文章目录
- 前言
- 一、Redis基础
- 1. Redis简介
- 2. Redis下载与安装
- 3. Redis服务启动与停止
- 3 Redis数据类型
- 4. Redis常用命令
- 5. 扩展数据类型
- 二、在Java中操作Redis
- 1. Spring Data Redis的使用
- 1.1. 介绍
- 1.2. 环境搭建
- 1.3. 编写配置类，创建RedisTemplate对象
- 1.4. 通过RedisTemplate对象操作Redis
- 1.5. 操作示例
- 2. Spring Cache的使用
- 2.1. 介绍
- 2.2. 使用
- 2.3. 注解详解
- 3. Spring Data Redis常用API
前言
Redis从入门到精通，本文详细讲解了redis基础内容，以及Spring Cache,Spring Data Redis技术的使用
提示：以下是本篇文章正文内容，下面案例可供参考
一、Redis基础
1. Redis简介
Redis是一个基于内存的key-value结构数据库。非关系型数据库。
Redis 是互联网技术领域使用最为广泛的存储中间件。
官网：https://redis.io中文网：https://www.redis.net.cn/
key-value结构存储：
- 主要特点：- 基于内存存储，读写性能高 - 适合存储热点数据（热点商品、资讯、新闻）- 企业应用广泛Redis是用C语言开发的一个开源的高性能键值对(key-value)数据库，官方提供的数据是可以达到100000+的QPS（每秒内查询次数）。它存储的value类型比较丰富，也被称为结构化的NoSql数据库。
NoSql（Not Only SQL），不仅仅是SQL，泛指非关系型数据库。NoSql数据库并不是要取代关系型数据库，而是关系型数据库的补充。
关系型数据库(RDBMS)：
- Mysql- Oracle- DB2- SQLServer非关系型数据库(NoSql)：- Redis- Mongo db- MemCached
2. Redis下载与安装
- Redis下载
Redis安装包分为windows版和Linux版：- Windows版下载地址：https://github.com/microsoftarchive/redis/releases
- Linux版下载地址： https://download.redis.io/releases/
- Redis安装
-
在Windows中安装Redis(项目中使用)
Redis的Windows版属于绿色软件，直接解压即可使用，解压后目录结构如下： -
在Linux中安装Redis(简单了解)
- 将Redis安装包上传到Linux
- 解压安装包，命令：tar -zxvf redis-4.0.0.tar.gz -C /usr/local
- 安装Redis的依赖环境gcc，命令：yum install gcc-c++
- 进入/usr/local/redis-4.0.0，进行编译，命令：make
- 进入redis的src目录进行安装，命令：make install
-
安装后重点文件说明：
- /usr/local/redis-4.0.0/src/redis-server：Redis服务启动脚本
- /usr/local/redis-4.0.0/src/redis-cli：Redis客户端脚本
- /usr/local/redis-4.0.0/redis.conf：Redis配置文件
-
- windows中安装成服务
在系统服务中自动启动了
3. Redis服务启动与停止
以window版Redis进行演示：
- 服务启动命令
redis-server.exe redis.windows.conf
Redis服务默认端口号为 6379 ，通过快捷键Ctrl + C 即可停止Redis服务
当Redis服务启动成功后，可通过客户端进行连接。 - 客户端连接命令
redis-cli.exe
通过redis-cli.exe命令默认连接的是本地的redis服务，并且使用默认6379端口。也可以通过指定如下参数连接：- -h ip地址
- -p 端口号
- -a 密码（如果需要）
注意： - 修改密码后需要重启Redis服务才能生效
- Redis配置文件中 # 表示注释
重启Redis后，再次连接Redis时，需加上密码，否则连接失败。
此时，-h 和 -p 参数可省略不写。
- Redis客户端图形工具
默认提供的客户端连接工具界面不太友好，同时操作也较为麻烦，接下来，引入一个Redis客户端图形工具。直接安装即可。安装完毕后，直接双击启动
- 新建连接
- 连接成功
3 Redis数据类型
- 五种常用数据类型介绍
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，key和value支持的最大是512M：- 字符串 string - 最常用 key:string
- 哈希 hash key:map
- 列表 list key: 列表 [1,2,3]
- 集合 set key:set 无序
- 有序集合 sorted set / zset key :zset
- 各种数据类型特
- 解释说明：
- 字符串(string)：普通字符串，Redis中最简单的数据类型
- 哈希(hash)：也叫散列，类似于Java中的HashMap结构
- 列表(list)：按照插入顺序排序，可以有重复元素，类似于Java中的LinkedList
- 集合(set)：无序集合，没有重复元素，类似于Java中的HashSet
