Redis(Remote Dictionary Server ),即远程字典服务,是一个开源的使用ANSI C语言编写、支持网络、可基于内存亦可持久化的日志型、Key-Value数据库,并提供多种语言的API。
COPYdocker exec -it 容器id redis-cli
COPYps -ef|gref redis 查看进程是否存在 # 非docker
docker stats #可查看容器
COPYredis-benchmark -h localhost -p 6379 -c 100 -n 100000
COPY 127.0.0.1:6379[3]> set name hcode
OK
127.0.0.1:6379[3]> get name
"hcode"
127.0.0.1:6379[3]> flushdb
OK
127.0.0.1:6379[3]> get name
(nil)
Redis是单线程的!Redis是基于内存操作,速度很快~,Redis的性能瓶颈跟机器的内存和网络带宽有关!跟CPU没有多大关系。
Redis是将所有数据放在内存中的,所以使用单线程取操作效率是最高的
COPY
exists key #判断值是否存在
expire key 10 #设置key值10s后过程
ttl key #查看值的缓存时间还剩下多少
move key 2 #将key数据移到2号数据库
type key #查看类型
COPY127.0.0.1:6379> APPEND k "xixi"
(integer) 5
127.0.0.1:6379> get k
"vxixi"
append key “追加的字符串” #如果当前key不存在,就相当于set key
strlen key #获取字符串长度
incr key #每次让key对应的值加1
incrby key 10 #每次让key对应的值加10
相对于 decr 用法一样,只是变成减
decr key
decr key 10
getrange key 0 10 #获取前11个字符
setrange key 1 字符串 #替换指定位置开始的字符串
COPYsetex k2 10 hello #设置值过期时间为10s
setnx k2 xixi #不存在值就设置值 分布式锁中常常使用
批量操作
COPYmset k1 v1 k2 v2 ... #设置值
mget k1 k2 k3.. #获取值
msetnx k1 v1 k2 v2 #不存在值就创建,但是这是原子性的操作,一个key失败全部失败
设置对象
COPYmset user:1:name hcode user:1:age 12
mget user:1:name
如果有key就获取值,没有就设置值value
COPYgetset key value
COPYlpush list value # 将值插入列表的头部,或者最左边
rpush list value # 将值插入列表的尾部,或者最右边
lrange list 0 -1 #从左到右读取list
lpop list #将最左边的值移除
rpop list #将最右边的之移除
lindex list 1 #获取下标为1的值
llen list #获取list长度
lrem list 2 value #移除list中的2个value
ltrim list 0 1 #只截取0 1下标的值。其它在list剔除了
rpoplpush list1 list2 #移除list1最后一个元素。移到到list2中
lset list 0 newvalue #将list中第0个值换成newvalue
linsert list before【after】 value newvalue #往value之前插入newvalue
set的值不可重复
COPYsadd set value #添加值
smembers set #查看set里面全部的值
sismember set value #判断value是否存在在set里面
scard set #获取set集合中的个数
srem set value #移除set中的value
srandmember set 【num】 #随机获取set中的一个值,可以在后面添加个数
spop set #随机移除一个value
smove set1 set2 value #将set1中的value移除,然后移到set2
sdiff set1 set2 #获取set1中set2没有的值 差集
sinter set1 set2 #获取set1和set2相同的值 交集
sunion set1 set2 #获取set1和set2全部的值 并集
key-map 现在的值是一个map集合,跟String差不多
更适合对象的存储~
COPYhset myhash k1 v1 #加入一个map
hmset myhash k1 v1 k2 v2 #批量加入map k存在就覆盖
hmget myhash k1 k2 #批量获取值
hgetall myhash #获取全部的map
