Redis 01-基础篇Redis

左手的ㄟ右手 2023-09-27 16:39 99阅读 0赞

### 开篇导读 ###

**理想课程**

小伙伴们理想的课程一定是能够通过讲解的方式，得到如下这些启发，我们的课程会从基础到精通，从redis小白，到redis大牛，还在等什么，这套课程一定就是你最适合你的课程~

![\[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-UJW9mKa2-1679711743997)(assets/1652882458107.png)\]][img-UJW9mKa2-1679711743997_assets_1652882458107.png]

### 1.Redis简单介绍 ###

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对的形式存储，而value的形式多种多样，可以是字符串.数值.甚至json：

![\[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-xxQvxg4s-1679711744005)(assets/1652882668159.png)\]][img-xxQvxg4s-1679711744005_assets_1652882668159.png]

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。

对于存储的数据，没有类似Mysql那么严格的约束，比如唯一性，是否可以为null等等，所以我们把这种松散结构的数据库，称之为NoSQL数据库。

### 2.课程目录 ###

>  *  初始Redis
>     
>      *  认识NoSQL
>      *  认识Redis
>      *  安装Redis
>  *  Redis常见命令
>     
>      *  5种常见数据结构
>      *  通用命令
>      *  不同数据结构的操作命令
>  *  Redis的Java客户端
>     
>      *  Jedis客户端
>      *  SpringDataRedis客户端

### 3.初始Redis ###

#### 3.1.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**。

##### 3.1.1.结构化与非结构化 #####

传统关系型数据库是结构化数据，每一张表都有严格的约束信息：字段名.字段数据类型.字段约束等等信息，插入的数据必须遵守这些约束：  
![在这里插入图片描述][ea986281643d4b9ebe1cec34f9d2dbfc.png]  
而NoSql则对数据库格式没有严格约束，往往形式松散，自由。

可以是键值型：  
![在这里插入图片描述][2ea59dca6a904a108fc55bb37cd9bd6e.png]  
也可以是文档型：  
![在这里插入图片描述][d2994ea746a8424c8021d299282ec0c6.png]  
甚至可以是图格式：

![在这里插入图片描述][9e4f802b45084ed9b5be002e55f002eb.png]

##### 3.1.2.关联和非关联 #####

传统数据库的表与表之间往往存在关联，例如外键：

![在这里插入图片描述][7c6bc2c9d90241c2b3b78710fb5c3cf9.png]  
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
           }
        }
      ]
    }

此处要维护“张三”的订单与商品“荣耀”和“小米11”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。还是建议用业务来维护关联关系。

##### 3.1.3.查询方式 #####

传统关系型数据库会基于Sql语句做查询，语法有统一标准；

而不同的非关系数据库查询语法差异极大，五花八门各种各样。  
![在这里插入图片描述][eec26c6e7c9e4480bec5e0ed81158f77.png]

##### 3.1.4.事务 #####

传统关系型数据库能满足事务ACID的原则。  
![在这里插入图片描述][20ec8266f0db45afacc67a008e14f120.png]  
而非关系型数据库往往不支持事务，或者不能严格保证ACID的特性，只能实现基本的一致性。

##### 3.1.5.总结 #####

除了上述四点以外，在存储方式.扩展性.查询性能上关系型与非关系型也都有着显著差异，总结如下：

![在这里插入图片描述][830134e31cbd416da41ebded7e82a6c4.png]

*  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

#### 3.2.认识Redis ####

Redis诞生于2009年全称是**Re**mote **D**ictionary **S**erver 远程词典服务器，是一个基于内存的键值型NoSQL数据库。

**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

Redis的官方网站地址：https://redis.io/  
3.3.安装Redis

*  查看这个链接
 *  [Docker 安装各种镜像环境 Redis目录][Docker _ Redis]

docker 进入 redis 命令行模式

docker exec -it redis redis-cli

#### 3.4.Redis桌面客户端 ####

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

##### 3.4.1.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] [commonds]

其中常见的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 123321`：指定redis的访问密码

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：  
![在这里插入图片描述][2c8e3cfd855344789ca851efeff5ffef.png]

##### 3.4.2.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

##### 3.4.3.安装 #####

在课前资料中可以找到Redis的图形化桌面客户端：  
![在这里插入图片描述][a7af06b9420a4a93893b0ebd4f10c6df.png]  
解压缩后，运行安装程序即可安装：  
![在这里插入图片描述][4b355bd23a324abe8b1ded072501c28b.png]  
安装完成后，在安装目录下找到rdm.exe文件：  
![在这里插入图片描述][245443921b3a43fcbb404c3994f06240.png]  
双击即可运行：  
![在这里插入图片描述][d1f188937f33480faeeea250247161ad.png]

