Redis那些事儿（一）

事儿（一）"/>

Redis那些事儿（一）

        说到redis大家都不陌生，其中包括：共有16个数据库，默认为第0个数据库；数据以key-value键值的形式存储；数据类型包括String、List、Hash、Set等，其中最常用的是字符串；是单线程的、基于内存的，主要受内存和网络带宽的影响… 这些都是基于Redis的基础理论知识储备。接下来我会通过开发中的StringRedisTemplate对象作为切入点，说一说Redis在开发中的那些事儿。

文章目录

• • 1. jedis还是lettuce？
  • 2. 字符串缓存
  • • 应用场景1：基础缓存
    • 应用场景2：重复提交验证
  • 3. List缓存
  • • 应用场景：高并发场景

1. jedis还是lettuce？

        两者都是redis的客户端，对redis操作进行了封装。其中lettuce是内部使用netty进行网络通信，性能很强，jedis已经停止更新了。lettuce相对于jedis在性能方面更为出色，jedis在单个线程中是线程安全的，功能上更加丰富，支持的数据类型更多。无论Springboot2.0以后默认使用lettuce作为操作redis的客户端，选择jedis还是lettuce，都需要根据具体的业务需求和场景进行评估和测试，以确定最适合的工具库。两者的分别使用如下：
pom依赖

jedis

<!-- redis -->
<dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-data-redis</artifactId><exclusions><exclusion><groupId>io.lettuce</groupId><artifactId>lettuce-core</artifactId></exclusion></exclusions>
</dependency>
<dependency><groupId>redis.clients</groupId><artifactId>jedis</artifactId>
</dependency>

lettuce

<!-- redis -->
<dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-data-redis</artifactId>
</dependency>

yaml配置

jedis

spring:redis:host: localhostpassword:port: 6379timeout: 10s  # 连接超时时间jedis:pool:max-active: 1000  # 连接池最大连接数（使用负值表示没有限制）max-wait: -1   # 连接池最大阻塞等待时间（使用负值表示没有限制）max-idle: 10      # 连接池中的最大空闲连接min-idle: 5       # 连接池中的最小空闲连接

lettuce

spring:redis:host: localhostpassword:port: 6379timeout: 10s  # 连接超时时间lettuce:pool:max-active: 1000  # 连接池最大连接数（使用负值表示没有限制）max-wait: -1   # 连接池最大阻塞等待时间（使用负值表示没有限制）max-idle: 10      # 连接池中的最大空闲连接min-idle: 5       # 连接池中的最小空闲连接

2. 字符串缓存

应用场景1：基础缓存

        对于redis有90%的使用场景都是基于String作为基础缓存使用的，对于经常使用的并且修改频率较低的数据存储在Redis缓存中，可以大大提高系统性能和响应速度，避免频繁地从数据库或其他后端服务读取数据。对象、集合等数据也可以通JSON序列化成字符串进行存储，大大提升了系统的并发性能，节省系统资源的消耗。

存字符串、对象、集合到缓存中，redisTemplate.opsForValue().set(key, value)

    //存普通字符串redisTemplate.opsForValue().set("testKey", "123456");//存某对象Person person = getPerson(); //TODO 获取到某个实例对象redisTemplate.opsForValue().set("testObj", JSON.toJSONString(person));//存某集合List<Person> persons = getPersonList(); //TODO 获取到某个实例集合redisTemplate.opsForValue().set("testList", JSON.toJSONString(persons));

存入缓存中，有时效性，超时之后缓存自动删除，redisTemplate.opsForValue().set(key, value, time)

    //设置登录token，30分钟有效（第3个参数支持：天、小时、分钟、秒等）redisTemplate.opsForValue().set("token", "123456", Duration.ofMinutes(30));

从缓存中读取数据，数据为字符串，可按实际存入的值进行序列化，redisTemplate.opsForValue().get(key)

    //从缓存中获取某对象String s1 = redisTemplate.opsForValue().get("testObj");Person person = JSON.parseObject(s1, Person.class);//从缓存中获取某集合String s2 = redisTemplate.opsForValue().get("testList");List<Person> persons = JSON.parseArray(s2, Person.class);

获取缓存剩余时间，redisTemplate.getExpire(key)

    //返回值为long值，单位是秒，如果是-1时代表的是永久保存Long expire = redisTemplate.getExpire("testKey");

重置缓存时间，redisTemplate.expire(key, time, timeUnit)

    //重置时间为2天redisTemplate.expire("testKey", 2, TimeUnit.DAYS);

判断是否存在，redisTemplate.hasKey(key)

    Boolean b = redisTemplate.hasKey("testKey");

模糊匹配获取所有的key值，redisTemplate.keys(“*”);

    //获取所有的key值Set<String> keys = redisTemplate.keys("*");//获取所有的testKey*模糊的key值Set<String> keys = redisTemplate.keys("testKey*");

删除缓存，redisTemplate.delete(key)

    redisTemplate.delete("testKey");

只是列了部分，还有multiSet、getRange、increment等方法都很实用

应用场景2：重复提交验证

        相同请求短时间内请求多次过滤，尤其是用于重要表单信息提交、秒杀请求的应用场景。在每次接收到请求时，生成一个唯一的请求标识（例如，可以使用请求的URL和参数进行哈希计算），在Redis中使用请求标识作为Key，将其存入到缓存中，设置一个合适的时间自动清理缓存中的过期请求标识，避免占用过多内存。这样就可以实现用Redis有效地进行接口重复请求的验证。

以下为请求重复验证工具类实例代码

@Component
public class RequestValidator {@Autowiredprivate StringRedisTemplate redisTemplate;/*** 重复请求方法* @param requestId 请求标识* @param validSecond 有效时间（单位：秒）* @return true重复 / false不重复*/public boolean isDuplicateRequest(String requestId, Long validSecond) {String s = redisTemplate.opsForValue().get(requestId);//缓存中取值不为空，证明是重复请求if (StringUtils.isNotEmpty(s)) {return true;}//缓存中取值为空，证明非重复请求，把请求标识放入到缓存中redisTemplate.opsForValue().set(requestId, "DUPLICATE_REQUEST", Duration.ofSeconds(validSecond));return false;}
}

3. List缓存

应用场景：高并发场景

        opsForList提供了一组简单而直观的方法来操作列表类型的数据，如leftPushAll、rightPushAll等，这使得批量存储变得非常方便，并且代码更易读，可以很好地支持高并发的场景。Redis的列表是按照插入的顺序进行存储的，利用leftPushAll或rightPushAll方法进行批量存储时，元素会按照给定的顺序依次插入到列表中，可以确保存储的顺序是可控的。虽然opsForList提供了方便的批量存储操作，但在实际使用时仍需考虑内存消耗、网络传输等因素，存储数据过大如果来不及消费，就会造成系统内存溢出导致服务器崩溃，存在数据丢失的风险。

✈ 具体怎么使用，在之前的文章中有介绍，在这里Java高并发之Redis批量提交数据库