Redis 入门、基础。（五种基本类型使用场景）

文章目录

1. 概况
- 1.1 认识 NoSQL
- - 1.1.1 查询方式
  - 1.1.2 事务
  - 1.1.3 总结
2. 认识 Redis
4. Redis 常见命令
- 4.1 Redis 数据结构介绍
- 4.2 Redis 通用命令
- 4.3 Redis 命令之 String 命令
- 4.4 Redis 命令的层级结构
- 4.5 Redis 命令之 Hash 命令
- 4.6 Redis 命令之 List 命令
- 4.7 set 唯一不排序
- 4.8 SortedSet 唯一且排序
- 4.9 BitMap
5. SpringDataRedis
- 5.1 快速入门
- 5.2 数据序列化器
- 5.3 StringRedisTemplate

1. 概况

1.1 认识 NoSQL

NoSql 可以翻译做Not Only Sql（不仅仅是SQL），或者是No Sql（非Sql的）数据库。是相对于传统关系型数据库而言，有很大差异的一种特殊的数据库，因此也称之为非关系型数据库。

1.1.1 查询方式

传统关系型数据库会基于Sql语句做查询，语法有统一标准；
而不同的非关系数据库查询语法差异极大，五花八门各种各样。
查询方式

1.1.2 事务

传统关系型数据库 能满足事务ACID的原则。
而 非关系型数据库 往往不支持事务，或者不能严格保证ACID的特性，只能实现基本的一致性。

1.1.3 总结

除了上述四点以外，在存储方式.扩展性.查询性能上关系型与非关系型也都有着显著差异，总结如下：

2. 认识 Redis

Redis诞生于2009年全称是Remote Dictionary Server 远程词典服务器，是一个基于内存的键值型NoSQL数据库。
特征：

键值（key-value）型，value支持多种不同数据结构，功能丰富
单线程，每个命令具备原子性
低延迟，速度快（基于内存.IO多路复用.良好的编码）。
支持数据持久化
支持主从集群.分片集群
支持多语言客户端

Redis的官方网站地址：https://redis.io/

4. Redis 常见命令

4.1 Redis 数据结构介绍

Redis是一个key-value的数据库，key一般是String类型，不过value的类型多种多样：

4.2 Redis 通用命令

通用指令是部分数据类型的，都可以使用的指令，常见的有：

KEYS：查看符合模板的所有key
DEL：删除一个指定的key
EXISTS：判断key是否存在
EXPIRE：给一个key设置有效期，有效期到期时该key会被自动删除
TTL：查看一个KEY的剩余有效期

对应 RedisTemplate 方法：

//	匹配key
redisTemplate.keys("");

//	判断key是否存在
redisTemplate.hasKey(key);
//	删除key
redisTemplate.delete(key);
//	指定key有效期
redisTemplate.expire(key,time,TimeUnit.MINUTES);
//	根据key获取过期时间
Long expire = redisTemplate.getExpire(key);

4.3 Redis 命令之 String 命令

String 类型，也就是字符串类型，是Redis中最简单的存储类型。
其value是字符串，不过根据字符串的格式不同，又可以分为3类：

string：普通字符串
int：整数类型，可以做自增.自减操作
float：浮点类型，可以做自增.自减操作

不管是哪种格式，底层都是字节数组形式存储，只不过是编码方式不同。字符串类型的最大空间不能超过 512 MB。
String

String的常见命令有：

SET：添加或者修改已经存在的一个 String 类型的键值对
GET：根据 key 获取 String 类型的 value
MSET：批量添加多个String类型的键值对
MGET：根据多个 key 获取多个 String 类型的 value
INCR：让一个整型的key自增1
INCRBY:让一个整型的 key 自增并指定步长，例如：incrby num 2 让num值自增2
INCRBYFLOAT：让一个浮点类型的数字自增并指定步长
SETNX：添加一个 String 类型的键值对，前提是这个 key 不存在，否则不执行
SETEX：添加一个 String 类型的键值对，并且指定有效期

RedisTemplate 方法：

ValueOperations ops = redisTemplate.opsForValue();

