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:1MongoDB: 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 | SQL | NoSQL |
|---|---|---|
| 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 | ACID | BASE |
| 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
TIPRedis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
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:
[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
cd redis-6.2.14运行编译命令
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
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:
cp redis.conf redis.conf.bck然后修改redis.conf文件中的一些配置:
#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0.0.0.0bind 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 123321Redis的其它常见配置:
#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0~15databases 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:
# 进入redis安装目录cd /usr/local/src/redis-6.2.14
# 启动redisredis-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:
vi /etc/systemd/system/redis.service内容如下
[Unit]Description=redis-serverAfter=network.target
[Service]Type=forkingExecStart=/usr/local/bin/redis-server /usr/local/src/redis-6.2.14/redis.confPrivateTmp=true
[Install]WantedBy=multi-user.target然后重载系统服务:
systemctl daemon-reload现在,我们可以用下面这组命令来操作redis了:
# 启动redissystemctl start redis
# 查看运行状态systemctl status redis
# 停止redissystemctl stop redis
# 重启redissystemctl 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:
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:
redis-cli
redis-cli -a 密码
127.0.0.1:6379> pingPONG
127.0.0.1:6379> set name jackOK127.0.0.1:6379> get name"jack"或者
[root@192 redis-6.2.14]# redis-cli127.0.0.1:6379> 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
# 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 6379Redis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 |
|---|---|---|
| String | hello 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 |
| BitMap | 0110110101110101011 | 特殊类型 |
| HyperLog | 0110110101110101011 | 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:
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key127.0.0.1:6379> KEYS *1) "name"
# 模糊查询key 以n开头的key127.0.0.1:6379> KEYS n*1) "name"DEL命令:
127.0.0.1:6379> KEYS *1) "age"2) "name"127.0.0.1:6379> DEL age name(integer) 2127.0.0.1:6379> KEYS *(empty array)127.0.0.1:6379>EXISTS命令:
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) 0127.0.0.1:6379> set age 18OK127.0.0.1:6379> EXISTS age(integer) 1127.0.0.1:6379>EXPIRE命令 TTL命令:
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) 1127.0.0.1:6379> TTL age(integer) 16127.0.0.1:6379> TTL age(integer) -2127.0.0.1:6379>
# -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
127.0.0.1:6379> MSET k1 v1 k2 v2OK127.0.0.1:6379> MGET k1 k21) "v1"2) "v2"127.0.0.1:6379>
127.0.0.1:6379> set age 18OK127.0.0.1:6379> INCR age(integer) 19127.0.0.1:6379> get age"19"
127.0.0.1:6379> set num 10.1OK127.0.0.1:6379> 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
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 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:
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:
| KEY | VALUE |
|---|---|
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:
| KEY | VALUE |
|---|---|
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:
| KEY | FIELD | VALUE |
|---|---|---|
heima:user:1 | name | Jack |
heima:user:1 | age | 21 |
heima:user:2 | name | Rose |
heima:user:2 | age | 18 |
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 40OK127.0.0.1:6379> HMGET codevision:user:4 name age1) "Lucy"2) "40"127.0.0.1:6379>
127.0.0.1:6379> HGETALL codevision:user:31) "name"2) "zhangSan"3) "age"4) "17"127.0.0.1:6379>
127.0.0.1:6379> HKEYS codevision:user:31) "name"2) "age"127.0.0.1:6379>
127.0.0.1:6379> HVALS codevision:user:31) "zhangSan"2) "17"127.0.0.1:6379>
127.0.0.1:6379> HINCRBY codevision:user:3 age 2(integer) 19127.0.0.1:6379> HINCRBY codevision:user:3 age 2(integer) 21127.0.0.1:6379> HINCRBY codevision:user:3 age 2(integer) 23127.0.0.1:6379>
127.0.0.1:6379> HSETNX codevision:user:3 age 45 # 没有成功,已经存在(integer) 0127.0.0.1:6379> HSETNX codevision:user:3 sex man(integer) 1127.0.0.1:6379>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

127.0.0.1:6379> LPUSH users 1 2 3(integer) 3127.0.0.1:6379>127.0.0.1:6379> RPUSH users 4 5 6(integer) 6127.0.0.1:6379> LPOP users 11) "3"127.0.0.1:6379> RPOP users 11) "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