- 有序集合(sorted set/zset)：集合中每个元素关联一个分数(score)，根据分数升序排序，没有重复元素
4. Redis常用命令
-
字符串操作命令
Redis 中字符串类型常用命令：- SET key value 设置指定key的值
- GET key 获取指定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
- 更多命令可以参考Redis中文网：https://www.redis.net.cn
-
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，存储一些具有对应关系的数据，比如用户信息。
常用命令：- HSET key field value 将哈希表 key 中的字段 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
-
列表操作命令
Redis 列表是简单的字符串列表，按照插入顺序排序，可以用于实现消息队列、任务列表等场景。
常用命令：- LPUSH key value1 [value2] 将一个或多个值插入到列表头部 left push
- LRANGE key start stop 获取列表指定范围内的元素
- RPOP key 移除并获取列表最后一个元素 remove pop
- LLEN key 获取列表长度
- BRPOP key1 [key2 ] timeout 移出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 时或发现可弹出元素
-
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，这就意味着集合中不能出现重复的数据
常用命令：- 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
- 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有序集合是string类型元素的集合，且不允许有重复成员。每个元素都会关联一个double类型的分数。
常用命令：- ZADD key score1 member1 [score2 member2] 向有序集合添加一个或多个成员zset add
- ZRANGE key start stop [WITHSCORES] 通过索引区间返回有序集合中指定区间内的成员
- 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
Redis的通用命令是不分数据类型的，都可以使用的命令：- KEYS pattern 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 所储存的值的类型 DEL key 该命令用于在 key 存在是删除 key
5. 扩展数据类型
- geospatial 地理位置
- Redis 在 3.2 推出 Geo 类型，该功能可以推算出地理位置信息，两地之间的距离 。
有效的经度从 -180 度到 180 度。有效的纬度从 -85.05112878 度到 85.05112878 度。当坐标位置超出指定范围时，该命令将会返回一个错误。(error) ERR invalid longitude latitude pair xxx yyy
常用的有如下命令- GEOADD key longitude latitude member [longitude latitude member …] 添加成员以及设置经纬度信息
- GEODIST key member1 member2 [M | KM ] 返回2者之间的距离，M 和KM是距离单
- GEOPOS key [member [member …]] 返回指定成员的地理位置信息
- GEORADIUS key longitude latitude radius [M | KM ] 返回以指定位置为中心，指定距离为半径之内的数据
- GEOADD location 116.310442 40.056564 itcast001
- GEOADD location 116.307080 40.055798 courier_1 116.316688 40.057338 courier_2
- GEOADD location 116.313772 40.053699 courier_3 116.311184 40.051204 courier_4
- GEOADD location 116.309331 40.052172 courier_5 116.310937 40.050827 courier_6
- GEOADD location 116.314077 40.056256 courier_7 116.316486 40.056098 courier_8
- hyperloglog 基数统计
- 基数：数学上集合的元素个数，是不能重复的。
UV（Unique visitor）：是指通过互联网访问、浏览这个网页的自然人。访问的一个电脑客户端为一个访客，一天内同一个访客仅被计算一次。 - Redis 2.8.9 版本更新了 hyperloglog 数据结构，是基于基数统计的算法。
- hyperloglog 的优点是占用内存小，并且是固定的。存储 2^64 个不同元素的基数，只需要 12 KB 的空间。但是也可能有 0.81% 的错误率。
int 4 b * 100000000 /1000 = 4*100000kb /1000 = 400M
