Redis

最新推荐文章于 2023-09-05 19:30:40 发布
最新推荐文章于 2023-09-05 19:30:40 发布
阅读量216 收藏 1
点赞数
分类专栏： Redis 文章标签： redis 服务器 数据库 Powered by 金山文档
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_64912062/article/details/129383508
版权

第一章——什么是Redis

类型

NoSQL数据库（Not OnlySQL）（非关系型数据库）

作用

存储任意内容

使用场景

作为数据缓存，因为其读取速度快，能够大大的提高运行效率，在大多数情况下也被称作缓存

支持数据类型

Set、ZSet、List、Hash、String

持久化储存

把数据从内存保存在磁盘上而保证计算机掉电不丢失

Redis利用RDB和AOF做数据的持久化存储。主从数据同时生成rdb文件，并利用缓冲区添加新的数据更新操作做对应的同步。

  1. rdb：rdb在指定的时间间隔内将内存中的数据集快照写入磁盘

  1. aof：aof以日志的形式记录服务器所处理的每一个写、删除操作，查询操作不会记录，以文本的方式记录，可以打开文件看到详细的操作记录

频率：10w/s

缺点

  1. 短时间内大量增加数据，可能导致内存不够用

  1. 持久性存储的性能损耗问题。生成的rdb文件会占用主机的cpu

  1. 重启速度可能慢

第二章——高并发用户注册

cookie&session

cookie保存在客户端（浏览器中）用户可以看到且可以修改且有大小限制，session保存在服务器端，无大小限制，取决于服务器的硬件条件。出现cookie技术主要是因为http是无状态的协议

无状态

浏览器发出的每次请求都是独立，相互完全没有关联的

实现有状态的Web

原因：在实际使用场景中，像先登录再下单购物这些方面都需要实现有状态的web

  1. 升级http协议，变成有状态的设计

  1. http协议不变，使用其他技术辅助（session、cookie、各种headers）

Session需要解决的问题

缺点

  1. 服务器一旦出现问题比如重启，所有的Session都会丢失，所有用户都需要登录。

  1. 中大型网站往往是分布式架构，有很多服务器，Session放到一台服务器上，其他服务器就读不到登录状态了。

解决方法

利用Redis缓存Session，因为Redis相对稳定，且可以供多台服务器共享

SpringBoot集成Redis

pom依赖

<dependency>

<groupId>org.springframework.boot</groupId>

<artifactId>spring-boot-starter-data-redis</artifactId>

</dependency>

配置

#Redis服务器地址

spring.redis.host=192.168.0.1

#Redis服务器端口号

spring.redis.port=6379

#Redis服务器密码（请换成自己机器密码）

spring.redis.password=

注册性能优化

问题：

有些人恶意攻击，频繁注册，服务器在短时间内收到了大量的用户注册，导致数据库处理变慢。应用处理请求过慢，会导致请求大量积压堵塞，大量堵塞的请求消耗大量内存，最终导致服务器崩溃。

解决方法：

先访问Redis内存，再访问数据库

模型序列化接口

要实现将用户数据缓存在Redis里的功能，用户模型必须实现序列化接口

importjava.io.Serializable;

​

publicclassUserDOimplementsSerializable {

​

}

读写缓存Value

UserDOuserDO= (UserDO)redisTemplate.opsForValue().get(userName);

redisTemplate.opsForValue().set(userName, userDO1);

删除缓存

redisTemplate.delete(userName);

用户Session

pom依赖

<!--springsession支持-->

<dependency>

<groupId>org.springframework.session</groupId>

<artifactId>spring-session-data-redis</artifactId>

</dependency>

<dependency>

<groupId>org.redisson</groupId>

<artifactId>redisson-spring-boot-starter</artifactId>

<version>3.13.0</version>

</dependency>

spring-session-data-redis是核心依赖库，会自动变成Session同步到Redis等操作

redisson-spring-boot-starter是需要用到的Redis客户端，提供很多分布式相关操作服务，操作Session数据的过程中，与核心依赖库搭配使用

修改Session配置类

@Configuration

@EnableSpringHttpSession

publicclassSpringHttpSessionConfig {

@Bean

publicCookieSerializercookieSerializer() {

... ...