//	单独设置有效期（不推荐单独用）
ops.expire("StringKey",1,TimeUnit.MINUTES);

//	设置值 and 有效期（推荐这种）
ops.set("key", "value", 1, TimeUnit.MINUTES);

//	操作数值 增加 减少（INCR INCRBY）
ops.increment("key", 1);
ops.increment("key", -1);

//	（SETNX + SETEX）：这个key不存在执行　存在则不执行，多用于互斥锁
ops.setIfAbsent("key", "value", 10, TimeUnit.SECONDS)

//	获取缓存值
ops.get("StringKey");

4.4 Redis 命令的层级结构

Redis 没有类似 MySQL中的 Table 的概念，我们该如何区分不同类型的key呢？
例如，需要存储用户.商品信息到 redis，有一个用户id是1，有一个商品id恰好也是1，此时如果使用id作为key，那就会冲突了，该怎么办？
我们可以通过给key添加前缀加以区分，不过这个前缀不是随便加的，有一定的规范：
Redis的key允许有多个单词形成层级结构，多个单词之间用’:'隔开，格式如下：
项目名:业务名:类型:id
这个格式并非固定，也可以根据自己的需求来删除或添加词条。
例如我们的项目名称叫 snow，有user和product两种不同类型的数据，我们可以这样定义key：

user 相关的key：snow:user:1
product 相关的key：snow:product:1

如果Value是一个Java对象，例如一个User对象，则可以将对象序列化为JSON字符串后存储：

key	value
snow:user:1	{“id”:1, “name”: “Snow”, “age”: 21}
snow:product:1	{“id”:1, “name”: “Apple”, “price”: 9999}

4.5 Redis 命令之 Hash 命令

Hash类型，也叫散列，其value是一个无序字典，类似于Java中的HashMap结构。
String结构是将对象序列化为JSON字符串后存储，当需要修改对象某个字段时很不方便：

key	value
snow:user:1	{“id”:1, “name”: “Snow”, “age”: 88}
snow:product:1	{“id”:1, “name”: “Apple”, “price”: 9999}

Hash结构可以将对象中的每个字段独立存储，可以针对单个字段做CRUD：

Key	value
	field	value
snow:user:1	name	Snow
	age	88
snow:product:1	name	Apple
	price	9999

Hash 类型的常见命令

HSET key field value：添加或者修改 hash 类型 key 的 field 的值
HGET key field：获取一个hash类型key的field的值
HMSET：批量添加多个hash类型key的field的值
HMGET：批量获取多个hash类型key的field的值
HGETALL：获取一个hash类型的key中的所有的field和value
HKEYS：获取一个hash类型的key中的所有的field
HVALS：获取一个hash类型的key中的所有的value
HINCRBY:让一个hash类型key的字段值自增并指定步长
HSETNX：添加一个hash类型的key的field值，前提是这个field不存在，否则不执行

// 添加 put / putAll

//	初始数据:
template.opsForHash().put("redisHash","name","tom");
template.opsForHash().put("redisHash","age",26);
template.opsForHash().put("redisHash","class","6");

Map<String,Object> testMap = new HashMap();
testMap.put("name","jack");
testMap.put("age",27);
testMap.put("class","1");
template.opsForHash().putAll("redisHash1",testMap);

// 仅当hashKey不存在时才设置散列hashKey的值。

System.out.println(template.opsForHash().putIfAbsent("redisHash","age",30));
System.out.println(template.opsForHash().putIfAbsent("redisHash","kkk","kkk"));
//结果：
false
true

// 删除

template.opsForHash().delete("redisHash","name")

// 判断key是否存在

template.opsForHash().hasKey("redisHash","age")

// 获取

template.opsForHash().get("redisHash","age")

// 增加散列hashKey的值（整型）

System.out.println(template.opsForHash().get("redisHash","age"));
System.out.println(template.opsForHash().increment("redisHash","age",1));
//	结果：
26
27

