SB 集成 Redis 学习笔记之实际应用场景 - java 干货

·  阅读 1584
SB 集成 Redis 学习笔记之实际应用场景 - java 干货

之前利用springBoot中的缓存机制,使用Redis作为缓存容器,做了一个缓存的简单Demo,当然Redis不仅仅可以用来做缓存的容器,还有很多开发的实际场景中会用到Redis的特性,通过几天的学习,现将学习的成果整理分享给大家。希望大家也多多讨论,提供跟多的使用场景,来熟练掌握在springboot中的使用。

个人博客:z77z.oschina.io/

此项目下载地址:git.oschina.net/z77z/spring…

Redis的特性

  • Strings:Strings 数据结构是简单的key-value类型,value其实不仅是String,也可以是数字.
    常用命令: set,get,decr,incr,mget 等。
    常用方法:

    1. 获取字符串长度
    2. 往字符串append内容
    3. 设置和获取字符串的某一段内容
    4. 设置及获取字符串的某一位(bit)
    5. 批量设置一系列字符串的内容
  • Hashs:Redis Hash对应Value内部实际就是一个HashMap,常用命令:hget,hset,hgetall 等。

  • Lists:Redis list的实现为一个双向链表,即可以支持反向查找和遍历,更方便操作,不过带来了部分额外的内存开销,Redis内部的很多实现,包括发送缓冲队列等也都是用的这个数据结构。
    常用命令:lpush,rpush,lpop,rpop,lrange等。

  • Sets:Sets 集合的概念就是一堆不重复值的组合。Redis还为集合提供了求交集、并集、差集等操作,可以非常方便的实现如共同关注、共同喜好、二度好友等功能。
    常用命令:sadd,spop,smembers,sunion 等。

  • Sorted Sets:Redis sorted set的使用场景与set类似,区别是set不是自动有序的。sorted set可以通过用户额外提供一个优先级(score)的参数来为成员排序,并且是插入有序的,即自动排序。
    常用命令:zadd,zrange,zrem,zcard等

下面就根据这几个特性,也就是Redis支持的数据类型,来完成以下场景的实现。

场景一:简单计数功能

Redis是一个很好的计数器,计数器是 Redis 的原子性自增操作可实现的最直观的模式了,它的想法相当简单:每当某个操作发生时,向 Redis 发送一个 INCR 命令。使用场景比如网站的访问数,注册用户数,文章的点赞数,高并发的秒杀活动,分布式序列号生成等等统计计数的功能实现。Redis 解决这类计数问题得心应手,相比关系数据库速度更快,消耗资源更少。还可以通过set()方法来重置计数。

// 简单计数
    @Test
    public void test1() {
        try {
            ValueOperations opsForValue = stringRedisTemplate.opsForValue();
            //计数前打印
            System.out.println(opsForValue.get("test1"));
            for (int i = 0; i < 100; i++) {
                //计数,第一个参数为key值,第二个参数为每次增加计数的单位
                opsForValue.increment("test1", 1);
            }
            //计数后打印
            System.out.println(opsForValue.get("test1"));
        } catch (Exception e) {
            e.printStackTrace();
        }
    }复制代码

场景二:按时间统计计数

有时候除了简单的计数外,比如注册用户数需要按日统计,处理方法比较简单,把日期带入计数器 key 就可以。以此类推,还可以按其他方式进行统计计数,只需要把统计的方式添加到key值就可以了

// 按时间计数 
    @Test
    public void test2() {
        //将日期添加到key值中
        String key = "test2_" + new SimpleDateFormat("yyyy-MM-dd").format(new Date());
        try {
            ValueOperations opsForValue = stringRedisTemplate.opsForValue();
            System.out.println(opsForValue.get(key));
            for (int i = 0; i < 100; i++) {
                opsForValue.increment(key, 1);
            }
            System.out.println(opsForValue.get(key));
        } catch (Exception e) {
            e.printStackTrace();
        }
    }复制代码

场景三:按模糊Key值查询

在按条件统计计数的时候,把时间加入到了key值中,有时候要只是查询某个对象的统计数时,就可以使用模糊Key值查询。

// 模糊K值查询
    @Test
    public void test3() {
        try {
            ValueOperations opsForValue = stringRedisTemplate.opsForValue();
            //先获取前缀为test的Key值列表。
            Set keys = stringRedisTemplate.keys("test*");
            //遍历满足条件的Key值获取对应的value值
            for (String a : keys) {
                System.out.println(a + ":" + opsForValue.get(a));
            }
        } catch (Exception e) {
            e.printStackTrace();
        }
    }复制代码

场景四:设置Key的有效时间(防止高并发访问)

