聊一聊Redis以及实际的应用（整合SpringBoot）

最新推荐文章于 2024-09-16 10:23:45 发布

小七！

最新推荐文章于 2024-09-16 10:23:45 发布

阅读量632

点赞数

分类专栏： Redis 文章标签： redis 数据库 database

本文链接：https://blog.csdn.net/qq_51863442/article/details/122079299

版权

Redis 专栏收录该内容

1 篇文章 0 订阅

订阅专栏

首先，我们要搞明白的是，Redis为什么会出现，数据库底层只用Mysql，SqlServer等关系型数据库不好吗，何必多此一举。

在这个软件行业发展的初期的确是这样，试想一下，比如说21世纪之前的中国，有许多人温饱都有问题，哪里来的经济能力去支持为了方便而诞生出的软件行业呢。而在进入21世纪以后，人们的消费能力大幅度的提升了，当然也就能够支撑软件的发展了。

说这些有什么用呢，我希望所有学开发的人都有一颗关注生活的心，软件是什么，在我看来，软件也是具有灵魂的，它产生的目的就是和人类交互，扯远了，回来，正因为使用软件的人多了，试想，创建了一个购物网站，假设他存储数据只用MySQL这种关系型数据库实现，所有点击商品信息的人，都要通过MySQL来查询数据，五万，十万，通过索引查询还可以，但是当数据百万千万呢，就比如说双十一试想多么庞大的数据量，MySQL的性能很显然是不能支持的。我们知道数据从内存中查询是非常快的，Redis正式基于这种原因，以及内存查询快，被构建出来，是遵循BSD协议的高速缓冲数据库。

Redis的性能十分优异，一秒写入数据可达到8万次左右，读取数据更是可达到11万次左右，这样的性能支持他做各种高并发的软件产品。Redis有五种基本数据类型，string,list,set,zset,hash,还有三种图等数据类型常用的是string,存储数据采用K,V的形式。

初学Redis时，多练一些get,set存取数据，怎么开启事务（Redis是支持事务），加乐观锁，提交事务等操作。事实上，与Springboot等整合时，你会发现其方法名几乎一样.

Redis是将数据存储在内存中，那么你可能会想到是否每次重启Redis,其数据都会丢失，这就涉及到了Redis的持久化，他的持久化有两种方式RDB和AOF(快照和日志)，一种是记录数据，一种是拷贝命令。在实际开发中一般是两种结合使用。

好了，说了怎么多，讲一下，Springboot如何整合Redis

1.相关依赖：

<dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-data-redis</artifactId>
        </dependency>
        <dependency>
            <groupId>org.apache.commons</groupId>
            <artifactId>commons-pool2</artifactId>
        </dependency>

2.yaml配置

spring:
  redis:
    # 地址
    host: 192.168.93.129
    # 端口，默认为6379
    port: 6379
    # 数据库索引
    database: 0
    # 密码
    password: 
    # 连接超时时间
    timeout: 10s
    lettuce:
      pool:
        # 连接池中的最小空闲连接
        min-idle: 0
        # 连接池中的最大空闲连接
        max-idle: 8
        # 连接池的最大数据库连接数
        max-active: 8
        # #连接池最大阻塞等待时间（使用负值表示没有限制）
        max-wait: -1ms

3.Redis简单使用（String类型的存取）

package com.lrl.util;

import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.RedisTemplate;

public class RedisUtil {
    @Autowired
    private RedisTemplate redisTemplate;
    
    private void test(){
        redisTemplate.opsForValue().set("aaa","123456");
        System.out.println(redisTemplate.opsForValue().get("aaa"));
    }
}

4.自定义RedisTemplate

package com.lrl.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;

@Configuration
public class RedisConfig {

  @Bean
  @SuppressWarnings("all")
  public RedisTemplate<String, Object> redisTemplate(RedisConnectionFactory factory) {
      RedisTemplate<String, Object> template = new RedisTemplate<String, Object>();
      template.setConnectionFactory(factory);
      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);
      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;
  }


}

在这个大数据的时代，信息量庞大到难以想象，Redis支持高并发，适用于对于做一些秒杀类的软件产品。

在实际的开发中，显然只使用一个Redis接收显然不合适，这就涉及到了集群的知识,集群存在的目的就是为了大数据的处理，集群的搭建遵循读写分离，我们都知道数据库做的大量是读的操作，写的操作只占到了10%左右，所以可以在搭建集群的时候可以采用主从复制（主机只读，从机只写），另外可以采用哨兵模式，当主机宕机时，从机可换为主机。

对了，我比较喜欢一个B站博主——狂神，他的Redis讲的不错，大家可以参考

Redis就说到这里了，这里只是一个大体的框架，如果你们喜欢，可以三联支持一下，你们的支持就是我创作的动力。如果有问题可以私信我。