Redis 入门（小白）

小手且冰凉

已于 2022-10-06 16:01:58 修改

阅读量157

点赞数

分类专栏：笔记文章标签： redis

于 2022-10-06 16:00:08 首次发布

本文链接：https://blog.csdn.net/qq_47468106/article/details/127184210

版权

笔记专栏收录该内容

14 篇文章 0 订阅

订阅专栏

Redis

技术发展

Web1.0时代

Web1.0的时代，数据访问量很有限，用一夫当关的高性能的单点服务器可以解决大部分问题。

Web2.0时代

随着Web2.0的时代的到来，用户访问量大幅度提升，同时产生了大量的用户数据。加上后来的智能移动设备的普及，所有的互联网平台都面临了巨大的性能挑战。

解决CPU及内存压力
解决IO压力

NoSQL数据库

NoSQL数据库概述

NoSQL(NoSQL = Not Only SQL )，意即“不仅仅是SQL”，泛指非关系型的数据库。

NoSQL 不依赖业务逻辑方式存储，而以简单的key-value模式存储。因此大大的增加了数据库的扩展能力。

NoSQL适用场景

对数据高并发的读写
海量数据的读写
对数据高可扩展性的
（用不着sql的和用了sql也不行的情况，请考虑用NoSql）

1.1.3. NoSQL不适用场景

需要事务支持
基于sql的结构化查询存储，处理复杂的关系,需要即席查询。

Redis概述安装

Redis是一个开源的key-value存储系统。
这些数据类型都支持push/pop、add/remove及取交集并集和差集及更丰富的操作，而且这些操作都是原子性的。
在此基础上，Redis支持各种不同方式的排序。
为了保证效率，数据都是缓存在内存中。
同时Redis会周期性的把更新的数据写入磁盘或者把修改操作写入追加的记录文件。并且在此基础上实现了master-slave(主从)同步。

应用场景

配合关系型数据库做高速缓存

高频次，热门访问的数据，降低数据库IO
分布式架构，做session共享

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-V4CjNcq5-1665042969014)(.\Redis笔记图\image-20220615183955517.png)]

Redis安装

Redis官网:http://redis.io 中文:http://redis.cn/

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-psmdn96m-1665042969015)(.\Redis笔记图\image-20220615184231337.png)]
安装版本
6.2.1 for Linux（redis-6.2.1.tar.gz）
不用考虑在windows环境下对Redis的支持
安装步骤
- 准备工作：下载安装最新版的gcc编译器
```
# 安装C 语言的编译环境
yum install centos-release-scl scl-utils-build
yum install -y devtoolset-8-toolchain
scl enable devtoolset-8 bash

# 测试 gcc版本 
gcc --version
```
  [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-wx20PuAB-1665042969015)(.\Redis笔记图\image-20220615184545330.png)]
- 安装
```
# 1.下载redis-6.2.1.tar.gz放/usr/local/soft/目录
# 2.解压命令：
	tar -zxvf redis-6.2.1.tar.gz
# 3.解压完成后进入目录：
	cd redis-6.2.1
# 4.在redis-6.2.1目录下再次执行make命令（只是编译好）
	make
# 5.(注意)如果没有准备好C语言编译环境，make 会报错—Jemalloc/jemalloc.h：没有那个文件  解决方案：运行make distclean  之后再次执行 make命令

# 6.跳过make test 继续执行: 
	make install
```
- 查看安装后文件
```
# 7.查看安装后文件：
    ll /usr/local/bin/ |grep redis
```
  [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-nUdK59aN-1665042969016)(.\Redis笔记图\image-20220615185247008.png)]
  
  查看默认安装目录：**/**usr/local/bin
  
  redis-benchmark:性能测试工具，可以在自己本子运行，看看自己本子性能如何
  
  redis-check-aof：修复有问题的AOF文件，rdb和aof后面讲
  
  redis-check-dump：修复有问题的dump.rdb文件
  
  redis-sentinel：Redis集群使用
  
  redis-server：Redis服务器启动命令
  
  redis-cli：客户端，操作入口
- 前台启动 不推荐
  
  前台启动，命令行窗口不能关闭，否则服务器停止
  
  [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-cifvWrSp-1665042969016)(.\Redis笔记图\image-20220615185538374.png)]
- 后台启动（推荐）
```
# 1.备份redis.conf
	cd /usr/local/soft/redis-6.2.1 
	cp redis.conf redis.conf.bak
# 2.修改redis.conf
	修改redis.conf(128行)文件将里面的daemonize no 改成 yes，让服务在后台启动
# 3.启动Redis
	redis-server /usr/local/soft/redis-6.2.1/redis.conf
# 4.查看服务
	ps -ef | grep redis
```
  [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-j1zGpoem-1665042969016)(.\Redis笔记图\image-20220615190128054.png)]
- 访问客户端
```
# 访问客户端
redis-cli
# quit 关闭客户端
```
- 关闭redis服务
```
redis-cli shutdown
```

