Redis 是一个基于内存的 key-value 结构数据库,是互联网技术领域使用最为广泛的存储中间件
Redis 基于内存存储,读写性能高,适合存储热点数据 (商品、资讯、新闻) 。是用 C 语言开发的一个开源的高性能键值对数据库,存储 value 类型比较丰富,也被称为结构化的 NoSql (Not Only SQL) 数据库
NoSql 泛指非关系型数据库,并不是要取代关系型数据库,而是关系型数据库的补充
关系型数据库 (RDBMS):
- MySQL
- Oracle
- DB2
- SQLServer
非关系型数据库 (NoSQL):
- Redis
- Mongo DB
- MemCached
Redis 下载安装与运行
下载地址:
- Windows: https://github.com/microsoftarchive/redis/releases
- Linux: https://download.redis.io/releases/
- cn: http://www.redis.cn/download.html
Windows 版之间解压即可使用,Linux 版:
- 解压
tar -zxvf redis-4.0.0.tar.gz -C /usr/local
- 安装依赖环境
yum install gcc-c++
- 进入安装目录,编译
make
- 进入 redis 的 src 目录安装
make install
相关文件说明:
- /usr/local/redis-4.0.0/src/redis-server:Redis 服务启动脚本
- /usr/local/redis-4.0.0/src/redis-cli:Redis 客户端脚本
- /usr/local/redis-4.0.0/redis.conf:Redis 配置文件
服务端启动,以 Windows 版为例,启动命令:
1
redis-server.exe redis.windows.conf
默认端口号为 6379,默认无密码,启动完成后可以用客户端连接
- 命令行连接
通过 redis-cli.exe 进行连接
1
redis-cli.exe -h ip -p port -a password
如果省略,则使用 127.0.0.1:6379
可以通过修改配置文件 (redis.windows.conf) 设置密码
1
requirepass 123456
修改完成后重启生效
- 图形化连接
Github:https://github.com/qishibo/AnotherRedisDesktopManager
下载安装后新建连接,输入相关信息后连接即可
Docker 部署
拉取镜像
1
docker pull redis
获取配置文件,下载对应版本,抽取配置文件即可,Linux 为 redis.conf
创建 Redis 数据映射文件夹,例如
1
2
mkdir /home/redis
mkdir /home/redis/data
修改配置文件,传送至部署机子,例如使用 scp 从 Win 传至 Linux
1
scp pathOfFile root@IP:/PathOfFile
启动
1
docker run -p 6379:6379 --name redis -v /home/redis/redis.conf:/etc/redis/redis.conf -v /home/redis/data:/data -d redis redis-server /etc/redis/redis.conf
参考资料:https://cloud.tencent.com/developer/article/1670205
Redis 数据类型
Redis 的 key 是字符串类型,value 有 5 种常用的数据类型
- 字符串 (string):普通字符串
- 哈希 (hash):也叫散列
- 列表 (list):按插入顺序排序,可以有重复元素
- 集合 (set):无序集合,不允许重复元素
- 有序集合 (sorted set/zset):集合中每个元素关联一个分数 (score),根据分数升序排序
Redis 常用命令
Redis 大小写不敏感
字符串操作常用命令:
1
2
3
4
5
6
7
8
# 设置指定key值
SET key value
# 获取指定key值
GET key
# 设置指定key值,并将key的过期时间设为seconds秒
SETEX key seconds value
# 只在key不存在时才设置key的值
SETNX key value
hash 是一个 string类型的 field 和 value 映射表,特别适合存储对象,常用命令:
1
2
3
4
5
6
7
8
9
10
# 将哈希表key中的field值设为value
HSET key field value
# 获取存储在哈希表中指定字段的值
HGET key field
# 删除存储在哈希表中的指定字段
HDEL key field
# 获取哈希表中所有字段
HKEYS key
# 获取哈希表中所有值
HVALS key
列表是简单的字符串列表,按照插入顺序排列,常用命令:
1
2
3
4
5
6
7
8
9
10
11
# 将一个或多个值插入到列表头部
LPUSH key value1 [value2]
# 获取列表指定范围内的元素
LRANGE key start stop
# 移除并获取列表最后一个元素
RPOP key
# 获取列表长度
LLEN key
# 移出并获取列表的最后一个元素
# 如果列表没有元素会阻塞列表直到等待超时或发现可弹出元素为止
BRPOP key1 [key2] timeout
类似队列,先进先出
集合是字符串类型的无序集合,集合成员唯一,常用命令:
1
2
3
4
5
6
7
8
9
10
11
12
# 向集合添加一个或多个成员
SADD key member1 [member2]
# 返回集合中的所有成员
SMEMBERS key
# 获取集合的成员数
SCARD key
# 返回给定所有集合的交集
SINTER key2 [key2]
# 返回所有给定集合的并集
SUNION key1 [key2]
# 移除集合中一个或多个成员
SREM key member1 [member2]
有序集合是字符串类型元素的集合,每个成员关联一个 double 类型的分数,常用命令:
1
2
3
4
5
6
7
8
# 向有序集合添加一个或多个成员
ZADD key score1 member1 [score2 member2]
# 通过索引区间返回有序集合中指定区间内的成员
ZRANGE key start stop [WITHSCORES]
# 有序集合中对指定成员的分数加上增量increment
ZINCRBY key increment member
# 移除有序集合中的一个或多个成员
ZREM key member1 [member2]
除了各数据类型专有,还有通用命令,即所有类型都可以使用的命令:
1
2
3
4
5
6
7
8
# 查找所有符合给定模式(pattern)的key
KEYS pattern # pattern可以为*
# 检查指定key是否存在
EXISTS key
# 返回key所存储的值的类型
TYPE key
# 在key存在时删除key
DEL key
在 Java 中操作 Redis
如同使用 JDBC 操作 MySQL 数据库一样,需要使用 Redis 的 Java 客户端进行操作 Redis
Redis 的 Java 客户端很多,常用的几种:
- Jedis
- Lettuce
- Spring Data Redis
Jedis 封装最好,与 Redis 命令相同,是官方推荐;Lettuce 对线程调用更好,性能更好;Spring 对 Redis 客户端进行了整合,提供了 Spring Data Redis,在 Spring Boot 项目中还提供了对应的 Starter,即 spring-boot-starter-data-redis
Spring Data Redis
Spring Data Redis 是 Spring 的一部分,提供了在 Spring 应用中通过简单的配置就可以访问 Redis 服务,对 Redis 底层开发包进行了高度封装。在 Spring 项目中,可以使用Spring Data Redis来简化 Redis 操作。网址:https://spring.io/projects/spring-data-redis
Maven 坐标:
1
2
3
4
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-data-redis</artifactId>
</dependency>
Spring Data Redis 中提供了一个高度封装类 RedisTemplate
对相关 api 进行了归类封装,将同一类型的操作封装为 operation 接口:
- ValueOperations:string 数据操作
- SetOperations:set 类型数据操作
- ZSetOperations:zset 类型数据操作
- HashOperations:hash 类型的数据操作
- ListOperations:list 类型的数据操作