... ...

}

​

@Bean

publicMapSessionRepositorysessionRepository() {

returnnewMapSessionRepository(newConcurrentHashMap<>());

}

}

系统未提供默认的存储Session数据的仓库，所有在sessionRepository()中new一个仓库对象

ConcurrentHashMap

是一个支持高并发更新与查询的哈希表(基于HashMap)

如何高效的执行并发操作

根据上面hashMap的数据结构可以直观的看到，如果以整个容器为一个资源进行锁定，那么就变为了串行操作。而根据hash表的特性，具有冲突的操作只会出现在同一槽位，而与其它槽位的操作互不影响。 基于此种判断，那么就可以将资源锁粒度缩小到槽位上，这样热点一分散，冲突的概率就大大降低，并发性能就能得到很好的增强。

cookieSerializer()

作用：定制cookie中的session信息内容如何写

核心

删除@EnableSpringHttpSession，改为使用@EnableRedisHttpSession。然后删除sessionRepository()方法，不再需要创建仓库了

过期时间

@EnableRedisHttpSession 时，可以通过 maxInactiveIntervalInSeconds注解设置session数据的过期失效时间

@EnableRedisHttpSession(maxInactiveIntervalInSeconds = 300)

缓存穿透

问题出现

有人用了工具软件，大量、密集、持续登录请求，但都是请求输入错误的，不存在的账号

主要原因

只考虑到了数据正确时的情况，没有考虑到错误数据带来的风险

解决漏洞

第一次从数据库查询不到数据时，仍然把这个空结果进行缓存。不过，要设置过期时间，注意过期时间不要太长，推荐不过五分钟。

// 只 new 实例但不设置任何属性，相当于一个空对象

userDO = new UserDO();

redisTemplate.opsForValue().set(userName, userDO, 5, TimeUnit.MINUTES);

攻击的后续处理

并不能代表彻底解决攻击，持续攻击也有可能造成Redis撑满。

乱码问题

增加一个config类

@Autowired

private RedisTemplate redisTemplate;

@Bean

public RedisTemplate redisTemplateInit() {

//设置序列化Key的工具

redisTemplate.setKeySerializer(new StringRedisSerializer());

//设置序列化Value的工具

redisTemplate.setValueSerializer(new GenericJackson2JsonRedisSerializer());

// 设置 hash 的 key

redisTemplate.setHashKeySerializer(new GenericJackson2JsonRedisSerializer());

// 设置 hash 的 value

redisTemplate.setHashValueSerializer(new GenericJackson2JsonRedisSerializer());

redisTemplate.afterPropertiesSet();

return redisTemplate;

}

Key用字符串StringRedisSerializer的序列化/反序列化方式，Value用JSON（GenericJackson2JsonRedisSerializer）的序列化/反序列化方式。

因为Hash是一种Redis的数据类型，setHashKeySerializer() 和 setHashValueSerializer()就是支持hash的。

之后便可以利用可视化工具查看。

时间类型的序列化

public class Category implements Serializable {

@JsonFormat(shape = JsonFormat.Shape.STRING, pattern = "yyyy-MM-dd HH:mm:ss")

@JsonDeserialize(using = LocalDateTimeDeserializer.class)

@JsonSerialize(using = LocalDateTimeSerializer.class)

private LocalDateTime gmtCreated;