##### 3.4.4.建立连接 #####

点击左上角的`连接到Redis服务器`按钮：  
![在这里插入图片描述][13c58d6a746049a886ed0e34a06e98d4.png]  
在弹出的窗口中填写Redis服务信息：

![在这里插入图片描述][4db72a5291a74c969a28d77de97c9edc.png]  
点击确定后，在左侧菜单会出现这个链接：

![在这里插入图片描述][51f49a8f1e764481abc47f4d69ef6df1.png]  
点击即可建立连接了。

![在这里插入图片描述][f6a988ddfeb54893a0a3d0614fa598cf.png]  
Redis默认有16个仓库，编号从0至15. 通过配置文件可以设置仓库数量，但是不超过16，并且不能自定义仓库名称。

如果是基于redis-cli连接Redis服务，可以通过select命令来选择数据库：

# 选择 0号库
    select 0

### 4.Redis常见命令 ###

#### 4.1 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：

![在这里插入图片描述][cd02830316a04a34905e13b62a6fef02.png]**贴心小建议：命令不要死记，学会查询就好啦**

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：

![在这里插入图片描述][bafddcc90c184e93aebe3b215d4c58db.png]  
当然我们也可以通过Help命令来帮助我们去查看命令  
![在这里插入图片描述][2abe671612aa42b4a9c66cfe014b832f.png]

#### 4.2 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
 *  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：  
![在这里插入图片描述][5a3fe92f9a154eb4970b706f51b234d8.png]  
课堂代码如下

*  KEYS

127.0.0.1:6379> keys *
    1) "name"
    2) "age"
    127.0.0.1:6379>
    
    # 查询以a开头的key
    127.0.0.1:6379> keys a*
    1) "age"
    127.0.0.1:6379>

**贴心小提示：在生产环境下，不推荐使用keys 命令，因为这个命令在key过多的情况下，效率不高**

*  DEL

127.0.0.1:6379> help del
    
      DEL key [key ...]
      summary: Delete a key
      since: 1.0.0
      group: generic
    
    127.0.0.1:6379> del name #删除单个
    (integer) 1  #成功删除1个
    
    127.0.0.1:6379> keys *
    1) "age"
    
    127.0.0.1:6379> MSET k1 v1 k2 v2 k3 v3 #批量添加数据
    OK
    
    127.0.0.1:6379> keys *
    1) "k3"
    2) "k2"
    3) "k1"
    4) "age"
    
    127.0.0.1:6379> del k1 k2 k3 k4
    (integer) 3   #此处返回的是成功删除的key，由于redis中只有k1,k2,k3 所以只成功删除3个，最终返回
    127.0.0.1:6379>
    
    127.0.0.1:6379> keys * #再查询全部的key
    1) "age"	#只剩下一个了
    127.0.0.1:6379>

**贴心小提示：同学们在拷贝代码的时候，只需要拷贝对应的命令哦~**

*  EXISTS

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 age
    (integer) 1
    
    127.0.0.1:6379> exists name
    (integer) 0

*  EXPIRE

**贴心小提示**：内存非常宝贵，对于一些数据，我们应当给他一些过期时间，当过期时间到了之后，他就会自动被删除~

127.0.0.1:6379> expire age 10
    (integer) 1
    
    127.0.0.1:6379> ttl age
    (integer) 8
    
    127.0.0.1:6379> ttl age
    (integer) 6
    
    127.0.0.1:6379> ttl age
    (integer) -2
    
    127.0.0.1:6379> ttl age
    (integer) -2  #当这个key过期了，那么此时查询出来就是-2 
    
    127.0.0.1:6379> keys *
    (empty list or set)
    
    127.0.0.1:6379> set age 10 #如果没有设置过期时间
    OK
    
    127.0.0.1:6379> ttl age
    (integer) -1  # ttl的返回值就是-1

#### 4.3 Redis命令-String命令 ####

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  
    ![在这里插入图片描述][e85b33f63d87465f8963a25b284daad2.png]  
    String的常见命令有：
 *  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
 *  SETNX：添加一个String类型的键值对，前提是这个key不存在，否则不执行
 *  SETEX：添加一个String类型的键值对，并且指定有效期

**贴心小提示**：以上命令除了INCRBYFLOAT 都是常用命令

*  SET 和GET: 如果key不存在则是新增，如果存在则是修改

127.0.0.1:6379> set name Rose  //原来不存在
    OK
    
    127.0.0.1:6379> get name 
    "Rose"
    
    127.0.0.1:6379> set name Jack //原来存在，就是修改
    OK
    
    127.0.0.1:6379> get name
    "Jack"

*  MSET和MGET

127.0.0.1:6379> MSET k1 v1 k2 v2 k3 v3
    OK
    
    127.0.0.1:6379> MGET name age k1 k2 k3
    1) "Jack" //之前存在的name
    2) "10"   //之前存在的age
    3) "v1"
    4) "v2"
    5) "v3"

