Redis开发文档

一、pom.xml依赖引入

        <!--SpringBoot封装stater场景启动器-->
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-data-redis</artifactId>
        </dependency>
        <!--redis连接池-->
        <dependency>
            <groupId>org.apache.commons</groupId>
            <artifactId>commons-pool2</artifactId>
        </dependency>

二、application.yml文件中的常用配置

spring:
  redis:
    host: 192.168.159.166
    port: 6379
    password: 123
    database: 0
    lettuce:
      pool:
        max-wait: -1  # 最长等待时间
        min-idle: 2   # 最小连接数
        max-idle: 10   # 最da连接数
        max-active: 5 # 最大活动数

三、redis配置文件

配置redis以JSON的格式存储，同时不需要手动转换成JSON对象（但是会占用额外空间存储格式化信息）。

@Configuration
public class RedisAutoConfiguration {
    @Bean
    public RedisTemplate<String, Object> redisTemplate(RedisConnectionFactory redisConnectionFactory)
            throws UnknownHostException {
        RedisTemplate<String, Object> template = new RedisTemplate<>();
        template.setConnectionFactory(redisConnectionFactory);
        template.setKeySerializer(RedisSerializer.string());
        //将任何Java对象转换为JSON格式的二进制数据，也可以将JSON格式的二进制数据转换为Java对象。
        template.setValueSerializer(RedisSerializer.json());
        template.setHashKeySerializer(RedisSerializer.string());
        //将任何Java对象转换为JSON格式的二进制数据，也可以将JSON格式的二进制数据转换为Java对象。
        template.setHashValueSerializer(RedisSerializer.json());
        return template;
    }
}

四、五种基本数据结构

通用指令

- keys  parttern   查询key
(parttern即通配符，不是正则表达式，例如 keys  a?  匹配以a开头的长度为2的key)
- del  key   删除key
- exists key    获取key是否存在
- type key    获取key的类型
- expire key seconds    为指定key设置有效期，单位秒
- pexpire key milliseconds   为指定key设置有效期，单位毫秒
- ttl key    获取key的有效时间，单位秒
- pttl key    获取key的有效时间，单位毫秒
- persist key    切换key从时效性转换为永久性
- rename key newkey  
- renamenx key newkey   改名，nx就是not exists不存在才能修改
- select index    切换数据库
- move key db    数据移动到另一个数据库
- dbsize   数据库中数据总数
- flushdb   清除当前库
- flushall      清空所有库

string类型指令

字符串（strings）：字符串是Redis最基本的数据类型，它可以存储任何形式的文本或二进制数据，如数字，文本，图片，视频等。字符串的应用场景有：

缓存：可以将需要频繁访问的数据，如用户信息，商品信息，新闻文章等，缓存在Redis中，提高访问速度和降低数据库压力。
计数器：可以利用字符串的自增或自减功能，实现计数器的功能，如网站访问量，商品销量，用户积分等。
分布式锁：可以利用字符串的原子性和过期时间，实现分布式锁的功能，如秒杀活动，订单支付等。

常用指令：

- set key value   添加/修改数据
- get key   获取数据
- mset key1 value1 key2 value2 …   添加/修改多个数据
- mget key1 key2 …  获取多个数据
- strlen key   获取数据字符个数（字符串长度）
- append key value   追加信息到原始信息后部（如果原始信息存在就追加，否则新建）  
- incr key   设置数值数据增加指定范围的值  
- incrby key increment
- incrbyfloat key increment 
- decr key   设置数值数据减少指定范围的值  
- decrby key increment   
- setex key seconds value   设置数据具有指定的生命周期
- psetex key milliseconds value

Hash类型指令

哈希（hashes）：哈希是一种键值对的集合，它可以存储一个对象的多个属性和值，在Redis中为：Map>。哈希的应用场景有：

存储对象：可以将一个对象的各个字段和值存储在哈希中，方便进行增删改查操作。与字符串相比，哈希可以对对象的部分属性进行修改或获取，而不需要序列化或反序列化整个对象。
节省空间：当对象的属性较少时，使用哈希可以节省空间，因为哈希会根据键值对的数量动态分配内存空间。

常用指令：

这里主要是增删改查第二个Map中的内容，如果想删除整个对象，采用删除String类型的指令。参照上面的String指令，前面都加上h。

- hset key field value   添加/修改数据 
- hget key field   获取key对象的field字段的数据
- hgetall key  获取key对象的所有字段信息
- hkeys key   获取哈希表中所有的字段名 
- hvals key   获取哈希表中所有的字段值
- hdel key field1 [field2]   删除key对象的field1、field2字段的数据
- hmset key field1 value1 field2 value2 …  添加/修改多个数据  
- hmget key field1 field2 …   获取多个数据 
- hlen key    获取哈希表中字段的数量
- hexists key field   获取哈希表中是否存在指定的字段  
- hincrby key field increment   设置指定字段的数值数据增加指定范围的值
- hincrbyfloat key field increment

