一、
1、引入maven依赖
org.springframework.boot
spring-boot-starter-data-redis
2.2.2.RELEASE
2、配置application.properties
# Redis数据库索引(默认为0)
spring.redis.database=0
# Redis服务器地址
spring.redis.host=127.0.0.1
# Redis服务器连接端口
spring.redis.port=6379
# Redis服务器连接密码(默认为空)
spring.redis.password=
# 连接池最大连接数(使用负值表示没有限制)
spring.redis.pool.max-active=8
# 连接池最大阻塞等待时间(使用负值表示没有限制)
spring.redis.pool.max-wait=-1
# 连接池中的最大空闲连接
spring.redis.pool.max-idle=8
# 连接池中的最小空闲连接
spring.redis.pool.min-idle=0
# 连接超时时间(毫秒)
spring.redis.timeout=0
3、redis属性配置文件
package com.example.demo.conf;
/**
- @Description: redis配置
- @Author: Top
- @Version: V1.0
- @Date: 2020-03-06 14:53
/
import com.fasterxml.jackson.annotation.JsonAutoDetect;
import com.fasterxml.jackson.annotation.PropertyAccessor;
import com.fasterxml.jackson.databind.ObjectMapper;
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.connection.RedisConnectionFactory;
import org.springframework.data.redis.core.;
import org.springframework.data.redis.serializer.Jackson2JsonRedisSerializer;
import org.springframework.data.redis.serializer.StringRedisSerializer;
/**
- @Description: 配置
- @Author: Top
- @Version: V1.0
- @Date: 2020-03-08 18:18
*/
@Configuration
@EnableCaching //开启缓存
public class RedisConfig extends CachingConfigurerSupport {
/**
- 选择redis作为默认缓存工具
- @param redisTemplate
- @return
*/
//@Bean
//public CacheManager cacheManager(RedisTemplate redisTemplate) {
// RedisCacheManager rcm = new RedisCacheManager(redisTemplate);
// return rcm;
//}
/**
- retemplate相关配置
- @param factory
- @return
*/
@Bean
public RedisTemplate<String, Object> redisTemplate(RedisConnectionFactory factory) {
RedisTemplate<String, Object> template = new RedisTemplate<>();
// 配置连接工厂
template.setConnectionFactory(factory);
//使用Jackson2JsonRedisSerializer来序列化和反序列化redis的value值(默认使用JDK的序列化方式)
Jackson2JsonRedisSerializer jacksonSeial = new Jackson2JsonRedisSerializer(Object.class);
ObjectMapper om = new ObjectMapper();
// 指定要序列化的域,field,get和set,以及修饰符范围,ANY是都有包括private和public
om.setVisibility(PropertyAccessor.ALL, JsonAutoDetect.Visibility.ANY);
// 指定序列化输入的类型,类必须是非final修饰的,final修饰的类,比如String,Integer等会跑出异常
om.enableDefaultTyping(ObjectMapper.DefaultTyping.NON_FINAL);
jacksonSeial.setObjectMapper(om);
// 值采用json序列化
template.setValueSerializer(jacksonSeial);
//使用StringRedisSerializer来序列化和反序列化redis的key值
template.setKeySerializer(new StringRedisSerializer());
// 设置hash key 和value序列化模式
template.setHashKeySerializer(new StringRedisSerializer());
template.setHashValueSerializer(jacksonSeial);
template.afterPropertiesSet();
return template;
}
/**
- 对hash类型的数据操作
- @param redisTemplate
- @return
*/
@Bean
public HashOperations<String, String, Object> hashOperations(RedisTemplate<String, Object> redisTemplate) {
return redisTemplate.opsForHash();
}
/**
- 对redis字符串类型数据操作
- @param redisTemplate
- @return
*/
@Bean
public ValueOperations<String, Object> valueOperations(RedisTemplate<String, Object> redisTemplate) {
return redisTemplate.opsForValue();
}
/**
- 对链表类型的数据操作
- @param redisTemplate
- @return
*/
@Bean
public ListOperations<String, Object> listOperations(RedisTemplate<String, Object> redisTemplate) {
return redisTemplate.opsForList();
}
/**
- 对无序集合类型的数据操作
- @param redisTemplate
- @return
*/
@Bean
public SetOperations<String, Object> setOperations(RedisTemplate<String, Object> redisTemplate) {
return redisTemplate.opsForSet();
}
/**
- 对有序集合类型的数据操作
- @param redisTemplate
- @return
*/
@Bean
public ZSetOperations<String, Object> zSetOperations(RedisTemplate<String, Object> redisTemplate) {
return redisTemplate.opsForZSet();
}
}
4、使用
redis在程序中的使用,主要有2种方式:
(1)第一种方法:使用Spring注解:@Cacheable 、@CachePut、@CacheEvict (默认情况下不支持过期时间,如果需要过期时间,需要单独处理)(这种方式不推荐使用)
例子如下:
package com.demo.service;
import com.demo.dao.UserDetailsMapper;
import com.demo.pojo.UserDetails;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.cache.annotation.CacheEvict;
import org.springframework.cache.annotation.CachePut;
import org.springframework.cache.annotation.Cacheable;
import org.springframework.stereotype.Service;
/**
-
Created by toutou on 2019/1/20.
