redis应用详解

1、redis的5种数据结构类型：

String（字符串）、Hash（哈希）、List（列表）、Set（集合）、Zset（有序集合）、

1.1 、String（字符串）

常用方法：

• get:获取存储在给定key值中的value值
• set:设置给定key值中的value值
• del:删除给定key值中的value值

  ValueOperations<String, String> valueOperations = redisTemplate
                  .opsForValue();
          valueOperations.set("stringKey", "stringValue");
          logger.info("字符串set操作后，根据key值:stringKey,获取的value值为"
                  + valueOperations.get("stringKey"));
          valueOperations.getOperations().delete("stringKey");
          logger.info("字符串delete操作后，根据key值:stringKey,获取的value值为"
                  + valueOperations.get("stringKey"));　　

调用打印结果

1.2、Hash（哈希）

常用方法：

• Hset:在散列表里关联起给定的键值对
• Hget:获取给定的散列键的值
• Hgetall:获取散列包含的所有键值对
• Hdel：如果给定键存在与散列表里面，则删除这个键

//操作hash
        HashOperations<String, String, String> hashOperations = redisTemplate
                .opsForHash();
        hashOperations.put("hashKey", "hashKey1", "hashValue1");
        hashOperations.put("hashKey", "hashKey2", "hashValue2");
        hashOperations.put("hashKey", "hashKey3", "hashValue3");
        logger.info("哈希put操作后，根据key值:hashKey,获取的所有hashKey值为"
                + hashOperations.keys("hashKey"));
        logger.info("哈希put操作后，根据key值:hashKey,获取的所有hashValue值为"
                + hashOperations.values("hashKey"));
        logger.info("哈希put操作后，根据key值:hashKey,获取的hashValue值为"
                + hashOperations.get("hashKey", "hashKey1"));
        hashOperations.getOperations().delete("hashKey");
        logger.info("哈希delete操作后，根据key值:hashKey,获取的hashValue值为"
                + hashOperations.get("hashKey", "hashKey1"));

调用打印结果

 1.3、 List（列表）

常用方法：

• Rpush:将给定值推入列表的右端
• Lrange:获取列表在给定范围上的所有值
• Lindex:获取列表在给定位置上的单个元素
• Lpop:从列表左端弹出一个值，并返回被弹出的值

 //操作list
        ListOperations<String, String> listOperations = redisTemplate
                .opsForList();
        listOperations.leftPush("listKey", "listValue1");
        listOperations.leftPush("listKey", "listValue2");
        listOperations.rightPush("listKey", "listValue3");
        listOperations.rightPush("listKey", "listValue3");
        logger.info("list插入操作后，根据key值获取所有元素"
                + listOperations.range("listKey", 0, 10));
        listOperations.getOperations().delete("listKey");
        logger.info("list删除操作后，根据key值获取所有元素"
                + listOperations.range("listKey", 0, 10));

　调用打印结果

 1.4 Set(集合)

常用方法：

• Sadd:将给定元素添加到集合
• Smembers:返回集合中包含的所有元素
• Sismember:检查元素是否存在于集合中
• Srem:如果给定元素存在与集合中，那么移除出这个元素

 //操作set（无序集合）
        SetOperations<String, String> setOperations = redisTemplate.opsForSet();
        setOperations.add("setKey", "setValue1", "setValue2", "setValue3",
                "setValue4");
        logger.info("根据key值获取所有元素" + setOperations.members("setKey"));
        logger.info("检查元素setValue1是否存在于集合中" + setOperations.isMember("setKey", "setValue1"));
        logger.info("检查元素setValue是否存在于集合中" + setOperations.isMember("setKey", "setValue"));

调用打印结果

 1.5 Zset(集合)

常用方法：

Zadd:将一个带有给定分值的成员添加到有序集合里面

Zrange:根据元素在有序排列中所处的位置，从有序集合里面获取多个元素

ZrangeByScore:获取有序集合在给定分值范围内的所有元素

Zrem:如果给定成员存在与有序集合，那么一出这个成员

2.redis的应用场景 

原文链接地址：https://www.cnblogs.com/shoshana-kong/p/9004104.html

一：缓存——热数据（老平台后去地市名称）（参考链接：https://blog.csdn.net/qq_24598601/article/details/89281673）