Redis基础

1.Redis前置介绍

端口 6379 介绍
Redis单线程+多路IO复用

2.Redis 键(key)

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

3.select命令切换数据库

dbsize查看当前数据库的key的数量

flushdb 清空当前库

flushall 通杀全部库

2. 常用五大数据类型

哪里去获得redis常见数据类型操作命令http://www.redis.cn/commands.html

2.1Redis字符串(String)

简介
- String是Redis最基本的类型，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512M
常用命令
- set 添加键值对
  
  *NX：当数据库中key不存在时，可以将key-value添加数据库
  
  *XX：当数据库中key存在时，可以将key-value添加数据库，与NX参数互斥
  
  *EX：key的超时秒数
  
  *PX：key的超时毫秒数，与EX互斥
- get 查询对应键值
- append 将给定的追加到原值的末尾
- strlen 获得值的长度
- setnx 只有在 key 不存在时设置 key 的值
- incr 将 key 中储存的数字值增1 只能对数字值操作，如果为空，新增值为1
- decr 将 key 中储存的数字值减1 只能对数字值操作，如果为空，新增值为-1
  
  原子性
  
  所谓原子操作是指不会被线程调度机制打断的操作；
  
  这种操作一旦开始，就一直运行到结束，中间不会有任何 context switch （切换到另一个线程）。
  
  （1）在单线程中，能够在单条指令中完成的操作都可以认为是"原子操作"，因为中断只能发生于指令之间。
  
  （2）在多线程中，不能被其它进程（线程）打断的操作就叫原子操作。
  
  Redis单命令的原子性主要得益于Redis的单线程。
- incrby / decrby <步长>将 key 中储存的数字值增减。自定义步长。
- mset … 同时设置一个或多个 key-value对
- mget … 同时获取一个或多个 value
- msetnx … 同时设置一个或多个 key-value 对，当且仅当所有给定 key 都不存在。
- getrange <起始位置><结束位置>获得值的范围，类似java中的substring，前包，后包
- setrange <起始位置>用覆写所储存的字符串值，从<起始位置>开始(索引从0开始**)。**
- setex <过期时间>设置键值的同时，设置过期时间，单位秒。
- getset 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.

如图中所示，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。

2.2 Redis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）。
  
  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。
  
  [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-ogge7b3S-1665042969017)(.\Redis笔记图\image-20220615211837036.png)]
常用命令
- lpush/rpush … 从左边/右边插入一个或多个值
- lpop/rpop 从左边/右边吐出一个值。值在键在，值光键亡。
- rpoplpush 从列表右边吐出一个值，插到列表左边。
- lrange 按照索引下标获得元素(从左到右)
  
  lrange mylist 0 -1 0左边第一个，-1右边第一个，（0-1表示获取所有）
- lindex 按照索引下标获得元素(从左到右)
- llen 获得列表长度
- linsert before 在的后面插入插入
- lrem 从存于 key 的列表里移除前 count 次出现的值为 value 的元素
  - count > 0: 从头往尾移除值为 value 的元素。
  - count < 0: 从尾往头移除值为 value 的元素。
  - count = 0: 移除所有值为 value 的元素。
- lset将列表key下标为index的值替换成value
数据结构

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。

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-stFvb560-1665042969018)(.\Redis笔记图\image-20220615214008722.png)]

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。

2.3Redis 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。

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
常用命令
- sadd …
- 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
- smembers 取出该集合的所有值。
- sismember 判断集合是否为含有该值，有1，没有0
- scard返回该集合的元素个数。
- srem … 删除集合中的某个元素。
- spop 随机从该集合中吐出一个值。
- srandmember 随机从该集合中取出n个值。不会从集合中删除。
- smove value把集合中一个值从一个集合移动到另一个集合
- sinter 返回两个集合的交集元素。
- sunion 返回两个集合的并集元素。
- sdiff 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。