*  INCR和INCRBY和DECY

127.0.0.1:6379> get age 
    "10"
    
    127.0.0.1:6379> incr age //增加1
    (integer) 11
        
    127.0.0.1:6379> get age //获得age
    "11"
    
    127.0.0.1:6379> incrby age 2 //一次增加2
    (integer) 13 //返回目前的age的值
        
    127.0.0.1:6379> incrby age 2
    (integer) 15
        
    127.0.0.1:6379> incrby age -1 //也可以增加负数，相当于减
    (integer) 14
        
    127.0.0.1:6379> incrby age -2 //一次减少2个
    (integer) 12
        
    127.0.0.1:6379> DECR age //相当于 incr 负数，减少正常用法
    (integer) 11
        
    127.0.0.1:6379> get age 
    "11"

*  SETNX

127.0.0.1:6379> help setnx
    
      SETNX key value
      summary: Set the value of a key, only if the key does not exist
      since: 1.0.0
      group: string
    
    127.0.0.1:6379> set name Jack  //设置名称
    OK
    127.0.0.1:6379> setnx name lisi //如果key不存在，则添加成功
    (integer) 0
    127.0.0.1:6379> get name //由于name已经存在，所以lisi的操作失败
    "Jack"
    127.0.0.1:6379> setnx name2 lisi //name2 不存在，所以操作成功
    (integer) 1
    127.0.0.1:6379> get name2 
    "lisi"

*  SETEX

127.0.0.1:6379> setex name 10 jack
    OK
    
    127.0.0.1:6379> ttl name
    (integer) 8
    
    127.0.0.1:6379> ttl name
    (integer) 7
    
    127.0.0.1:6379> ttl name
    (integer) 5

#### 4.4 Redis命令-Key的层级结构 ####

Redis没有类似MySQL中的Table的概念，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id是1，有一个商品id恰好也是1，此时如果使用id作为key，那就会冲突了，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：  
![在这里插入图片描述][7454332c8b374affaf382eedd6b12a97.png]  
这个格式并非固定，也可以根据自己的需求来删除或添加词条。

例如我们的项目名称叫 heima，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：**heima:user:1**
 *  product相关的key：**heima: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：

<table> 
 <thead> 
  <tr> 
   <th><strong>KEY</strong></th> 
   <th><strong>VALUE</strong></th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>heima:user:1</td> 
   <td>{“id”:1, “name”: “Jack”, “age”: 21}</td> 
  </tr> 
  <tr> 
   <td>heima:product:1</td> 
   <td>{“id”:1, “name”: “小米11”, “price”: 4999}</td> 
  </tr> 
 </tbody> 
</table>

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  
![在这里插入图片描述][ba89fd74e59f46ebabfeed723caef07f.png]

#### 4.5 Redis命令-Hash命令 ####

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结构是将对象序列化为JSON字符串后存储，当需要修改对象某个字段时很不方便：

![在这里插入图片描述][09717afe68aa43869b0bc9330a5ff076.png]Hash结构可以将对象中的每个字段独立存储，可以针对单个字段做CRUD：  
![在这里插入图片描述][d490cc21c2ee42f69e0903eed3fd8c2c.png]

**Hash类型的常见命令**

*  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
 *  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，前提是这个field不存在，否则不执行

**贴心小提示**：哈希结构也是我们以后实际开发中常用的命令哟

*  HSET和HGET

127.0.0.1:6379> HSET heima:user:3 name Lucy//大key是 heima:user:3 小key是name，小value是Lucy
    (integer) 1
    127.0.0.1:6379> HSET heima:user:3 age 21// 如果操作不存在的数据，则是新增
    (integer) 1
    127.0.0.1:6379> HSET heima:user:3 age 17 //如果操作存在的数据，则是修改
    (integer) 0
    127.0.0.1:6379> HGET heima:user:3 name 
    "Lucy"
    127.0.0.1:6379> HGET heima:user:3 age
    "17"

*  HMSET和HMGET

127.0.0.1:6379> HMSET heima:user:4 name HanMeiMei
    OK
    127.0.0.1:6379> HMSET heima:user:4 name LiLei age 20 sex man
    OK
    127.0.0.1:6379> HMGET heima:user:4 name age sex
    1) "LiLei"
    2) "20"
    3) "man"

*  HGETALL

127.0.0.1:6379> HGETALL heima:user:4
    1) "name"
    2) "LiLei"
    3) "age"
    4) "20"
    5) "sex"
    6) "man"

*  HKEYS和HVALS

127.0.0.1:6379> HKEYS heima:user:4
    1) "name"
    2) "age"
    3) "sex"
    127.0.0.1:6379> HVALS heima:user:4
    1) "LiLei"
    2) "20"
    3) "man"

