数据类型
Redis存储的是key-value结构的数据,其中key是字符串类型,value有5种常用的数据类型:
-
字符串 ——
string
-
哈希 ——
hash
适合存储对象。
-
列表 ——
list
按照插入顺序排序,可以有重复元素。可以用来做任务队列。
-
集合 ——
set
无序集合,没有重复元素(后插入的元素会覆盖已有的相同元素)。
-
有序集合 ——
sorted set
有序集合(使用分值进行排序),没有重复元素。
常用命令
Redis命令符不区分大小写,但是
key
是区分大小写的。 更多命令请参考Redis中文网。
字符串操作命令
SET key value
- 设置指定
key
的值。 key
相同的情况下,后设的值会覆盖前面的值。
GET key
- 获取指
key
的值。
SETEX key seconds value
- 设置指定
key
的值,并将key
的过期时间设为seconds
秒。
SETNX key value
-
只有在
key
不存在时设置key
的值。 -
如:
> SETNX key1 value1 1 > SETNX key1 value2 0 > GET key1 value1
哈希操作命令
Redis hash 是一个string
类型的field
和value
的映射表,hash特别适合用于存储对象。
HSET key field value
- 将哈希表key种的字段field的值设为value。
HGET key field
- 获取存储在哈希表中指定字段的值。
HDEL key field
- 删除存储在哈希表中的指定字段。
HKEYS key
- 获取哈希表中所有字段。
HVALS key
- 获取哈希表中所有值。
HGETALL key
- 获取在哈希表中指定key的所有字段和值。
列表操作命令
LPUSH key value1 [value2 ...]
- 将一个或多个值插入到列表头部。
LRANGE key start stop
- 获取列表指定范围内的元素(
start
到stop
,索引从0
开始)。
RPOP key
- 移除并获取列表最后一个元素。
LLEN key
- 获取列表长度。
BRPOP key1 [key2 ...] timeout
- 移除并获取列表的最后一个元素,如果列表没有元素会阻塞列表直到等待超时(
timeout
秒)或(在指定的key中)发现可弹出元素为止。
集合操作命令
Redis set是string类型的无序集合,集合成员是唯一的。
SADD key member1 [member2 ...]
- 向集合添加一个或多个成员。
SMEMBERS key
- 返回集合中的所有成员。
SCARD key
- 获取集合的成员数。
SINTER key1 [key2 ...]
- 返回给定所有集合的交集。
SUNION key1 [key2 ...]
- 返回所有给定集合的并集。
SDIFF key1 [key2 ...]
- 返回给定所有集合的差集(左差集,即key1集合中在其他集合没有的元素集合)。
SREM key member1 [member2 ...]
- 移除集合中一个或多个成员。
有序集合操作命令
Redis sorted set 是string类型元素的集合,且不允许重复的成员。每个元素都会关联一个double
类型的分数(score)。Redis通过分数来为集合中的成员进行从小到大排序,有序集合的成员是唯一的,但分数却可以重复。
ZADD key score1 member1 [score2 member2 ...]
- 向有序集合添加一个或多个成员,或者更新已存在成员的分数。
ZRANGE key start stop [WITHSCOES]
- 通过索引区间返回有序集合中指定区间内的成员。使用
WITHSCOES
可以返回成员的分数。
ZINCRBY key increment member
- 有序集合中对指定成员的分数加上增量
increment
。
ZREM key member [member ...]
- 移除有序集合中的一个或多个成员。
通用命令
KEYS pattren
- 查找所有符合给定模式(pattern)的key。
EXISTS key
- 检查给定key是否存在。
TYPE key
- 返回key所存储的值的类型。
TTL key
- 返回给定key的剩余生存时间(TTL,time to live),以秒为单位。
DEL key1 [key2 ...]