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。

2.4 Redis 哈希 (Hash)

简介

Redis hash 是一个键值对集合。同时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,Object>

存储对象的方式？
常用命令
- hset 给集合中的键赋值
- hget 从集合取出 value
- hmset … 批量设置hash的
- hexists查看哈希表 key 中，给定域 field 是否存在。
- hkeys 列出该hash集合的所有field
- hvals 列出该hash集合的所有value
- hincrby 为哈希表 key 中的域 field 的值加上增量 1 -1
- hsetnx 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。

Redis 有序集合 Zset(sorted set)

介绍

Redis有序集合zset与普通集合set非常相似，是一个没有重复元素的字符串集合。

不同之处是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, 所以你也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 …将一个或多个 member 元素及其 score 值加入到有序集 key 当中。
- zrange [WITHSCORES] 返回有序集 key 中，下标在之间的元素带WITHSCORES，可以让分数一起和值返回到结果集。
- zrangebyscore key min max [withscores] [limit offset count]返回有序集 key 中，所有 score 值介于 min 和 max 之间(包括等于 min 或 max )的成员。有序集成员按 score 值递增(从小到大)次序排列。
- zrevrangebyscore key max min [withscores] [limit offset count] 同上，改为从大到小排列。
- zincrby 为元素的score加上增量
- zrem 删除该集合下，指定值的元素
- zcount 统计该集合，分数区间内的元素个数
- zrank 返回该值在集合中的排名，从0开始。
数据结构

SortedSet(zset)是Redis提供的一个非常特别的数据结构，一方面它等价于Java的数据结构Map<String, Double>，可以给每一个元素value赋予一个权重score，另一方面它又类似于TreeSet，内部的元素会按照权重score进行排序，可以得到每个元素的名次，还可以通过score的范围来获取元素的列表。

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。

跳跃表

对比有序链表和跳跃表，从链表中查询出51

有序链表

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-pauBpUz5-1665042969018)(.\Redis笔记图\image-20220615224529061.png)]

要查找值为51的元素，需要从第一个元素开始依次查找、比较才能找到。共需要6次比较。

跳跃表

从第2层开始，1节点比51节点小，向后比较。

21节点比51节点小，继续向后比较，后面就是NULL了，所以从21节点向下到第1层

在第1层，41节点比51节点小，继续向后，61节点比51节点大，所以从41向下

在第0层，51节点为要查找的节点，节点被找到，共查找4次。

从此可以看出跳跃表比有序链表效率要高

Redis配置文件

网络相关配置

bind

默认情况bind=127.0.0.1只能接受本机的访问请求

不写的情况下，无限制接受任何ip地址的访问

生产环境肯定要写你应用服务器的地址；服务器是需要远程访问的，所以需要将其注释掉

如果开启了protected-mode，那么在没有设定bind ip且没有设密码的情况下，Redis只允许接受本机的响应
protected-mode

将本机访问保护模式设置no
port

端口号，默认 6379
timeout

一个空闲的客户端维持多少秒会关闭，0表示关闭该功能。即永不关闭

启动配置

daemonize

是否为后台进程，设置为yes

守护进程，后台启动
databases

设定库的数量默认16，默认数据库为0，可以使用SELECT 命令在连接上指定数据库id
maxmemory

建议必须设置，否则，将内存占满，造成服务器宕机

设置redis可以使用的内存量。一旦到达内存使用上限，redis将会试图移除内部数据，移除规则可以通过maxmemory-policy来指定。

如果redis无法根据移除规则来移除内存中的数据，或者设置了“不允许移除”，那么redis则会针对那些需要申请内存的指令返回错误信息，比如SET、LPUSH等。

但是对于无内存申请的指令，仍然会正常响应，比如GET等。如果你的redis是主redis（说明你的redis有从redis），那么在设置内存使用上限时，需要在系统中留出一些内存空间给同步队列缓存，只有在你设置的是“不移除”的情况下，才不用考虑这个因素。

Redis的发布和订阅

什么是发布和订阅

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。
Redis 客户端可以订阅任意数量的频道。

发布订阅命令行实

打开一个客户端订阅 channel

SUBSCRIBE channel

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-BfAA6I6U-1665042969019)(.\Redis笔记图\image-20220615232853183.png)]
打开另一个客户端，给channel发布消息hello

publish channel hello

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-j4QmrI9G-1665042969020)(.\Redis笔记图\image-20220615232914833.png)]

返回的1是订阅者数量

打开第一个客户端可以看到发送的消息

注：发布的消息没有持久化，如果在订阅的客户端收不到hello，只能收到订阅后发布的消息
查看当前活跃Channel

PUBSUB CHANNELS

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-TyuzcWUY-1665042969020)(.\Redis笔记图\image-20220615233141583.png)]

Redis新数据类型

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。

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 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。

什么是基数?