hdel myhash k1 #删除指定的map
hlen myhash #获取map的个数
hexists myhash k1 #判断是否存在k1的值
hvals myhash #获取所有的value
hkeys myhash #获取所有的key
hincrby myhash k1 1 #给k1对应的值加1
hdecrby myhash k1 1 #给k1对应的值减1
hsetnx myhash k1 v1 #不存在就设置一个map
在set基础上增加了一个值
COPYzadd myset 1 one 2 two #多了一个序号
zrange 0 -1 #查询全部
zrangebyscore myset -inf +inf #从序号最小到最大排序
ZREVRANGEBYLEX myset max min #返回max到min之间的降序
zrem myset value # 删除一个value
zcard myset # 查询set的个数
zrevrange myset 0 -1 # 倒着查出全部
zcount myset 0 2 # 查询下标0到2的值
geoadd
COPY127.0.0.1:6379> GEOADD china:beicity 116.40 39.90 beijing
(integer) 1
127.0.0.1:6379> GEOADD china:beicity 121.47 31.23 shanghai
(integer) 1
127.0.0.1:6379> GEOADD CHINA:beicity 114.05 22.52 shenzhen
(integer) 1
GEOADD key 经度 维度 名称
南北两极不可添加
geopos
获得当前定位
COPY127.0.0.1:6379> GEOPOS china:beicity beijing
1) 1) "116.39999896287918091"
2) "39.90000009167092543"
# 获取指定城市的经纬度
geodist
m 表示单位为米。 km 表示单位为千米。 mi 表示单位为英里。 ft 表示单位为英尺。
查询两地之间的距离可以指定单位
COPY127.0.0.1:6379> GEODIST china:beicity beijing shanghai
"1067378.7564"
127.0.0.1:6379> GEODIST china:beicity beijing shanghai km
"1067.3788"
georadius
获取半径内的所有城市
COPYGEORADIUS china:beicity 110 20 1000 km #获取经纬度110,20在china:beicity这个key里面对应1000km之内的value
withdist withcoord count 2 #参数对应为显示距离,显示经纬度,只显示2个
GEORADIUSBYMEMBER
COPY# 找出位于指定元素周围的其他元素!
127.0.0.1:6379> GEORADIUSBYMEMBER china:city beijing 1000 km 1) "beijing"
2) "xian"
GEOHASH 命令 - 返回一个或多个位置元素的 Geohash 表示
该命令将返回11个字符的Geohash字符串!
COPY# 将二维的经纬度转换为一维的字符串,如果两个字符串越接近,那么则距离越近! 127.0.0.1:6379> geohash china:city beijing chongqi
1) "wx4fbxxfke0"
2) "wm5xzrybty0"
可以容错再使用
COPY127.0.0.1:6379> PFadd mykey a b c d e f g h i j # 创建第一组元素
mykey (integer) 1
127.0.0.1:6379> PFCOUNT mykey # 统计 mykey 元素的基数数量 (integer) 10
127.0.0.1:6379> PFadd mykey2 i j z x c v b n m # 创建第二组元素 mykey2
(integer) 1
127.0.0.1:6379> PFCOUNT mykey2
(integer) 9
127.0.0.1:6379> PFMERGE mykey3 mykey mykey2 # 合并两组 mykey mykey2 => mykey3 并集 OK
127.0.0.1:6379> PFCOUNT mykey3 # 看并集的数量! (integer) 15
常用于只有两种状态的数据
查看某一天是否有打卡
COPY127.0.0.1:6379> getbit sign 3
(integer) 1
127.0.0.1:6379> getbit sign 6
(integer) 0
统计打卡的天数
COPY127.0.0.1:6379> bitcount sign # 统计这周的打卡记录,就可以看到是否有全勤!