*/
@Service
public class CacheServiceImpl implements CacheService{@Autowired
UserDetailsMapper userDetailsMapper;@Override
@Cacheable(value = “user_details”, key = “#uid”, unless="#result == null")
public UserDetails getUserDetailsByUid(int uid){
System.out.println(" Cacheable 有请求过来了");
UserDetails userDetails = userDetailsMapper.getUserDetailsByUid(uid);
return userDetails;
}@Override
@CachePut(value = “user_details”, key = “#user.id”)
public UserDetails updateUserInfo(UserDetails user){
System.out.println(" CachePut 有请求过来了");
if(userDetailsMapper.updateByPrimaryKeySelective(user) > 0) {
// 这里也可以直接在updateByPrimaryKeySelective的方法里,修改后直接查询出该记录返回UserDetails实例,看需求。
user = userDetailsMapper.getUserDetailsByUid(user.getId());
return user;
}else{
return null;
}
}@Override
@CacheEvict(value = “user_details”, key = “#uid”)
public int delUserInfoById(int uid){
System.out.println(" CacheEvict 有请求过来了");
return userDetailsMapper.deleteByPrimaryKey(uid);
}
}
(2)第二种方法是:使用 RedisTemplate创建工具类 (推荐这种使用方法,更加灵活方便)
第一步:先创建工具类
package com.example.demo.utils;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.stereotype.Component;
import org.springframework.util.CollectionUtils;
import java.util.List;
import java.util.Map;
import java.util.Set;
import java.util.concurrent.TimeUnit;
/**
- @Description: redis工具类
- @Author: Top
- @Version: V1.0
- @Date: 2020-03-06 14:56
*/
@Component
public class RedisUtil {
@Autowired
private RedisTemplate<String, Object> redisTemplate;
/**
- 指定缓存失效时间
- @param key 键
- @param time 时间(秒)
- @return
*/
public boolean expire(String key, long time) {
try {
if (time > 0) {
redisTemplate.expire(key, time, TimeUnit.SECONDS);
}
return true;
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
- 根据key 获取过期时间
- @param key 键 不能为null
- @return 时间(秒) 返回0代表为永久有效
*/
public long getExpire(String key) {
return redisTemplate.getExpire(key, TimeUnit.SECONDS);
}
/**
- 判断key是否存在
- @param key 键
- @return true 存在 false不存在
*/
public boolean hasKey(String key) {
try {
return redisTemplate.hasKey(key);
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
- 删除缓存
- @param key 可以传一个值 或多个
*/
@SuppressWarnings(“unchecked”)
public void del(String… key) {
if (key != null && key.length > 0) {
if (key.length == 1) {
redisTemplate.delete(key[0]);
} else {
redisTemplate.delete(CollectionUtils.arrayToList(key));
}
}
}
// String=
/**
- 普通缓存获取
- @param key 键
- @return 值
*/
public Object get(String key) {
return key == null ? null : redisTemplate.opsForValue().get(key);
}
/**
- 普通缓存放入
- @param key 键
- @param value 值
- @return true成功 false失败
*/
public boolean set(String key, Object value) {
try {
redisTemplate.opsForValue().set(key, value);
return true;
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
- 普通缓存放入并设置时间
- @param key 键
- @param value 值
- @param time 时间(秒) time要大于0 如果time小于等于0 将设置无限期
- @return true成功 false 失败
*/
public boolean set(String key, Object value, long time) {
try {
if (time > 0) {
redisTemplate.opsForValue().set(key, value, time, TimeUnit.SECONDS);
} else {
set(key, value);
}
return true;
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
- 递增
- @param key 键
- @param delta 要增加几(大于0)
- @return
*/
public long incr(String key, long delta) {
if (delta < 0) {
throw new RuntimeException(“递增因子必须大于0”);
}
return redisTemplate.opsForValue().increment(key, delta);
}
/**
- 递减
- @param key 键
- @param delta 要减少几(小于0)
- @return
*/
public long decr(String key, long delta) {
if (delta < 0) {
