9224 字
46 分钟
Redis - 基础

初识Redis#

Redis是一种键值型的NoSQL数据库,这里有两个关键字

  • 键值型
  • NoSQL

其中键值型是指Redis中存储的数据都是以Key-Value键值对的形式存储,而Value的形式多种多样,可以使字符串、数值甚至Json

而NoSQL则是相对于传统关系型数据库而言,有很大差异的一种数据库

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

结构化与非结构化#

传统关系型数据库是结构化数据,每张表在创建的时候都有严格的约束信息,如字段名、字段数据类型、字段约束等,插入的数据必须遵循这些约束

而NoSQL则对数据库格式没有约束,可以是键值型,也可以是文档型,甚至是图格式

关联与非关联#

传统数据库的表与表之间往往存在关联,例如外键约束

而非关系型数据库不存在关联关系,要维护关系要么靠代码中的业务逻辑,要么靠数据之间的耦合

{
id: 1,
name: "张三",
orders: [
{
id: 1,
item: {
id: 10, title: "荣耀6", price: 4999
}
},
{
id: 2,
item: {
id: 20, title: "小米11", price: 3999
}
}
]
}

例如此处要维护张三与两个手机订单的关系,不得不冗余的将这两个商品保存在张三的订单文档中,不够优雅,所以建议使用业务逻辑来维护关联关系

查询方式#

传统关系型数据库会基于Sql语句做查询,语法有统一的标准

SELECT id, age FROM tb_user WHERE id = 1

而不同的非关系型数据库查询语法差异极大

Redis: get user:1
MongoDB: db.user.find({_id: 1})
elasticsearch: GET http://localhost:9200/users/1

事务#

传统关系型数据库能满足事务的ACID原则(原子性、一致性、独立性及持久性)

而非关系型数据库汪汪不支持事务,或者不能要个保证ACID的特性,只能实现计本的一致性

总结

特性SQLNoSQL
数据结构结构化 (Structured)非结构化
数据关联关联的 (Relational)无关联的
查询方式SQL 查询非SQL
事务特性ACIDBASE
存储方式磁盘内存
扩展性垂直水平
使用场景1) 数据结构固定
2) 对一致性、安全性要求不高
1) 数据结构不固定
2) 相关业务对数据安全性、一致性要求较高
3) 对性能要求高

存储方式

  • 关系型数据库基于磁盘进行存储,会有大量的磁盘IO,对性能有一定影响
  • 非关系型数据库,他们的操作更多的是依赖于内存来操作,内存的读写速度会非常快,性能自然会好一些

扩展性

  • 关系型数据库集群模式一般是主从,主从数据一致,起到数据备份的作用,称为垂直扩展。
  • 非关系型数据库可以将数据拆分,存储在不同机器上,可以保存海量数据,解决内存大小有限的问题。称为水平扩展。
  • 关系型数据库因为表之间存在关联关系,如果做水平扩展会给数据查询带来很多麻烦

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(使用C语言编写)。

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

作者:Antirez 博客地址

Redis官网:https://redis.io/

Redis6.0已经变多线程了?

这是因为Redis6.0的多线程仅仅是在对于网络请求处理这块,而核心的命令的执行这一部分依然是单线程,所以说Redis6.0它是单线程也是没有问题的。

安装Redis#

TIP

Redis的作者根本就没有编写Windows版本的Redis,网上的win版本redis并不是官方提供的,而是微软自己编译的

先安装VMware

再安装镜像

单机安装Redis#

安装Redis依赖

Terminal window
yum install -y gcc tcl

如果用不了,参考这个:新装 CentOS 7 切换 yum 源

上传安装包并解压

tar.gz包下载地址:https://redis.io/downloads/

将该包上传到/user/local/src目录

解压:

Terminal window
[root@localhost /]# cd /usr/local/src
[root@localhost src]# ll
总用量 2440
-rw-r--r--. 1 root root 2496149 11月 11 22:56 redis-6.2.14.tar.gz
[root@localhost src]# tar -zxvf redis-6.2.14.tar.gz

进入redis目录

Terminal window
cd redis-6.2.14

运行编译命令

Terminal window
make && make install

如果没有出错,应该就安装成功了。

默认的安装路径是在/usr/Local/bin目录下:

该目录以及默认配置到环境变量,因此可以在任意目录下运行这些命令。其中:

  • redis-cli:是redis提供的命令行客户端
  • redis-server:是redis的服务端启动脚本
  • redis-sentinel:是redis的哨兵启动脚本

启动方式#

redis的启动方式有很多种,例如:

  • 默认启动
  • 指定配置启动
  • 开机自启
默认启动#

进入redis安装目录,执行redis-server

Terminal window
cd redis-6.2.14
redis-server

这是前台启动方式,如果退出,redis就停止了。

指定配置启动#

如果要让Redis以后台方式启动,则必须修改Redis配置文件,就在我们之前解压的redis安装包下 (/usr/local/src/redis-6.2.6),名字叫redis.conf:

Terminal window
cp redis.conf redis.conf.bck

然后修改redis.conf文件中的一些配置:

Terminal window
#允许访问的地址,默认是127.0.0.1,会导致只能在本地访问。修改为0.0.0.0则可以在任意IP访问,生产环境不要设置为0.0.0.0
bind 0.0.0.0
# 守护进程,修改为yes后即可后台运行
daemonize yes
# 密码,设置后访可Redis必须输入密码
requirepass 123321