}

第三章——商品类目系统

什么是类目

显著特点：有着明确的层级关系，范围从大到小、由粗到细、越来越精确

类目设计

核心步骤

  1. 模型设计

  1. 服务设计

常见的延伸步骤：

  1. 技术选型

  • 框架选型：基本就是SpringBoot

  • 存储方案选型：从Mongodb和MySQL选择其一，再研究是否需要搭配Redis缓存

  1. 完成web层，包括完成control和页面

技术选型

如果按找普通的实现类目的方式，每访问一次类目就需要调用一次数据库。数据库的压力太大，这个场景很适合Redis的数据结构list

插入类目数据

概念：是简单的字符串列表，按照插入顺序，可以添加到头部（左边）或者尾部（右边）。一个列表最多可以包含2^32-1个元素（超过40亿个元素）

添加List数据

leftPush（）

// 第一个对象，演示代码省略 set 各属性值

Category category = new Category();

redisTemplate.opsForList().leftPush("categoryList", category);

// 第二个对象，演示代码省略 set 各属性值

category = new Category();

redisTemplate.opsForList().leftPush("categoryList", category);

rightPush（）

// 第一个对象，演示代码省略 set 各属性值

Category category = new Category();

redisTemplate.opsForList().rightPush("categoryList", category);

// 第二个对象，演示代码省略 set 各属性值

category = new Category();

redisTemplate.opsForList().rightPush("categoryList", category);

返回值

无论是leftPush（）``还是rightPush（），都有返回值，返回值类型是Long，返回的含义是执行完添加操作以后列表的长度

查询类目数据

查询列表长度

Long size = redisTemplate.opsForList().size("categoryList");

根据索引查询

Category category = (Category)redisTemplate.opsForList().index("categoryList", index);

第一个索引是0

范围查询

List<Category> categoryDatas = redisTemplate.opsForList().range("categoryList", 0, 1);

首尾范围皆包含

如果想查询整个表列表的所有数据，第三个参数填-1

range("categoryList", 0, -1)

修改类目数据

基本语法

// 演示代码省略 set 各属性值

Category category = new Category();

redisTemplate.opsForList().set("categoryList", 0, category);

删除类目数据

从头部删除数据：

Category cat = (Category)redisTemplate.opsForList().leftPop("categoryList");

从尾部删除数据：

Category cat = (Category)redisTemplate.opsForList().rightPop("categoryList");

第四章——高并发产品抢购

Reids事务

将一个业务逻辑作为一个整体一起执行。事务其实就是打包一组操作作为一个整体，在事务处理时将顺序执行这些操作，并返回结果，如果其中任何一个环节出错，所有的操作将被取消。

事务基础框架代码

try {

redisTemplate.execute(new SessionCallback<List<Object>>() {

@Override

public List<Object> execute(RedisOperations operations) throws DataAccessException {

}

});

} catch (Exception e) {

LOG.error("redisTemplate.execute() error. ", e);

}

在开启事务前，要选择一个要监听的对象，即Redis中的某个key

分为三个阶段：开启事务->命令入列->执行事务

redisTemplate.execute(new SessionCallback<List<Object>>() {

@Override

public List<Object> execute(RedisOperations operations) throws DataAccessException {

//监听商品的ID

operations.watch(id);

//开启事务

operations.multi();

// 插入一条订单数据。

// 缓存库的存减 1

// 数据库的库存减 1

// 执行事务

List exec = operations.exec();

}

});

取消事务

operations.discard();

分布式锁

分布式结构

就是将一个完整的系统，按照业务功能，拆分成一个个独立的子系统，在分布式结构中，每个子系统被称为”服务“

分布式锁

synchronized为本地锁只能锁一个服务器，分布式锁能锁多个服务器

pom依赖

<dependencies>

<dependency>

<groupId>org.redisson</groupId>

<artifactId>redisson-spring-boot-starter</artifactId>

<version>3.13.0</version>

</dependency>

</dependencies>

分布锁实现

@Autowired

private RedissonClient redissonClient;

取得锁

RLock rLock = redissonClient.getLock("CUSTOM_NAME");