// 获取key所对应的散列表的key

System.out.println(template.opsForHash().keys("redisHash1"));
//redisHash1所对应的散列表为{class=1, name=jack, age=27}
//结果：[name, class, age]

// 获取key所对应的散列表的大小个数

template.opsForHash().size("redisHash1");
//redisHash1所对应的散列表为{class=1, name=jack, age=27}
//结果：3

// 获取整个哈希存储的值

template.opsForHash().values("redisHash");
//	结果：[tom, 26, 6]

// 获取整个哈希存储

template.opsForHash().entries("redisHash");
//	结果：{age=26, class=6, name=tom}

// 使用Cursor在key的hash中迭代，相当于迭代器。

Cursor<Map.Entry<Object, Object>> curosr = ops.scan("redisHash", ScanOptions.ScanOptions.NONE);
        while(curosr.hasNext()){
            Map.Entry<Object, Object> entry = curosr.next();
            System.out.println(entry.getKey()+":"+entry.getValue());
        }
//结果：
age:28.1
class:6
kkk:kkk

4.6 Redis 命令之 List 命令

Redis中的List类型与Java中的 LinkedList 类似，可以看做是一个 双向链表 结构。既可以支持正向检索也可以支持反向检索。
特征也与LinkedList类似：

有序
元素可以重复
插入和删除快
查询速度一般

常用来存储一个有序数据，例如：朋友圈点赞列表，评论列表等。

List的常见命令有：

LPUSH key element … ：向列表左侧插入一个或多个元素
LPOP key：移除并返回列表左侧的第一个元素，没有则返回nil
RPUSH key element … ：向列表右侧插入一个或多个元素
RPOP key：移除并返回列表右侧的第一个元素
LRANGE key star end：返回一段角标范围内的所有元素
BLPOP和BRPOP：与LPOP和RPOP类似，只不过在没有元素时等待指定时间，而不是直接返回nil

//	从左边插入
template.opsForList().leftPush("list","java");

//	从右边插入
template.opsForList().rightPush("listRight","java");

// 把一个数组批量插入到列表中

String[] stringarrays = new String[]{"1","2","3"};
//	可以插入数组也可以插入集合
template.opsForList().leftPushAll("listarray", stringarrays);
//template.opsForList().rightPushAll("listarrayright",stringarrays);
template.opsForList().range("listarray",0, -1);
//	结果:[3, 2, 1]

// 获取

template.opsForList().range("listRight",0, -1);
template.opsForList().index("listRight",2);//下标从0开始
//	结果如下:
[java, python, c++]
c++

// 获取长度

template.opsForList().size("list")

// 弹出

template.opsForList().range("list",0,-1);
template.opsForList().leftPop("list");
template.opsForList().range("list",0,-1);
//	结果:
[c++, python, oc, java, c#, c#]
c++
[python, oc, java, c#, c#]

4.7 set 唯一不排序

Redis的Set结构与Java中的HashSet类似，可以看做是一个value为null的HashMap。因为也是一个hash表，因此具备与HashSet类似的特征：

无序
元素不可重复
查找快
支持交集、并集、差集等功能

Set的常见命令有：

SADD key member … ：向set中添加一个或多个元素
SREM key member … : 移除set中的指定元素
SCARD key：返回set中元素的个数
SISMEMBER key member：判断一个元素是否存在于set中
SMEMBERS：获取set中的所有元素
SINTER key1 key2 … ：求key1与key2的交集

eg:
求交集：SINTER s1 s2

求s1与s2的不同：SDIFF s1 s2 （A）

求s1与s2的并集：SUNION s1 s2

练习：

将下列数据用Redis的Set集合来存储：

张三的好友有：李四、王五、赵六
- SADD zs lisi wangwu zhaoliu
李四的好友有：王五、麻子、二狗
- SADD lisi wangwu mazi ergou

利用Set的命令实现下列功能：

计算张三的好友有几人
- SCARD zs
计算张三和李四有哪些共同好友
- SINTER zs li
查询哪些人是张三的好友却不是李四的好友
- SDIFF zs lisi
查询张三和李四的好友总共有哪些人
- SUNION zs lisi
判断李四是否是张三的好友
- SISMEMBER zs lisi
判断张三是否是李四的好友
- SISMEMBER lisi zs
将李四从张三的好友列表中移除
- SREM zs lisi