throw new RuntimeException(“递减因子必须大于0”);
}
return redisTemplate.opsForValue().increment(key, -delta);
}
// Map=
/**
- HashGet
- @param key 键 不能为null
- @param item 项 不能为null
- @return 值
*/
public Object hget(String key, String item) {
return redisTemplate.opsForHash().get(key, item);
}
/**
- 获取hashKey对应的所有键值
- @param key 键
- @return 对应的多个键值
*/
public Map<Object, Object> hmget(String key) {
return redisTemplate.opsForHash().entries(key);
}
/**
- HashSet
- @param key 键
- @param map 对应多个键值
- @return true 成功 false 失败
*/
public boolean hmset(String key, Map<String, Object> map) {
try {
redisTemplate.opsForHash().putAll(key, map);
return true;
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
- HashSet 并设置时间
- @param key 键
- @param map 对应多个键值
- @param time 时间(秒)
- @return true成功 false失败
*/
public boolean hmset(String key, Map<String, Object> map, long time) {
try {
redisTemplate.opsForHash().putAll(key, map);
if (time > 0) {
expire(key, time);
}
return true;
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
- 向一张hash表中放入数据,如果不存在将创建
- @param key 键
- @param item 项
- @param value 值
- @return true 成功 false失败
*/
public boolean hset(String key, String item, Object value) {
try {
redisTemplate.opsForHash().put(key, item, value);
return true;
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
- 向一张hash表中放入数据,如果不存在将创建
- @param key 键
- @param item 项
- @param value 值
- @param time 时间(秒) 注意:如果已存在的hash表有时间,这里将会替换原有的时间
- @return true 成功 false失败
*/
public boolean hset(String key, String item, Object value, long time) {
try {
redisTemplate.opsForHash().put(key, item, value);
if (time > 0) {
expire(key, time);
}
return true;
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
- 删除hash表中的值
- @param key 键 不能为null
- @param item 项 可以使多个 不能为null
*/
public void hdel(String key, Object… item) {
redisTemplate.opsForHash().delete(key, item);
}
/**
- 判断hash表中是否有该项的值
- @param key 键 不能为null
- @param item 项 不能为null
- @return true 存在 false不存在
*/
public boolean hHasKey(String key, String item) {
return redisTemplate.opsForHash().hasKey(key, item);
}
/**
- hash递增 如果不存在,就会创建一个 并把新增后的值返回
- @param key 键
- @param item 项
- @param by 要增加几(大于0)
- @return
*/
public double hincr(String key, String item, double by) {
return redisTemplate.opsForHash().increment(key, item, by);
}
/**
- hash递减
- @param key 键
- @param item 项
- @param by 要减少记(小于0)
- @return
*/
public double hdecr(String key, String item, double by) {
return redisTemplate.opsForHash().increment(key, item, -by);
}
// set=
/**
- 根据key获取Set中的所有值
- @param key 键
- @return
*/
public Set sGet(String key) {
try {
return redisTemplate.opsForSet().members(key);
} catch (Exception e) {
e.printStackTrace();
return null;
}
}
/**
- 根据value从一个set中查询,是否存在
- @param key 键
- @param value 值
- @return true 存在 false不存在
*/
public boolean sHasKey(String key, Object value) {
try {
return redisTemplate.opsForSet().isMember(key, value);
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
- 将数据放入set缓存
- @param key 键
- @param values 值 可以是多个
- @return 成功个数
*/
public long sSet(String key, Object… values) {
try {
return redisTemplate.opsForSet().add(key, values);
} catch (Exception e) {
e.printStackTrace();
return 0;
}
}
/**
- 将set数据放入缓存
- @param key 键
- @param time 时间(秒)
- @param values 值 可以是多个
- @return 成功个数
*/
public long sSetAndTime(String key, long time, Object… values) {
try {
Long count = redisTemplate.opsForSet().add(key, values);
if (time > 0)
{
expire(key, time);
}
return count;
} catch (Exception e) {