名称没有规定，但一般使用容易理解的、业务相关的名称

上锁

rLock.lock();

并发情况下，每个线程都会竞争锁

  • 竞争成功的线程会继续运行

  • 竞争失败的线程会被禁用，并且重新获取锁之前，该线程将一直处于休眠状态

解锁

rLock.unlock();

总流程

try {

rLock.lock();

// 抢购业务逻辑

} catch (Exception e) {

LOG.error("some error. ", e);

} finally {

rLock.unlock();

}

过期处理

将验证码缓存到Redis里，但是想要在1000毫秒之后过期

redisTemplate.opsForValue().set("code", "78987", 1000, TimeUnit.MILLISECONDS);

后面的单位代表毫秒，还有其他的单位，如TimeUnit.MILLMINUTES(分钟)

设置Redis List的过期时间

redisTemplate.expire("category", 60, TimeUnit.MINUTES);

redisTemplate.expire()是一个通用方法，可以为Redis的任何数据结构设置过期时间

删除策略

  1. 惰性删除：每次查询或写键时，都会检查取得的键是否过期。对CPU友好，对内存不好有些键一直没被访问到就一直占着存储空间

  1. 定期删除：每隔一段时间就对数据库进行检查，删除里面的过期键，由算法决定

  1. 定时删除：在定时器在键的过期时间来临时，立即执行对键的删除操作，对CPU不好，对过期键的删除会占用CPU的一部分时间

分布式ID

背景

随着业务的不断增长，数据量会越来越大，有时候就需要将一张表分为多张表，此时各张表就会根据自己的节奏来进行自增，这样就会造成ID冲突

过程代码

//格式化格式为年月日

DateTimeFormatter dateTimeFormatter = DateTimeFormatter.ofPattern("yyyyMMdd");

//获取当前时间

String now = LocalDate.now().format(dateTimeFormatter);

//通过redis的自增获取序号

RAtomicLong atomicLong = redissonClient.getAtomicLong(now);

atomicLong.expire(1, TimeUnit.DAYS);

long number = atomicLong.incrementAndGet();

//拼装订单号

String orderId = now + "" + number;

先获取一个自增的实例对象

RAtomicLong atomicLong = redissonClient.getAtomicLong(now);

再取得实际子增值

long number = atomicLong.incrementAndGet();

整数格式转化为字符串

String.format("%04d", 12);

生成0012的字符串

依赖

<dependency>

<groupId>org.springframework.boot</groupId>

<artifactId>spring-boot-starter-data-redis</artifactId>

</dependency>

<dependency>

<groupId>org.redisson</groupId>

<artifactId>redisson-spring-boot-starter</artifactId>

<version>3.13.0</version>

</dependency>

注意

要在配置文件里加上Redis数据库的相关信息

第五章——玩家排行榜

战绩模型设计

注意此模型既有用户id又有用户模型，虽然有些冗余，主要是用于不同的功能。

查询个人战绩排行榜

根据排序值升序查询

//0和-1代表查询该键的所有值默认是按升序排序

Set tv = redisTemplate.opsForZSet().rangeWithScores("TV", 0, -1)

根据排序值降序查询

//reverseRangeWithScores是根据score降序排序

Set tv = redisTemplate.opsForZSet().reverseRangeWithScores("TV", 0, -1);

遍历返回值Set集合

Set<TypedTuple<PersonalRecord>> datas = redisTemplate.opsForZSet().rangeWithScores("integralRank", 0, -1);

// 遍历

datas.forEach(data -> {

// 存入的对象

PersonalRecord pr = data.getValue();

// 对应的分数

Double score = data.getScore();

System.out.println(pr.getId() + " - " + score);

});

返回Set集合中的元素类型是TypedTuple，用getValue（）可以取得放入ZSet的元素对象

缓存排行榜的用户数据

什么是Hash

Redis Hash是一个字符串类型的field和value的映射表，Hash特别适合用于存储对象，就是key-value的嵌套，value其实还是一个key-value。