热点数据（经常会被查询，但是不经常被修改或者删除的数据），首选是使用redis缓存，毕竟强大到冒泡的QPS和极强的稳定性不是所有类似工具都有的，而且相比于memcached还提供了丰富的数据类型可以使用，另外，内存中的数据也提供了AOF和RDB等持久化机制可以选择，要冷、热的还是忽冷忽热的都可选。

结合具体应用需要注意一下：很多人用spring的AOP来构建redis缓存的自动生产和清除，过程可能如下：

• Select 数据库前查询redis，有的话使用redis数据，放弃select 数据库，没有的话，select 数据库，然后将数据插入redis

• update或者delete数据库钱，查询redis是否存在该数据，存在的话先删除redis中数据，然后再update或者delete数据库中的数据

上面这种操作，如果并发量很小的情况下基本没问题，但是高并发的情况请注意下面场景：

为了update先删掉了redis中的该数据，这时候另一个线程执行查询，发现redis中没有，瞬间执行了查询SQL，并且插入到redis中一条数据，回到刚才那个update语句，这个悲催的线程压根不知道刚才那个该死的select线程犯了一个弥天大错！于是这个redis中的错误数据就永远的存在了下去，直到下一个update或者delete。

二：计数器

诸如统计点击数等应用。由于单线程，可以避免并发问题，保证不会出错，而且100%毫秒级性能！爽。

命令：INCRBY

当然爽完了，别忘记持久化，毕竟是redis只是存了内存！

三：队列

• 相当于消息系统，ActiveMQ，RocketMQ等工具类似，但是个人觉得简单用一下还行，如果对于数据一致性要求高的话还是用RocketMQ等专业系统。

• 由于redis把数据添加到队列是返回添加元素在队列的第几位，所以可以做判断用户是第几个访问这种业务

• 队列不仅可以把并发请求变成串行，并且还可以做队列或者栈使用

四：位操作（大数据处理）

用于数据量上亿的场景下，例如几亿用户系统的签到，去重登录次数统计，某用户是否在线状态等等。

想想一下腾讯10亿用户，要几个毫秒内查询到某个用户是否在线，你能怎么做？千万别说给每个用户建立一个key，然后挨个记（你可以算一下需要的内存会很恐怖，而且这种类似的需求很多，腾讯光这个得多花多少钱。。）好吧。这里要用到位操作——使用setbit、getbit、bitcount命令。

原理是：

redis内构建一个足够长的数组，每个数组元素只能是0和1两个值，然后这个数组的下标index用来表示我们上面例子里面的用户id（必须是数字哈），那么很显然，这个几亿长的大数组就能通过下标和元素值（0和1）来构建一个记忆系统，上面我说的几个场景也就能够实现。用到的命令是：setbit、getbit、bitcount

五：分布式锁与单线程机制

• 验证前端的重复请求（可以自由扩展类似情况），可以通过redis进行过滤：每次请求将request Ip、参数、接口等hash作为key存储redis（幂等性请求），设置多长时间有效期，然后下次请求过来的时候先在redis中检索有没有这个key，进而验证是不是一定时间内过来的重复提交

• 秒杀系统，基于redis是单线程特征，防止出现数据库“爆破”

• 全局增量ID生成，类似“秒杀”

六：最新列表

例如新闻列表页面最新的新闻列表，如果总数量很大的情况下，尽量不要使用select a from A limit 10这种low货，尝试redis的 LPUSH命令构建List，一个个顺序都塞进去就可以啦。不过万一内存清掉了咋办？也简单，查询不到存储key的话，用mysql查询并且初始化一个List到redis中就好了。

七：排行榜

谁得分高谁排名往上。命令：ZADD（有续集，sorted set）

最近在研究股票，发现量化交易是个非常好的办法，通过臆想出来规律，用程序对历史数据进行验证，来判断这个臆想出来的规律是否有效，这玩意真牛！有没有哪位玩这个的给我留个言，交流一下呗。