*  HINCRBY

127.0.0.1:6379> HINCRBY  heima:user:4 age 2
    (integer) 22
    127.0.0.1:6379> HVALS heima:user:4
    1) "LiLei"
    2) "22"
    3) "man"
    127.0.0.1:6379> HINCRBY  heima:user:4 age -2
    (integer) 20

*  HSETNX

127.0.0.1:6379> HSETNX heima:user4 sex woman
    (integer) 1
    127.0.0.1:6379> HGETALL heima:user:3
    1) "name"
    2) "Lucy"
    3) "age"
    4) "17"
    127.0.0.1:6379> HSETNX heima:user:3 sex woman
    (integer) 1
    127.0.0.1:6379> HGETALL heima:user:3
    1) "name"
    2) "Lucy"
    3) "age"
    4) "17"
    5) "sex"
    6) "woman"

#### 4.6 Redis命令-List命令 ####

Redis中的List类型与Java中的LinkedList类似，可以看做是一个双向链表结构。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 star 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

\[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-TOZ1x2lx-1679716467461)(.\\Redis.assets\\1652943604992.png)\]

*  LPUSH和RPUSH

127.0.0.1:6379> LPUSH users 1 2 3
    (integer) 3
    127.0.0.1:6379> RPUSH users 4 5 6
    (integer) 6

*  LPOP和RPOP

127.0.0.1:6379> LPOP users
    "3"
    127.0.0.1:6379> RPOP users
    "6"

*  LRANGE

127.0.0.1:6379> LRANGE users 1 2
    1) "1"
    2) "4"

#### 4.7 Redis命令-Set命令 ####

Redis的Set结构与Java中的HashSet类似，可以看做是一个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类型的常见命令**

*  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

例如两个集合：s1和s2:

![在这里插入图片描述][794c1379be0248769bdef3271f183008.png]

求交集：SINTER s1 s2

求s1与s2的不同：SDIFF s1 s2

![在这里插入图片描述][1d5a19ed23674981be0e938b57d45a0b.png]

**具体命令**

127.0.0.1:6379> sadd s1 a b c
    (integer) 3
    127.0.0.1:6379> smembers s1
    1) "c"
    2) "b"
    3) "a"
    127.0.0.1:6379> srem s1 a
    (integer) 1
        
    127.0.0.1:6379> SISMEMBER s1 a
    (integer) 0
        
    127.0.0.1:6379> SISMEMBER s1 b
    (integer) 1
        
    127.0.0.1:6379> SCARD s1
    (integer) 2

**案例**

*  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
 *  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> SADD zs lisi wangwu zhaoliu
    (integer) 3
        
    127.0.0.1:6379> SADD ls wangwu mazi ergou
    (integer) 3
        
    127.0.0.1:6379> SCARD zs
    (integer) 3
        
    127.0.0.1:6379> SINTER zs ls
    1) "wangwu"
        
    127.0.0.1:6379> SDIFF zs ls
    1) "zhaoliu"
    2) "lisi"
        
    127.0.0.1:6379> SUNION zs ls
    1) "wangwu"
    2) "zhaoliu"
    3) "lisi"
    4) "mazi"
    5) "ergou"
        
    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> SMEMBERS zs
    1) "zhaoliu"
    2) "wangwu"

#### 4.8 Redis命令-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，例如：

*  **升序**获取sorted set 中的指定元素的排名：ZRANK key member
 *  **降序**获取sorted set 中的指定元素的排名：ZREVRANK key memeber

![在这里插入图片描述][74bc10a5f3a54e7f8ee5541d91ecb290.png]

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> zrem stus Tom 
    (integer) 1
    127.0.0.1:6379> zrank stus Rose
    (integer) 2
    127.0.0.1:6379> zrevrank stus Rose
    (integer) 3
    127.0.0.1:6379> zcount stus 0 80
    (integer) 2
    127.0.0.1:6379> zincrby stus 2 Amy
    "94"
    127.0.0.1:6379> ZRANGE stus 0 2
    1) "Miles"
    2) "Jerry"
    3) "Rose"
    127.0.0.1:6379> ZREVRANGE stus 0 2
    1) "Amy"
    2) "Lucy"
    3) "Jack"
    127.0.0.1:6379> ZRANGEBYSCORE stus  0 80
    1) "Miles"
    2) "Jerry"
    127.0.0.1:6379>

### 5.Redis的Java客户端-Jedis ###

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

![\[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-b3V5uKER-1679730358482)(G:\\Java资料\\黑马\\redis笔记\\01-入门篇\\讲义\\Redis注释版\\Redis\_img\\9f68ivq.png)\]][img-b3V5uKER-1679730358482_G_Java_redis_01-_Redis_Redis_img_9f68ivq.png]

其中Java客户端也包含很多：

![\[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-ajiWuYN0-1679730358484)(assets/image-20220609102817435.png)\]][img-ajiWuYN0-1679730358484_assets_image-20220609102817435.png]

