Redis实战之征服 Redis + Jedis + Spring （一）

相关链接：

Redis实战

Redis实战之Redis + Jedis

Redis实战之征服 Redis + Jedis + Spring （一）

Redis实战之征服 Redis + Jedis + Spring （二）

Redis实战之征服 Redis + Jedis + Spring （三）

前文有述，Spring提供了对于Redis的专门支持：spring-data-redis。此外，类似的还有：

我想大部分人对spring-data-hadoop、spring-data-mongodb、spring-data-redis以及spring-data-jpa表示关注。

一、简述

spring把专门的数据操作独立封装在spring-data系列中，spring-data-redis自然是针对Redis的独立封装了。

当前版本1.0.1，主要是将jedis、jredis、rjc以及srp等Redis Client进行了封装，同时支持事务。已经让我垂涎欲滴了。当然，当前版本不支持Sharding。例如，前文曾经通过Jedis通过Client配置，实现一致性哈希，达到Sharding的目的。再一点，如果你早在spring1.x写过SpringJdbc的话，现在会觉得似曾相识。

在经过一番思想斗争后，我最终放弃了Jedis原生实现，拥抱spring-data-redis了。为什么？因为，我需要一个有事务机制的框架，一个不需要显式调用对象池操作的框架。这些spring-data-redis都解决了。至于Sharding，当前数据量要求还不大，期待Redis 3.0吧。

二、配置

对象池配置：

  1. <bean
  2. id="jedisPoolConfig"
  3. class="redis.clients.jedis.JedisPoolConfig"
  4. >
  5. <property
  6. name="maxActive"
  7. value="${redis.pool.maxActive}" />
  8. <property
  9. name="maxIdle"
  10. value="${redis.pool.maxIdle}" />
  11. <property
  12. name="maxWait"
  13. value="${redis.pool.maxWait}" />
  14. <property
  15. name="testOnBorrow"
  16. value="${redis.pool.testOnBorrow}" />
  17. </bean>
<bean
		id="jedisPoolConfig"
		class="redis.clients.jedis.JedisPoolConfig"
	>
		<property
			name="maxActive"
			value="${redis.pool.maxActive}" />
		<property
			name="maxIdle"
			value="${redis.pool.maxIdle}" />
		<property
			name="maxWait"
			value="${redis.pool.maxWait}" />
		<property
			name="testOnBorrow"
			value="${redis.pool.testOnBorrow}" />
	</bean>

工厂实现：

  1. <bean
  2. id="jedisConnectionFactory"
  3. class="org.springframework.data.redis.connection.jedis.JedisConnectionFactory"
  4. >
  5. <property
  6. name="hostName"
  7. value="${redis.ip}" />
  8. <property
  9. name="port"
  10. value="${redis.port}" />
  11. <property
  12. name="poolConfig"
  13. ref="jedisPoolConfig" />
  14. </bean>
	<bean
		id="jedisConnectionFactory"
		class="org.springframework.data.redis.connection.jedis.JedisConnectionFactory"
	>
		<property
			name="hostName"
			value="${redis.ip}" />
		<property
			name="port"
			value="${redis.port}" />
		<property
			name="poolConfig"
			ref="jedisPoolConfig" />
	</bean>

模板类：

  1. <bean
  2. class="org.springframework.data.redis.core.RedisTemplate"
  3. p:connection-factory-ref="jedisConnectionFactory" />
<bean
		class="org.springframework.data.redis.core.RedisTemplate"
		p:connection-factory-ref="jedisConnectionFactory" />

是不是很像配置一个JdbcTemplate？其实就这么简单。

redis.properties配置如下：

  1. #最大分配的对象数
  2. redis.pool.maxActive=1024
  3. #最大能够保持idel状态的对象数
  4. redis.pool.maxIdle=200
  5. #当池内没有返回对象时，最大等待时间
  6. redis.pool.maxWait=1000
  7. #当调用borrow Object方法时，是否进行有效性检查
  8. redis.pool.testOnBorrow=true
  9. #IP
  10. redis.ip=10.11.20.140
  11. #Port
  12. redis.port=6379
#最大分配的对象数
redis.pool.maxActive=1024
#最大能够保持idel状态的对象数
redis.pool.maxIdle=200
#当池内没有返回对象时，最大等待时间
redis.pool.maxWait=1000
#当调用borrow Object方法时，是否进行有效性检查
redis.pool.testOnBorrow=true