Redis的其它常见配置:

Terminal window
#监听的端口
port 6379
#工作目录,默认是当前日录,也就是运行redis-server时的命令,日志、持久化等文件会保存在这个目录
dir .
# 数据库数量,设置为1,代表只使用1个库,默认有16个库,编号0~15
databases 1
#设置redis能够使用的最大内存
maxmemory 512mb
#日志文件,默认为空,不记录日志,可以指定日志文件名(日志的位置就在dir所指定的位置)
logfile "redis.log"

启动Redis:

Terminal window
# 进入redis安装目录
cd /usr/local/src/redis-6.2.14
# 启动redis
redis-server redis.conf
# 查看redis进程是否启动成功
ps -ef|grep redis
# 杀掉redis进程
kill -9 pid
开机自启#

我们也可以通过配置来实现开机自启。

首先,新建一个系统服务文件:

Terminal window
vi /etc/systemd/system/redis.service

内容如下

[Unit]
Description=redis-server
After=network.target
[Service]
Type=forking
ExecStart=/usr/local/bin/redis-server /usr/local/src/redis-6.2.14/redis.conf
PrivateTmp=true
[Install]
WantedBy=multi-user.target

然后重载系统服务:

Terminal window
systemctl daemon-reload

现在,我们可以用下面这组命令来操作redis了:

Terminal window
# 启动redis
systemctl start redis
# 查看运行状态
systemctl status redis
# 停止redis
systemctl stop redis
# 重启redis
systemctl restart redis
systemctl enable redis # 设置开机自启
# 关闭开机自启(disable 不会停止当前正在运行的服务,只影响下次开机。如果你想立即停止服务 + 禁用自启,需要两个命令一起用。)
systemctl disable redis

说明

这是一个典型的 systemd 服务配置文件,用于在 Linux 系统上开机自启 Redis 服务。 其中:

  • ExecStart 指定了启动命令和配置文件路径;
  • After=network.target 表示在网络启动后运行;
  • WantedBy=multi-user.target 表示开机时启用该服务。

Redis客户端#

安装完成Redis,我们就可以操作Redis,实现数据的CRUD了。这需要用到Redis客户端,包括:

  • 命令行客户端
  • 图形化桌面客户端
  • 编程客户端
Redis命令行客户端#

Redis安装完成后就自带了命令行客户端:redis-cli,使用方式如下:

Terminal window
redis-cli [options] [command]

常见的options有

  • -h 127.0.0.1: 指定要连接的redis节点的IP地址,默认是127.0.0.1
  • -p 6379: 指定要连接的redis节点的端口,默认是6379
  • -a 123123: 指定要连接的redis节点的密码

其中的commonds就是Redis的操作命令,例如:

  • ping:与redis服务端做心跳测试,服务端正常会返回pong

不指定commond时,会进入redis-cLi的交互控制台:

Terminal window
redis-cli
redis-cli -a 密码
127.0.0.1:6379> ping
PONG
127.0.0.1:6379> set name jack
OK
127.0.0.1:6379> get name
"jack"

或者

Terminal window
[root@192 redis-6.2.14]# redis-cli
127.0.0.1:6379> get name
(error) NOAUTH Authentication required.
127.0.0.1:6379> Auth 密码
OK
图形化桌面客户端#

GitHub上的大神编写了Redis的图形化桌面客户端,地址:https://github.com/uglide/RedisDesktopManager

不过该仓库提供的是RedisDesktopManager的源码,并未提供windows安装包。

在下面这个仓库可以找到安装包:https://github.com/lework/RedisDesktopManager-Windows/releases

或者使用这个现代化Redis桌面客户端

  • 如果连不上,设置防火墙
Terminal window
# 永久放行 Redis 端口(6379)
firewall-cmd --permanent --add-port=6379/tcp
# 重载防火墙规则
firewall-cmd --reload
# 验证端口是否已开放
firewall-cmd --list-ports | grep 6379

Redis命令#

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:

Redis 数据类型分类#

类型示例值分类
Stringhello world基本类型
Hash{name: "Jack", age: 21}基本类型
List[A -> B -> C -> C]基本类型
Set{A, B, C}基本类型
SortedSet{A: 1, B: 2, C: 3}基本类型
GEO{A: (120.3, 30.5)}特殊类型
BitMap0110110101110101011特殊类型
HyperLog0110110101110101011特殊类型

📌 说明:

  • 基本类型:String、Hash、List、Set、SortedSet 是 Redis 最常用的五种数据结构。
  • 特殊类型:GEO(地理位置)、BitMap(位图)、HyperLog(基数估算)是基于基础结构封装的高级功能,用于特定场景优化。

Redis为了方便我们学习,将操作不同数据类型的命令也做了分组,在官网 https://redis.io/commands 可以查看 到不同的命令

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,不建议在生产环境设备上使用
  • 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

通过 help [command] 可以查看一个命令的具体用法,例如:

KEYS命令:

Terminal window
127.0.0.1:6379> help KEYS
KEYS pattern
summary: Find all keys matching the given pattern
since: 1.0.0
group: generic
127.0.0.1:6379>
# 列出所有key
127.0.0.1:6379> KEYS *
1) "name"
# 模糊查询key 以n开头的key
127.0.0.1:6379> KEYS n*
1) "name"

DEL命令:

Terminal window
127.0.0.1:6379> KEYS *
1) "age"
2) "name"
127.0.0.1:6379> DEL age name
(integer) 2
127.0.0.1:6379> KEYS *
(empty array)
127.0.0.1:6379>

EXISTS命令:

Terminal window
127.0.0.1:6379> help EXISTS
EXISTS key [key ...]
summary: Determine if a key exists
since: 1.0.0
group: generic
127.0.0.1:6379> EXISTS name
(integer) 0
127.0.0.1:6379> set age 18
OK
127.0.0.1:6379> EXISTS age
(integer) 1
127.0.0.1:6379>

EXPIRE命令 TTL命令:

Terminal window
127.0.0.1:6379> help EXPIRE
EXPIRE key seconds
summary: Set a key's time to live in seconds
since: 1.0.0
group: generic
127.0.0.1:6379> EXPIRE age 20
(integer) 1
127.0.0.1:6379> TTL age
(integer) 16
127.0.0.1:6379> TTL age
(integer) -2
127.0.0.1:6379>
# -2 表示key者已经过期
# -1 表示永久有效

String类型#

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512M

String类型常见命令:

  • 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
Terminal window
127.0.0.1:6379> MSET k1 v1 k2 v2
OK
127.0.0.1:6379> MGET k1 k2
1) "v1"
2) "v2"
127.0.0.1:6379>
127.0.0.1:6379> set age 18
OK
127.0.0.1:6379> INCR age
(integer) 19
127.0.0.1:6379> get age
"19"
127.0.0.1:6379> set num 10.1
OK
127.0.0.1:6379> INCRBYFLOAT num 0.5
"10.6"
127.0.0.1:6379> INCRBYFLOAT num 0.5
"11.1"
127.0.0.1:6379> INCRBYFLOAT num 0.5
"11.6"
127.0.0.1:6379> get num
"11.6"
127.0.0.1:6379>

Key的层级格式#

Redis没有类似MySQL中Table的概念,那么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,有一个用户的id是1,有一个商品的id恰好也是1,如果此时使用id作为key,那么就会发生冲突,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
Terminal window
项目名:业务名:类型:id

这个格式也并非是固定的,可以根据自己的需求来删除/添加词条,这样我们就可以把不同数据类型的数据区分开了,从而避免了key的冲突问题

例如我们的项目名称叫 codevision,有 userproduct 两种不同类型的数据,我们可以这样定义 key:

  • user 相关的 key:codevision:user:1
  • product 相关的 key:codevision: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:

KEYVALUE
codevision:user:1{"id":1, "name": "Jack", "age": 21}
codevision:product:1{"id":1, "name": "小米11", "price": 4999}

一旦我们向redis采用这样的方式存储,那么在可视化界面中,redis会以层级结构来进行存储,形成类似于这样的结构,更加方便Redis获取数据。

String 类型的三种格式

  • 字符串
  • int
  • float

Redis 的 key 格式规范

  • [项目名]:[业务名]:[类型]:[id]

Hash类型#

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 类型存储对象的问题:

当使用 String 类型存储对象时,通常会将对象序列化为 JSON 字符串后存储。这种方式在需要修改对象某个字段时非常不便:

KEYVALUE
heima:user:1{"name":"Jack", "age":21}
heima:user:2{"name":"Rose", "age":18}

Hash 类型的优势:支持字段级 CRUD

Hash 结构可以将对象中的每个字段独立存储,允许对单个字段进行增删改查(CRUD),无需操作整个对象:

KEYFIELDVALUE
heima:user:1nameJack
heima:user:1age21
heima:user:2nameRose
heima:user:2age18
Terminal window
127.0.0.1:6379> HSET codevision:user:3 name zhangSan
(integer) 1
127.0.0.1:6379> HGET codevision:user:3 name
"zhangSan"
127.0.0.1:6379> HMSET codevision:user:4 name Lucy sex man age 40
OK
127.0.0.1:6379> HMGET codevision:user:4 name age
1) "Lucy"
2) "40"
127.0.0.1:6379>
127.0.0.1:6379> HGETALL codevision:user:3
1) "name"
2) "zhangSan"
3) "age"
4) "17"
127.0.0.1:6379>
127.0.0.1:6379> HKEYS codevision:user:3
1) "name"
2) "age"
127.0.0.1:6379>
127.0.0.1:6379> HVALS codevision:user:3
1) "zhangSan"
2) "17"
127.0.0.1:6379>
127.0.0.1:6379> HINCRBY codevision:user:3 age 2
(integer) 19
127.0.0.1:6379> HINCRBY codevision:user:3 age 2
(integer) 21
127.0.0.1:6379> HINCRBY codevision:user:3 age 2
(integer) 23
127.0.0.1:6379>
127.0.0.1:6379> HSETNX codevision:user:3 age 45 # 没有成功,已经存在
(integer) 0
127.0.0.1:6379> HSETNX codevision:user:3 sex man
(integer) 1
127.0.0.1:6379>

Hash的常见命令有:

  • 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,前提是个这个field不存在,否则不执行

List类型#

Redis中的List类型与Java中的LinkedList类似,可以看做一个双向链表结构。既可以支持正向检索和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 start 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

Terminal window
127.0.0.1:6379> LPUSH users 1 2 3
(integer) 3
127.0.0.1:6379>
127.0.0.1:6379> RPUSH users 4 5 6
(integer) 6
127.0.0.1:6379> LPOP users 1
1) "3"
127.0.0.1:6379> RPOP users 1
1) "6"
127.0.0.1:6379> LRANGE users 1 4 # 下标从0开始计
1) "1"
2) "4"
3) "5"
127.0.0.1:6379>
127.0.0.1:6379> BLPOP users2 10 # 如果在10s内没有元素被加入,则返回nil,如果有元素加入就会获取到
(nil)
(10.10s)
127.0.0.1:6379>

如何利用List结构模拟一个栈?