常用方法：

// 	判断当前登录用户是否已经点赞
String key = BLOG_LIKED_KEY + id;
Boolean isMember = stringRedisTemplate.opsForSet().isMember(key, userId.toString());
//	保存用户到Redis的set集合
stringRedisTemplate.opsForSet().add(key, userId.toString());
// 把用户从Redis的set集合移除
stringRedisTemplate.opsForSet().remove(key, userId.toString());

// 求两个 key 的交集
Set<String> intersect = stringRedisTemplate.opsForSet().intersect(key, key2);

使用场景：

需求：利用Redis中恰当的数据结构，实现共同关注功能。在博主个人页面展示出当前用户与博主的共同关注呢。
当然是使用我们之前学习过的set集合咯，在set集合中，有交集并集补集的api，我们可以把两人的关注的人分别放入到一个set集合中，然后再通过api去查看这两个set集合中的交集数据。

4.8 SortedSet 唯一且排序

Redis的SortedSet是一个可排序的set集合，与Java中的TreeSet有些类似，但底层数据结构却差别很大。SortedSet中的每一个元素都带有一个score属性，可以基于score属性对元素排序，底层的实现是一个跳表（SkipList）加 hash表。
SortedSet具备下列特性：

可排序
元素不重复
查询速度快

因为SortedSet的可排序特性，经常被用来实现排行榜这样的功能。

SortedSet的常见命令有：

ZADD key score member：添加一个或多个元素到sorted set ，如果已经存在则更新其score值
ZREM key member：删除sorted set中的一个指定元素
ZSCORE key member : 获取sorted set中的指定元素的score值
ZRANK key member：获取sorted set 中的指定元素的排名
ZCARD key：获取sorted set中的元素个数
ZCOUNT key min max：统计score值在给定范围内的所有元素的个数
ZINCRBY key increment member：让sorted set中的指定元素自增，步长为指定的increment值
ZRANGE key min max：按照score排序后，获取指定排名范围内的元素
ZRANGEBYSCORE key min max：按照score排序后，获取指定score范围内的元素
ZDIFF、ZINTER、ZUNION：求差集、交集、并集

注意：所有的排名默认都是升序，如果要降序则在命令的Z后面添加REV即可，例如：

升序获取sorted set 中的指定元素的排名：ZRANK key member
降序获取sorted set 中的指定元素的排名：ZREVRANK key memeber

练习题：
将班级的下列学生得分存入Redis的SortedSet中：
Jack 85, Lucy 89, Rose 82, Tom 95, Jerry 78, Amy 92, Miles 76
并实现下列功能：

删除Tom同学
获取Amy同学的分数
获取Rose同学的排名
查询80分以下有几个学生
给Amy同学加2分
查出成绩前3名的同学
查出成绩80分以下的所有同学

// 保存用户到Redis的set集合  zadd key value score
stringRedisTemplate.opsForZSet().add(key, userId.toString(), System.currentTimeMillis());

// 获取当前登录用户是否已经点赞
String key = BLOG_LIKED_KEY + id;
Double score = stringRedisTemplate.opsForZSet().score(key, userId.toString());

// 把用户从Redis的set集合移除 key value 
stringRedisTemplate.opsForZSet().remove(key, userId.toString());

// 查询top5的点赞用户 zrange key 0 4 (范围查询)
Set<String> top5 = stringRedisTemplate.opsForZSet().range(key, 0, 4);

4.9 BitMap

BitMap 的操作命令有：

SETBIT：向指定位置（offset）存入一个0或1
GETBIT ：获取指定位置（offset）的bit值
BITCOUNT ：统计BitMap中值为1的bit位的数量
BITFIELD ：操作（查询、修改、自增）BitMap中bit数组中的指定位置（offset）的值
BITFIELD_RO ：获取BitMap中bit数组，并以十进制形式返回
BITOP ：将多个BitMap的结果做位运算（与、或、异或）
BITPOS ：查找bit数组中指定范围内第一个0或1出现的位置