List类型指令

列表（lists）：列表是一种有序的字符串序列，它可以在两端进行插入或删除操作。列表的应用场景有：

消息队列：可以利用列表的先进先出（FIFO）或后进先出（LIFO）特性，实现消息队列的功能，如异步任务处理，邮件发送等。
最新列表：可以利用列表的有序性和长度限制，实现最新列表的功能，如最新消息，最新评论等。

常用指令：

- lpush key value1 [value2] ……   在左边添加/修改数据 
- rpush key value1 [value2] ……   在右边添加/修改数据 
- lrange key start stop   获取数据（循环变量） ，start和stop是下标，0开始，stop为-1代表到末尾
- lindex key index   从左获取key对象的index索引处的值
- llen key  
- lpop key  获取并弹出数据  
- rpop key

Set类型

集合（sets）：集合是一种无序且唯一的字符串集合，它可以进行添加，删除和判断是否存在等操作。集合的应用场景有：

去重：可以利用集合的唯一性特性，实现去重的功能，如每个用户只能参与一次活动，每个用户只能领取一次优惠券等。
交并差集：可以利用集合提供的交并差集操作，实现一些集合运算的功能，如共同好友，共同兴趣爱好等。

常用指令：

- sadd key member1 [member2]    添加数据
- smembers key   获取全部数据
- srem key member1 [member2]   删除数据
- scard key   获取集合数据总量 
- sismember key member   判断集合中是否包含指定数据  
- srandmember key [count]    随机获取集合中指定数量的数据 
- spop key [count]  随机获取集合中的某个数据并将该数据移出集合  
- sinter key1 [key2]   求两个集合的交、并、差集
- sunion key1 [key2]   
- sdiff key1 [key2]
- sinterstore destination key1 [key2]    求两个集合的交、并、差集并存储到指定集合中
- sunionstore destination key1 [key2]   
- sdiffstore destination key1 [key2]
- smove source destination member    将指定数据从原始集合中移动到目标集合中

Sorted_set类型（ZSet）

有序集合（sorted sets）：有序集合是一种有序且唯一的字符串集合，在set的基础上，可以给每个元素赋予一个分数（score），根据分数进行排序。有序集合的应用场景有：

排行榜：可以利用有序集合的排序和范围查询功能，实现排行榜的功能，如热门歌曲榜单，热门文章榜单等。
延时队列：可以利用有序集合的分数表示时间戳，实现延时队列的功能，如定时任务调度，订单超时取消等。

常用指令：

- zadd key score1 member1 [score2 member2]    添加数据
- zrange key start stop [WITHSCORES]   正序获取全部数据
- zrevrange key start stop [WITHSCORES]   逆序获取全部数据
- zrem key member [member ...]   删除数据 
- zrangebyscore key min max [WITHSCORES] [LIMIT]    （这个命令的作用是返回有序集合 key 中分数在 min 和 max 之间的所有成员，按照分数从小到大的顺序排列。如果指定了 WITHSCORES 选项，那么还会返回每个成员的分数值。如果指定了 LIMIT 选项，那么还可以限制返回的成员数量和偏移量。  ）
- zrevrangebyscore key max min [WITHSCORES]   从大到小排序，并返回每个成员的分数值。
- zremrangebyrank key start stop    条件删除数据
- zremrangebyscore key min max  
- zcard key start stop  获取集合数据总量  
- zcount key min max 
- zrank key member    排序后，获取数据对应的索引（排名），从0开始
- zrevrank key member 
- zscore key member    score值获取与修改
- zincrby key increment member  
- zinterstore destination numkeys key [key ...]     集合交、并操作，并存储  （numkeys 是参与运算的key的个数）
- zunionstore destination numkeys key [key ...]