新增和修改

redisTemplate.opsForHash().put("integralRankUser", userDO.getUserName(), userDO);

读取

可以根据Key和field精确查询

UserDO userDO = (UserDO)redisTemplate.opsForHash().get("integralRankUser", userName);

也可以批量查询

List<String> userNames = new ArrayList<>();

userNames.add(userName);

List<UserDO> users = redisTemplate.opsForHash().multiGet("integralRankUser", userNames);

删除

redisTemplate.opsForHash().delete("integralRankUser", userName);

delete支持多参数，想删除多个往后加即可

redisTemplate.opsForHash().delete("integralRankUser", userName, "zhangsan", "lisi");

在方法的参数后面加三个点...就表示变长参数

Long delete(H key, Object... hashKeys)

Set

特点

  1. 集合中的元素是无序的

  1. 集合中的元素不能重复，是唯一的

新增数据操作

redisTemplate.opsForSet().add("ranks", personalRecord1, personalRecord2);

删除数据操作

redisTemplate.opsForSet().remove("ranks", personalRecord);

基本查询

Set<PersonalRecord> datas = redisTemplate.opsForSet().members("ranks");

多集合操作

求并集

List<String> keys = new ArrayList<>();

keys.add("ranks1");

keys.add("ranks2");

keys.add("ranks3");

Set<Long> unionDatas = redisTemplate.opsForSet().union(keys);

求交集

List<String> keys = new ArrayList<>();

keys.add("ranks1");

keys.add("ranks2");

keys.add("ranks3");

Set<Long> interDatas = redisTemplate.opsForSet().intersect(keys);

求差集

List<String> otherkeys = new ArrayList<>();

otherkeys.add("ranks2");

otherkeys.add("ranks3");

Set<Long> diffDatas = redisTemplate.opsForSet().difference("ranks1", otherkeys);