实现签到

//写入Redis SETBIT key offset 1（签到）
stringRedisTemplate.opsForValue().setBit(key, dayOfMonth, true);

统计连续签到天数

@Override
public Result signCount() {
    // 1.获取当前登录用户
    Long userId = UserHolder.getUser().getId();
    // 2.获取日期
    LocalDateTime now = LocalDateTime.now();
    // 3.拼接key
    String keySuffix = now.format(DateTimeFormatter.ofPattern(":yyyyMM"));
    String key = USER_SIGN_KEY + userId + keySuffix;
    // 4.获取今天是本月的第几天
    int dayOfMonth = now.getDayOfMonth();
    // 5.获取本月截止今天为止的所有的签到记录，返回的是一个十进制的数字 BITFIELD sign:5:202203 GET u14 0
    List<Long> result = stringRedisTemplate.opsForValue().bitField(
            key,
            BitFieldSubCommands.create()
                    .get(BitFieldSubCommands.BitFieldType.unsigned(dayOfMonth)).valueAt(0)
    );
    if (result == null || result.isEmpty()) {
        // 没有任何签到结果
        return Result.ok(0);
    }
    Long num = result.get(0);
    if (num == null || num == 0) {
        return Result.ok(0);
    }
    // 6.循环遍历
    int count = 0;
    while (true) {
        // 6.1.让这个数字与1做与运算，得到数字的最后一个bit位  // 判断这个bit位是否为0
        if ((num & 1) == 0) {
            // 如果为0，说明未签到，结束
            break;
        }else {
            // 如果不为0，说明已签到，计数器+1
            count++;
        }
        // 把数字右移一位，抛弃最后一个bit位，继续下一个bit位
        num >>>= 1;
    }
    return Result.ok(count);
}

5. SpringDataRedis

SpringData是Spring中数据操作的模块，包含对各种数据库的集成，其中对Redis的集成模块就叫做SpringDataRedis，官网地址：https://spring.io/projects/spring-data-redis

提供了对不同Redis客户端的整合（Lettuce和Jedis）
提供了RedisTemplate统一API来操作Redis
支持Redis的发布订阅模型
支持Redis哨兵和Redis集群
支持基于Lettuce的响应式编程
支持基于JDK.JSON.字符串.Spring对象的数据序列化及反序列化
支持基于Redis的JDKCollection实现

SpringDataRedis中提供了RedisTemplate工具类，其中封装了各种对Redis的操作。并且将不同数据类型的操作API封装到了不同的类型中：

5.1 快速入门

导入坐标：

<dependencies>
  <!--redis依赖-->
  <dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-data-redis</artifactId>
  </dependency>
  <!--common-pool-->
  <dependency>
    <groupId>org.apache.commons</groupId>
    <artifactId>commons-pool2</artifactId>
  </dependency>
  <!--Jackson依赖-->
  <dependency>
    <groupId>com.fasterxml.jackson.core</groupId>
    <artifactId>jackson-databind</artifactId>
  </dependency>
  <dependency>
    <groupId>org.projectlombok</groupId>
    <artifactId>lombok</artifactId>
    <optional>true</optional>
  </dependency>
  <dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-test</artifactId>
    <scope>test</scope>
  </dependency>
</dependencies>

配置文件：

spring:
  redis:
    host: 127.0.0.1
    port: 6379
    password: pwd
    lettuce:
      pool:
        max-active: 8  #最大连接
        max-idle: 8   #最大空闲连接
        min-idle: 0   #最小空闲连接
        max-wait: 100ms #连接等待时间

测试

@SpringBootTest
class RedisDemoApplicationTests {
    
    @Autowired
    private RedisTemplate<String, Object> redisTemplate;
    
    @Test
    void testString() {
        // 写入一条String数据
        redisTemplate.opsForValue().set("name", "SNOW");
        // 获取string数据
        Object name = redisTemplate.opsForValue().get("name");
        System.out.println("name = " + name);
    }
}