  • 入口和出口在同一边。使用LPUSH/LPOP 或 RPUSH/RPOP进行元素操作。

如何利用List结构模拟一个队列?

  • 入口和出口在不同边。使用LPUSH/RPOP 或 RPUSH/LPOP进行元素操作。

如何利用List结构模拟一个阻塞队列?

  • 入口和出口在不同边,且出队时采用BLPOP或BRPOP

栈:先进后出(像一个人喝酒喝多了吐了)

队列:先进先出(像一个人喝酒没有吐,从下面排放出去😂)

Set类型#

Redis中的Set结构与Java中的HashSet类似,可以看做一个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
  • SDIFF key1 key2 …:求key1与key2的差集
  • SUNION key1 key2 …:求key1和key2的并集
Terminal window
127.0.0.1:6379> SADD s1 1 2 3
(integer) 3
127.0.0.1:6379> SMEMBERS s1
1) "1"
2) "2"
3) "3"
127.0.0.1:6379> SREM s1 1
(integer) 1
127.0.0.1:6379> SISMEMBER s1 1
(integer) 0
127.0.0.1:6379> SISMEMBER s1 b
(integer) 0
127.0.0.1:6379> SISMEMBER s1 2
(integer) 1
127.0.0.1:6379> SCARD s1
(integer) 2
127.0.0.1:6379>

如图:

INTER交集BC
S1 DIFF S2差集A
并集ABCD

Set命令的练习

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
  • 李四的好友有:王五、麻子、二狗
Terminal window
127.0.0.1:6379> SADD zs lisi wangwu zhaoliu
(integer) 3
127.0.0.1:6379> SADD ls wangwu mazi ergou
(integer) 3
127.0.0.1:6379>

利用Set的命令实现下列功能:

  • 计算张三的好友有几人
  • 计算张三和李四有哪些共同好友
  • 查询哪些人是张三的好友却不是李四的好友
  • 查询张三和李四的好友总共有哪些人
  • 判断李四是否是张三的好友
  • 判断张三是否是李四的好友
  • 将李四从张三的好友列表中移除
Terminal window
127.0.0.1:6379> SCARD zs
(integer) 3
127.0.0.1:6379>
127.0.0.1:6379> SINTER zs ls
1) "wangwu"
127.0.0.1:6379>
127.0.0.1:6379> SDIFF zs ls
1) "lisi"
2) "zhaoliu"
127.0.0.1:6379>
127.0.0.1:6379> SUNION zs ls
1) "zhaoliu"
2) "lisi"
3) "ergou"
4) "wangwu"
5) "mazi"
127.0.0.1:6379>
127.0.0.1:6379> SISMEMBER zs lisi
(integer) 1
127.0.0.1:6379> SISMEMBER ls zhangsan
(integer) 0
127.0.0.1:6379> SREM zs lisi
(integer) 1
127.0.0.1:6379>

