本文共 9704 字，大约阅读时间需要 32 分钟。

1.什么是Redis&Redis版本介绍

• redis

  Redis 是一个基于内存的高性能key-value数据库,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

• Reids的特点

  Redis本质上是一个Key-Value类型的内存数据库，很像memcached，整个数据库通通加载在内存当中进行操作，定期通过异步操作把数据库数据flush到硬盘上进行保存。因为是纯内存操作，Redis的性能非常出色，每秒可以处理超过 10万次读写操作，是已知性能最快的Key-Value DB。　　　Redis的出色之处不仅仅是性能，Redis最大的魅力是支持保存多种数据结构，此外单个value的最大限制是1GB，不像memcached只能保存1MB的数据，因此Redis可以用来实现很多有用的功能，比方说用他的List来做FIFO双向链表，实现一个轻量级的高性 能消息队列服务，用他的Set可以做高性能的tag系统等等。另外Redis也可以对存入的Key-Value设置expire时间，因此也可以被当作一 个功能加强版的memcached来用。　　　Redis的主要缺点是数据库容量受到物理内存的限制，不能用作海量数据的高性能读写，因此Redis适合的场景主要局限在较小数据量的高性能操作和运算上。

• 应用场景

  redis应用场景总结redis平时我们用到的地方蛮多的，下面就了解的应用场景做个总结：1、热点数据的缓存由于redis访问速度块、支持的数据类型比较丰富，所以redis很适合用来存储热点数据，另外结合expire，我们可以设置过期时间然后再进行缓存更新操作，这个功能最为常见，我们几乎所有的项目都有所运用。2、限时业务的运用(实现验证码60s)redis中可以使用expire命令设置一个键的生存时间，到时间后redis会删除它。利用这一特性可以运用在限时的优惠活动信息、手机验证码等业务场景。3、计数器相关问题redis由于incrby命令可以实现原子性的递增，所以可以运用于高并发的秒杀活动、分布式序列号的生成、具体业务还体现在比如限制一个手机号发多少条短信、一个接口一分钟限制多少请求、一个接口一天限制调用多少次等等。4、排行榜相关问题关系型数据库在排行榜方面查询速度普遍偏慢，所以可以借助redis的SortedSet进行热点数据的排序。在奶茶活动中，我们需要展示各个部门的点赞排行榜， 所以我针对每个部门做了一个SortedSet,然后以用户的openid作为上面的username,以用户的点赞数作为上面的score, 然后针对每个用户做一个hash,通过zrangebyscore就可以按照点赞数获取排行榜，然后再根据username获取用户的hash信息，这个当时在实际运用中性能体验也蛮不错的。5、分布式锁(Redission)这个主要利用redis的setnx命令进行，setnx："set if not exists"就是如果不存在则成功设置缓存同时返回1，否则返回0 ，这个特性在俞你奔远方的后台中有所运用，因为我们服务器是集群的，定时任务可能在两台机器上都会运行，所以在定时任务中首先 通过setnx设置一个lock，如果成功设置则执行，如果没有成功设置，则表明该定时任务已执行。 当然结合具体业务，我们可以给这个lock加一个过期时间，比如说30分钟执行一次的定时任务，那么这个过期时间设置为小于30分钟的一个时间 就可以，这个与定时任务的周期以及定时任务执行消耗时间相关。当然我们可以将这个特性运用于其他需要分布式锁的场景中，结合过期时间主要是防止死锁的出现。6、延时操作这个目前我做过相关测试，但是还没有运用到我们的实际项目中，下面我举个该特性的应用场景。 比如在订单生产后我们占用了库存，10分钟后去检验用户是够真正购买，如果没有购买将该单据设置无效，同时还原库存。 由于redis自2.8.0之后版本提供Keyspace Notifications功能，允许客户订阅Pub/Sub频道，以便以某种方式接收影响Redis数据集的事件。 所以我们对于上面的需求就可以用以下解决方案，我们在订单生产时，设置一个key，同时设置10分钟后过期， 我们在后台实现一个监听器，监听key的实效，监听到key失效时将后续逻辑加上。 当然我们也可以利用rabbitmq、activemq等消息中间件的延迟队列服务实现该需求。7、分页、模糊搜索redis的set集合中提供了一个zrangebylex方法，语法如下：ZRANGEBYLEX key min max [LIMIT offset count]通过ZRANGEBYLEX zset - + LIMIT 0 10 可以进行分页数据查询，其中- +表示获取全部数据zrangebylex key min max 这个就可以返回字典区间的数据，利用这个特性可以进行模糊查询功能，这个也是目前我在redis中发现的唯一一个支持对存储内容进行模糊查询的特性。前几天我通过这个特性，对学校数据进行了模拟测试，学校数据60万左右，响应时间在700ms左右，比mysql的like查询稍微快一点，但是由于它可以避免大量的数据库io操作，所以总体还是比直接mysql查询更利于系统的性能保障。8、点赞、好友等相互关系的存储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。 又或者在微博应用中，每个用户关注的人存在一个集合中，就很容易实现求两个人的共同好友功能。这个在奶茶活动中有运用，就是利用set存储用户之间的点赞关联的，另外在点赞前判断是否点赞过就利用了sismember方法，当时这个接口的响应时间控制在10毫秒内，十分高效。9、队列(MQ,java---->Queue)由于redis有list push和list pop这样的命令，所以能够很方便的执行队列操作。