第六章——常见面试题

Redis为什么这么快

  1. 完全基于内存

  1. 数据结构简单

  1. 采用单线程，避免了不必要的上下文切换和竞争条件，也不存在多线程切换消耗CPU资源

  1. 使用多路I/O复用模型，非阻塞IO

  1. 使用底层模型不同，他们之间底层实现方式以及与客户端之间通信的应用协议不一样，Redis直接自己构建了VM机制

常见数据结构

  1. String

  1. List

  • 字符串列表

  • 按照插入顺序排序

  1. ZSet

  • 字符串集合

  • 不允许重复

  • 按score（double浮点数）排序

  1. Hash

  1. Set（适合多集合运算）

缓存穿透、雪崩与击穿

缓存穿透

key对应的数据在数据源并不存在，每次针对Key的请求从缓存获取不到。

解决方案

  1. 简单解决法：缓存空对象，但注意超时时间不能过长

  1. 系统解决发：采用布隆过滤器，将所有可能存在的数据都缓存，那么一个一定不存在的数据会被拦截

缓存雪崩

当缓存服务器重启或者大量缓存集中在某一个时间段失效。

缓存失效瞬间示意图如下：

解决方案

  1. 简单解决法：缓存失效时间分散开，比如在我们原有的失效时间上增加一个随机值，比如1-5分钟随机

  1. 严谨解决法：用加锁或者队列的方式保证不会有大量的线程对数据库进行一次性读写，从而避免失效时大量的并发请求落到底层存储系统上

缓存击穿

Key对应的数据存在，但在Redis中过期

区别

雪崩强调的是大量的数据缓存出现过期的问题，击穿侧重于描述少量Key（热点数据）过期时遇到大量并发请求时出现的问题

解决方案

使用锁机制，在缓存失效的时候，不是立即去数据库中查询，而是先加锁。目的就是防止大并发请求在短时间内请求数据库。

Key值过大要如何处理

单个key存储的value很大

可以把每个属性作为一个file存入hash结构的缓存中，而不是整个对象序列化成字符串存入Redis

hash、set、zset、list中存储过多的元素

拆分。把大容器拆成小容器

固定每个小容器的数量，例如10000.每个小桶的key带一个后缀。

如果一台Redis不够，可以考虑对Redis扩容。实际上多台Redis可以组成缓存集群。

那么可以在java程序中计算field的hash值，再根据Redis机器的数量模除，算出field存在哪台Redis的哪个key中。

mutkeb
关注
专栏目录
redis 6.0 windows 版本
02-15
Redis是一款高性能的键值存储系统，常用于数据库、缓存和消息代理等场景。它支持丰富的数据类型，如字符串、哈希、列表、集合和有序集合。在Windows平台上使用Redis，通常需要通过编译源码或者寻找预编译的二进制...
灵感来了挡也挡不住，基于Redis解决业务场景中延迟队列
weixin_50666791的博客
10-07 229
在一次产品需求设计中，有这样一种场景，对于一个工单，专员可以选择将工单挂起（一次挂起2小时；二次挂起12小时），或者转存（表单输入转存的天数），然后提交工单 到既定时间后，该工单需要重新被领单，然后再次审核。对于工单，有优先级概念，意味着优先级越大，该工单则需要优先被派单，对于这种场景，我们可以基于Redis来解决场景问题。 一、业务概述 我们假定设置两个队列，一个队列维护正式工单，另一个队列维护挂起工单。对于挂起操作，我们通过Redis设置key有效时间，当key失效时，客户端监听失效事件，获取工.
Redis实际应用4
Code-zyc的博客
05-17 452
目录文章的推送Timeline模式拉模式推模式推拉结合模式三种模式的对比推模式的代码实现：看需求：选取的依据：原因解决：代码 文章的推送 由于智能排序需要算法等 ，该项目只能适用于最简单的Timeline模式 Timeline模式 拉模式 实现思路： 就是关注的对象发布了动态，粉丝在去他们的发件箱拉取出来，按时间进行排序，显示到自己的收件箱里面 推模式 实现思路： 博主发布动态直接推给关注了自己的粉丝 推拉结合模式 实现思路： 主要是区分普通粉丝和活跃粉丝，活跃的粉丝采取推的模式（因为拉的模式有延迟
【Redis】Redis使用和RedisTemplate的方法介绍
别倒在黎明之前的博客
09-05 3735
leftPush ：从集合左边插入值 | | 从集合左边开始在v值后边插入新值v1leftPushAll ：从左边批量插入新值 | | 从左边批量插入新值(同上)leftPushIfPresent ：如果key存在，从左边插入新值leftPop ：默认移除key中最左的一个值| |指定过期时间后删除key最左的一个值rightPopAndLeftPush ：移除k1中最右的值，并将移除的值插入k2中最左侧| |指定过期时间后，移除k1中最右的值，并将移除的值插入k2中最左侧（同上）
spring redis 实现排行榜
码生剑气-方方圆圆
08-13 928
排行榜功能，redis实现，spring redis
RedisTemplate工具篇-zset类型查询操作
WannaRunning的博客
08-26 7154
目录 使用索引下标获取zset元素 使用分数查询获取zset元素 zset类型介绍：zset每个字符串元素都关联一个score浮动数值,通过zadd命令放进去的每一个元素都会按score数值进行排序 使用索引下标获取zset元素 zset结构中的数据是有序的，如果我们的需求是获取第一个，最后一个，前几个，后几个这种，可以使用按索引查询的API方法。 ZSetOperations接口的rangeWithScores方法 Set<ZSetOperations.TypedTuple<S