SortedSet类型#

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

Terminal window
127.0.0.1:6379> help @sorted_set
BZPOPMAX key [key ...] timeout
summary: Remove and return the member with the highest score from one or more sorted sets, or block until one is available
since: 5.0.0
BZPOPMIN key [key ...] timeout
summary: Remove and return the member with the lowest score from one or more sorted sets, or block until one is available
since: 5.0.0
ZADD key [NX|XX] [GT|LT] [CH] [INCR] score member [score member ...]
summary: Add one or more members to a sorted set, or update its score if it already exists
since: 1.2.0
ZCARD key
summary: Get the number of members in a sorted set
since: 1.2.0
ZCOUNT key min max
summary: Count the members in a sorted set with scores within the given values
since: 2.0.0
ZDIFF numkeys key [key ...] [WITHSCORES]
summary: Subtract multiple sorted sets
since: 6.2.0
ZDIFFSTORE destination numkeys key [key ...]
summary: Subtract multiple sorted sets and store the resulting sorted set in a new key
since: 6.2.0
ZINCRBY key increment member
summary: Increment the score of a member in a sorted set
since: 1.2.0
ZINTER numkeys key [key ...] [WEIGHTS weight] [AGGREGATE SUM|MIN|MAX] [WITHSCORES]
summary: Intersect multiple sorted sets
since: 6.2.0
ZINTERSTORE destination numkeys key [key ...] [WEIGHTS weight] [AGGREGATE SUM|MIN|MAX]
summary: Intersect multiple sorted sets and store the resulting sorted set in a new key
since: 2.0.0
ZLEXCOUNT key min max
summary: Count the number of members in a sorted set between a given lexicographical range
since: 2.8.9
ZMSCORE key member [member ...]
summary: Get the score associated with the given members in a sorted set
since: 6.2.0
ZPOPMAX key [count]
summary: Remove and return members with the highest scores in a sorted set
since: 5.0.0
ZPOPMIN key [count]
summary: Remove and return members with the lowest scores in a sorted set
since: 5.0.0
ZRANDMEMBER key [count [WITHSCORES]]
summary: Get one or multiple random elements from a sorted set
since: 6.2.0
ZRANGE key min max [BYSCORE|BYLEX] [REV] [LIMIT offset count] [WITHSCORES]
summary: Return a range of members in a sorted set
since: 1.2.0
ZRANGEBYLEX key min max [LIMIT offset count]
summary: Return a range of members in a sorted set, by lexicographical range
since: 2.8.9
ZRANGEBYSCORE key min max [WITHSCORES] [LIMIT offset count]
summary: Return a range of members in a sorted set, by score
since: 1.0.5
ZRANGESTORE dst src min max [BYSCORE|BYLEX] [REV] [LIMIT offset count]
summary: Store a range of members from sorted set into another key
since: 6.2.0
ZRANK key member
summary: Determine the index of a member in a sorted set
since: 2.0.0
ZREM key member [member ...]
summary: Remove one or more members from a sorted set
since: 1.2.0
ZREMRANGEBYLEX key min max
summary: Remove all members in a sorted set between the given lexicographical range
since: 2.8.9
ZREMRANGEBYRANK key start stop
summary: Remove all members in a sorted set within the given indexes
since: 2.0.0
ZREMRANGEBYSCORE key min max
summary: Remove all members in a sorted set within the given scores
since: 1.2.0
ZREVRANGE key start stop [WITHSCORES]
summary: Return a range of members in a sorted set, by index, with scores ordered from high to low
since: 1.2.0
ZREVRANGEBYLEX key max min [LIMIT offset count]
summary: Return a range of members in a sorted set, by lexicographical range, ordered from higher to lower strings.
since: 2.8.9
ZREVRANGEBYSCORE key max min [WITHSCORES] [LIMIT offset count]
summary: Return a range of members in a sorted set, by score, with scores ordered from high to low
since: 2.2.0
ZREVRANK key member
summary: Determine the index of a member in a sorted set, with scores ordered from high to low
since: 2.0.0
ZSCAN key cursor [MATCH pattern] [COUNT count]
summary: Incrementally iterate sorted sets elements and associated scores
since: 2.8.0
ZSCORE key member
summary: Get the score associated with the given member in a sorted set
since: 1.2.0
ZUNION numkeys key [key ...] [WEIGHTS weight] [AGGREGATE SUM|MIN|MAX] [WITHSCORES]
summary: Add multiple sorted sets
since: 6.2.0
ZUNIONSTORE destination numkeys key [key ...] [WEIGHTS weight] [AGGREGATE SUM|MIN|MAX]
summary: Add multiple sorted sets and store the resulting sorted set in a new key
since: 2.0.0

SortedSet命令练习

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
Terminal window
127.0.0.1:6379> ZADD stus 85 Jack 89 Lucy 82 Rose 95 Tom 78 Jerry 92 Amy 76 Miles
(integer) 7
127.0.0.1:6379>
127.0.0.1:6379> ZREM stus Tom
(integer) 1
127.0.0.1:6379> ZRANK stus Rose # 注意返回的排名是从0开始的,(ZRANK升序)
(integer) 2
127.0.0.1:6379> ZREVRANK stus Rose
(integer) 3
127.0.0.1:6379>
127.0.0.1:6379> ZCOUNT stus 0 80
(integer) 2
127.0.0.1:6379>
127.0.0.1:6379> ZINCRBY stus 2 Amy
"94"
127.0.0.1:6379>
127.0.0.1:6379> ZREVRANGE stus 0 2 # 注意这个命令是角标
1) "Amy"
2) "Lucy"
3) "Jack"
127.0.0.1:6379>
127.0.0.1:6379> ZRANGEBYSCORE stus 0 80
1) "Miles"
2) "Jerry"
127.0.0.1:6379>

Redis的Java客户端#

客户端对比#

在Redis官网中提供了各种语言的客户端,地址:https://redis.io/clients

Jedis#

Jedis快速入门#

Jedis的官网地址: https://github.com/redis/jedis,我们先来个快速入门

Jedis使用的基本步骤:

  1. 引入依赖

  2. 创建jedis对象,建立连接

  3. 使用jedis,方法名与Redis命令一致

  4. 释放资源

  5. 引入依赖:

<dependency>
<groupId>redis.clients</groupId>
<artifactId>jedis</artifactId>
<version>3.7.0</version>
</dependency>
private Jedis jedis;
@BeforeEach
void setUp() {
// 建立连接
jedis = new Jedis("192.168.150.101", 6379);
// 设置密码
jedis.auth("123321");
// 选择库
jedis.select(0);
}
  1. 测试string
@Test
void testString() {
// 插入数据,方法名称就是redis命令名称,非常简单
String result = jedis.set("name", "张三");
System.out.println("result = " + result);
// 获取数据
String name = jedis.get("name");
System.out.println("name = " + name);
}
  • 释放资源
@AfterEach
void tearDown() {
// 释放资源
if (jedis != null) {
jedis.close();
}
}