• 使用redis有哪些好处

  (1) 速度快，因为数据存在内存中，类似于HashMap，HashMap的优势就是查找和操作的时间复杂度都是O(1) (2) 支持丰富数据类型，支持string，list，set，sorted set，hash (3) 支持事务，操作都是原子性，所谓的原子性就是对数据的更改要么全部执行，要么全部不执行 (4) 丰富的特性：可用于缓存，消息，按key设置过期时间，过期后将会自动删除

• 版本介绍

  第二位数为偶数代表稳定版,奇数则是测试版

2.Redis的获取和下载安装

• 下载地址

  http://www.redis.cn/download.html

• 历史版本地址

  http://download.redis.io/releases

• 下载

  #没有wgetyum install wget

3.通过xftp5上传

1.cd / 进入根目录

2.再cd /usr/local 进入local文件夹

3.mkdir redis 创建一个文件夹

4.通过xftp5上传下载好的redis.tar.gz文件

5.tar -zxvf 文件名 解压上传的redis文件

6.yum -y install gcc-c++ 安装c++编译器

7.使用make 命令进行编译

4.修改redis.conf文件

1. cd 进入解压后的redis文件内部

2. vi redis.conf 进入redis.conf配置文件，按i进入编辑模式

# 1.打开配置文件把下面对应的注释掉# bind 127.0.0.1# 2.Redis默认不是以守护进程的方式运行，可以通过该配置项修改，使用yes启用守护进程daemonize yes# 3.保护模式修改成noprotected-mode no #修改完后按esc退出编辑模式，:wq 保存退出;#进入src目录cd src#启动redis./redis-server ../redis.conf

5.启动redis

1. cd src 进入src文件夹

2. 使用命令./redis-server启动redis

   

3. 通过Redis Desktop Manager客户端连接测试

( 提取码: j1uq )

6.SpringBoot整合Redis

创建一个SpringBoot勾选以下内容

导入pom.xml

           
               
    
     org.springframework.boot
                
    
     spring-boot-starter-data-redis
            
           
           
               
    
     commons-pool
                
    
     commons-pool
                
    
     1.5.6
            
           
               
    
     redis.clients
                
    
     jedis
                
    
     2.7.0
            
   

编写application.yml文件

spring:  application:    name: 当前项目名  redis:    host: 服务器ip地址

7.RedisUtil工具类使用

可以使用RedisUtil工具类也可以使用RedisTemplate<K, V>类

import org.springframework.beans.factory.annotation.Autowired;import org.springframework.data.redis.core.RedisTemplate;import org.springframework.stereotype.Component;/** * redis操作工具类 * (基于RedisTemplate) */@Componentpublic class RedisUtils {
       @Autowired    private RedisTemplate
   
     redisTemplate;    /**     * 读取缓存     *     * @param key     * @return     */    public String get(final String key) {
           return redisTemplate.opsForValue().get(key);    }    /**     * 写入缓存     */    public boolean set(final String key, String value) {
           boolean result = false;        try {
               redisTemplate.opsForValue().set(key, value);            result = true;        } catch (Exception e) {
               e.printStackTrace();        }        return result;    }    /**     * 更新缓存     */    public boolean getAndSet(final String key, String value) {
           boolean result = false;        try {
               redisTemplate.opsForValue().getAndSet(key, value);            result = true;        } catch (Exception e) {
               e.printStackTrace();        }        return result;    }    /**     * 删除缓存     */    public boolean delete(final String key) {
           boolean result = false;        try {
               redisTemplate.delete(key);            result = true;        } catch (Exception e) {
               e.printStackTrace();        }        return result;    }}
   