#IP
redis.ip=10.11.20.140
#Port
redis.port=6379

当前只能用一个节点，期待Redis 3.0，Sharding吧！

三、GET、SET、DEL操作

Redis初来乍练，目前也就是用Memcached多些，只会这些基本的操作，在这里献丑了！

假定做一个UserDao：

  1. public interface UserDao {
  2. /**
  3. * @param uid
  4. * @param address
  5. */
  6. void save(User user);
  7. /**
  8. * @param uid
  9. * @return
  10. */
  11. User read(String uid);
  12. /**
  13. * @param uid
  14. */
  15. void delete(String uid);
  16. }
public interface UserDao {
	/**
	 * @param uid
	 * @param address
	 */
	void save(User user);

	/**
	 * @param uid
	 * @return
	 */
	User read(String uid);

	/**
	 * @param uid
	 */
	void delete(String uid);
}

User对象就这么两个属性：

  1. public class User implements Serializable {
  2. private static final long serialVersionUID = -1267719235225203410L;
  3. private String uid;
  4. private String address;
  5. }
public class User implements Serializable {

	private static final long serialVersionUID = -1267719235225203410L;

	private String uid;

	private String address;
}

实现这三个方法需要得到RedisTemplate的支持：

  1. @Autowired
  2. private RedisTemplate<Serializable, Serializable> redisTemplate;
	@Autowired
	private RedisTemplate<Serializable, Serializable> redisTemplate;

为什么用序列化泛型？我存的数据都是可序列化的内容。还有更多为什么？其实我也解答不了很多，边练边学，我弄通了一定告诉你！

1.保存-SET

做一个保存造作，使用Redis的SET命令：

  1. @Override
  2. public void save(final User user) {
  3. redisTemplate.execute(new RedisCallback<Object>() {
  4. @Override
  5. public Object doInRedis(RedisConnection connection)
  6. throws DataAccessException {
  7. connection.set(
  8. redisTemplate.getStringSerializer().serialize(
  9. "user.uid." + user.getUid()),
  10. redisTemplate.getStringSerializer().serialize(
  11. user.getAddress()));
  12. return null;
  13. }
  14. });
  15. }
	@Override
	public void save(final User user) {
		redisTemplate.execute(new RedisCallback<Object>() {
			@Override
			public Object doInRedis(RedisConnection connection)
					throws DataAccessException {
				connection.set(
						redisTemplate.getStringSerializer().serialize(
								"user.uid." + user.getUid()),
						redisTemplate.getStringSerializer().serialize(
								user.getAddress()));
				return null;
			}
		});
	}

这里是通过模板类，实现方法回调。在spring框架下，可以方便的控制事务，如果你研究过spring的dao源代码，对此一定熟悉。

  1. 传入参数，需要final标识，禁止方法内修改。
  2. 调用RedisConnection的set方法实现Redis的SET命令。
  3. 不管是Key，还是Value都需要进行Serialize。
  4. 序列化操作，最好使用RedisTemplate提供的Serializer来完成。

这跟当年的SpringJdbcTemplate有那么一拼！

2.获取-GET

想要将对象从Redis中取出来，就麻烦一些，需要序列化key，最好判断下这个key是否存在，避免无用功。如果键值存在，需要对数据反序列化。

  1. @Override
  2. public User read(final String uid) {
  3. return redisTemplate.execute(new RedisCallback<User>() {
  4. @Override
  5. public User doInRedis(RedisConnection connection)
  6. throws DataAccessException {
  7. byte[] key = redisTemplate.getStringSerializer().serialize(
  8. "user.uid." + uid);
  9. if (connection.exists(key)) {
  10. byte[] value = connection.get(key);
  11. String address = redisTemplate.getStringSerializer()
  12. .deserialize(value);
  13. User user = new User();
  14. user.setAddress(address);
  15. user.setUid(uid);
  16. return user;
  17. }
  18. return null;
  19. }
  20. });
  21. }
	@Override
	public User read(final String uid) {
		return redisTemplate.execute(new RedisCallback<User>() {
			@Override
			public User doInRedis(RedisConnection connection)
					throws DataAccessException {
				byte[] key = redisTemplate.getStringSerializer().serialize(
						"user.uid." + uid);
				if (connection.exists(key)) {
					byte[] value = connection.get(key);
					String address = redisTemplate.getStringSerializer()
							.deserialize(value);
					User user = new User();
					user.setAddress(address);
					user.setUid(uid);
					return user;
				}
				return null;
			}
		});
	}

当年写SpringJdbc的时候，就是这样一个字段一个字段拼装的，甭提多累人。好吧，用Spring-Data-Redis，又让我回归了！

  1. 记得使用泛型，如RedisCallback<User>()
  2. 使用同一的序列化/反序列化Serializer
  3. 建议使用connection.exists(key)判别键值是否存在，避免无用功

