1.redis定义
- Redis 是一个开源(BSD许可)的,内存中的数据结构存储系统,它可以用作数据库、缓存和消息中间件。 它支持多 种类型的数据结构,如 字符串(strings)、散列(hashes)、 列表(lists)、 集合(sets)、 有序集合(sorted sets)等。
2.redis数据结构
- String类型
set/get
设置key对应的值为String类型的value
获取key对应的值
mget
批量获取多个key的值,如果可以不存在则返回nil
incr && incrby
incr对key对应的值进行加加操作,并返回新的值;incrby加指定值
incr && incrby
incr对key对应的值进行加加操作,并返回新的值;incrby加指定值
setnx
设置key对应的值为String类型的value,如果key已经存在则返回0
setex
设置key对应的值为String类型的value,并设定有效期
其他命令
getrange 获取key对应value的子字符串
mset 批量设置多个key的值,如果成功表示所有值都被设置,否则返回0表示没有任何值被设置
msetnx,同mset,不存在就设置,不会覆盖已有的key
getset 设置key的值,并返回key旧的值
append:给指定key的value追加字符串,并返回新字符串的长度
- hash类型
- Hash是一个String类型的field和value之间的映射表
- redis的Hash数据类型的key(hash表名称)对应的value实际的内部存储结构为一个HashMap
- Hash特别适合存储对象
- 相对于把一个对象的每个属性存储为String类型,将整个对象存储在Hash类型中会占用更少内存。
- 所存储的成员较少时数据存储为zipmap,当成员数量增大时会自动转成真正的HashMap,此时encoding为ht。
- 运用场景: 如用一个对象来存储用户信息,商品信息,订单信息等等。
hset——设置key对应的HashMap中的field的value
hget——获取key对应的HashMap中的field的value
hgetall——获取key对应的HashMap中的所有field的value
hlen--返回key对应的HashMap中的field的数量
- list类型
lpush——在key对应的list的头部添加一个元素
lrange——获取key对应的list的指定下标范围的元素,-1表示获取所有元素
lpop——从key对应的list的尾部删除一个元素,并返回该元素
rpush——在key对应的list的尾部添加一个元素
rpop——从key对应的list的尾部删除一个元素,并返回该元素
- set类型
sadd——在key对应的set中添加一个元素
smembers——获取key对应的set的所有元素
spop——随机返回并删除key对应的set中的一个元素
suion——求给定key对应的set并集
sinter——求给定key对应的set交集
- SortSet类型
- set的基础增加顺序score,再根据score进行排序
zadd ——在key对应的zset中添加一个元素
zrange——获取key对应的zset中指定范围的元素,-1表示获取所有元素
zrem——删除key对应的zset中的一个元素
zrangebyscore——返回有序集key中,指定分数范围的元素列表,排行榜中运用
zrank——返回key对应的zset中指定member的排名。其中member按score值递增(从小到大); 排名以0为底,也就是说,score值最小的成员排名为0,排行榜中运用
set是通过hashmap存储,key对应set的元素,value是空对象 sortset是怎么存储并实现排序的呢,hashmap存储,还加了一层跳跃表
跳跃表:相当于双向链表,在其基础上添加前往比当前元素大的跳转链接
3.redis作为mybatis二级缓存整合
-
1.引入pom.xml依赖
org.springframework.boot spring-boot-starter-cache -
2.开启缓存注解: @EnableCaching
-
3.在方法上面加入SpEL
@CacheConfig(cacheNames="userInfoCache") 在同个redis里面必须唯一
@Cacheable(查) : 来划分可缓存的方法 - 即,结果存储在缓存中的方法,以便在后续调用(具有相同的参数)时,返回缓存中的值而不必实际执行该方法
@CachePut(修改、增加) : 当需要更新缓存而不干扰方法执行时,可以使用@CachePut注释。也就是说,始终执行该方法并将其结果放入缓存中(根据@CachePut选项)
@CacheEvict(删除) : 对于从缓存中删除陈旧或未使用的数据非常有用,指示缓存范围内的驱逐是否需要执行而不仅仅是一个条目驱逐
-
4.springboot cache 存在什么问题
-- 1.生成key过于简单,容易冲突userCache::3
自定义KeyGenerator
-- 2.无法设置过期时间,默认过期时间为永久不过期
自定义cacheManager,设置缓存过期时间
-- 3.配置序列化方式,默认的是序列化JDKSerialazable
自定义序列化方式,Jackson
package com.fandf.redis.config;
import com.fasterxml.jackson.annotation.JsonAutoDetect;
import com.fasterxml.jackson.annotation.PropertyAccessor;
import com.fasterxml.jackson.databind.ObjectMapper;
import org.springframework.cache.CacheManager;
import org.springframework.cache.annotation.EnableCaching;
import org.springframework.cache.interceptor.KeyGenerator;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import org.springframework.data.redis.cache.RedisCacheConfiguration;
import org.springframework.data.redis.cache.RedisCacheManager;
import org.springframework.data.redis.cache.RedisCacheWriter;
import org.springframework.data.redis.connection.RedisConnectionFactory;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.data.redis.serializer.Jackson2JsonRedisSerializer;
import org.springframework.data.redis.serializer.RedisSerializationContext;
import java.time.Duration;
import java.util.HashMap;
import java.util.Map;
/**
* @author fandongfeng
* @created 2019/12/8 17:27
* @description
*/
@Configuration
@EnableCaching
@EnableRedisHttpSession(maxInactiveIntervalInSeconds= 50)