e.printStackTrace();
return 0;
}
}
/**
- 获取set缓存的长度
- @param key 键
- @return
/
public long sGetSetSize(String key) {
try {
return redisTemplate.opsForSet().size(key);
} catch (Exception e) {
e.printStackTrace();
return 0;
}
}
/* - 移除值为value的
- @param key 键
- @param values 值 可以是多个
- @return 移除的个数
*/
public long setRemove(String key, Object… values) {
try {
Long count = redisTemplate.opsForSet().remove(key, values);
return count;
} catch (Exception e) {
e.printStackTrace();
return 0;
}
}
// =list===
/**
- 获取list缓存的内容
- @param key 键
- @param start 开始
- @param end 结束 0 到 -1代表所有值
- @return
*/
public List lGet(String key, long start, long end) {
try {
return redisTemplate.opsForList().range(key, start, end);
} catch (Exception e) {
e.printStackTrace();
return null;
}
}
/**
- 获取list缓存的长度
- @param key 键
- @return
*/
public long lGetListSize(String key) {
try {
return redisTemplate.opsForList().size(key);
} catch (Exception e) {
e.printStackTrace();
return 0;
}
}
/**
- 通过索引 获取list中的值
- @param key 键
- @param index 索引 index>=0时, 0 表头,1 第二个元素,依次类推;index<0时,-1,表尾,-2倒数第二个元素,依次类推
- @return
*/
public Object lGetIndex(String key, long index) {
try {
return redisTemplate.opsForList().index(key, index);
} catch (Exception e) {
e.printStackTrace();
return null;
}
}
/**
- 将list放入缓存
- @param key 键
- @param value 值
- @return
*/
public boolean lSet(String key, Object value) {
try {
redisTemplate.opsForList().rightPush(key, value);
return true;
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
- 将list放入缓存
- @param key 键
- @param value 值
- @param time 时间(秒)
- @return
*/
public boolean lSet(String key, Object value, long time) {
try {
redisTemplate.opsForList().rightPush(key, value);
if (time > 0){
expire(key, time);
}
return true;
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
- 将list放入缓存
- @param key 键
- @param value 值
- @return
*/
public boolean lSet(String key, List value) {
try {
redisTemplate.opsForList().rightPushAll(key, value);
return true;
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
- 将list放入缓存
- @param key 键
- @param value 值
- @param time 时间(秒)
- @return
*/
public boolean lSet(String key, List value, long time) {
try {
redisTemplate.opsForList().rightPushAll(key, value);
if (time > 0){
expire(key, time);
}
return true;
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
- 根据索引修改list中的某条数据
- @param key 键
- @param index 索引
- @param value 值
- @return
*/
public boolean lUpdateIndex(String key, long index, Object value) {
try {
redisTemplate.opsForList().set(key, index, value);
return true;
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
-
移除N个值为value
-
@param key 键
-
@param count 移除多少个
-
@param value 值
-
@return 移除的个数
*/
public long lRemove(String key, long count, Object value) {
try {
Long remove = redisTemplate.opsForList().remove(key, count, value);
return remove;
} catch (Exception e) {
e.printStackTrace();
return 0;
}
}
}第二步:在代码中使用缓存工具类 RedisUtil
package com.example.demo.controller;
import com.example.demo.common.HouseMovingInfoVO;
import com.example.demo.common.Result;
import com.example.demo.common.ResultCode;
import com.example.demo.entity.HouseMovingInfo;
import com.example.demo.service.HouseMovingService;
import com.example.demo.utils.RedisUtil;
import com.example.demo.utils.ResultBulider;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.web.bind.annotation.*;
import javax.servlet.http.HttpServletRequest;
import javax.servlet.http.HttpServletResponse;
import java.util.Date;