5.2 数据序列化器

RedisTemplate可以接收任意Object作为值写入Redis：
只不过写入前会把Object序列化为字节形式，默认是采用JDK序列化，得到的结果是这样的：

缺点：

可读性差
内存占用较大

可以自定义如下配置：

@Configuration
public class RedisConfig {

    @Bean
    public RedisTemplate<String, Object> redisTemplate(RedisConnectionFactory connectionFactory){
        // 创建RedisTemplate对象
        RedisTemplate<String, Object> template = new RedisTemplate<>();
        // 设置连接工厂
        template.setConnectionFactory(connectionFactory);
        // 创建JSON序列化工具
        GenericJackson2JsonRedisSerializer jsonRedisSerializer = 
            							new GenericJackson2JsonRedisSerializer();
        // 设置Key的序列化
        template.setKeySerializer(RedisSerializer.string());
        template.setHashKeySerializer(RedisSerializer.string());
        // 设置Value的序列化
        template.setValueSerializer(jsonRedisSerializer);
        template.setHashValueSerializer(jsonRedisSerializer);
        // 返回
        return template;
    }
}

这里采用了JSON序列化来代替默认的JDK序列化方式。最终结果如图：
图略。
整体可读性有了很大提升，并且能将Java对象自动的序列化为JSON字符串，并且查询时能自动把JSON反序列化为Java对象。
不过，其中记录了序列化时对应的 class 名称，目的是为了查询时实现自动反序列化。这会带来额外的内存开销。

5.3 StringRedisTemplate

方法详解
尽管之前 JSON 的序列化方式可以满足我们的需求，但依然存在一些问题，如下：

{
	"Class": "com.snow.Student",
	"name": "wang",
	"age": 18
}

为了在反序列化时知道对象的类型，JSON序列化器会将类的 class 类型写入json结果中，存入Redis，会带来额外的内存开销。

为了减少内存的消耗，我们可以采用手动序列化的方式，换句话说，就是不借助默认的序列化器，而是我们自己来控制序列化的动作，同时，我们只采用String的序列化器，这样，在存储value时，我们就不需要在内存中就不用多存储数据，从而节约我们的内存空间

这种用法比较普遍，因此SpringDataRedis就提供了RedisTemplate的子类：StringRedisTemplate，它的key和value的序列化方式默认就是String方式。
省去了我们自定义RedisTemplate的序列化方式的步骤，而是直接使用：

@SpringBootTest
class RedisStringTests {

    @Autowired
    private StringRedisTemplate stringRedisTemplate;

    @Test
    void testString() {
        // 写入一条String数据
        stringRedisTemplate.opsForValue().set("verify:phone:13600008888", "124143");
        // 获取string数据
        Object name = stringRedisTemplate.opsForValue().get("name");
        System.out.println("name = " + name);
    }

    private static final ObjectMapper mapper = new ObjectMapper();

    @Test
    void testSaveUser() throws JsonProcessingException {
        // 创建对象
        User user = new User("虎哥", 21);
        // 手动序列化
        String json = mapper.writeValueAsString(user);
        // 写入数据
        stringRedisTemplate.opsForValue().set("user:200", json);

        // 获取数据
        String jsonUser = stringRedisTemplate.opsForValue().get("user:200");
        // 手动反序列化
        User user1 = mapper.readValue(jsonUser, User.class);
        System.out.println("user1 = " + user1);
    }
}

此时我们再来看一看存储的数据，小伙伴们就会发现那个class数据已经不在了，节约了我们的空间~

{
	"name": "wang",
	"age": 18
}

总结：
RedisTemplate的两种序列化实践方案：

方案一：
- 自定义RedisTemplate
- 修改RedisTemplate的序列化器为GenericJackson2JsonRedisSerializer
  会占用额外的内存空间记录字节码
方案二：
- 使用StringRedisTemplate
- 写入Redis时，手动把对象序列化为JSON
- 读取Redis时，手动把读取到的JSON反序列化为对象

在这里插入图片描述