8.创建一个Controller使用redis进行缓存

import org.springframework.data.redis.core.RedisTemplate;import org.springframework.data.redis.core.ValueOperations;import org.springframework.stereotype.Controller;import org.springframework.web.bind.annotation.RequestMapping;import org.springframework.web.bind.annotation.ResponseBody;import javax.annotation.Resource;/** * @Author 渣高帆 * @Date 2020/8/25 12:18 * @Version 1.0 * 作用: **/@Controllerpublic class RedisController {
       /**     * 创建一个redis模型对象     */    @Resource    private RedisTemplate
   
     redisTemplate;    @RequestMapping("/queryRedis")    @ResponseBody    public Object queryRedis(){
           //自定义一个固定的key方便取redis中缓存的值        String redisKey="key1";        /*通过redisTemplate.opsForValue()方法得到一个ValueOperations对象          对Redis进行缓存操作        */        ValueOperations
    
      vo = redisTemplate.opsForValue();        //通过key去拿value，这一步是为了看redis中当前这个键-值队中是否有值        Object o = vo.get(redisKey);        //判断redis中没有缓存数据        if (null==o) {
               //用来测试redis是否缓存数据，如果缓存了就不会打印这句话            System.out.println("第一次进入，当前redis中没有数据");            //没有缓存数据的话，写入数据（数据库操作同样如此）            vo.set(redisKey, "编程本就是逆天而行，死在路上很正常");            //数据库操作省略这一步            if (null!=vo.get(redisKey)){
                   o=vo.get(redisKey);            }        }        return o;    }}
    
   

执行结果

Redis Desktop Manager中结果

ValueOperations 源码

/**    *设置 key 的值为 value    *如果key不存在添加key 保存值为value    *如果key存在则对value进行覆盖    */    void set(K key, V value);    /**     * 设置 key 的值为 value     * 其它规则与 set(K key, V value)一样     * @param key 不能为空     * @param value 设置的值     * @param timeout 设置过期的时间     * @param unit 时间单位。不能为空     * @see Redis Documentation: SETEX     */    void set(K key, V value, long timeout, TimeUnit unit);    /**     *如果key不存在，则设置key 的值为 value. 存在则不设置     *设置成功返回true 失败返回false     * @param key key不能为空     * @param value 设置的值     */    Boolean setIfAbsent(K key, V value);    /**     * 把一个map的键值对添加到redis中，key-value 对应着 key value。如果key已经存在就覆盖，     * @param map不能为null 为null抛出空指针异常 可以为空集合     */    void multiSet(Map
    map);    /**     * 把一个map的键值对添加到redis中，key-value 对应着 key value。 当且仅当map中的所有key都     * 不存在的时候，添加成功返回 true，否则返回false.     * @param map map不能为空 可以为empty     */    Boolean multiSetIfAbsent(Map
    map);    /**     * 根据 key 获取对应的value 如果key不存在则返回null     * @param key 不能为null     */    V get(Object key);    /**     * 设置key的值为value 并返回旧值。 如果key不存在返回为null     * @param key 不能为null     */    V getAndSet(K key, V value);    /**     * 根据提供的key集合按顺序获取对应的value值     * @param 集合不能为null 可以为empty 集合     */    List
   
     multiGet(Collection
    
      keys);    /**     * 为key 的值加上 long delta. 原来的值必须是能转换成Integer类型的。否则会抛出异常。     * @param key 不能为null     * @param delta 需要增加的值     */    Long increment(K key, long delta);    /**     * 为key 的值加上 double delta. 原来的值必须是能转换成Integer类型的。否则会抛出异常。     * 添加double后不能再加整数。已经无法在转换为Integer     * @param key 不能为null     * @param 增加的值     */    Double increment(K key, double delta);    /**     * 为 key的值末尾追加 value 如果key不存在就直接等于 set(K key, V value)     *     * @param key 不能为null     * @param value 追加的值     * @see 
     Redis Documentation: APPEND     */    Integer append(K key, String value);    /**     * 获取key 值从 start位置开始到end位置结束。 等于String 的 subString 前后闭区间     *0 -1 整个key的值     *-4 -1 从尾部开始往前截长度为4     * @param key 不能为null     * @param start 起始位置     * @param end   结束位置     * @see 
     Redis Documentation: GETRANGE     */    String get(K key, long start, long end);    /**     * 将value从指定的位置开始覆盖原有的值。如果指定的开始位置大于字符串长度，先补空格在追加。     * 如果key不存在，则等于新增。长度大于0则先补空格 set("key10", "abc", 3) 得到结果为：     * 3空格 +"abc"     * @param key 不能为null     * @param value 值     * @param offset 开始的位置     */    void set(K key, V value, long offset);    /**     * 获取key的value的长度。key不存在返回0     * @param key 不能为空     */    Long size(K key);    /**     * 设置key的值偏移量为offset的bit位上的值为0或者1.true:1 false:0     *     * @param key 不能为空     * @param offset 偏移量     * @param value true or false     */    Boolean setBit(K key, long offset, boolean value);    /**     * 获取key的值偏移量offset的bit位的值。 返回true or false     *     * @param key 不能为空     * @param offset 偏移量     * 可以通过redis的 JedisConverters 对布尔结果进行转换     */    Boolean getBit(K key, long offset);
    
   

转载地址：http://hqqzi.baihongyu.com/