redis学习

最新推荐文章于 2024-07-26 15:45:58 发布

码智

最新推荐文章于 2024-07-26 15:45:58 发布

阅读量278

点赞数

分类专栏： java高级文章标签： redis memcached 数据库

本文链接：https://blog.csdn.net/weixin_46923014/article/details/120444425

版权

java高级专栏收录该内容

2 篇文章 0 订阅

订阅专栏

一、redis的入门

1、简介

应用场景

2、redis的安装

官网下载对应的包，然后上传到linux的opt目录下

① 准备工作

安装C语言编译环境

yum install -y centos-release-scl scl-utils-build
yum install -y devtoolset-8-toolchain
scl enable devtoolset-8 bash

# 安装完之后，测试gcc版本 
gcc --version

② 安装

# 1 进入到opt目录中解压redis
tar -zxvf redis-6.2.1.tar.gz
# 2 cd进入到redis文件夹中
cd redis-6.2.1
# 3 进行编译和安装
make && make install

③ 启动

前台启动（不推荐）

在/usr/local/bin中使用redis-server

缺陷：命令行窗口关闭了，服务就停止了

后台启动（推荐）

# 1 拷贝一份redis.conf到其他目录
cp  /opt/redis-3.2.5/redis.conf  /etc/redis.conf

# 2 修改/etc/redis.conf文件
vim /etc/redis.conf
# 2.1 找到后台启动设置daemonize no改成yes

# 3 然后在/usr/local/bin目录中启动
[root@xiaozhi bin]# redis-server /etc/redis.conf

# 使用客户端来测试是否开启成功
[root@xiaozhi bin]# redis-cli
127.0.0.1:6379> ping
PONG

# 多个端口可以：redis-cli -p6379

④ redis关闭

单实例关闭

[root@xiaozhi bin]# redis-cli shutdown

# 也可以进入终端再关
127.0.0.1:6379> shutdown
not connected>

多实例关闭

指定端口关闭：redis-cli -p 6379 shutdown

3 redis相关知识

端口 6379的来源Merz在手机上的位置

串行 vs 多线程+锁（memcached） vs 单线程+多路IO复用(Redis)

二、常用五大数据类型

01 Redis键（key）

set key value 设置键和值

**keys *** 查看当前库所有key (匹配：keys *1)

exists key 判断某个key是否存在，存在返回1

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

数据库常用命令

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

02 Redis字符串(String)

①简介

String是Redis最基本的类型，你可以理解成与Memcached一模一样的类型，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

②常用命令

set key value [参数] 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
incrby / decrby <步长> 将 key 中储存的数字值增减。自定义步长。
- 是原子性操作，和事物的原子性不同，这里的原子性是不会被线程调度机制打断的操作
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。
- 原子性，有一个失败则都失败
getrange <起始位置><结束位置> 获得key对应值的范围，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。
setex key seconds value 设置key和值的同时设置过期时间，会替代之前存在的key

③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。

03 Redis列表(List)

①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。

②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 k10 -1 0左边第一个，-1右边第一个，（0 到 -1 表示获取所有）
**lindex ** 按照索引下标获得元素(从左到右)，从0开始
llen 获得列表长度
linsert before 在的后面插入插入值
lrem 从左边删除n个value(从左到右)
lset 将列表key下标为index的值替换成value

③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-BrbJBGrh-1632405879507)(file:///E:\系统默认\系统缓存\ksohtml3360\wps1.jpg)]

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。

04 Redis集合(set)

①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

②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，吐出了就没了
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，源集合中的值就没有了
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)

③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has结构，所有的value都指向同一个内部值。

05 哈希(Hash)

①简介

Redis hash 是一个键值对集合。

Redis hash是一个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>

用户ID为查找的key，存储的value用户对象包含姓名，年龄，生日等信息，如果用普通的key/value结构来存储

主要有以下2种存储方式：

[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-wua5S9Ts-1632405879508)(C:/Users/%E7%8C%9B%E7%94%B7/AppData/Roaming/Typora/typora-user-images/image-20210918224242734.png)]

②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的值
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 .