public class RedisConfig {
@Bean
public RedisTemplate<String, String> redisTemplate(RedisConnectionFactory factory){
RedisTemplate<String, String> redisTemplate = new RedisTemplate<String, String>();
redisTemplate.setConnectionFactory(factory);
return redisTemplate;
}
/**
* 生成key名,类名+方法+参数 UserInfoList::UserService.findByIdTtl[1]
* @return
*/
@Bean
public KeyGenerator simpleKeyGenerator() {
return (o, method, objects) -> {
StringBuilder stringBuilder = new StringBuilder();
stringBuilder.append(o.getClass().getSimpleName());
stringBuilder.append(".");
stringBuilder.append(method.getName());
stringBuilder.append("[");
for (Object obj : objects) {
stringBuilder.append(obj.toString());
}
stringBuilder.append("]");
return stringBuilder.toString();
};
}
/**
* 自定义cacheManager,设置缓存过期时间
* @param redisConnectionFactory
* @return
*/
@Bean
public CacheManager cacheManager(RedisConnectionFactory redisConnectionFactory) {
return new RedisCacheManager(
RedisCacheWriter.nonLockingRedisCacheWriter(redisConnectionFactory),
this.getRedisCacheConfigurationWithTtl(600), // 默认策略,未配置的 key 会使用这个
this.getRedisCacheConfigurationMap() // 指定 key 策略
);
}
/**
* 初始化map
* @return
*/
private Map<String, RedisCacheConfiguration> getRedisCacheConfigurationMap() {
Map<String, RedisCacheConfiguration> redisCacheConfigurationMap = new HashMap<>();
redisCacheConfigurationMap.put("UserInfoList", this.getRedisCacheConfigurationWithTtl(100));
redisCacheConfigurationMap.put("UserInfoListAnother", this.getRedisCacheConfigurationWithTtl(18000));
return redisCacheConfigurationMap;
}
private RedisCacheConfiguration getRedisCacheConfigurationWithTtl(Integer seconds) {
Jackson2JsonRedisSerializer<Object> jackson2JsonRedisSerializer = new Jackson2JsonRedisSerializer<>(Object.class);
ObjectMapper om = new ObjectMapper();
om.setVisibility(PropertyAccessor.ALL, JsonAutoDetect.Visibility.ANY);
om.enableDefaultTyping(ObjectMapper.DefaultTyping.NON_FINAL);
jackson2JsonRedisSerializer.setObjectMapper(om);
RedisCacheConfiguration redisCacheConfiguration = RedisCacheConfiguration.defaultCacheConfig();
redisCacheConfiguration = redisCacheConfiguration.serializeValuesWith(
RedisSerializationContext
.SerializationPair
.fromSerializer(jackson2JsonRedisSerializer)
).entryTtl(Duration.ofSeconds(seconds));
return redisCacheConfiguration;
}
}
二级缓存查询
/**
* 从二级缓存中获取数据
* @param id
* @return
*/
@RequestMapping("/getByCache")
@ResponseBody
public User getByCache(String id) {
User user = userService.findById(id);
return user;
}
@Nullable
@Cacheable(key="#p0", unless = "#result == null") // @Cacheable 会先查询缓存,如果缓存中存在,则不执行方法
public User findById(String id){
System.err.println("根据id=" + id +"获取用户对象,从数据库中获取");
Assert.notNull(id,"id不用为空");
return this.userMapper.find(id);
}
// 因为必须要有返回值,才能保存到数据库中,如果保存的对象的某些字段是需要数据库生成的,
// 那保存对象进数据库的时候,就没必要放到缓存了
@CachePut(key="#p0.id") //#p0表示第一个参数
//必须要有返回值,否则没数据放到缓存中
public User insertUser(User u){
this.userMapper.insert(u);
//u对象中可能只有只几个有效字段,其他字段值靠数据库生成,比如id
return this.userMapper.find(u.getId());
}
@CachePut(key="#p0.id")
public User updateUser(User u){
this.userMapper.update(u);
//可能只是更新某几个字段而已,所以查次数据库把数据全部拿出来全部
return this.userMapper.find(u.getId());
}
@CacheEvict(key="#p0") //删除缓存名称为userInfoCache,key等于指定的id对应的缓存
public void deleteById(String id){
this.userMapper.delete(id);
}
//清空缓存名称为userInfoCache(看类名上的注解)下的所有缓存
//如果数据失败了,缓存时不会清除的
@CacheEvict(allEntries = true)
public void deleteAll(){