所有代码

package com.zzyang.jedis;
import org.junit.jupiter.api.AfterEach;
import org.junit.jupiter.api.BeforeEach;
import org.junit.jupiter.api.Test;
import redis.clients.jedis.Jedis;
public class JedisTest {
private Jedis jedis;
@BeforeEach
void setUp() {
jedis = new Jedis("192.168.9.128", 6379);
jedis.auth("Zzy20020913.");
jedis.select(0);
}
@Test
void testString() {
String result = jedis.set("name", "zzy");
System.out.println("result = " + result);
String name = jedis.get("name");
System.out.println("name = " + name);
}
@Test
void testHash() {
// 插入hash数据
jedis.hmset("user:5", Map.of("name", "Jack"));
jedis.hmset("user:5", Map.of("age", "21"));
Map<String, String> map = jedis.hgetAll("user:5");
System.out.println("map = " + map);
}
@AfterEach
void tearDown() {
if (jedis != null) {
jedis.close();
}
}
}

Jedis连接池#

Jedis本身是线程不安全的,并且频繁的创建和销毁连接会有性能损耗,因此我们推荐大家使用Jedis连接池代替Jedis的 直连方式。

创建一个工具类

package com.zzyang.jedis.utils;
import redis.clients.jedis.Jedis;
import redis.clients.jedis.JedisPool;
import redis.clients.jedis.JedisPoolConfig;
public class JedisConnectionFactory {
private static final JedisPool jedisPool;
static {
JedisPoolConfig jedisPoolConfig = new JedisPoolConfig();
jedisPoolConfig.setMaxTotal(8); // 最大连接数
jedisPoolConfig.setMaxIdle(8); // 最大空闲连接数
jedisPoolConfig.setMinIdle(0); // 最小空闲连接数
jedisPoolConfig.setMaxWaitMillis(1000); // 设置获取连接的最大等待时间,单位毫秒
jedisPool = new JedisPool(jedisPoolConfig, "192.168.9.128", 6379, 1000, "密码");
}
public static Jedis getJedis() {
return jedisPool.getResource();
}
}

修改

@BeforeEach
void setUp() {
// jedis = new Jedis("192.168.9.128", 6379);
jedis = JedisConnectionFactory.getJedis();
jedis.auth("Zzy20020913.");
jedis.select(0);
}

Redis的Java客户端#

认识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(方便数据的存储和读取)
  • 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。像redis一样,对不同数据类型做了分组,将不同数据类型的操作API封装到了不同的类型中:

API返回值类型说明
redisTemplate.opsForValue()ValueOperations操作String类型数据
redisTemplate.opsForHash()HashOperations操作Hash类型数据
redisTemplate.opsForList()ListOperations操作List类型数据
redisTemplate.opsForSet()SetOperations操作Set类型数据
redisTemplate.opsForZSet()ZSetOperations操作SortedSet类型数据
redisTemplate-通用的命令

RedisTemplate快速入门#

SpringBoot已经提供了对SpringDataRedis的支持,使用非常简单:

  1. 引入依赖
<!--Redis依赖-->
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-data-redis</artifactId>
</dependency>
<!--连接池依赖-->
<dependency>
<groupId>org.apache.commons</groupId>
<artifactId>commons-pool2</artifactId>
</dependency>
  1. 配置文件
spring:
redis:
host: 192.168.150.101
port: 6379
password: 123321
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: 100 # 连接等待时间
  1. 注入RedisTemplate
@Autowired
private RedisTemplate redisTemplate;
@SpringBootTest
public class RedisTest {
@Autowired
private RedisTemplate redisTemplate;
@Test
void testString() {
// 插入一条string类型数据
redisTemplate.opsForValue().set("name", "李四");
// 读取一条string类型数据
Object name = redisTemplate.opsForValue().get("name");
System.out.println("name = " + name);
}
}

RedisTemplate的RedisSerializer#

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

创建Redis配置文件,添加序列化器:

@Configuration
public class RedisConfiguration {
@Bean
@SuppressWarnings("all")
public RedisTemplate<String, Object> redisTemplate(RedisConnectionFactory factory) {
// 我们为了自己开发方便,一般直接使用 <String, Object>
RedisTemplate<String, Object> template = new RedisTemplate<String, Object>();
template.setConnectionFactory(factory);
// Json序列化配置
Jackson2JsonRedisSerializer 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);
// String 的序列化
StringRedisSerializer stringRedisSerializer = new StringRedisSerializer();
// key采用String的序列化方式
template.setKeySerializer(stringRedisSerializer);
// hash的key也采用String的序列化方式
template.setHashKeySerializer(stringRedisSerializer);
// value序列化方式采用jackson
template.setValueSerializer(jackson2JsonRedisSerializer);
// hash的value序列化方式采用jackson
template.setHashValueSerializer(jackson2JsonRedisSerializer);
template.afterPropertiesSet();
return template;
}
}