标记为❤的就是推荐使用的java客户端，包括：

*  Jedis和Lettuce：这两个主要是提供了Redis命令对应的API，方便我们操作Redis，而SpringDataRedis又对这两种做了抽象和封装，因此我们后期会直接以SpringDataRedis来学习。
 *  Redisson：是在Redis基础上实现了分布式的可伸缩的java数据结构，例如Map.Queue等，而且支持跨进程的同步机制：Lock.Semaphore等待，比较适合用来实现特殊的功能需求。

#### 5.1 Jedis快速入门 ####

**入门案例详细步骤**

案例分析：

0）创建工程：

![在这里插入图片描述][d44dbbfe799b4eef98e05e294da79a58.png]

1）引入依赖：

<dependency>
        <groupId>redis.clients</groupId>
        <artifactId>jedis</artifactId>
        <version>3.7.0</version>
    </dependency>
    
    <dependency>
        <groupId>org.junit.jupiter</groupId>
        <artifactId>junit-jupiter</artifactId>
        <version>5.7.0</version>
        <scope>test</scope>
    </dependency>

2）建立连接

新建一个单元测试类，内容如下：

private Jedis jedis;
    
    @BeforeEach
    void setUp() {
        
        // 1.建立连接
        // jedis = new Jedis("192.168.150.101", 6379);
        jedis = JedisConnectionFactory.getJedis();
        // 2.设置密码
        jedis.auth("123321");
        // 3.选择库
        jedis.select(0);
    }

3）测试：

@Test
    void testString() {
        
        // 存入数据
        String result = jedis.set("name", "虎哥");
        System.out.println("result = " + result);
        // 获取数据
        String name = jedis.get("name");
        System.out.println("name = " + name);
    }
    
    @Test
    void testHash() {
        
        // 插入hash数据
        jedis.hset("user:1", "name", "Jack");
        jedis.hset("user:1", "age", "21");
    
        // 获取
        Map<String, String> map = jedis.hgetAll("user:1");
        System.out.println(map);
    }

4）释放资源

@AfterEach
    void tearDown() {
        
        if (jedis != null) {
        
            jedis.close();
        }
    }

#### 5.2 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

有关池化思想，并不仅仅是这里会使用，很多地方都有，比如说我们的数据库连接池，比如我们tomcat中的线程池，这些都是池化思想的体现。

##### 5.2.1.创建Jedis的连接池 #####

public class JedisConnectionFacotry {
        
    
         private static final JedisPool jedisPool;
    
         static {
        
             //配置连接池
             JedisPoolConfig poolConfig = new JedisPoolConfig();
             // 最大连接
             poolConfig.setMaxTotal(8);
             // 最大空闲时间
             poolConfig.setMaxIdle(8);
             // 设置最长等待时间 ms
             poolConfig.setMinIdle(0);
             poolConfig.setMaxWaitMillis(1000);
             //创建连接池对象
             jedisPool = new JedisPool(poolConfig,
                     "192.168.150.101",6379,1000,"123321");
         }
    
         public static Jedis getJedis(){
        
              return jedisPool.getResource();
         }
    }

**代码说明：**

*  1） JedisConnectionFacotry：工厂设计模式是实际开发中非常常用的一种设计模式，我们可以使用工厂，去降低代的耦合，比如Spring中的Bean的创建，就用到了工厂设计模式
 *  2）静态代码块：随着类的加载而加载，确保只能执行一次，我们在加载当前工厂类的时候，就可以执行static的操作完成对 连接池的初始化
 *  3）最后提供返回连接池中连接的方法.

##### 5.2.2.改造原始代码 #####

**代码说明:**

1.在我们完成了使用工厂设计模式来完成代码的编写之后，我们在获得连接时，就可以通过工厂来获得。

，而不用直接去new对象，降低耦合，并且使用的还是连接池对象。

2.当我们使用了连接池后，当我们关闭连接其实并不是关闭，而是将Jedis还回连接池的。

@BeforeEach
        void setUp(){
        
            //建立连接
            /*jedis = new Jedis("127.0.0.1",6379);*/
            jedis = JedisConnectionFacotry.getJedis();
             //选择库
            jedis.select(0);
        }
    
       @AfterEach
        void tearDown() {
        
            if (jedis != null) {
        
                jedis.close();
            }
        }

### 6.Redis的Java客户端-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
 *  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。并且将不同数据类型的操作API封装到了不同的类型中：

![在这里插入图片描述][e5aa38d3dc0b4b88b6b4e0366eb58bf9.png]