linux离线安装redis
01-20
在Linux环境中离线安装Redis是常见的需求，尤其是在内网服务器上，由于无法直接访问公网，我们需要提前下载Redis的源码包并手动安装。下面将详细解释如何进行这一过程。 首先，你需要从Redis官方网站获取Redis的...
Redis5.0 Windows64
08-26
Redis 5.0是Redis数据库的一个重要版本，它在Windows 64位平台上提供了全面的支持。Redis是一款开源的、基于键值对的数据存储系统，常用于缓存、数据库和消息中间件等场景。以下是关于Redis 5.0在Windows 64位环境中...
windows下的redis压缩包
03-22
Redis是一种开源的、基于键值对的数据存储系统，常用于数据库、缓存和消息中间件。在Windows环境下，Redis提供了一个方便的压缩包，让用户能够快速地在Windows操作系统上部署和使用Redis服务，无需复杂的安装过程，...
Redis windows 64 版本 下载
03-20
Redis是一款开源、高性能的键值对存储系统，广泛应用于缓存、数据库和消息中间件等场景。在Windows操作系统上安装和使用Redis可能与在Linux环境下有所不同，但同样提供了方便的工具进行操作。以下是对"Redis windows...
redis-windows-7.0.11
05-05
Redis是一种开源的内存数据结构存储系统，它支持多种数据结构，如字符串、哈希、列表、集合、有序集合等。Redis可以用作数据库、缓存和消息中间件。Redis在性能、可扩展性和灵活性方面表现出色，因此被广泛应用于Web...
redis-6.2.14-win-amd64
05-22
Redis是一种开源的、基于键值对的数据存储系统，常用于数据缓存、消息队列以及数据库功能。在Windows环境下，Redis的安装和使用通常需要经过编译和配置过程。"redis-6.2.14-win-amd64"是专门为Windows AMD64架构编译...
C#操作redis，增删改查
05-24
Redis是一个基于内存的key-value结构数据库； Redis特点： 基于内存处理，读写性能高； 适合存储热点数据(热点商品，资讯，新闻)； 企业应用广泛。 Redis应用场景： 缓存系统：Redis最基本的用法是作为缓存，用来...
redis配置文件redis.conf
最新发布
05-30
redis配置文件redis.conf
Windows 上安装 Redis安装，redis7.2安装到windows上面
08-29
在Windows上安装Redis的过程涉及到多个步骤，包括启用必要的Windows功能、安装WSL2（Windows Subsystem for Linux 2）、设置默认WSL版本以及在Linux环境中安装Redis。以下是对这些步骤的详细说明： 1. **启用...
Redis系统学习
毛毛雨的博客
01-14 1106
一、引入依赖 <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-data-redis</artifactId> </dependency> <dependency> <g
Redis实现排行榜功能(实战)
热门推荐
俊俊的小熊饼干的博客
10-08 4万+
redis你还只是会用做缓存么，来看看redis的其他有趣的功能吧。
【Redis】实时排行榜制作
weixin_42615154的博客
04-06 2487
利用 Redis 的 ZSet 有序集合的数据结构来帮助实现排行榜（从大到小）功能： 目录实现功能获取排行榜中指定范围的数据往排行榜中新增记录更新排行榜中的记录 实现功能 返回排行内的前n名； 实时更新排行榜； 获取排行榜中指定范围的数据 // 获取操作 Redis 有序集合的对象 ZSetOperations<String, Object> zSet = redisTemplate.opsForZSet(); // 获取指定的键（key）和指定范围的有序集合 Set<ZSetOpe.
RedisTemplate操作redis方法封装
letterss的博客
03-18 1228
import org.springframework.beans.factory.annotation.Autowired; import org.springframework.data.redis.core.*; import org.springframework.stereotype.Component; import javax.annotation.Resource; import ...
Windows平台Redis客户端及服务端部署指南
资源摘要信息:"Redis是一个开源的、基于内存的高性能键值对数据库，通常被称为数据结构服务器。它支持丰富的数据类型，如字符串（strings）、列表（lists）、集合（sets）、有序集合（sorted sets）、哈希表（hashes...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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