(integer) 3
一次性,顺序性,排他性。
Redis事务没有没有隔离级别的概念! 所有的命令在事务中,并没有直接被执行!只有发起执行命令的时候才会执行!Exec
Redis单条命令式保存原子性的,但是事务不保证原子性!
redis的事务:
放弃事务
COPY127.0.0.1:6379> MULTI #开启事务
OK
127.0.0.1:6379>
127.0.0.1:6379> set k1 v1
QUEUED
127.0.0.1:6379> set k2 v2
QUEUED
127.0.0.1:6379> set k4 v4
QUEUED
127.0.0.1:6379> DISCARD #取消事务
OK
127.0.0.1:6379> get k4
(nil)
COPY<!--导入jedis的包-->
<dependencies>
<!-- https://mvnrepository.com/artifact/redis.clients/jedis --> <dependency>
<groupId>redis.clients</groupId> <artifactId>jedis</artifactId> <version>3.2.0</version>
</dependency> <!--fastjson-->
<dependency>
<groupId>com.alibaba</groupId> <artifactId>fastjson</artifactId> <version>1.2.62</version>
</dependency>
</dependencies>
事务
COPYpublic class TestTX {
public static void main(String[] args) {
Jedis jedis = new Jedis("127.0.0.1", );
jedis.flushDB();
JSONObject jsonObject = new JSONObject();
jsonObject.put("hello","world");
jsonObject.put("name","kuangshen");
Transaction multi = jedis.multi(); // 开启事务
String result = jsonObject.toJSONString();
// jedis.watch(result) 监视数据
try {
multi.set("user1",result);
multi.set("user2",result);
int i = / ; // 代码抛出异常事务,执行失败!
multi.exec(); // 执行事务!
} catch (Exception e) {
multi.discard(); // 放弃事务
e.printStackTrace();
} finally {
System.out.println(jedis.get("user1"));
System.out.println(jedis.get("user2"));
jedis.close(); // 关闭连接
}
}
}
COPY <dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-data-redis</artifactId>
</dependency>
COPYspring.redis.host=127.0.0.1
spring.redis.port=
#如果是集群的化,配置还应该改变
COPY@Configuration
public class RedisConfig {
// 自己定义了一个 RedisTemplate
@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;
}
}
COPY
@Component
public final class RedisUtil {
@Autowired
private RedisTemplate<String, Object> redisTemplate;
// =============================common============================
/**
* 指定缓存失效时间
* @param key 键
* @param time 时间(秒)
*/
public boolean expire(String key, long time) {
try {
if (time > ) {
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 > ) {
if (key.length == ) {
redisTemplate.delete(key[]);
} else {
redisTemplate.delete(CollectionUtils.arrayToList(key));
}
}
}
// ============================String=============================
/**
* 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 > ) {
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)
*/
public long incr(String key, long delta) {
if (delta < ) {
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)
*/
public long decr(String key, long delta) {
if (delta < ) {
throw new RuntimeException("递减因子必须大于0");
}
return redisTemplate.opsForValue().increment(key, -delta);
}
// ================================Map=================================
/**
* HashGet
* @param key 键 不能为null
* @param item 项 不能为null
*/
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
*/
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 > ) {
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 > ) {
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)
*/
public double hincr(String key, String item, double 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)
*/
public double hdecr(String key, String item, double by) {
return redisTemplate.opsForHash().increment(key, item, -by);
}
// ============================set=============================
/**
* 根据key获取Set中的所有值
* @param key 键
*/
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 ;
}
}
/**
* 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 > )
expire(key, time);
return count;
} catch (Exception e) {
e.printStackTrace();
return ;
}
}
/**
* 获取set缓存的长度
*
* @param key 键
*/
public long sGetSetSize(String key) {
try {
return redisTemplate.opsForSet().size(key);
} catch (Exception e) {
e.printStackTrace();
return ;
}
}
/**
* 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 ;
}
}
// ===============================list=================================
/**
* 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
*/
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
*/
public long lGetListSize(String key) {
try {
return redisTemplate.opsForList().size(key);
} catch (Exception e) {
e.printStackTrace();
return ;
}
}
/**
* 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
*/
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
*/
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)
*/
public boolean lSet(String key, Object value, long time) {
try {
redisTemplate.opsForList().rightPush(key, value);
if (time > )
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 > )
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 ;
}
}
}