配置 Redis 数据源,配置文件
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
# application
spring:
profiles:
active: dev
redis:
host: ${sky.redis.host}
port: ${sky.redis.port}
password: ${sky.redis.password}
database: ${sky.redis.database}
# -dev
sky:
redis:
host: localhost
port: 6379
password: 123456
# 使用哪个数据库,不填默认为 0
database: 10
Redis 默认有 16 个数据库 (0-15),可以通过修改配置文件来指定数据库的数量
编写配置类,创建 RedisTemplate 对象
1
2
3
4
5
6
7
8
9
10
11
12
13
14
@Configuration
@Slf4j
public class RedisConfiguration {
@Bean
public RedisTemplate redisTemplate(RedisConnectionFactory redisConnectionFactory){
log.info("开始创建Redis对象");
RedisTemplate redisTemplate = new RedisTemplate();
// 设置redis的连接工厂对象
redisTemplate.setConnectionFactory(redisConnectionFactory);
// 设置redis key的序列化器
redisTemplate.setKeySerializer(new StringRedisSerializer());
return redisTemplate;
}
}
此配置类不是必须的,SpringBoot 框架会自动装配 RedisTemplate 对象,不过默认的序列化器为 JdkSerializationRedisSerializer,存储到 Redis 中的数据与原始数据有差别
字符串类型数据
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
@SpringBootTest
public class RedisTest {
@Autowired
private RedisTemplate redisTemplate;
@Test
public void testString(){
// set
redisTemplate.opsForValue().set("name", "Tom");
// get
String name =(String) redisTemplate.opsForValue().get("name");
System.out.println(name);
// setex
redisTemplate.opsForValue().set("code", "1234", 2, TimeUnit.MINUTES);
// setnx
redisTemplate.opsForValue().setIfAbsent("lock","1");
redisTemplate.opsForValue().setIfAbsent("lock","2");
}
}
哈希类型数据
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
@Test
public void testHash(){
HashOperations hashOperations = redisTemplate.opsForHash();
// hset
hashOperations.put("100", "name", "Jerry");
hashOperations.put("100", "age", "20");
// hget
String name =(String) hashOperations.get("100", "name");
System.out.println(name);
// hkeys
Set keys = hashOperations.keys("100");
System.out.println(keys);
// hvals
List values = hashOperations.values("100");
System.out.println(values);
// hdel
hashOperations.delete("100", "name");
}
列表类型数据
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
@Test
public void testList(){
ListOperations listOperations = redisTemplate.opsForList();
// lpush
listOperations.leftPushAll("mylist", "a", "b", "c");
listOperations.leftPush("mylist", "d");
// lrange
List mylist = listOperations.range("mylist", 0, -1);
System.out.println(mylist);
// rpop
listOperations.rightPop("mylist");
// llen
Long size = listOperations.size("mylist");
System.out.println(size);
}
集合类型数据
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
@Test
public void testSet(){
SetOperations setOperations = redisTemplate.opsForSet();
// sadd
setOperations.add("set1","a","b","c","d");
setOperations.add("set2","a","b","x","y");
// smembers
Set members = setOperations.members("set1");
System.out.println(members);
// scard
Long size = setOperations.size("set1");
System.out.println(size);
// sinter
Set intersect = setOperations.intersect("set1", "set2");
System.out.println(intersect);
// sunion
Set union = setOperations.union("set1", "set2");
System.out.println(union);
// srem
setOperations.remove("set1", "a", "b");
}
有序集合类型数据
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
@Test
public void testZset(){
ZSetOperations zSetOperations = redisTemplate.opsForZSet();
// zadd
zSetOperations.add("zset1", "a", 10);
zSetOperations.add("zset1", "b", 12);
zSetOperations.add("zset1", "c", 9);
// zrange
Set zset = zSetOperations.range("zset1", 0, -1);
System.out.println(zset);
// zincrby
zSetOperations.incrementScore("zset1", "c", 10);
// zrem
zSetOperations.remove("zset1", "a", "b");
}
通用命令操作
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
@Test
public void testCommon(){
// keys
Set keys = redisTemplate.keys("*");
System.out.println(keys);
// exists
Boolean name = redisTemplate.hasKey("name");
System.out.println(name);
// type
for (Object key : keys) {
DataType type = redisTemplate.type(key);
System.out.println(type.name());
}
// del
redisTemplate.delete("set2");
}