比如数据集 {1, 3, 5, 7, 5, 7, 8}，那么这个数据集的基数集为 {1, 3, 5 ,7, 8}, 基数(不重复元素)为5。基数估计就是在误差可接受的范围内，快速计算基数。
常用命令
- pfadd < element> [element …] 添加指定元素到 HyperLogLog 中
- pfcount [key …] 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 [sourcekey …] 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

Jedis操作

创建项目

添加依赖

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

注意

要求：

1.redis.conf中注释掉 bind 127.0.0.1 ,然后 protected-mode no

2.关闭防火墙

连接Redis

public class Code1Start {
    public static void main(String[] args) {
        Jedis jedis = new Jedis("192.168.135.91", 6379);
        String ping = jedis.ping();
        System.out.println("连接成功："+ping);
        jedis.close();
    }
}

查看所有Keys

Jedis jedis = new Jedis("192.168.135.91", 6379);
        Set<String> keys = jedis.keys("*");
        for (String key : keys) {
            System.out.println(key);
        }
        jedis.close();
System.out.println(jedis.exists("k1"));
System.out.println(jedis.ttl("k1"));                
System.out.println(jedis.get("k1"));

API

操作字符串

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

操作list

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

操作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");

操作Hash

jedis.hset("hash1","userName","lisi");
System.out.println(jedis.hget("hash1","userName"));
Map<String,String> map = new HashMap<String,String>();
map.put("clazz","bigdata18");
map.put("name","huazi");
map.put("age","23");
jedis.hmset("hash2",map);
List<String> result = jedis.hmget("hash2", "clazz","name");
for (String element : result) {
System.out.println(element);
}

操作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);
}

Redis 与SpringBoot整合

引入依赖

<!-- 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>

配置application.yml

spring:
 redis:
    host: 192.168.135.91
  #Redis服务器连接端口
    port: 6379
  #Redis数据库索引（默认为0）
    database: 0
  #连接超时时间（毫秒）
    timeout: 1800000
  #连接池最大连接数（使用负值表示没有限制）
    lettuce:
      pool:
        max-active: 20
  #最大阻塞等待时间(负数表示没限制)
        max-wait: -1
  #连接池中的最大空闲连接
        max-idle: 5
  #连接池中的最小空闲连接
        min-idle: 0

添加Redis配置类

@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;
    }
}

测试

@RestController
@RequestMapping("/redisTest")
public class RedisTestController {
    @Autowired
    private RedisTemplate redisTemplate;

    @GetMapping
    public String testRedis() {
        //设置值到redis
        redisTemplate.opsForValue().set("name","lucy");
        //从redis获取值
        String name = (String)redisTemplate.opsForValue().get("name");
        return name;
    }
}

ializationContext.SerializationPair.fromSerializer(jackson2JsonRedisSerializer))
.disableCachingNullValues();
RedisCacheManager cacheManager = RedisCacheManager.builder(factory)
.cacheDefaults(config)
.build();
return cacheManager;
}
}




* 测试

```JAVA
@RestController
@RequestMapping("/redisTest")
public class RedisTestController {
    @Autowired
    private RedisTemplate redisTemplate;

    @GetMapping
    public String testRedis() {
        //设置值到redis
        redisTemplate.opsForValue().set("name","lucy");
        //从redis获取值
        String name = (String)redisTemplate.opsForValue().get("name");
        return name;
    }
}

小手且冰凉

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
Redis 入门（小白）

Redis是一个开源的key-value存储系统。这些数据类型都支持push/pop、add/remove及取交集并集和差集及更丰富的操作，而且这些操作都是原子性的。在此基础上，Redis支持各种不同方式的排序。为了保证效率，数据都是缓存在内存中
复制链接

扫一扫