五、三种高级数据结构

Bitmaps

Bitmaps：Bitmaps是一种利用字符串的位操作来实现的数据结构，它可以用来存储和统计大量的布尔值，节省空间和提高性能。Bitmaps的应用场景有：

用户签到：可以利用Bitmaps来记录用户每天是否签到，每个用户对应一个字符串，每个字符串有365位，每一位表示一天，如果签到则为1，否则为0。这样可以方便地统计用户的签到天数，连续签到天数，以及全站的签到情况。
用户活跃度：可以利用Bitmaps来记录用户每天是否活跃，每个用户对应一个字符串，每个字符串有30位，每一位表示一天，如果活跃则为1，否则为0。这样可以方便地统计用户的月活跃度，以及全站的活跃情况。
用户画像：可以利用Bitmaps来记录用户的各种属性和偏好，每个用户对应一个字符串，每个字符串有若干位，每一位表示一个特征，如果具有则为1，否则为0。这样可以方便地进行用户分群和推荐。

常用指令：

SETBIT key offset value：将指定key的指定offset位置的bit设置为value（0或1）。
GETBIT key offset：获取指定key的指定offset位置的bit值（0或1）。
BITOP operation destkey key [key …]：对一个或多个key进行位运算（AND，OR，XOR，NOT），并将结果保存到destkey中。
BITCOUNT key [start end]：统计指定key中，指定范围内（默认全部）bit值为1的个数。
BITPOS key bit [start end]：返回指定key中，指定范围内（默认全部）第一个bit值为bit（0或1）的位置。

Hyperloglogs

Hyperloglogs：Hyperloglogs是一种用于估计集合基数（不同元素的数量）的概率数据结构。它们可以用来统计大量数据的唯一性，牺牲一定的精度换取节省空间。Hyperloglogs的应用场景有：

网站访问量：可以利用Hyperloglogs来记录网站每天的独立访客（UV）数量，每个网站对应一个Hyperloglog，每个访客的IP地址或Cookie作为一个元素添加到Hyperloglog中。这样可以方便地估计网站的流量和受众规模。
在线用户数：可以利用Hyperloglogs来记录在线游戏或社交平台每天的在线用户数量，每个游戏或平台对应一个Hyperloglog，每个用户的ID或账号作为一个元素添加到Hyperloglog中。这样可以方便地估计在线服务的人气和活跃度。
数据去重：可以利用Hyperloglogs来记录大数据分析过程中的数据去重情况，每个数据集对应一个Hyperloglog，每条数据的唯一标识作为一个元素添加到Hyperloglog中。这样可以方便地估计数据集的真实规模和重复率。

常用指令：

PFADD key element [element …]：向指定key的Hyperloglog中添加一个或多个元素。
PFCOUNT key [key …]：返回一个或多个key的Hyperloglog的近似基数。
PFMERGE destkey sourcekey [sourcekey …]：将一个或多个key的Hyperloglog合并为一个Hyperloglog，并保存到destkey中。

GEO

GEO：GEO是一种用于存储和操作地理位置信息（经度和纬度）的数据结构。它们可以用来实现地理位置相关的功能，如距离计算，附近查询等。GEO的应用场景有：

位置服务：可以利用GEO来记录用户或商家的位置信息，每个用户或商家对应一个GEO元素，包含名称和经纬度坐标。这样可以方便地实现位置服务的功能，如导航，路线规划等。
附近搜索：可以利用GEO来记录各种资源或服务的位置信息，每种资源或服务对应一个GEO元素，包含名称和经纬度坐标。这样可以方便地实现附近搜索的功能，如附近餐厅，附近加油站等。
地理围栏：可以利用GEO来记录特定区域或范围的位置信息，每个区域或范围对应一个GEO元素，包含名称和经纬度坐标。这样可以方便地实现地理围栏的功能，如进出提醒，位置授权等。

常用指令：

GEOADD key longitude latitude member [longitude latitude member …]：将一个或多个地理位置信息（经度，纬度，名称）添加到指定key中。
GEOHASH key member [member …]：返回一个或多个地理位置信息的Geohash编码。
GEOPOS key member [member …]：返回一个或多个地理位置信息的经纬度坐标。
GEODIST key member1 member2 [unit]：返回两个地理位置信息之间的距离，可以指定单位（默认为米）。
GEORADIUS key longitude latitude radius unit [WITHCOORD] [WITHDIST] [WITHHASH] [COUNT count] [ASC|DESC] [STORE key] [STOREDIST key]：根据给定的经纬度坐标和半径，查询指定key中与中心点距离在给定范围内的地理位置信息。可以指定返回结果的格式和排序方式，也可以将结果保存到另一个key中。
GEORADIUSBYMEMBER key member radius unit [WITHCOORD] [WITHDIST] [WITHHASH] [COUNT count] [ASC|DESC] [STORE key] [STOREDIST key]：根据给定的地理位置信息和半径，查询指定key中与该位置距离在给定范围内的其他地理位置信息。其他参数同GEORADIUS命令。