创建一个Redis工具类,对RedisTemplate进行封装,像使用原生Redis指令那样在java中使用对应API

/**
* Redis工具类
*/
@Component
public class RedisUtil {
@Autowired
private RedisTemplate redisTemplate;
/****************** common start ****************/
/**
* 指定缓存失效时间
* @param key
* @param time 时间(秒)
* @return
*/
public boolean expire(String key, long time) {
try {
if (time > 0) {
redisTemplate.expire(key, time, TimeUnit.SECONDS);
}
return true;
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
* 根据key 获取过期时间
* @param key 键 不能为null
* @return 时间(秒) 返回0代表为永久有效
*/
public long getExpire(String key) {
return redisTemplate.getExpire(key, TimeUnit.SECONDS);
}
/**
* 判断key是否存在
* @param key
* @return true 存在 false不存在
*/
public boolean hasKey(String key) {
try {
return redisTemplate.hasKey(key);
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
* 删除缓存
* @param key 可以传一个值 或多个
*/
@SuppressWarnings("unchecked")
public void del(String... key) {
if (key != null && key.length > 0) {
if (key.length == 1) {
redisTemplate.delete(key[0]);
} else {
redisTemplate.delete((Collection<String>) CollectionUtils.arrayToList(key));
}
}
}
/****************** common end ****************/
/****************** String start ****************/
/**
* 普通缓存获取
* @param key
* @return
*/
public Object get(String key) {
return key == null ? null : redisTemplate.opsForValue().get(key);
}
/**
* 普通缓存放入
* @param key
* @param value
* @return true成功 false失败
*/
public boolean set(String key, Object value) {
try {
redisTemplate.opsForValue().set(key, value);
return true;
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
* 普通缓存放入并设置时间
* @param key
* @param value
* @param time 时间(秒) time要大于0 如果time小于等于0 将设置无限期
* @return true成功 false 失败
*/
public boolean set(String key, Object value, long time) {
try {
if (time > 0) {
redisTemplate.opsForValue().set(key, value, time, TimeUnit.SECONDS);
} else {
set(key, value);
}
return true;
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
* 递增
* @param key
* @param delta 要增加几(大于0)
* @return
*/
public long incr(String key, long delta) {
if (delta < 0) {
throw new RuntimeException("递增因子必须大于0");
}
return redisTemplate.opsForValue().increment(key, delta);
}
/**
* 递减
* @param key
* @param delta 要减少几(小于0)
* @return
*/
public long decr(String key, long delta) {
if (delta < 0) {
throw new RuntimeException("递减因子必须大于0");
}
return redisTemplate.opsForValue().increment(key, -delta);
}
/****************** String end ****************/
/****************** Map start ****************/
/**
* HashGet
* @param key 键 不能为null
* @param item 项 不能为null
* @return
*/
public Object hget(String key, String item) {
return redisTemplate.opsForHash().get(key, item);
}
/**
* 获取hashKey对应的所有键值
* @param key
* @return 对应的多个键值
*/
public Map<Object, Object> hmget(String key) {
return redisTemplate.opsForHash().entries(key);
}
/**
* HashSet
* @param key
* @param map 对应多个键值
* @return true 成功 false 失败
*/
public boolean hmset(String key, Map<String, Object> map) {
try {
redisTemplate.opsForHash().putAll(key, map);
return true;
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
* HashSet 并设置时间
* @param key
* @param map 对应多个键值
* @param time 时间(秒)
* @return true成功 false失败
*/
public boolean hmset(String key, Map<String, Object> map, long time) {
try {
redisTemplate.opsForHash().putAll(key, map);
if (time > 0) {
expire(key, time);
}
return true;
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
* 向一张hash表中放入数据,如果不存在将创建
* @param key
* @param item
* @param value
* @return true 成功 false失败
*/
public boolean hset(String key, String item, Object value) {
try {
redisTemplate.opsForHash().put(key, item, value);
return true;
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
* 向一张hash表中放入数据,如果不存在将创建
* @param key
* @param item
* @param value
* @param time 时间(秒) 注意:如果已存在的hash表有时间,这里将会替换原有的时间
* @return true 成功 false失败
*/
public boolean hset(String key, String item, Object value, long time) {
try {
redisTemplate.opsForHash().put(key, item, value);
if (time > 0) {
expire(key, time);
}
return true;
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
* 删除hash表中的值
* @param key 键 不能为null
* @param item 项 可以使多个 不能为null
*/
public void hdel(String key, Object... item) {
redisTemplate.opsForHash().delete(key, item);
}
/**
* 判断hash表中是否有该项的值
* @param key 键 不能为null
* @param item 项 不能为null
* @return true 存在 false不存在
*/
public boolean hHasKey(String key, String item) {
return redisTemplate.opsForHash().hasKey(key, item);
}
/**
* hash递增 如果不存在,就会创建一个 并把新增后的值返回
* @param key
* @param item
* @param by 要增加几(大于0)
* @return
*/
public double hincr(String key, String item, long by) {
return redisTemplate.opsForHash().increment(key, item, by);
}
/**
* hash递减
* @param key
* @param item
* @param by 要减少记(小于0)
* @return
*/
public double hdecr(String key, String item, long by) {
return redisTemplate.opsForHash().increment(key, item, -by);
}
/****************** Map end ****************/
/****************** Set start ****************/
/**
* 根据key获取Set中的所有值
* @param key
* @return
*/
public Set<Object> sGet(String key) {
try {
return redisTemplate.opsForSet().members(key);
} catch (Exception e) {
e.printStackTrace();
return null;
}
}
/**
* 根据value从一个set中查询,是否存在
* @param key
* @param value
* @return true 存在 false不存在
*/
public boolean sHasKey(String key, Object value) {
try {
return redisTemplate.opsForSet().isMember(key, value);
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
* 将数据放入set缓存
* @param key
* @param values 值 可以是多个
* @return 成功个数
*/
public long sSet(String key, Object... values) {
try {
return redisTemplate.opsForSet().add(key, values);
} catch (Exception e) {
e.printStackTrace();
return 0;
}
}
/**
* 将set数据放入缓存
* @param key
* @param time 时间(秒)
* @param values 值 可以是多个
* @return 成功个数
*/
public long sSetAndTime(String key, long time, Object... values) {
try {
Long count = redisTemplate.opsForSet().add(key, values);
if (time > 0)
expire(key, time);
return count;
} catch (Exception e) {
e.printStackTrace();
return 0;
}
}
/**
* 获取set缓存的长度
* @param key
* @return
*/
public long sGetSetSize(String key) {
try {
return redisTemplate.opsForSet().size(key);
} catch (Exception e) {
e.printStackTrace();
return 0;
}
}
/**
* 移除值为value的
* @param key
* @param values 值 可以是多个
* @return 移除的个数
*/
public long setRemove(String key, Object... values) {
try {
Long count = redisTemplate.opsForSet().remove(key, values);
return count;
} catch (Exception e) {
e.printStackTrace();
return 0;
}
}
/****************** Set end ****************/
/****************** List start ****************/
/**
* 获取list缓存的内容
* @param key
* @param start 开始
* @param end 结束 0 到 -1代表所有值
* @return
*/
public List<Object> lGet(String key, long start, long end) {
try {
return redisTemplate.opsForList().range(key, start, end);
} catch (Exception e) {
e.printStackTrace();
return null;
}
}
/**
* 获取list缓存的长度
* @param key
* @return
*/
public long lGetListSize(String key) {
try {
return redisTemplate.opsForList().size(key);
} catch (Exception e) {
e.printStackTrace();
return 0;
}
}
/**
* 通过索引 获取list中的值
* @param key
* @param index 索引 index>=0时, 0 表头,1 第二个元素,依次类推;index<0时,-1,表尾,-2倒数第二个元素,依次类推
* @return
*/
public Object lGetIndex(String key, long index) {
try {
return redisTemplate.opsForList().index(key, index);
} catch (Exception e) {
e.printStackTrace();
return null;
}
}
/**
* 将list放入缓存
* @param key
* @param value
* @return
*/
public boolean lSet(String key, Object value) {
try {
redisTemplate.opsForList().rightPush(key, value);
return true;
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
* 将list放入缓存
* @param key
* @param value
* @param time 时间(秒)
* @return
*/
public boolean lSet(String key, Object value, long time) {
try {
redisTemplate.opsForList().rightPush(key, value);
if (time > 0)
expire(key, time);
return true;
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
* 将list放入缓存
* @param key
* @param value
* @return
*/
public boolean lSet(String key, List<Object> value) {
try {
redisTemplate.opsForList().rightPushAll(key, value);
return true;
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
* 将list放入缓存
* @param key
* @param value
* @param time 时间(秒)
* @return
*/
public boolean lSet(String key, List<Object> value, long time) {
try {
redisTemplate.opsForList().rightPushAll(key, value);
if (time > 0)
expire(key, time);
return true;
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
* 根据索引修改list中的某条数据
* @param key
* @param index 索引
* @param value
* @return
*/
public boolean lUpdateIndex(String key, long index, Object value) {
try {
redisTemplate.opsForList().set(key, index, value);
return true;
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
* 移除N个值为value
* @param key
* @param count 移除多少个
* @param value
* @return 移除的个数
*/
public long lRemove(String key, long count, Object value) {
try {
Long remove = redisTemplate.opsForList().remove(key, count, value);
return remove;
} catch (Exception e) {
e.printStackTrace();
return 0;
}
}
/****************** List end ****************/
}

