203 user:20221204
OK
127.0.0.1:6379> pfcount user:202212
(integer) 2

(3) Geospatial

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。

# 1、geoadd 添加地理位置（经度，纬度，名称）
geoadd  <key><longitude><latitude><member> [longitude latitude member...]   


127.0.0.1:6379> geoadd china:city 121.47 31.23 shanghai
(integer) 1
127.0.0.1:6379> geoadd china:city 106.50 29.53 chongqing 114.05 22.52 shenzhen 116.38 39.90 beijing
(integer) 3


# 有效的经度从 -180 度到 180 度。有效的纬度从 -85.05112878 度到 85.05112878 度。
# 当坐标位置超出指定范围时，该命令将会返回一个错误。
# 已经添加的数据，是无法再次往里面添加的。


# 2、geopos  获得指定地区的坐标值
geopos  <key><member> [member...]  

127.0.0.1:6379> geopos  china:city shanghai
1) 1) "121.47000163793563843"
   2) "31.22999903975783553"
   
# 3、geodist 获取两个位置之间的直线距离
geodist  <key><member1><member2>  [m|km|ft|mi ]

127.0.0.1:6379> geodist china:city shanghai beijing km
"1068.1535"

# m 表示单位为米[默认值]。
# km 表示单位为千米。
# mi 表示单位为英里。
# ft 表示单位为英尺。
# 如果用户没有显式地指定单位参数， 那么 GEODIST 默认使用米作为单位

# 4、georadius 以给定的经纬度为中心，找出某一半径内的元素
127.0.0.1:6379> georadius china:city 110.00 30.00 1000 km
1) "chongqing"
2) "shenzhen"

6、使用java语言操作Redis(Jedis)

<dependency>
    <groupId>redis.clients</groupId>
    <artifactId>jedis</artifactId>
    <version>3.2.0</version>
</dependency>

连接Redis注意事项

禁用Linux的防火墙：Linux(CentOS7)里执行命令
systemctl stop/disable firewalld.service   
redis.conf中注释掉bind 127.0.0.1 ,然后设置protected-mode no，最后重新启动服务

package com.yyds.redis;

import redis.clients.jedis.Jedis;

public class HelloJedis {
    public static void main(String[] args) {

        // 创建jedis对象
        Jedis jedis = new Jedis("192.168.42.9", 6379);
        
        // 测试是否连接成功
        String res = jedis.ping();
        
        System.out.println(res); // PONG
        
    }
}

(1) Jedis-API: Key

jedis.set("k1", "v1");
jedis.set("k2", "v2");
jedis.set("k3", "v3");

Set<String> keys = jedis.keys("*");
System.out.println(keys.size());
for (String key : keys) {
    System.out.println(key);
}
System.out.println(jedis.exists("k1"));
System.out.println(jedis.ttl("k1"));                
System.out.println(jedis.get("k1"));

(2) Jedis-API: String

jedis.mset("str1","v1","str2","v2","str3","v3");
System.out.println(jedis.mget("str1","str2","str3"));

(3) Jedis-API: List

List<String> list = jedis.lrange("mylist",0,-1);
for (String element : list) {
    System.out.println(element);
}

(4) Jedis-API: set

jedis.sadd("orders", "order01");
jedis.sadd("orders", "order02");
jedis.sadd("orders", "order03");
jedis.sadd("orders", "order04");
Set<String> smembers = jedis.smembers("orders");
for (String order : smembers) {
    System.out.println(order);
}
jedis.srem("orders", "order02");

(5) Jedis-API: hash

jedis.hset("hash1","userName","lisi");
System.out.println(jedis.hget("hash1","userName"));
Map<String,String> map = new HashMap<String,String>();
map.put("telphone","13810169999");
map.put("address","北京");
map.put("email","abc@163.com");
jedis.hmset("hash2",map);
List<String> result = jedis.hmget("hash2", "telphone","email");
for (String element : result) {
    System.out.println(element);
}

(6) Jedis-API: zset

jedis.zadd("zset01", 100d, "z3");
jedis.zadd("zset01", 90d, "l4");
jedis.zadd("zset01", 80d, "w5");
jedis.zadd("zset01", 70d, "z6");
 
Set<String> zrange = jedis.zrange("zset01", 0, -1);
for (String e : zrange) {
    System.out.println(e);
}

(7) Jedis-案例: 手机验证码功能

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 com.yyds.redis;

import redis.clients.jedis.Jedis;

import java.util.Random;
import java.util.Scanner;

/**
 * 利用redis模拟手机验证码功能
 *
 *
 * 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
 */
public class PhoneCodeTest {

    public static Jedis jedis = new Jedis("192.168.42.9", 6379);

    public static void main(String[] args) {
        while (true){
            Scanner sc = new Scanner(System.in);
            System.out.println("请输入你的手机号：");
            String phone = sc.nextLine();
            String code = save2Redis(phone);
            if(code == null){
                break;
            }
            System.out.println("您好" + phone+ ",统一门户动态密码为:" + code +  "。(严禁工号借用，请勿将短信内容告知他人!)【com.yyds】");
            boolean isJump = true;
            for (int i = 0; i < 3; i++) {
                System.out.println("请输入验证码：");
                String phoneCode = sc.nextLine();
                boolean bool = verifyPhoneCode(phone, phoneCode);
                if(bool){
                    System.out.println("login success......");
                    break;
                }else {
                    if(i == 2){
                        System.out.println("验证码输入错误3次，请重新获取验证码......");
                        isJump = false;
                    }else {
                        System.out.println("登录失败，请重新输入验证码......");
                    }
                }
            }
            if (isJump){
                break;
            }
        }

