【Java】SpringBoot快速整合Redis

什么是Redis？

??????? 文末有源码gitee地址

????????【面试】浅学Redis_redis 广播-CSDN博客

????????Redis是一种高性能开源的基于内存的，采用键值对存储的非关系型数据库，它支持多种数据结构，包括字符串、哈希表、列表、集合、有序集合等。Redis的特点之一是数据存储在内存中，因此读写速度非常快。

以下是Redis的一些主要特点和作用：

1. 高性能： Redis的数据存储在内存中，读写速度非常快，这使得它成为处理大量请求的理想选择。

2. 数据结构丰富： Redis支持多种数据结构，包括字符串、哈希表、列表、集合、有序集合等。这使得它可以应用于各种不同的场景，如缓存、消息队列、计数器等。

3. 持久化： Redis可以通过将数据写入磁盘来实现持久化，以防止数据丢失。它支持两种持久化方式：RDB（快照）和AOF（日志文件）。

4. 分布式： Redis支持分布式架构，可以将数据分布在多个节点上，提高系统的扩展性和容错性。

5. 缓存： 作为缓存系统，Redis可以用于存储频繁访问的数据，以减轻数据库负载，提高访问速度。

6. 消息队列： Redis的发布/订阅机制可以用作简单的消息队列，用于解耦系统的各个组件。

7. 计数器： Redis的原子操作和高速性使其成为实现计数器功能的理想选择，例如网站的访问计数器。

8. 事务支持： Redis支持事务，可以将多个命令包装在一个事务中，保证这些命令要么全部执行成功，要么全部失败。

Redis的5种数据存储结构和使用场景

存储结构包含：String字符串，List列表，Set集合，ZSet有序集合，Hash哈希。

??? String（字符串）：
??????? 适用场景：存储简单的键值对数据，如配置信息、计数器等。
??????? 示例应用：缓存系统配置、用户token、简单计数器。

??? Hash（哈希表）：
??????? 适用场景：存储对象的多个字段，方便获取和更新特定字段。
??????? 示例应用：用户信息存储、对象属性存储。

??? List（列表）：
??????? 适用场景：存储有序的元素列表，支持在两端进行元素的插入和删除。
??????? 示例应用：消息队列、任务队列、实时消息推送。

??? Set（集合）：
??????? 适用场景：存储不重复的元素集合，支持集合运算（交集、并集、差集）。
??????? 示例应用：用户标签、共同关注的好友、无序集合数据。

??? ZSet（有序集合）：
??????? 适用场景：类似Set，但每个元素都关联一个分数，用于支持元素的有序排列。
??????? 示例应用：排行榜、按权重排序的任务队列。

如何使用呢？

String（字符串）：

// 存储String类型数据
redisTemplate.opsForValue().set("greeting", "Hello, Redis!");

// 读取String类型数据
String value = (String) redisTemplate.opsForValue().get("greeting");

System.out.println(value);  // 输出: Hello, Redis!

Hash（哈希表）：

// 存储Hash类型数据
redisTemplate.opsForHash().put("userDetails", "userId", "123");
redisTemplate.opsForHash().put("userDetails", "userName", "John Doe");

// 读取Hash类型数据
String userId = (String) redisTemplate.opsForHash().get("userDetails", "userId");
String userName = (String) redisTemplate.opsForHash().get("userDetails", "userName");

System.out.println(userId);  // 输出: 123
System.out.println(userName);  // 输出: John Doe

List（列表）：

// 存储List类型数据
redisTemplate.opsForList().rightPushAll("tasks", "task1", "task2");

// 读取List类型数据
List<String> tasks = redisTemplate.opsForList().range("tasks", 0, -1);

System.out.println(tasks);  // 输出: [task1, task2]

Set（集合）：

// 存储Set类型数据
redisTemplate.opsForSet().add("uniqueUsers", "user1", "user2", "user3");

// 读取Set类型数据
Set<String> uniqueUsers = redisTemplate.opsForSet().members("uniqueUsers");

System.out.println(uniqueUsers);  // 输出: [user1, user2, user3]

ZSet（有序集合）：

// 存储ZSet类型数据
redisTemplate.opsForZSet().add("topScores", "player1", 100.0);
redisTemplate.opsForZSet().add("topScores", "player2", 150.0);

// 读取ZSet类型数据（按分数从小到大排序）
Set<ZSetOperations.TypedTuple<Object>> topScores = redisTemplate.opsForZSet().rangeWithScores("topScores", 0, -1);

for (ZSetOperations.TypedTuple<Object> tuple : topScores) {
    System.out.println(tuple.getValue() + " - " + tuple.getScore());
}
// 输出:
// player1 - 100.0
// player2 - 150.0

SpringBoot整合ElasticSearch的步骤：

1.代码层级结构

1. 添加依赖

在pom.xml中添加redis的依赖：

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

2. 配置redis连接信息

在application.properties或(application.yml)中配置redis连接信息，如下：

spring:
  data:
    redis:
      port: 6379
      username:
      password:
      host: 127.0.0.1

3.在业务层进行注入RedisTemplate

package com.example.springbootredis.service.impl;

import com.example.springbootredis.domain.Courses;
import com.example.springbootredis.mapper.CoursesMapper;
import com.example.springbootredis.service.CoursesService;
import com.fasterxml.jackson.core.JsonProcessingException;
import com.fasterxml.jackson.databind.ObjectMapper;
import lombok.extern.slf4j.Slf4j;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.stereotype.Service;

import java.util.Arrays;
import java.util.List;

@Service
@Slf4j
public class CoursesServiceImpl implements CoursesService {


    @Autowired
    private RedisTemplate redisTemplate;


    @Autowired
    private CoursesMapper coursesMapper;

    @Override
    public List<Courses> findAll() throws JsonProcessingException {
        // 从Redis缓存中进行获取
        String cachedSalaries = (String) redisTemplate.opsForValue().get("Salaries");
        if (cachedSalaries != null) {
            // 如果有直接进行返回
            log.info("从缓存中获取");
            return Arrays.asList(new ObjectMapper().readValue(cachedSalaries, Courses[].class));
        }

        // 如果redis缓存中没有，从数据库中进行查询，然后同步到缓存中
        List<Courses> courses = coursesMapper.findAll();
        if (!courses.isEmpty()) {
            // 同步到Redis缓存当中
            log.info("从数据库中获取，并同步到缓存当中");
            redisTemplate.opsForValue().set("Salaries", new ObjectMapper().writeValueAsString(courses));
            return courses;
        }

        return null;
    }

}

上述只给出了Redis相关部分的代码，如果想进行测试，直接拉去gitee代码，然后在数据库中执行courses对应的sql，还有修改数据库用户名和密码即可测试。

测试结果：

?测试从数据查询和从redis缓存中查询的效率差别。

gitee下载地址：https://gitee.com/sophisticatedxin/springboot-redis.git