import java.util.List;
/**
- @Description: 使用缓存
- @Author: Top
- @Version: V1.0
- @Date: 2020-01-15 15:03
*/
@RestController
@RequestMapping("/api/{edition}/page")
public class MyPageHelperController {
@Autowired
private RedisTemplate redisTemplate;
@Autowired
private HouseMovingService houseMovingService;
@Autowired
private RedisUtil redisUtil;
@GetMapping("/myPage1")
@ResponseBody
public Result myPage1(HttpServletRequest request, HttpServletResponse response,
@PathVariable(“edition”) String edition,
@RequestParam(value = “pageNum”, required = false) Integer pageNum,
@RequestParam(value = “pageSize”, required = false) Integer pageSize) {
try {
Result result = new Result();
//查询缓存
List houseMovingInfoVOs= (List)redisTemplate.opsForValue().get(“allStude”);
if(null == houseMovingInfoVOs) {
//缓存为空,查询一遍数据库
List houseMovingInfoVOList = houseMovingService.selectBycity(pageNum,pageSize);
//把数据库查询出来数据,放入Redis中
redisUtil.set(“allStude”,houseMovingInfoVOList, 300);
result.setData(houseMovingInfoVOList);
}else{
result.setData(houseMovingInfoVOs);
}
return result;
} catch (Exception e) {
e.printStackTrace();
return ResultBulider.faile(ResultCode.DATA_IS_WRONG);
}
}
@PostMapping("/add")
@ResponseBody
public Result add(HttpServletRequest request, HttpServletResponse response,
@PathVariable(“edition”) String edition,
@RequestBody HouseMovingInfoVO houseMovingInfoVO) {
Result result = new Result();
try {
redisUtil.del(“allStude”);
HouseMovingInfo houseMovingInfo = new HouseMovingInfo();
houseMovingInfo.setCt(new Date());
houseMovingInfo.setEt(new Date());
houseMovingInfo.setUserName(“张贵”);
houseMovingInfo.setType((byte) 0);
houseMovingInfo.setJobNumber(“top”+System.currentTimeMillis());
houseMovingService.insert(houseMovingInfo);
redisUtil.del(“allStude”);
return result;
} catch (Exception e) {
e.printStackTrace();
return ResultBulider.faile(ResultCode.DATA_IS_WRONG);
}
}
@GetMapping("/add1")
@ResponseBody
public Result add1(HttpServletRequest request, HttpServletResponse response) {
Result result = new Result();
try {
Object fu = redisUtil.get(“fu”);
if(null == fu || Long.valueOf(String.valueOf(fu)) < 5){
System.out.println(“不够5”);
redisUtil.incr(“fu”, 1);
}else{
System.out.println(“够5”);
}
return result;
} catch (Exception e) {
e.printStackTrace();
return ResultBulider.faile(ResultCode.DATA_IS_WRONG);
}
}
}
知识点:
1、单线程的redis为什么这么快?
· 完全基于内存,绝大部分请求是纯粹的内存操作,非常快速
· 数据结构简单,对数据操作也简单,
· 采用单线程,避免了不必要的上下文切换和竞争,也不存在多进程或者多线程导致的切换而消耗CPU,不用去考虑各种锁的问题
· 使用多路I/O复用,非阻塞额IO(“多路”指的是多个网络连接,“复用”指的是复用同一个线程)
· 使用底层模型不同,Redis直接自己构建了VM机制,因为一般的应用调用系统函数的化,会浪费一定的时间去移动和请求
2、Redis集群模式
· 主从模式 - 当主服务器宕机后,需要手动把一台服务器切换为主服务器,这一步是需要人工干预的,费事费力,还会造成一段时间内服务的不可用。所以主从模式不是推荐的方式。
· 哨兵模式 - Redis Sentinel是一个分布式的架构,它本身也是一个独立的Redis节点,只不过它不存储数据,只支持命令,它能够自动完成故障发现和故障转移,并通知应用,从而实现高可用。哨兵模式其实是有2个集群在同时同作:一个是Sentinel集群,一个是数据节点集群。Redis Sentinel包含若干个Sentinel节点和Redis数据节点,每个Sentinel节点会多数据节点和其他的Sentinel节点进行监控,当发现节点异常时,会对节点做下线标示,如果被标示的是主节点,此时会与其他Sentinel进行协商,当大多是Sentinel节点都认为主节点不可达时候,会发起选举,选出一个Sentinel节点来完成自动故障转移的工作,同时会将这个变化通知给Redis的应用方。这个过程是自动化的,无需人工干预。虽然哨兵模式比主从模式提高了不少系统的高可用性,但是该模式不能水平扩容,不能动态增、删节点啊,这也是限制哨兵模式广泛应用的主要原因。Redis也是看到了这个情况,所以在Redis3.x以后的版本提供了一个更加强大集群模式,那就是Cluster集群模式。
在这里插入图片描述
· Cluster集群 - Redis Cluster集群节点最下配置6个节点以上(3主3从),其中主节点提供读写操作,从节点为备用节点,不提供请求,只作为故障转移使用。
Cluster模式优点:
(1)无中心架构
(2)数据按照solt存储分布在多个节点,节点间数据共享,可以动态调整数据分布
(3)可线性扩展到1000多个节点,节点可动态添加或删除
(4)部分节点不可用时,集群仍可用。通过增加Slave做standby数据副本,能够实现故障自动转移,节点之间通过gossip协议交换状态信息,用投票机制完成Slave到Master的角色提升