-
该命令用于在key存在时删除key。
-
如:
> TTL key -1
返回
-1
表示永久存活。
切换数据库
Redis 默认是在0
号数据库中执行操作。如果想要切换数据库,可以使用:
SELECT number
如:
127.0.0.1:6379> SELECT 1
OK
127.0.0.1:6379[1]>
Redis 默认提供了16个数据库。
要修改该配置可以在redis.conf
中修改databases
的数量。
databash 16
Spring Data Redis
依赖
Spring Data Redis的依赖坐标为:
<!-- Spring Date Redis -->
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-data-redis</artifactId>
<!-- version在spring-boot-starter-parent中定义 -->
</dependency>
配置
application.yml
:
spring:
application:
name: springdataredis-demo
# Redis相关配置
data:
redis:
host: localhost
port: 6379
password: 123456
database: 0 # 操作0号数据库
jedis:
# Redis连接池配置
pool:
max-active: 8 # 最大连接数
max-wait: 1ms # 连接池最大阻塞等待时间
max-idle: 4 # 连接池中的最大空闲连接
min-idle: 0 # 连接池中的最小空闲连接
配置类(修改默认序列化器,防止因序列化在Redis上产生乱码,但并不妨碍读值。因为读取时会自动反序列化):
@Configuration
public class RedisConfig extends CachingConfigurerSupport {
@Bean
public RedisTemplate<Object, Object> redisTemplate(RedisConnectionFactory connectionFactory) {
RedisTemplate<Object, Object> redisTemplate = new RedisTemplate<>();
// 默认的Key序列化器为:JdkSerializationRedisSerializer
redisTemplate.setKeySerializer(new StringRedisSerializer());
redisTemplate.setHashKeySerializer(new StringRedisSerializer());
redisTemplate.setConnectionFactory(connectionFactory);
return redisTemplate;
}
}
测试
@SpringBootTest
@RunWith(SpringRunner.class)
public class SpringDataRedisTest {
@Autowired
private RedisTemplate redisTemplate;
/**
* 操作字符串类型数据
*/
@Test
public void testString() {
// 获得String类型数据操作对象
ValueOperations valueOperations = redisTemplate.opsForValue();
valueOperations.set("city", "guangzhou");
String city = (String) valueOperations.get("city");
System.out.println(city);
// 设置超时
valueOperations.set("key1", "value1", 10L, TimeUnit.SECONDS);
// 不存在才设置
Boolean setIfAbsent1 = valueOperations.setIfAbsent("city", "foshang");
System.out.println(Boolean.TRUE.equals(setIfAbsent1) ? "city设置成功" : "city已存在");
Boolean setIfAbsent2 = valueOperations.setIfAbsent("city_name", "foshang",
10L, TimeUnit.SECONDS);
Object cityName = valueOperations.get("city_name");
System.out.println(setIfAbsent2 ? "city_name设置成功:" + cityName
: "city_name已存在");
}
/**
* 操作哈希类型数据
*/
@Test
public void testHash() {
HashOperations hashOperations = redisTemplate.opsForHash();
String id = "002";
// 存值
hashOperations.put(id, "name", "xiaoming");
hashOperations.put(id, "age", "20");
hashOperations.put(id, "address", "guangzhou");
// 取值
String name = (String) hashOperations.get(id, "name");
String age = (String) hashOperations.get(id, "age");
String address = (String) hashOperations.get(id, "address");
System.out.println("name:" + name + ",age:" + age + ",address:" + address);
// 获取hash结构中的所有字段
Set keys = hashOperations.keys(id);
for (Object key : keys) {
System.out.println(key);
}
// 删除
//hashOperations.delete(keys, "address", "age");
// 获得hash结构中的所有值
List<String> values = hashOperations.values(id);
for (String value : values) {
System.out.println(value);
}
}
/**
* 操作列表类型数据
*/
@Test
public void testList() {
ListOperations listOperations = redisTemplate.opsForList();
String key = "mylist";
// 存储
listOperations.leftPush(key, "a");
listOperations.leftPushAll(key, "b", "c", "d");
// 取值
System.out.printf("入队:");
List<String> myList = listOperations.range(key, 0, -1);
for (String s : myList) {
System.out.printf(s + " ");
}
System.out.println();
// 获得列表长度 llen
int size = listOperations.size(key).intValue();
System.out.printf("出队:");
for (int i = 0; i < size; i++) {
// 出队列
String element = (String) listOperations.rightPop(key);
System.out.printf(element + " ");
}
System.out.println();
}
/**
* 操作集合类型数据
*/
@Test
public void testSet() {
SetOperations setOperations = redisTemplate.opsForSet();
String key = "myset";
// 存值
setOperations.add(key, "a", "b", "c", "d", "a");
// 取值
Set<String> myset = setOperations.members(key);
for (String s : myset) {
System.out.printf(s + " ");
}
System.out.println();
// 删除成员
setOperations.remove(key, "a", "b");
// 取值
myset = setOperations.members(key);
for (String s : myset) {
System.out.printf(s + " ");
}
System.out.println();
}
/**
* 操作有序集合类型数据
*/
@Test
public void testZset() {
ZSetOperations zSetOperations = redisTemplate.opsForZSet();
String key = "myZset";
// 存储
zSetOperations.add(key, "a", 10.);
zSetOperations.add(key, "b", 11.);
zSetOperations.add(key, "c", 12.);
zSetOperations.add(key, "d", 13.);
zSetOperations.add(key, "a", 14.);
// 取值
Set<String> range = zSetOperations.range(key, 0, -1);
for (String s : range) {
System.out.printf(s + " ");
}
System.out.println();
// 修改分数
zSetOperations.incrementScore(key, "b", 20.);
// 删除成员
zSetOperations.remove(key, "a", "c");
// 取值
range = zSetOperations.range(key, 0, -1);
for (String s : range) {
System.out.printf(s + " ");
}
System.out.println();
}
/**
* 通用操作
*/
@Test
public void testCommon() {
// 获取Redis中所有key
Set<String> keys = redisTemplate.keys("*");
for (String key : keys) {
System.out.println(key);
}
// 判断m某个key是否存在
Boolean hasKey = redisTemplate.hasKey("linner");
System.out.println(hasKey ? "linner存在" : "linner不存在");
// 删除指定key
redisTemplate.delete("myZset");
// 获取指定key对应的value的数据类型
DataType dataType = redisTemplate.type("myset");
System.out.println(dataType.name());
}
}
评论