③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。

06 Redis有序集合(Zset)

①简介

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。

②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 minmax [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 maxmin [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。

案例：如何利用zset实现一个文章访问量的排行榜？

③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。

④跳跃表

有序链表

有序列表要依次查找，要找6次

跳跃表

说明：首先和1 比较如果比1 大，那么就跳到第二个节点，也就是21，如果比21大，那么就下一个节点走，如果比21小，就往回走，后面以此类推，找4次就找到了

所以跳跃表是比有序链表的效率要高的

三、Redis配置文件

Redis的配置文件 Redis.conf

01 ###Units 单位###

配置大小单位,开头定义了一些基本的度量单位，只支持bytes，不支持bit大小写不敏感

02 ### INCLUDES包含

类似jsp中的include，多实例的情况可以把公用的配置文件提取出来

03 ### 网络相关配置

①bind

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

保存配置，停止服务，重启启动查看进程，不再是本机访问了

②protected-mode

将本机访问保护模式设置no

③port

端口号，默认 6379

④tcp-backlog

设置tcp的backlog，backlog其实是一个连接队列，backlog队列总和=未完成三次握手队列 + 已经完成三次握手队列。

在高并发环境下你需要一个高backlog值来避免慢客户端连接问题。

注意Linux内核会将这个值减小到/proc/sys/net/core/somaxconn的值（128），所以需要确认增大/proc/sys/net/core/somaxconn和/proc/sys/net/ipv4/tcp_max_syn_backlog（128）两个值来达到想要的效果

⑤timeout

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。

⑥tcp-leepalive

对访问客户端的一种心跳检测，每个n秒检测一次。

单位为秒，如果设置为0，则不会进行Keepalive检测，建议设置成60

04 ### GENERAL 通用

①daemonize

是否为后台进程，设置为yes

守护进程，后台启动

②pidfile

存放pid文件的位置，每个实例会产生一个不同的pid文件

③loglevel

指定日志记录级别，Redis总共支持四个级别：debug、verbose、notice、warning，默认为****notice****

四个级别根据使用阶段来选择，生产环境选择notice 或者warning

④logfile

日志文件名称

⑤databases

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

05 ### SECURITY 安全

设置密码

访问密码的查看、设置和取消

在命令中设置密码，只是临时的。重启redis服务器，密码就还原了。

永久设置，需要再配置文件中进行设置。

06 ### LIMITS限制

①maxclients

设置redis同时可以与多少个客户端进行连接。

默认情况下为10000个客户端。

如果达到了此限制，redis则会拒绝新的连接请求，并且向这些连接请求方发出“max number of clients reached”以作回应。

②maxmemory

Ø 建议****必须设置****，否则，将内存占满，造成服务器宕机

Ø 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。

Ø 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。

Ø 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。

③maxmemory-policy

Ø volatile-lru：使用LRU算法移除key，只对设置了过期时间的键；（最近最少使用）

Ø allkeys-lru：在所有集合key中，使用LRU算法移除key

Ø volatile-random：在过期集合中移除随机的key，只对设置了过期时间的键

Ø allkeys-random：在所有集合key中，移除随机的key

Ø volatile-ttl：移除那些TTL值最小的key，即那些最近要过期的key

Ø noeviction：不进行移除。针对写操作，只是返回错误信息

④maxmemory-samples

Ø 设置样本数量，LRU算法和最小TTL算法都并非是精确的算法，而是估算值，所以你可以设置样本的大小，redis默认会检查这么多个key并选择其中LRU的那个。

Ø 一般设置3到7的数字，数值越小样本越不准确，但性能消耗越小。

四、Redis的发布和订阅

01 什么是发布和订阅

和B站一样呗，订阅了某个UP主，当他有新视屏的时候，我们就会收到消息

02 Redis的发布和订阅

客户端订阅频道

频道消息发布后，消息就会发送给订阅了此频道的客户端

03 发布订阅命令行实现

打开两个客户端，一个接收，一个发布
在第一个客户端中订阅频道
使用第二个客户端向频道发送消息 publish channel1 hello
回到第一个客户端中查看是否有接收到消息