在redis中可以设置key值的有效时间,用户访问链接的时候,将用户的唯一信息比如ip地址等为key值,时间为value值,在redis中记录一下,在用户再次访问的时候,通过key值获取前一次访问的时间,比较时间的间隔,如果低于阀值,就拒绝这次请求,防止用户多次访问。这里只是写下在spring的RedisTemplate接口怎么使用。具体的逻辑实现自己搞定。

// 设置key值的有效时间
    @Test
    public void test4() {
        try {
            ValueOperations opsForValue = stringRedisTemplate.opsForValue();
            opsForValue.set("test4", "test4");
            System.out.println(opsForValue.get("test4"));
            // TimeUnit.SECONDS:解释定时参数的单位
            // MICROSECONDS 微秒 一百万分之一秒(就是毫秒/1000)
            // MILLISECONDS 毫秒 千分之一秒
            // NANOSECONDS 毫微秒 十亿分之一秒(就是微秒/1000)
            // SECONDS 秒
            // MINUTES 分钟
            // HOURS 小时
            // DAYS 天
            if(stringRedisTemplate.expire("test4", 5, TimeUnit.SECONDS)){
                System.out.println("设置过期时间成功,等待。。。。");
                Thread.sleep(5001);
            }
            System.out.println(opsForValue.get("test4"));
        } catch (Exception e) {
            e.printStackTrace();
        }
    }
复制代码

场景五:使用hashs存储获取修改java对象

在实际开发中,我们经常将一些结构化的信息打包成HashMap,在客户端序列化后存储为一个字符串的值,比如用户的昵称、年龄、性别、积分等,这时候在需要修改其中某一项时,通常需要将所有值取出反序列化后,修改某一项的值,再序列化存储回去。这样不仅增大了开销,也不适用于一些可能并发操作的场合(比如两个并发的操作都需要修改积分)。

而Redis的Hash结构可以使你像在数据库中Update一个属性一样只修改某一项属性值。因为Redis的Hash结构是以对象的名字作为redis的key值,以对象的唯一属性值作为hash的key值,以对象来作为redis的value值。结构图如下:

hashs存储结构图 hashs存储结构图
// 使用hashs存储获取对象
    @Test
    public void test5(){
        BeautifulPictures beautifulPictures = beautifulPicturesService.selectById(1);
        HashOperations hash = redisTemplate.opsForHash();
        hash.put("test5",beautifulPictures.getId(),beautifulPictures);
        System.out.println(hash.get("test5", beautifulPictures.getId()));
    }复制代码

场景六:使用lists有序存储读取

适用于获取最近N个操作的数据。

//使用lists存储读取 有序
    @Test
    public void test6(){
        ListOperations list = stringRedisTemplate.opsForList();
        list.leftPush("test6", "1");
        list.leftPush("test6", "2");
        list.leftPush("test6", "3");
        list.leftPush("test6", "4");
        list.leftPush("test6", "5");
        list.leftPush("test6", "6");
        list.leftPush("test6", "7");
        //保持链表只有3位
        list.trim("test6", 0, 2);
        System.out.println(list.range("test6", 0, list.size("test6")-1));
    }复制代码

场景七:使用sets存储读取 无序 去重 求差集,交集,并集

//使用set存储读取  无序 去重  求差集,交集,并集
    @Test
    public void test7(){
        SetOperations set = stringRedisTemplate.opsForSet();
        set.add("test7_1", "2", "1","2","3","4","4","3");
        set.add("test7_2", "2", "6","2","3","7","6","5");
        System.out.println("全部成员"+set.members("test7_1"));
        System.out.println("差集"+set.difference("test7_1", "test7_2"));
        System.out.println("交集"+set.intersect("test7_1", "test7_2"));
        System.out.println("并集"+set.union("test7_1", "test7_2"));
    }复制代码

场景八:Sorted Set 存取数据 排序

//Sorted Set 存取数据 排序  相比sets 保存时多一个权重参数score,相当于按照此参数来排序
    @Test
    public void test8(){
        ZSetOperations zSet = stringRedisTemplate.opsForZSet();
        zSet.add("test8", "use1", 9);
        zSet.add("test8", "use2", 1);
        zSet.add("test8", "use3", 5);
        zSet.add("test8", "use4", 9);
        //对应的score值增加
        //zSet.incrementScore("test8", "use1", 1);
        System.out.println(zSet.reverseRange("test8", 0, zSet.size("test8")-1));
    }复制代码
最后更新时间:
如要转载请注明出处:z77z.oschina.io/2017/02/06/…
分类:
后端
标签:
收藏成功!
已添加到「」, 点击更改