this.userMapper.deleteAll();
}
/**
* 指定生成key的格式
* @param id
* @return
*/
@Nullable
@Cacheable(value = "UserInfoList", keyGenerator = "simpleKeyGenerator") // @Cacheable 会先查询缓存,如果缓存中存在,则不执行方法
public User findByIdTtl(String id){
System.err.println("根据id=" + id +"获取用户对象,从数据库中获取");
Assert.notNull(id,"id不用为空");
return this.userMapper.find(id);
}
4.redis实现分布式集群环境session共享
- cookie与session
Cookie是什么? Cookie 是一小段文本信息,伴随着用户请求和页面在 Web 服务器和浏览器之间传递。
Cookie 包含每次用户访问站点时 Web 应用程序都可以读取的信息,我们可以看到在服务器写的cookie,
会通过响应头Set-Cookie的方式写入到浏览器
HTTP协议是无状态的,并非TCP一样进行三次握手,对于一个浏览器发出的多次请求,WEB服务器无法
区分是不是来源于同一个浏览器。所以服务器为了区分这个过程会通过一个 sessionid来区分请求,而这个
sessionid是怎么发送给服务端的呢。cookie相对用户是不可见的,用来保存这个sessionid是最好不过了
- redis实现分布式集群配置过程
org.springframework.session spring-session-data-redis
@EnableRedisHttpSession 开启redis session缓存
maxInactiveIntervalInSeconds指定缓存的时间 spring:session:sessions:expires:+‘sessionId’的过期时间
package com.fandf.redis.controller;
import org.springframework.web.bind.annotation.*;
import javax.servlet.http.HttpServletRequest;
import java.util.HashMap;
import java.util.Map;
/**
* @author fandongfeng
* @created 2019/12/8 16:51
* @description
*/
@RestController
public class SessionController {
@PostMapping(value = "/setSession")
public Map<String, Object> setSession (HttpServletRequest request){
Map<String, Object> map = new HashMap<>();
request.getSession().setAttribute("request Url", request.getRequestURL());
map.put("request Url", request.getRequestURL());
return map;
}
@GetMapping(value = "/getSession")
public Object getSession (HttpServletRequest request){
Map<String, Object> map = new HashMap<>();
map.put("sessionIdUrl",request.getSession().getAttribute("request Url"));
map.put("sessionId", request.getSession().getId());
return map;
}
}
5.redis实现排行榜功能
- 1.初始化加载数据
implements InitializingBean 接口 实现afterPropertiesSet()方法
初始化将用户积分加载到redis缓存中 - 2.方法介绍
zset方法简单介绍
private static final String RANKGNAME = "user_score";
private static final String SALESCORE = "sale_score_rank:";
/**
* 添加积分
* uid = 1 score = 1
* uid = 2 score = 2
* uid = 3 score = 3
* @param uid
* @param score
* @return
*/
@ResponseBody
@RequestMapping("/addScore")
public String addRank(String uid, Integer score) {
rankingService.rankAdd(uid, score);
return "success";
}
public void rankAdd(String uid, Integer score) {
redisService.zAdd(RANKGNAME, uid, score);
}
/**
* 有序集合添加
*
* @param key
* @param value
* @param scoure
*/
public void zAdd(String key, Object value, double scoure) {
ZSetOperations<String, Object> zset = redisTemplate.opsForZSet();
zset.add(key, value, scoure);
}
/**
* 添加指定分数
* @param uid
* @param score
* @return
*/
@ResponseBody
@RequestMapping("/increScore")
public String increScore(String uid, Integer score) {
rankingService.increSocre(uid, score);
return "success";
}
public void increSocre(String uid, Integer score) {
redisService.incrementScore(RANKGNAME, uid, score);
}
/**
* 有序集合添加指定分数
*
* @param key
* @param value
* @param scoure
*/
public void incrementScore(String key, Object value, double score) {
ZSetOperations<String, Object> zset = redisTemplate.opsForZSet();
zset.incrementScore(key, value, score);
}
/**
* 排序,从0开始,正序
* uid=1 0
* @param uid
* @return
*/
@ResponseBody
@RequestMapping("/rank")
public Map<String, Long> rank(String uid) {
Map<String, Long> map = new HashMap<>();
map.put(uid, rankingService.rankNum(uid));
return map;
}
public Long rankNum(String uid) {