127.0.0.1:6379> SADD s1 1 2 3(integer) 3127.0.0.1:6379> SMEMBERS s11) "1"2) "2"3) "3"127.0.0.1:6379> SREM s1 1(integer) 1127.0.0.1:6379> SISMEMBER s1 1(integer) 0127.0.0.1:6379> SISMEMBER s1 b(integer) 0127.0.0.1:6379> SISMEMBER s1 2(integer) 1127.0.0.1:6379> SCARD s1(integer) 2127.0.0.1:6379>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
127.0.0.1:6379> SADD zs lisi wangwu zhaoliu(integer) 3127.0.0.1:6379> SADD ls wangwu mazi ergou(integer) 3127.0.0.1:6379>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
127.0.0.1:6379> SCARD zs(integer) 3127.0.0.1:6379>
127.0.0.1:6379> SINTER zs ls1) "wangwu"127.0.0.1:6379>
127.0.0.1:6379> SDIFF zs ls1) "lisi"2) "zhaoliu"127.0.0.1:6379>
127.0.0.1:6379> SUNION zs ls1) "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) 1127.0.0.1:6379>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
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: 2.0.0SortedSet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
127.0.0.1:6379> ZADD stus 85 Jack 89 Lucy 82 Rose 95 Tom 78 Jerry 92 Amy 76 Miles(integer) 7127.0.0.1:6379>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) 2127.0.0.1:6379> ZREVRANK stus Rose(integer) 3127.0.0.1:6379>127.0.0.1:6379> ZCOUNT stus 0 80(integer) 2127.0.0.1:6379>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 0 801) "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:
-
引入依赖
-
创建jedis对象,建立连接
-
使用jedis,方法名与Redis命令一致
-
释放资源
-
引入依赖:
<dependency> <groupId>redis.clients</groupId> <artifactId>jedis</artifactId> <version>3.7.0</version></dependency>private Jedis jedis;
@BeforeEachvoid 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);}- 测试string
@Testvoid 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
@AfterEachvoid 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:
- 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>- 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- 注入RedisTemplate
@Autowiredprivate RedisTemplate redisTemplate;@SpringBootTestpublic 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:
@Configurationpublic 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 */@Componentpublic class RedisUtil {
@Autowired private RedisTemplate redisTemplate;
/****************** common start ****************/ /** * 指定缓存失效时间 * @param key 键 * @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 键 * @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 键 * @return 值 */ public Object get(String key) { return key == null ? null : redisTemplate.opsForValue().get(key); }
/** * 普通缓存放入 * @param key 键 * @param value 值 * @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 键 * @param value 值 * @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 键 * @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 键 * @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 值 */ 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 键 * @return 对应的多个键值 */ public Map<Object, Object> hmget(String key) { return redisTemplate.opsForHash().entries(key); } /** * HashSet * @param key 键 * @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 键 * @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 键 * @param item 项 * @param value 值 * @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 键 * @param item 项 * @param value 值 * @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 键 * @param item 项 * @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 键 * @param item 项 * @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 键 * @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 键 * @param value 值 * @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 键 * @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 键 * @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 键 * @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 键 * @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 键 * @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 键 * @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 键 * @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 键 * @param value 值 * @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 键 * @param value 值 * @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 键 * @param value 值 * @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 键 * @param value 值 * @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 键 * @param index 索引 * @param value 值 * @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 键 * @param count 移除多少个 * @param value 值 * @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:
- 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
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://cyborg2077.github.io/2022/10/21/RedisBasic/#List%E7%B1%BB%E5%9E%8B
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。