Redis中的关系查询

本文对Redis如何保存关系型数据,以及如何对其匹配、范围、模糊查询进行举例讲解,其中模糊查询功能基于最新的2.8.9以后版本。

关系型数据的存储

Staff对象为例,在关系型数据库或类似GridGain的内存网格产品中(底层使用H2数据库的内存模式存储),我们以表形式保存对象的数据。因为内存网格是基于对象做缓存的,所以还要额外多出一列(Staff)保存整个对象的编码,例如序列化后的二进制或者JSON格式等,便于直接返回给应用后进行反序列化。而在Redis中,我们可以用id作为唯一标识,使用key-valuehashzSet三种数据结构进行保存。Key-value是为了保存id和整个对象,确定id范围后可根据它将对象返回给客户端,而选择其他两种数据结构的具体原因后面再说。


匹配查询

利用hash表的hgethmget可以实现dept='IT'或者dept in ('IT', 'QA')这种单值或多值的完全匹配查询。拿到id列表后,再去查询key-value获得到对象。

范围查询

因为我们将age保存成zSetscorevalueid,所以可以利用zSetzrangeByScore方法获得score在某一区间范围内的value值。

模糊查询

Redis 2.8.9zSet加入了一个非常有用的方法zrangeByLex,我们将score都保存为0value是姓名:id的格式,利用zrangeByLex可以获得字母在某一区间内的value值。例如,zrangeByLex name [A, (F,可以查询出Allen, Aaron, Carter

分页查询

同时,zrangeByLex还支持分页查询,语法类似limit start, offset

局限性

上述举例说明了几种常见查询在Redis的实现方式,但是Redis毕竟只是key-value存储,所以有很多局限性。例如,1)无法实现多条件组合的查询,例如age>25 AND name like 'A%',硬要实现的话需要多条命令并计算并集或交集。2)模糊查询中文比较费劲:


 

转载于:https://www.cnblogs.com/xiaomaohai/p/6157654.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
在 Flink ,我们可以使用 Flink 的 Table API 或 DataStream API 与 Redis 进行维表关联查询。 下面是一个使用 Flink Table API 和 Redis 进行维表关联查询的示例代码: ```java // 创建 Redis 连接配置 RedisOptions redisOptions = new RedisOptions() .setHost("localhost") .setPort(6379); // 创建 Redis 维表 RedisTableSource redisTableSource = RedisTableSource.builder() .forHostPort("localhost", 6379) .withTableName("myTable") .withColumnNames("key", "value") .build(); // 注册 Redis 维表 tableEnv.registerTableSource("myTable", redisTableSource); // 执行关联查询 Table result = tableEnv.sqlQuery("SELECT t1.*, t2.value FROM myDataStream AS t1 JOIN myTable AS t2 ON t1.key = t2.key"); ``` 在上面的示例,我们首先创建了一个 Redis 连接配置,然后使用 `RedisTableSource` 创建了一个 Redis 维表,并将其注册到 Flink 的 Table API 。最后,我们执行了一条 SQL 查询,将一个数据流和 Redis 维表进行关联查询,并将结果保存在 `result` 变量。 如果你想使用 DataStream API 进行维表关联查询,可以使用 `RedisLookupTableFunction`。下面是一个示例代码: ```java // 创建 Redis 连接配置 RedisOptions redisOptions = new RedisOptions() .setHost("localhost") .setPort(6379); // 创建 Redis 维表 RedisLookupTableFunction redisLookupTableFunction = new RedisLookupTableFunction("myTable", redisOptions, "key", "value"); // 执行关联查询 DataStream result = dataStream .keyBy("key") .connect(redisLookupTableFunction) .process(new MyProcessFunction()); ``` 在上面的示例,我们首先创建了一个 Redis 连接配置,然后使用 `RedisLookupTableFunction` 创建了一个 Redis 维表查询函数。最后,我们将数据流按照 `key` 字段进行分区,并将其与 Redis 维表查询函数连接起来,最后使用 `process` 方法执行关联查询

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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