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

五、Redis新数据类型

01 Bitmaps

①简介

合理地使用操作位能够有效地提高内存使用率和开发效率。

Redis提供了Bitmaps这个“数据类型”可以实现对位的操作：
1. Bitmaps本身不是一种数据类型，实际上它就是字符串（key-value），但是它可以对字符串的位进行操
2. Bitmaps单独提供了一套命令，所以在Redis中使用Bitmaps和使用字符串的方法不太相同。可以把Bitmaps想象成一个以位为单位的数组， 数组的每个单元只能存储0和1，数组的下标在Bitmaps中叫做偏移量。

②命令

1、setbit

（1）格式

setbit：设置Bitmaps中某个偏移量的值（0或1） offset:偏移量从0开始

（2）实例

每个独立用户是否访问过网站存放在Bitmaps中，将访问的用户记做1，没有访问的用户记做0，用偏移量作为用户的id。

设置键的第offset个位的值（从0算起），假设现在有20个用户，userid=1， 6， 11， 15， 19的用户对网站进行了访问，那么当前Bitmaps初始化结果如图

unique:users:20201106代表2020-11-06这天的独立访问用户的Bitmaps

注：

很多应用的用户id以一个指定数字（例如10000）开头，直接将用户id和Bitmaps的偏移量对应势必会造成一定的浪费，通常的做法是每次做setbit操作时将用户id减去这个指定数字。

在第一次初始化Bitmaps时，假如偏移量非常大，那么整个初始化过程执行会比较慢，可能会造成Redis的阻塞。

2、getbit

（1）格式

getbit：获取Bitmaps中某个偏移量的值获取键的第offset位的值（从0开始算）

（2）实例

获取id=8的用户是否在2020-11-06这天访问过，返回0说明没有访问过：

	![image-20210919115952202](https://img-blog.csdnimg.cn/img_convert/7683cc88b009f8123e851076a444a0a7.png)

3、bitcount

统计字符串被设置为1的bit数。一般情况下，给定的整个字符串都会被进行计数，通过指定额外的 start 或 end 参数，可以让计数只在特定的位上进行。start 和 end 参数的设置，都可以使用负数值：比如 -1 表示最后一个位，而 -2 表示倒数第二个位，start、end 是指bit组的字节的下标数，二者皆包含。

（1）格式

bitcount[start end] 统计字符串从start字节到end字节比特值为1的数量

（2）实例

计算2022-11-06这天的独立访问用户数量

注意：redis的setbit设置或清除的是bit位置，而bitcount计算的是byte位置。

4、bitop

(1)格式

bitop and(or/not/xor) [key…]

bitop是一个复合操作，它可以做多个Bitmaps的and（交集）、 or（并集）、 not（非）、 xor（异或）操作并将结果保存在destkey中。

(2)实例

2020-11-04 日访问网站的userid=1,2,5,9。

setbit unique:users:20201104 1 1

setbit unique:users:20201104 2 1

setbit unique:users:20201104 5 1

setbit unique:users:20201104 9 1

2020-11-03 日访问网站的userid=0,1,4,9。

setbit unique:users:20201103 0 1

setbit unique:users:20201103 1 1

setbit unique:users:20201103 4 1

setbit unique:users:20201103 9 1

计算出两天都访问过网站的用户数量

bitop and unique:users:and:20201104_03 unique:users:20201103 unique:users:20201104

[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-YQwaQJFk-1632405879525)(file:///E:\系统默认\系统缓存\ksohtml\wps9358.tmp.jpg)]

计算出任意一天都访问过网站的用户数量（例如月活跃就是类似这种），可以使用or求并集

③Bitmaps与set对比

假设网站有1亿用户，每天独立访问的用户有5千万，如果每天用集合类型和Bitmaps分别存储活跃用户可以得到表

set和Bitmaps存储一天活跃用户对比
数据类型	每个用户id占用空间	需要存储的用户量	全部内存量
集合类型	64位	50000000	64位*50000000 = 400MB
Bitmaps	1位	100000000	1位*100000000 = 12.5MB