#### 6.1.快速入门 ####

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

##### 6.1.1.导入pom坐标 #####

<?xml version="1.0" encoding="UTF-8"?>
    <project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
             xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 https://maven.apache.org/xsd/maven-4.0.0.xsd">
        <modelVersion>4.0.0</modelVersion>
        <parent>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-parent</artifactId>
            <version>2.5.7</version>
            <relativePath/> 
        </parent>
        <groupId>com.heima</groupId>
        <artifactId>redis-demo</artifactId>
        <version>0.0.1-SNAPSHOT</version>
        <name>redis-demo</name>
        <description>Demo project for Spring Boot</description>
        <properties>
            <java.version>1.8</java.version>
        </properties>
        <dependencies>
            
            <dependency>
                <groupId>org.springframework.boot</groupId>
                <artifactId>spring-boot-starter-data-redis</artifactId>
            </dependency>
            
            <dependency>
                <groupId>org.apache.commons</groupId>
                <artifactId>commons-pool2</artifactId>
            </dependency>
            
            <dependency>
                <groupId>com.fasterxml.jackson.core</groupId>
                <artifactId>jackson-databind</artifactId>
            </dependency>
            <dependency>
                <groupId>org.projectlombok</groupId>
                <artifactId>lombok</artifactId>
                <optional>true</optional>
            </dependency>
            <dependency>
                <groupId>org.springframework.boot</groupId>
                <artifactId>spring-boot-starter-test</artifactId>
                <scope>test</scope>
            </dependency>
        </dependencies>
    
        <build>
            <plugins>
                <plugin>
                    <groupId>org.springframework.boot</groupId>
                    <artifactId>spring-boot-maven-plugin</artifactId>
                    <configuration>
                        <excludes>
                            <exclude>
                                <groupId>org.projectlombok</groupId>
                                <artifactId>lombok</artifactId>
                            </exclude>
                        </excludes>
                    </configuration>
                </plugin>
            </plugins>
        </build>
    
    </project>

##### 6.1.2 .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: 100ms #连接等待时间

##### 6.1.3.测试代码 #####

@SpringBootTest
    class RedisDemoApplicationTests {
        
    
        @Autowired
        private RedisTemplate<String, Object> redisTemplate;
    
        @Test
        void testString() {
        
            // 写入一条String数据
            redisTemplate.opsForValue().set("name", "虎哥");
            // 获取string数据
            Object name = redisTemplate.opsForValue().get("name");
            System.out.println("name = " + name);
        }
    }

**贴心小提示：SpringDataJpa使用起来非常简单，记住如下几个步骤即可**

SpringDataRedis的使用步骤：

*  引入spring-boot-starter-data-redis依赖
 *  在application.yml配置Redis信息
 *  注入RedisTemplate

#### 6.2 .数据序列化器 ####

RedisTemplate可以接收任意Object作为值写入Redis：  
![在这里插入图片描述][0062ebc7f474455a891ab6c02aced3fc.png]  
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：  
![在这里插入图片描述][47f8ffce73b34e7181461bf690f90599.png]

缺点：

*  可读性差
 *  内存占用较大

我们可以自定义RedisTemplate的序列化方式，代码如下：

@Configuration
    public class RedisConfig {
        
    
        @Bean
        public RedisTemplate<String, Object> redisTemplate(RedisConnectionFactory connectionFactory){
        
            // 创建RedisTemplate对象
            RedisTemplate<String, Object> template = new RedisTemplate<>();
            // 设置连接工厂
            template.setConnectionFactory(connectionFactory);
            // 创建JSON序列化工具
            GenericJackson2JsonRedisSerializer jsonRedisSerializer = 
                							new GenericJackson2JsonRedisSerializer();
            // 设置Key的序列化
            template.setKeySerializer(RedisSerializer.string());
            template.setHashKeySerializer(RedisSerializer.string());
            // 设置Value的序列化
            template.setValueSerializer(jsonRedisSerializer);
            template.setHashValueSerializer(jsonRedisSerializer);
            // 返回
            return template;
        }
    }

这里采用了JSON序列化来代替默认的JDK序列化方式。最终结果如图：  
![在这里插入图片描述][3482d538e30345e39f0f3408f80f28a1.png]  
整体可读性有了很大提升，并且能将Java对象自动的序列化为JSON字符串，并且查询时能自动把JSON反序列化为Java对象。不过，其中记录了序列化时对应的class名称，目的是为了查询时实现自动反序列化。这会带来额外的内存开销。

#### 6.3 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：  
![在这里插入图片描述][8b1081c5c9674fb9800b77e5ba037546.png]  
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。

为了减少内存的消耗，我们可以采用手动序列化的方式，换句话说，就是不借助默认的序列化器，而是我们自己来控制序列化的动作，同时，我们只采用String的序列化器，这样，在存储value时，我们就不需要在内存中就不用多存储数据，从而节约我们的内存空间  
![在这里插入图片描述][27ba29f7cf424913a6c35b20091f3d2e.png]  
这种用法比较普遍，因此SpringDataRedis就提供了RedisTemplate的子类：StringRedisTemplate，它的key和value的序列化方式默认就是String方式。  
![在这里插入图片描述][9b85243cdf744f49912a1c0595c15a45.png]