3.删除-DEL

删除，就简单点，不过也需要这样折腾一会：

  1. @Override
  2. public void delete(final String uid) {
  3. redisTemplate.execute(new RedisCallback<Object>() {
  4. public Object doInRedis(RedisConnection connection) {
  5. connection.del(redisTemplate.getStringSerializer().serialize(
  6. "user.uid." + uid));
  7. return null;
  8. }
  9. });
  10. }
	@Override
	public void delete(final String uid) {
		redisTemplate.execute(new RedisCallback<Object>() {
			public Object doInRedis(RedisConnection connection) {
				connection.del(redisTemplate.getStringSerializer().serialize(
						"user.uid." + uid));
				return null;
			}
		});
	}

做个TestCase，暂时够我用了！

4. TestCase

  1. import static org.junit.Assert.*;
  2. import org.junit.Before;
  3. import org.junit.Test;
  4. import org.springframework.context.ApplicationContext;
  5. import org.springframework.context.support.ClassPathXmlApplicationContext;
  6. import org.zlex.redis.dao.UserDao;
  7. import org.zlex.redis.domain.User;
  8. public class UserDaoTest {
  9. private ApplicationContext app;
  10. private UserDao userDao;
  11. @Before
  12. public void before() throws Exception {
  13. app = new ClassPathXmlApplicationContext("applicationContext.xml");
  14. userDao = (UserDao) app.getBean("userDao");
  15. }
  16. @Test
  17. public void crud() {
  18. // -------------- Create ---------------
  19. String uid = "u123456";
  20. String address1 = "上海";
  21. User user = new User();
  22. user.setAddress(address1);
  23. user.setUid(uid);
  24. userDao.save(user);
  25. // ---------------Read ---------------
  26. user = userDao.read(uid);
  27. assertEquals(address1, user.getAddress());
  28. // --------------Update ------------
  29. String address2 = "北京";
  30. user.setAddress(address2);
  31. userDao.save(user);
  32. user = userDao.read(uid);
  33. assertEquals(address2, user.getAddress());
  34. // --------------Delete ------------
  35. userDao.delete(uid);
  36. user = userDao.read(uid);
  37. assertNull(user);
  38. }
  39. }
import static org.junit.Assert.*;
import org.junit.Before;
import org.junit.Test;
import org.springframework.context.ApplicationContext;
import org.springframework.context.support.ClassPathXmlApplicationContext;
import org.zlex.redis.dao.UserDao;
import org.zlex.redis.domain.User;

public class UserDaoTest {
	private ApplicationContext app;
	private UserDao userDao;

	@Before
	public void before() throws Exception {
		app = new ClassPathXmlApplicationContext("applicationContext.xml");
		userDao = (UserDao) app.getBean("userDao");
	}

	@Test
	public void crud() {
		// -------------- Create ---------------
		String uid = "u123456";
		String address1 = "上海";
		User user = new User();
		user.setAddress(address1);
		user.setUid(uid);
		userDao.save(user);

		// ---------------Read ---------------
		user = userDao.read(uid);

		assertEquals(address1, user.getAddress());

		// --------------Update ------------
		String address2 = "北京";
		user.setAddress(address2);
		userDao.save(user);

		user = userDao.read(uid);

		assertEquals(address2, user.getAddress());

		// --------------Delete ------------
		userDao.delete(uid);
		user = userDao.read(uid);
		assertNull(user);
	}
}

貌似少了update，也许以后操作Hash时，会用上。

看看控制台获得了什么：

redis 127.0.0.1:6379> get user.uid.u123456
(nil)

redis 127.0.0.1:6379> get user.uid.u123456

"\xe5\x8c\x97\xe4\xba\xac"

redis 127.0.0.1:6379> get user.uid.u123456

"\xe4\xb8\x8a\xe6\xb5\xb7"

redis 127.0.0.1:6379> del user.uid.u123456

(integer) 1

redis 127.0.0.1:6379> get user.uid.u123456

(nil)

redis 127.0.0.1:6379> get user.uid.u123456

"\xe4\xb8\x8a\xe6\xb5\xb7"

好吧，可以开始用它来存点什么了！

相关链接：

Redis实战

Redis实战之Redis + Jedis

Redis实战之征服 Redis + Jedis + Spring （一）

Redis实战之征服 Redis + Jedis + Spring （二）

Redis实战之征服 Redis + Jedis + Spring （三）

Redis实战之征服 Redis + Jedis + Spring （一）

时间： 2024-08-03 12:53:22

Redis实战之征服 Redis + Jedis + Spring （一）的相关文章

Redis实战之征服 Redis + Jedis + Spring （二）

不得不说,用哈希操作来存对象,有点自讨苦吃! 不过,既然吃了苦,也做个记录,也许以后API升级后,能好用些呢?! 或许,是我的理解不对,没有真正的理解哈希表. 相关链接: Redis实战 Redis实战之Redis + Jedis Redis实战之征服 Redis + Jedis + Spring (一) Redis实战之征服 Redis + Jedis + Spring (二) Redis实战之征服 Redis + Jedis + Spring (三) 一.预期 接上一篇,扩充User属性:

Redis实战之征服 Redis + Jedis + Spring （三）

一开始以为Spring下操作哈希表,列表,真就是那么土.恍惚间发现“stringRedisTemplate.opsForList()”的强大,抓紧时间恶补下. 通过spring-data-redis完成LINDEX, LLEN, LPOP, LPUSH, LRANGE, LREM, LSET, LTRIM, RPOP, RPUSH命令.其实还有一些命令,当前版本不支持.不过,这些List的操作方法可以实现队列,堆栈的正常操作,足够用了. 相关链接: Redis实战 Redis实战之Redis +

redis实战_08_redis集群与spring整合

需要jar包 1 <dependency> 2 <groupId>redis.clients</groupId> 3 <artifactId>jedis</artifactId> 4 <version>2.8.0</version> 5 </dependency> spring-redis.xml配置文件: 1 <?xml version="1.0" encoding="UT

redis 实战教程、redis缓存教程、redis消息发布、订阅、redis消息队列教程

一:本教程使用环境: ubuntu12.x .jdk1.7 .Intellij idea.spring3.2.8 .redis服务端3.0,jedis客户端2.7.3 spring-data-redis 1.6.0 二:redis 服务端安装教程 这里不详解 三:redis 缓存特性 示例如下: spring配置: <bean id="jedisPoolConfig" class="redis.clients.jedis.JedisPoolConfig">

Redis 实战 ---- Java 使用 Redis

零.安装与测试 Windows上安装 Redis Redis的官网为redis.io,安装Redis到Windows上,可以解压附件的redis.zip到本地的任意路径下(如:e盘). 启动Redis服务器端 使用cmd.exe工具进入解压的redis文件夹,输入如下指令即可使用配置文件redis.windows.conf中指定的参数打开Redis服务器端 E:\redis>redis-server.exe redis.windows.conf [3136] 01 Aug 15:30:18.91

Redis实战 | 5种Redis数据类型详解

我们知道Redis是目前非常主流的KV数据库,它因高性能的读写能力而著称,其实还有另外一个优势,就是Redis提供了更加丰富的数据类型,这使得Redis有着更加广泛的使用场景.那Redis提供给用户的有哪些数据类型呢?主要有:string(字符串).List(列表).Set(集合).Hash(哈希).Zset(有序集合).HyperLogLogs(计算基数用的一种数据结构).Streams(Redis 5.0提供一种建模日志用的全新数据结构). 需要注意的是这里说的数据类型是指Redis值的数据

Redis实战之Redis + Jedis[转]

http://blog.csdn.net/it_man/article/details/9730605 2013-08-03 11:01 1786人阅读 评论(0) 收藏 举报 目录(?)[-] 一简单使用Jedis 二池化使用Jedis 三一致性哈希 四Spring封装参考 用Memcached,对于缓存对象大小有要求,单个对象不得大于1MB,且不支持复杂的数据类型,譬如SET 等.基于这些限制,有必要考虑Redis! 相关链接: Redis实战 Redis实战之Redis + Jedis R

redis实战_01_yucong_redis基础

redis实战概要: redis简介 redis的五种数据类型: 2.1 String类型 String类型是包含很多种类型的特殊类型,并且是二进制安全的. 比如序列化的对象进行存储,比如一张图片进行二进制存储, 比如一个简单的字符串,数值等等. set和get方法: 设置值: set name yucong 取值 get name (说明 设置name多次会覆盖) 删除值:del name 使用setnx (not exist) name 如果不存在进行设置,存在就不需要进行设置了,返回0,

Redis实战 | 持久化、主从复制特性和故障处理思路

前言 前面两篇我们了解了Redis的安装.Redis最常用的5种数据类型.本篇总结下Redis的持久化.主从复制特性,以及Redis服务挂了之后的一些处理思路. 前期回顾传送门: Linux下安装Redis简易教程Redis实战 | 5种Redis数据类型详解 Redis的两种持久化方式 经常有面试官会问:Redis数据存储在内存中,万一断电了怎么办呢? 不要慌,这个其实就是在问Redis的持久化策略啦.我们知道,保存在内存中的数据,在服务重启或者是机器挂掉之后是会丢失的.而硬盘中的数据是不会丢