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:
- 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
- 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