省去了我们自定义RedisTemplate的序列化方式的步骤，而是直接使用：

@SpringBootTest
    class RedisStringTests {
        
    
        @Autowired
        private StringRedisTemplate stringRedisTemplate;
    
        @Test
        void testString() {
        
            // 写入一条String数据
            stringRedisTemplate.opsForValue().set("verify:phone:13600527634", "124143");
            // 获取string数据
            Object name = stringRedisTemplate.opsForValue().get("name");
            System.out.println("name = " + name);
        }
    
        private static final ObjectMapper mapper = new ObjectMapper();
    
        @Test
        void testSaveUser() throws JsonProcessingException {
        
            // 创建对象
            User user = new User("虎哥", 21);
            // 手动序列化
            String json = mapper.writeValueAsString(user);
            // 写入数据
            stringRedisTemplate.opsForValue().set("user:200", json);
    
            // 获取数据
            String jsonUser = stringRedisTemplate.opsForValue().get("user:200");
            // 手动反序列化
            User user1 = mapper.readValue(jsonUser, User.class);
            System.out.println("user1 = " + user1);
        }
    
    }

此时我们再来看一看存储的数据，小伙伴们就会发现那个class数据已经不在了，节约了我们的空间~

![在这里插入图片描述][62d54a76c3294907bdbd0f88ba76583a.png]  
最后小总结：

RedisTemplate的两种序列化实践方案：

*  方案一：
    
     *  自定义RedisTemplate
     *  修改RedisTemplate的序列化器为GenericJackson2JsonRedisSerializer
 *  方案二：
    
     *  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

#### 6.4 Hash结构操作 ####

在基础篇的最后，咱们对Hash结构操作一下，收一个小尾巴，这个代码咱们就不再解释啦

马上就开始新的篇章~~~进入到我们的Redis实战篇

@SpringBootTest
    class RedisStringTests {
        
    
        @Autowired
        private StringRedisTemplate stringRedisTemplate;
    
    
        @Test
        void testHash() {
        
            stringRedisTemplate.opsForHash().put("user:400", "name", "虎哥");
            stringRedisTemplate.opsForHash().put("user:400", "age", "21");
    
            Map<Object, Object> entries = stringRedisTemplate.opsForHash().entries("user:400");
            System.out.println("entries = " + entries);
        }
    }