很明显，这种情况下使用Bitmaps能节省很多的内存空间，尤其是随着时间推移节省的内存还是非常可观的

set和Bitmaps存储独立用户空间对比
数据类型	一天	一个月	一年
集合类型	400MB	12GB	144GB
Bitmaps	12.5MB	375MB	4.5GB

但Bitmaps并不是万金油，假如该网站每天的独立访问用户很少，例如只有10万（大量的僵尸用户），那么两者的对比如下表所示，很显然，这时候使用Bitmaps就不太合适了，因为基本上大部分位都是0。

set和Bitmaps存储一天活跃用户对比（独立用户比较少）
数据类型	每个userid占用空间	需要存储的用户量	全部内存量
集合类型	64位	100000	64位*100000 = 800KB
Bitmaps	1位	100000000	1位*100000000 = 12.5MB

总结：当用户量多的时候使用Bitmaps，用户少的时候使用set

02 HyperLogLog

①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、bitmaps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。

②命令

pfadd

（1）格式

pfadd < element> [element …] 添加指定元素到 HyperLogLog 中

（2）实例

将所有元素添加到指定HyperLogLog数据结构中。如果执行命令后HLL估计的近似基数发生变化，则返回1，否则返回0。
pfcount

（1）格式

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

（2）实例
pfmerge

（1）格式

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

（2）实例
```
	![image-20210922090422662](https://img-blog.csdnimg.cn/img_convert/a7c3dc60c46f051e6c489a214760d8ba.png)
```

03 Geospatial

①简介

Redis 3.2 中增加了对GEO类型的支持。GEO，Geographic，地理信息的缩写。该类型，就是元素的2维坐标，在地图上就是经纬度。redis基于该类型，提供了经纬度设置，查询，范围查询，距离查询，经纬度Hash等常见操作。

②命令

geoadd

（1）格式

geoadd< longitude> [longitude latitude member…] 添加地理位置（经度，纬度，名称）

（2）实例

geoadd china:city 121.47 31.23 shanghai

geoadd china:city 106.50 29.53 chongqing 114.05 22.52 shenzhen 116.38 39.90 beijing

两极无法直接添加，一般会下载城市数据，直接通过 Java 程序一次性导入。

有效的经度从 -180 度到 180 度。有效的纬度从 -85.05112878 度到 85.05112878 度。

当坐标位置超出指定范围时，该命令将会返回一个错误。

已经添加的数据，是无法再次往里面添加的。
geopos

（1）格式

geopos [member…] 获得指定地区的坐标值

（2）实例
geodist

（1）格式

geodist [m|km|ft|mi ] 获取两个位置之间的直线距离

（2）实例

获取两个位置之间的直线距离

单位：

m 表示单位为米[默认值]。

km 表示单位为千米。

mi 表示单位为英里。

ft 表示单位为英尺。

如果用户没有显式地指定单位参数，那么 GEODIST 默认使用米作为单位
georadius

（1）格式

georadius< longitude>radius m|km|ft|mi 以给定的经纬度为中心，找出某一半径内的元素

经度纬度距离单位

（2）实例

六、Redis_Jedis

01 Jedis入门

①首先导入Jedis所需要的包

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

②关闭防火墙或开放对应的端口

在这里是直接关闭防火墙

systemctl stop/disable firewalld.service

同时还要在配置文件 redis.conf 中 注释掉bind 127.0.0.1 ,然后 protected-mode no

③创建Jedis项目进行测试

public static void main(String[] args) {
    Jedis jedis = new Jedis("192.168.6.158", 6379);
    String ping = jedis.ping();
    System.out.println("连接成功" + ping);
    jedis.close();
}