return redisService.zRank(RANKGNAME, uid);
}
/**
* 有序集合获取排名
* @param key 集合名称
* @param value 值
*/
public Long zRank(String key, Object value) {
ZSetOperations<String, Object> zset = redisTemplate.opsForZSet();
return zset.rank(key,value);
}
/**
* 查看自己分数
* @param uid
* @return
*/
@ResponseBody
@RequestMapping("/score")
public Long rankNum(String uid) {
return rankingService.score(uid);
}
public Long score(String uid) {
Long score = redisService.zSetScore(RANKGNAME, uid).longValue();
return score;
}
public Double zSetScore(String key, Object value) {
ZSetOperations<String, Object> zset = redisTemplate.opsForZSet();
return zset.score(key,value);
}
/**
* 正序排名,分数低的在前面
* // http://localhost:8080/scoreByRange?start=0&end=2
*
* [
* {
* "score": 1.0,
* "value": "1"
* },
* {
* "score": 2.0,
* "value": "2"
* },
* {
* "score": 3.0,
* "value": "3"
* }
* ]
* @param start
* @param end
* @return
*/
@ResponseBody
@RequestMapping("/scoreByRange")
public Set<ZSetOperations.TypedTuple<Object>> scoreByRange(Integer start, Integer end) {
return rankingService.rankWithScore(start,end);
}
public Set<ZSetOperations.TypedTuple<Object>> rankWithScore(Integer start, Integer end) {
return redisService.zRankWithScore(RANKGNAME, start, end);
}
/**
* 有序集合获取排名
*
* @param key
*/
public Set<ZSetOperations.TypedTuple<Object>> zRankWithScore(String key, long start,long end) {
ZSetOperations<String, Object> zset = redisTemplate.opsForZSet();
Set<ZSetOperations.TypedTuple<Object>> ret = zset.rangeWithScores(key,start,end);
return ret;
}
/**
* 倒序查询排行榜,分数大的靠前
* @param start
* @param end
* @return
*/
@ResponseBody
@RequestMapping("/sale/top")
public List<Map<String,Object>> reverseZRankWithRank(long start,long end) {
return rankingService.reverseZRankWithRank(start,end);
}
public List<Map<String, Object>> reverseZRankWithRank(long start, long end) {
Set<ZSetOperations.TypedTuple<Object>> setObj = redisService.reverseZRankWithRank(SALESCORE, start, end);
List<Map<String, Object>> mapList = setObj.stream().map(objectTypedTuple -> {
Map<String, Object> map = new LinkedHashMap<>();
map.put("userId", objectTypedTuple.getValue().toString().split(":")[0]);
map.put("userName", objectTypedTuple.getValue().toString().split(":")[1]);
map.put("score", objectTypedTuple.getScore());
return map;
}).collect(Collectors.toList());
return mapList;
}
/**
* 与下面方法都可实现排名
* 有序集合获取排名
* @param key
*/
public Set<ZSetOperations.TypedTuple<Object>> reverseZRankWithScore(String key, long start,long end) {
ZSetOperations<String, Object> zset = redisTemplate.opsForZSet();
Set<ZSetOperations.TypedTuple<Object>> ret = zset.reverseRangeByScoreWithScores(key,start,end);
return ret;
}
/**
* 有序集合获取排名
* @param key
*/
public Set<ZSetOperations.TypedTuple<Object>> reverseZRankWithRank(String key, long start, long end) {
ZSetOperations<String, Object> zset = redisTemplate.opsForZSet();
Set<ZSetOperations.TypedTuple<Object>> ret = zset.reverseRangeWithScores(key, start, end);
return ret;
}
- redis 内部怎么实现它的String的?
redis构建了一个叫做简单动态字符串(Simple Dynamic String),简称sds
代码结构:
struct sdshdr {
//记录已使用长度
int len;
//记录空闲未使用的长度
int free;
//字符数组
char[] buf;
}
追加字符的时候有以下三个操作:
1.计算出大小是否足够
2.开辟空间至满足所需大小
3.开辟与已使用大小len相同长度的空闲free空间(如果len < 1M)
开辟1M长度的空闲free空间(如果len >= 1M)
- redis字符串性能优势
快速获取字符串长度
--已记录在数据结构中
避免缓冲区溢出
--1计算大小是否足够
--2开辟空间至满足所需大小
降低空间分配次数提升内存使用效率
--空间预分配(即上面所说)
基本上利用zset的这几个方法就可以实现排行榜功能。
下篇在写redis实现分布式锁,持久化策略,布隆过滤器,及redis缓存穿透、雪崩、击穿等问题。
网友评论