[img-UJW9mKa2-1679711743997_assets_1652882458107.png]: https://img-blog.csdnimg.cn/636196fc58404b979e26054cfee92aa5.png
[img-xxQvxg4s-1679711744005_assets_1652882668159.png]: https://img-blog.csdnimg.cn/ec2a7b2b28394919899ec56a0cd00cb3.png
[ea986281643d4b9ebe1cec34f9d2dbfc.png]: https://img-blog.csdnimg.cn/ea986281643d4b9ebe1cec34f9d2dbfc.png
[2ea59dca6a904a108fc55bb37cd9bd6e.png]: https://img-blog.csdnimg.cn/2ea59dca6a904a108fc55bb37cd9bd6e.png
[d2994ea746a8424c8021d299282ec0c6.png]: https://img-blog.csdnimg.cn/d2994ea746a8424c8021d299282ec0c6.png
[9e4f802b45084ed9b5be002e55f002eb.png]: https://img-blog.csdnimg.cn/9e4f802b45084ed9b5be002e55f002eb.png
[7c6bc2c9d90241c2b3b78710fb5c3cf9.png]: https://img-blog.csdnimg.cn/7c6bc2c9d90241c2b3b78710fb5c3cf9.png
[eec26c6e7c9e4480bec5e0ed81158f77.png]: https://img-blog.csdnimg.cn/eec26c6e7c9e4480bec5e0ed81158f77.png
[20ec8266f0db45afacc67a008e14f120.png]: https://img-blog.csdnimg.cn/20ec8266f0db45afacc67a008e14f120.png
[830134e31cbd416da41ebded7e82a6c4.png]: https://img-blog.csdnimg.cn/830134e31cbd416da41ebded7e82a6c4.png
[Docker _ Redis]: https://blog.csdn.net/qq_43409973/article/details/129174445?spm=1001.2014.3001.5502
[2c8e3cfd855344789ca851efeff5ffef.png]: https://img-blog.csdnimg.cn/2c8e3cfd855344789ca851efeff5ffef.png
[a7af06b9420a4a93893b0ebd4f10c6df.png]: https://img-blog.csdnimg.cn/a7af06b9420a4a93893b0ebd4f10c6df.png
[4b355bd23a324abe8b1ded072501c28b.png]: https://img-blog.csdnimg.cn/4b355bd23a324abe8b1ded072501c28b.png
[245443921b3a43fcbb404c3994f06240.png]: https://img-blog.csdnimg.cn/245443921b3a43fcbb404c3994f06240.png
[d1f188937f33480faeeea250247161ad.png]: https://img-blog.csdnimg.cn/d1f188937f33480faeeea250247161ad.png
[13c58d6a746049a886ed0e34a06e98d4.png]: https://img-blog.csdnimg.cn/13c58d6a746049a886ed0e34a06e98d4.png
[4db72a5291a74c969a28d77de97c9edc.png]: https://img-blog.csdnimg.cn/4db72a5291a74c969a28d77de97c9edc.png
[51f49a8f1e764481abc47f4d69ef6df1.png]: https://img-blog.csdnimg.cn/51f49a8f1e764481abc47f4d69ef6df1.png
[f6a988ddfeb54893a0a3d0614fa598cf.png]: https://img-blog.csdnimg.cn/f6a988ddfeb54893a0a3d0614fa598cf.png
[cd02830316a04a34905e13b62a6fef02.png]: https://img-blog.csdnimg.cn/cd02830316a04a34905e13b62a6fef02.png
[bafddcc90c184e93aebe3b215d4c58db.png]: https://img-blog.csdnimg.cn/bafddcc90c184e93aebe3b215d4c58db.png
[2abe671612aa42b4a9c66cfe014b832f.png]: https://img-blog.csdnimg.cn/2abe671612aa42b4a9c66cfe014b832f.png
[5a3fe92f9a154eb4970b706f51b234d8.png]: https://img-blog.csdnimg.cn/5a3fe92f9a154eb4970b706f51b234d8.png
[e85b33f63d87465f8963a25b284daad2.png]: https://img-blog.csdnimg.cn/e85b33f63d87465f8963a25b284daad2.png
[7454332c8b374affaf382eedd6b12a97.png]: https://img-blog.csdnimg.cn/7454332c8b374affaf382eedd6b12a97.png
[ba89fd74e59f46ebabfeed723caef07f.png]: https://img-blog.csdnimg.cn/ba89fd74e59f46ebabfeed723caef07f.png
[09717afe68aa43869b0bc9330a5ff076.png]: https://img-blog.csdnimg.cn/09717afe68aa43869b0bc9330a5ff076.png
[d490cc21c2ee42f69e0903eed3fd8c2c.png]: https://img-blog.csdnimg.cn/d490cc21c2ee42f69e0903eed3fd8c2c.png
[794c1379be0248769bdef3271f183008.png]: https://img-blog.csdnimg.cn/794c1379be0248769bdef3271f183008.png
[1d5a19ed23674981be0e938b57d45a0b.png]: https://img-blog.csdnimg.cn/1d5a19ed23674981be0e938b57d45a0b.png
[74bc10a5f3a54e7f8ee5541d91ecb290.png]: https://img-blog.csdnimg.cn/74bc10a5f3a54e7f8ee5541d91ecb290.png
[img-b3V5uKER-1679730358482_G_Java_redis_01-_Redis_Redis_img_9f68ivq.png]: https://img-blog.csdnimg.cn/272c2d449ad242998c77f76e4af51936.png
[img-ajiWuYN0-1679730358484_assets_image-20220609102817435.png]: https://img-blog.csdnimg.cn/e6efd55d2f8e486e9d5f80b8100bda14.png
[d44dbbfe799b4eef98e05e294da79a58.png]: https://img-blog.csdnimg.cn/d44dbbfe799b4eef98e05e294da79a58.png
[e5aa38d3dc0b4b88b6b4e0366eb58bf9.png]: https://img-blog.csdnimg.cn/e5aa38d3dc0b4b88b6b4e0366eb58bf9.png
[0062ebc7f474455a891ab6c02aced3fc.png]: https://img-blog.csdnimg.cn/0062ebc7f474455a891ab6c02aced3fc.png
[47f8ffce73b34e7181461bf690f90599.png]: https://img-blog.csdnimg.cn/47f8ffce73b34e7181461bf690f90599.png
[3482d538e30345e39f0f3408f80f28a1.png]: https://img-blog.csdnimg.cn/3482d538e30345e39f0f3408f80f28a1.png
[8b1081c5c9674fb9800b77e5ba037546.png]: https://img-blog.csdnimg.cn/8b1081c5c9674fb9800b77e5ba037546.png
[27ba29f7cf424913a6c35b20091f3d2e.png]: https://img-blog.csdnimg.cn/27ba29f7cf424913a6c35b20091f3d2e.png
[9b85243cdf744f49912a1c0595c15a45.png]: https://img-blog.csdnimg.cn/9b85243cdf744f49912a1c0595c15a45.png
[62d54a76c3294907bdbd0f88ba76583a.png]: https://img-blog.csdnimg.cn/62d54a76c3294907bdbd0f88ba76583a.png