02 测试相关数据类型

①Jedis-API: Key

@Test
public void Test1(){
    jedis.set("k1", "v1");
    jedis.set("k2", "v2");
    jedis.set("k3", "v3");
    Set<String> keys = jedis.keys("*");
    System.out.println(keys.size());
    for (String key : keys) {
        System.out.println(key);
    }
    System.out.println(jedis.get("k1"));
    System.out.println(jedis.exists("k1"));
    System.out.println(jedis.ttl("k1"));
}

②Jedis-API: String

@Test
public void Test2(){
    jedis.mset("str1", "v1", "str2", "v2", "str3", "v3");
    System.out.println(jedis.mget("str1", "str2", "str3"));
    jedis.set("k4", "3");
    for (int i = 0; i < 100; i++) {
        jedis.incr("k4");
    }
    System.out.println(jedis.get("k4"));
    jedis.append("k1", "append");
    System.out.println(jedis.get("k1"));
}

③Jedis-API: List

@Test
    public void Test3(){
        jedis.rpush("list", "v1", "v2", "v3");
        for (String s : jedis.lrange("list", 0, -1)) {
            System.out.println(s);
        }
//        System.out.println(jedis.rpop("list"));
        for (int i = 0; i < 3; i++) {
            jedis.lindex("list", i);
        }
    }

④Jedis-API: set

@Test
public void Test4(){
    jedis.sadd("k1", "1", "1", "2", "3");
    Set<String> k1 = jedis.smembers("k1");
    for (String s : k1) {
        System.out.println(s);
    }
    jedis.sadd("k2", "2", "3", "4");
    System.out.println(jedis.sinter("k1", "k2"));   // 交集
    System.out.println(jedis.sunion("k1", "k2"));   // 并集
    System.out.println(jedis.sdiff("k1", "k2"));    // 差集
    System.out.println(jedis.spop("k1"));   // 随机吐出一个值
}

⑤Jedis-API: hash

@Test
public void Test5(){
    Map<String, String> map = new HashMap<String, String>();
    map.put("name", "小智");
    map.put("age", "18");
    map.put("sex", "男");
    // 批量设置
    jedis.hmset("k1", map);
    jedis.hset("k1", map);  // 创建一个hash表
    System.out.println(jedis.keys("k1"));
    System.out.println(jedis.hvals("k1"));
}

⑥Jedis-API: zset

@Test
public void Test6(){

    Map<String, Double> map = new HashMap<String, Double>();
    map.put("v1", 1d);
    map.put("v2", 2d);
    map.put("v3", 3d);
    jedis.zadd("k1", map);
    System.out.println(jedis.zcount("k1", 0, 4));
    System.out.println(jedis.zrange("k1", 0, 6));
}

03 Redis_Jedis_实例

完成一个手机验证码功能

要求：

输入手机号，点击发送后随机生成6位数字码，2分钟有效
输入验证码，点击验证，返回成功或失败
每个手机号每天只能输入3次

代码实现

    @Test
    public void Test(){
        /**
         *      1.输入手机号，点击发送后随机生成6位数字码，2分钟有效
         *      2.输入验证码，点击验证，返回成功或失败
         *      3.每个手机号每天只能发送3次
         */
        String phone = "11123232";
        String verifyCode = "935248";
        verifyCode(phone);  // 判断和生成验证码
        getRedisCode(phone, verifyCode);    // 校验
    }

    /**
     * 验证码校验
     * @param phone 手机号
     * @param code  验证码
     */
    public static void getRedisCode(String phone, String code) {
        Jedis jedis = new Jedis("192.168.6.158", 6379);
        String codeKey = "VerifyCode:" + phone + ":code";    // 验证码key
        // 1 获取数据库中的验证码
        String str = jedis.get(codeKey);
        // 2 进行比较
        if (str.equals(code)) {
            System.out.println("登录成功");
        } else {
            System.out.println("登录失败");
        }
    }