StringRedisTemplate#

尽管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,如图:

@Test
void testSer() {
redisTemplate.opsForValue().set("user:36", new User(20, "Jack"));
User user = (User) redisTemplate.opsForValue().get("user:36");
System.out.println("user = " + user);
}

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。

为了节省内存空间,我们并不会使用JSON序列化器来处理value,而是统一使用String序列化器,要求只能存储String 类型的key和value。当需要存储Java对象时,手动完成对象的序列化和反序列化。

Spring默认提供了一个StringRedisTemplate类,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的过程:

  1. 使用StringRedisTemplate
  2. 写入Redis时,手动把对象序列化为JSON
  3. 读取Redis时,手动把读取到的JSON反序列化为对象

直接注入:

@Autowired
private StringRedisTemplate stringRedisTemplate;

使用:

@Test
void testStringTemplate() {
User user = new User(22, "Lucy");
stringRedisTemplate.opsForValue().set("user:37", JSON.toJSONString(user));
String resUser = stringRedisTemplate.opsForValue().get("user:37");
User userObj = JSON.parseObject(resUser, User.class);
System.out.println("userObj = " + userObj);
}

此时存储的内容没有之前的class信息,节约了存储空间

RedisTemplate操作Hash#

@Test
void testHash() {
redisTemplate.opsForHash().put("user:300", "age", 20);
redisTemplate.opsForHash().put("user:300", "name", "wangWu");
Map<Object, Object> entries = redisTemplate.opsForHash().entries("user:300");
System.out.println("entries = " + entries);
}

参考

https://catpaws.top/e0606bbf/

https://cyborg2077.github.io/2022/10/21/RedisBasic/#List%E7%B1%BB%E5%9E%8B

https://pan.baidu.com/s/1189u6u4icQYHg_9_7ovWmA?pwd=eh11#list/path=%2F&parentPath=%2Fsharelink3232509500-235828228909890

Redis - 基础
https://zzyang.top/posts/redis-basic/
作者
张小阳
发布于
2025-12-05
许可协议
CC BY-NC-SA 4.0

评论区

评论区加载中...

如果长时间无法显示,请尝试刷新页面。