当前位置: 首页 > news >正文

SpringDataRedis 使用

  • 1. SpringDataRedis 特点
  • 2. 使用 SpringDataRedis 步骤
  • 3. 自定义 RedisTemplate 序列化
  • 4. SpringDataRedis 操作对象

1. SpringDataRedis 特点

  • 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。并将不同数据类型的操作 API 封装到了不同的类型中:

API返回值类型说明
redisTemplate.opsForvalue()valueOperations操作 String 类型数据
redisTemplate.opsForHash()HashOperations操作 Hash 类型数据
redisTemplate.opsForList()ListOperations操作 List 类型数据
redisTemplate.opsForSet()SetOperations操作 Set 类型数据
redisTemplate.opsForZSet()ZSetOperations操作 SortedSet 类型数据

2. 使用 SpringDataRedis 步骤

1. 创建项目

在这里插入图片描述

这里注意选2的版本

在这里插入图片描述

2. 引入依赖

<dependency><groupId>org.apache.commons</groupId><artifactId>commons-pool2</artifactId></dependency>

在这里插入图片描述

3. 配置 Redis

spring:redis:host: 140.210.207.112port: 6379password: 123456lettuce:pool:max-active: 8max-idle: 8min-idle: 0max-wait: 100ms

在这里插入图片描述

4. 注入 RedisTemplate,编写测试用例

@Autowiredprivate RedisTemplate redisTemplate;@Testvoid testString() {//写入一条 string 数据redisTemplate.opsForValue().set("name","李四");//获取 string 数据Object name = redisTemplate.opsForValue().get("name");//打印System.out.println("name = "+name);}

在这里插入图片描述

在这里插入图片描述

但我们发现 redis 里面没有存进去

在这里插入图片描述

用可视化工具查看一下:

在这里插入图片描述

这个是序列化的问题,RedisTemplate 可以接收任意 Object 作为值写入 Redis,只不过写入前会把 Object 序列化为字节形式,默认就是采用 JDK 序列化。

在这里插入图片描述

3. 自定义 RedisTemplate 序列化

先引入 Jackson 依赖:

<dependency><groupId>com.fasterxml.jackson.core</groupId><artifactId>jackson-databind</artifactId></dependency>
@Configuration
public class RedisConfig {@ResourceRedisConnectionFactory connectionFactory;@Beanpublic RedisTemplate<String, Object> redisTemplate(){// 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;}
}

在这里插入图片描述

在这里插入图片描述

这样就可以读取到了:

在这里插入图片描述

但在服务器上值还是乱码:

在这里插入图片描述

我们启动服务器命令在后面加上 --raw就好了

在这里插入图片描述

在这里插入图片描述

redisTemplate 可以操作着不同的数据类型,api 和我们的指令是一样的。
opsForValue:操作字符串 -> String
opsForList:操作 List -> List
opsForSet:操作 Set -> Set
opsForHash:操作 Hash
opsForZSet:操作 ZSet
opsForGeo:操作 Geospatial
opsForHyperLogLog: 操作 HyperLogLog
除了基本的操作,我们常用的方法都可以直接通过 redisTemplate 操作,比如事务,和基本的 CRUD。

在这里插入图片描述

4. SpringDataRedis 操作对象

在这里插入图片描述

这里不使用无参构造方法会报错,注意一下:

在这里插入图片描述

在这里插入图片描述

这里采用了 JSON 序列化来代替默认的 JDK 序列化方式:

在这里插入图片描述

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。

所以我们为了节省内存空间,我们可以不使用 JSON 序列化器来处理 value,而是统一使用 String 序列化器,要求只能存储 String 类型的 key 和 value。当需要存储 Java 对象时,手动完成对象的序列化和反序列化。

在这里插入图片描述

这样我们存入和读取时的序列化及反序列化都是我们自己实现的,SpringDataRedis 就不会将 class 信息写入Redis了。

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

@Autowiredprivate StringRedisTemplate stringRedisTemplate;// JSON序列化工具private static final ObjectMapper mapper = new ObjectMapper();@Testvoid testSaveUser2() throws JsonProcessingException {// 创建对象User user = new User("张三", 22);// 手动序列化String JSON = mapper.writeValueAsString(user);// 写入数据stringRedisTemplate.opsForValue().set("user", JSON);// 获取数据String jsonUser = stringRedisTemplate.opsForValue().get("user");// 手动反序列化User user1 = mapper.readValue(jsonUser, User.class);System.out.println("user1 = " + user1);}

在这里插入图片描述

在这里插入图片描述

http://www.lryc.cn/news/141465.html

相关文章:

  • Redis全局命令与数据结构
  • LibreOffice新一代的办公软件for Mac/Windows免费版
  • Python|OpenCV-读取视频,显示视频并保存视频(3)
  • 上传WSL项目到gitlab
  • 从0开始做yolov5模型剪枝
  • 飞天使-k8s基础组件分析-安全
  • Mysql安装使用
  • 聚类分析 | MATLAB实现基于LP拉普拉斯映射的聚类可视化
  • uniapp 使用 mui-player 插件播放 m3u8/flv 视频流
  • 大数据课程K4——Spark的DAGRDD依赖关系
  • disable 禁用元素后无法触发点击事件
  • uni-app开启gzip配置
  • 房屋结构健康监测,科技助力让建筑更安全
  • Android 面试之Glide做了哪些优化?
  • 【韩顺平 零基础30天学会Java】数组、排序和查找(2days)
  • VUE笔记(一)初识vue
  • 3D点云处理:学习总结(更新整理中)
  • Day45|leetcode 70. 爬楼梯、322. 零钱兑换、279.完全平方数
  • arm:day9
  • 【大模型AIGC系列课程 1-2】创建并部署自己的ChatGPT机器人
  • 启动metastore服务报错
  • c 语言 算法 技巧 之 用移位来代替乘除
  • python爬虫实战零基础(3)——某云音乐
  • 渗透测试漏洞原理之---【XSS 跨站脚本攻击】
  • 【浮点数二分】
  • 基于FPGA的FIR低通滤波器实现(附工程源码),matlab+vivado19.2+simulation
  • c++ qt--事件(第六部分)
  • 嵌入式系统入门实战:探索基本概念和应用领域
  • 关于hive sql进行调优的理解
  • 十大排序算法