    }

    // 模拟收到验证码，进行验证
    public static boolean verifyPhoneCode(String phone, String phoneCode){
        String codeKey = "code_" + phone;

        // 从redis中获取该手机号的验证码
        String savePhoneCode = jedis.get(codeKey);
        if(phoneCode.equals(savePhoneCode)){
            return true;
        }
        return false;
    }
    
    // 将手机号保存到redis中,一天只能发送3次
    // 将验证码保存到redis中，有效时间2min
    public static String save2Redis(String phone){
        String phoneKey = "phone_" + phone;
        String codeKey = "code_" + phone;

        // 从redis中获取该手机号是否存在
        String count = jedis.get(phoneKey);
        if(count == null){
            // 该手机号第一次发送验证码,设置过期时间24h
            jedis.setex(phoneKey, 24 * 60 * 60, "1");
        }else if(Integer.parseInt(count) <= 2){
            // 该手机号第一次发送验证码
            jedis.incr(phoneKey);
        }else if(Integer.parseInt(count) > 2){
            System.out.println(phone + " 今日已经发送" + count + "次验证码，超出限制，请24h后登录......");
            return null;
        }
        // 模拟生成验证码
        String phoneCode = getPhoneCode();
        // 将验证码保存到redis中，设置过期时间120s
        jedis.setex(codeKey,120,phoneCode);
        return phoneCode;
    }

    // 模拟生成手机验证码
    public static String getPhoneCode(){
        Random random = new Random();
        String code = "";
        for (int i = 0; i <= 5; i++) {
            int r = random.nextInt(10);
            code = code + r ;
        }
        return code;
    }

}

(8)与spring-boot进行整合

Spring Boot整合Redis非常简单，只需要按如下步骤整合即可

1、在pom.xml文件中引入redis依赖

<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
         xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 https://maven.apache.org/xsd/maven-4.0.0.xsd">
    <modelVersion>4.0.0</modelVersion>
    <parent>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-parent</artifactId>
        <version>2.2.1.RELEASE</version>
        <relativePath/> <!-- lookup parent from repository -->
    </parent>

    <groupId>com.yyds</groupId>
    <artifactId>sprint_boot_redis</artifactId>
    <version>0.0.1-SNAPSHOT</version>
    <name>sprint_boot_redis</name>
    <description>Demo project for Spring Boot</description>


    <properties>
        <java.version>1.8</java.version>
    </properties>


    <dependencies>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-web</artifactId>
        </dependency>

        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-test</artifactId>
            <scope>test</scope>
        </dependency>


        <!-- 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>

    </dependencies>

    <build>
        <plugins>
            <plugin>
                <groupId>org.springframework.boot</groupId>
                <artifactId>spring-boot-maven-plugin</artifactId>
            </plugin>
        </plugins>
    </build>
    <repositories>
        <repository>
            <id>spring-milestones</id>
            <name>Spring Milestones</name>
            <url>https://repo.spring.io/milestone</url>
            <snapshots>
                <enabled>false</enabled>
            </snapshots>
        </repository>
        <repository>
            <id>spring-snapshots</id>
            <name>Spring Snapshots</name>
            <url>https://repo.spring.io/snapshot</url>
            <releases>
                <enabled>false</enabled>
            </releases>
        </repository>
    </repositories>
    <pluginRepositories>
        <pluginRepository>
            <id>spring-milestones</id>
            <name>Spring Milestones</name>
            <url>https://repo.spring.io/milestone</url>
            <snapshots>
                <enabled>false</enabled>
            </snapshots>
        </pluginRepository>
        <pluginRepository>
            <id>spring-snapshots</id>
            <name>Spring Snapshots</name>
            <url>https://repo.spring.io/snapshot</url>
            <releases>
                <enabled>false</enabled>
            </releases>
        </pluginRepository>
    </pluginRepositories>

</project>

2、 application.properties配置redis配置

#Redis服务器地址
spring.redis.host=192.168.42.9
#Redis服务器连接端口
spring.redis.port=6379
#Redis数据库索引（默认为0）
spring.redis.database= 0
#连接超时时间（毫秒）
spring.redis.timeout=1800000
#连接池最大连接数（使用负值表示没有限制）
spring.redis.lettuce.pool.max-active=20
#最大阻塞等待时间(负数表示没限制)
spring.redis.lettuce.pool.max-wait=-1
#连接池中的最大空闲连接
spring.redis.lettuce.pool.max-idle=5
#连接池中的最小空闲连接
spring.redis.lettuce.pool.min-idle=0

3、添加redis配置类

package com.yyds.sprint_boot_redis.config;

import com.fasterxml.jackson.annotation.JsonAutoDetect;
import com.fasterxml.jackson.annotation.PropertyAccessor;
import com.fasterxml.jackson.databind.ObjectMapper;
import org.springframework.cache.CacheManager;
import org.springframework.cache.annotation.CachingConfigurerSupport;
import org.springframework.cache.annotation.EnableCaching;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import org.springframework.data.redis.cache.RedisCacheConfiguration;
import org.springframework.data.redis.cache.RedisCacheManager;
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.RedisSerializationContext;
import org.springframework.data.redis.serializer.RedisSerializer;
import org.springframework.data.redis.serializer.StringRedisSerializer;

import java.time.Duration;

@EnableCaching
@Configuration
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;
    }
}

4、测试

package com.yyds.sprint_boot_redis.controller;


import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RestController;

@RestController
@RequestMapping("/redis")
public class RedisController {

    @Autowired
    RedisTemplate redisTemplate;

    @GetMapping("/test")
    public String testRedis(){
        // 向redis中设置值
        redisTemplate.opsForValue().set("k1", "v1");
        // 从redis中获取值
        String res = (String)redisTemplate.opsForValue().get("k1");
        return res;
    }
}