    /**
     * 判断手机访问次数和生成验证码和设置时间
     * @param phone
     */
    public static void verifyCode(String phone) {
        Jedis jedis = new Jedis("192.168.6.158", 6379);
        // 1 判断这个手机号之前是否有发过
        String countKey = "VerifyCode:" + phone + ":count";  // 这个是记录发送验证码的记录的key
        String codeKey = "VerifyCode:" + phone + ":code";    // 验证码key
        String count = jedis.get(countKey);
        // 如果是第一次就新创建一个key放入到数据库中
        if (count == null) {
            // 超过一天就又刷新了
            jedis.setex(countKey, 24 * 60 * 60, "1");
        } else if (Integer.parseInt(count) <= 2) {
            // 发送次数减一
            jedis.incr(countKey);
        } else if (Integer.parseInt(count) >= 3) {
            System.out.println("今天的发送次数超过了三次");
        }
        String verCode = getVerCode();              // 生成6位验证码
        // 保存到数据库中
        jedis.setex(codeKey, 120,verCode);  // 验证码的时间为两分钟
    }


    /**
     * 随机生成6位验证码
     * @return
     */
    private static String getVerCode() {
        StringBuffer verCode = new StringBuffer();
        for (int i = 0; i < 6; i++) {
            Random random = new Random();
            int num = random.nextInt(10);
            verCode.append(num);
        }
        return verCode.toString();
    }

七、springBoot整合Redis

01 引入相关依赖

<!-- 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>

02 配置redis配置

#Redis服务器地址
spring.redis.host=192.168.140.136
#Redis服务器连接端口
spring.redis.port=6379
#Redis数据库索引（默认为0）
spring.redis.database= 0
#连接超时时间（毫秒）
spring.redis.timeout=1800000
#连接池最大连接数（使用负值表示没有限制）
spring.redis.lettuce.pool.max-active=20
#最大阻塞等待时间(负数表示没限制)
spring.redis.lettuce.pool.max-wait=-1
#连接池中的最大空闲连接
spring.redis.lettuce.pool.max-idle=5
#连接池中的最小空闲连接
spring.redis.lettuce.pool.min-idle=0

03 添加redis配置类

<!-- 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>
<dependency>
    <groupId>com.fasterxml.jackson.core</groupId>
    <artifactId>jackson-core</artifactId>
</dependency>

04 测试

@Autowired
private RedisTemplate redisTemplate;

@Test
void testRedis() {
    redisTemplate.opsForValue().set("name", "v1");
    String k1 = (String) redisTemplate.opsForValue().get("name");
    System.out.println(k1);
}

<version>2.6.0</version>

```

02 配置redis配置

#Redis服务器地址
spring.redis.host=192.168.140.136
#Redis服务器连接端口
spring.redis.port=6379
#Redis数据库索引（默认为0）
spring.redis.database= 0
#连接超时时间（毫秒）
spring.redis.timeout=1800000
#连接池最大连接数（使用负值表示没有限制）
spring.redis.lettuce.pool.max-active=20
#最大阻塞等待时间(负数表示没限制)
spring.redis.lettuce.pool.max-wait=-1
#连接池中的最大空闲连接
spring.redis.lettuce.pool.max-idle=5
#连接池中的最小空闲连接
spring.redis.lettuce.pool.min-idle=0

03 添加redis配置类

<!-- 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>
<dependency>
    <groupId>com.fasterxml.jackson.core</groupId>
    <artifactId>jackson-core</artifactId>
</dependency>

04 测试

@Autowired
private RedisTemplate redisTemplate;

@Test
void testRedis() {
    redisTemplate.opsForValue().set("name", "v1");
    String k1 = (String) redisTemplate.opsForValue().get("name");
    System.out.println(k1);
}

部分资料来自尚硅谷，如有侵犯，请联系删除

码智

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
redis学习

一、redis的入门1、简介应用场景2、redis的安装官网下载对应的包，然后上传到linux的opt目录下① 准备工作安装C语言编译环境yum install -y centos-release-scl scl-utils-buildyum install -y devtoolset-8-toolchainscl enable devtoolset-8 bash# 安装完之后，测试gcc版本 gcc --version② 安装# 1 进入到opt目录中解压redistar
复制链接

扫一扫

专栏目录