这个数据结构常用于统计网站的 UV。传统的方式是使用 set 保存用户的ID，然后统计 set 中元素的数量作为判断标准。
但是这种方式保存了大量的用户 ID，ID 一般比较长，占空间，还很麻烦。我们的目的是计数，不是保存数据，所以这样做有弊端。但是如果使用 hyperloglog 就比较合适了。
常用命令如下：- PFADD key [element [element …]] 将需要统计的成员保存到key中
- PFCOUNT key 统计key的 成员数
- HyperLogLog的使用场景主要包括以下几个方面：
- 用户去重：使用HyperLogLog可以对海量的用户数据进行去重，快速地统计出不重复的用户数量。
- 网站UV统计：使用HyperLogLog可以对网站的访问日志进行分析，统计出每天、每周、每月的独立访客数量。
- 广告点击统计：使用HyperLogLog可以对广告的点击数据进行分析，统计出独立点击用户的数量，以及对多个广告进行并、交运算等。
- 数据库查询优化：使用HyperLogLog可以对数据库中的数据进行去重，减少查询的数据量，提高查询效率。
- 分布式计算：使用HyperLogLog可以在分布式系统中对数据进行去重、并、交等操作，以支持分布式计算。
- bitmap 位图
- 1G = 1024 M 1M=1024kb 1kb = 1024b 1b=8bit。bitmap就是通过最小的单位bit来进行0或者1的设置，表示某个元素对应的值或者状态。一个bit的值，或者是0，或者是1；也就是说一个bit能存储的最多信息是2。bitmap 常用于统计用户信息比如活跃粉丝和不活跃粉丝、登录和未登录、是否打卡等。
常用命令如下：- SETBIT key offset value 设置或清除存储在键处的字符串值中偏移处的位。
- GETBIT key offset 获取存储与key指定偏移处的位
- BITCOUNT key [start end [BYTE | BIT]] 统计key中所有设置了位的数量
- bitmap原理
- 我们为什么要选择bitmap？ 因为只需要512M能表述2^32 的数据的是否存在！
假设我们存储id ， id是long类型 8字节 2^32*8 b /2^10 / 2^57 kb /2^10 = 2^47 m /2^10 = 2^5 G = 32G - bitmap是如何做到的呢？
- bitmap的value其实是一个字符串。redis中value的最大是512M =2^9M *210=219 kb *2^10 = 2^29b * 8 = 232所以，总共有232个位来表示数据的是否存在。 也就是说可以表述42亿多的数据是否存在。
- bitmap如何用一个位表示 id =asdfalskdfasdnflksajdfl 用户是否存在呢？
- 我们应该设置2^32中的某一个位的值为1来表示 id=asdfalskdfasdnflksajdfl 是存在的。所以此时我们发现我们需要将一个字符串 id=asdfalskdfasdnflksajdfl 得换算成 一个数值 作为2^32次方中的索引。
- 如何将一个字符串换算成一个数值呢？hash算法！！！ hash算法 32位 = 4b = int = 2^32，
ps：hash算法存在hash冲突，只会误判，不会漏判。
- 我们为什么要选择bitmap？ 因为只需要512M能表述2^32 的数据的是否存在！
二、在Java中操作Redis
Redis的Java客户端
Redis 的 Java 客户端很多，常用的几种：
- Jedis
- Lettuce
- Spring Data Redis
Spring 对 Redis 客户端进行了整合，提供了 Spring Data Redis，在Spring Boot项目中还提供了对应的Starter，即 spring-boot-starter-data-redis。
重点讲解Spring Data Redis。
1. Spring Data Redis的使用
1.1. 介绍
Spring Data Redis 是 Spring 的一部分，提供了在 Spring 应用中通过简单的配置就可以访问 Redis 服务，对 Redis 底层开发包进行了高度封装。在 Spring 项目中，可以使用Spring Data Redis来简化 Redis 操作。
网址：https://spring.io/projects/spring-data-redis
Spring Boot提供了对应的Starter，maven坐标：
<dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-data-redis</artifactId>
</dependency>
Spring Data Redis中提供了一个高度封装的类：RedisTemplate，对相关api进行了归类封装,将同一类型操作封装为operation接口，具体分类如下：
- ValueOperations：string数据操作 redisTemplate.opsForValue()
- SetOperations：set类型数据操作 redisTemplate.opsForSet()
- ZSetOperations：zset类型数据操作 redisTemplate.opsForZSet()
- HashOperations：hash类型的数据操作 redisTemplate.opsForHash()
- ListOperations：list类型的数据操作 redisTemplate.opsForList()
1.2. 环境搭建
导入Spring Data Redis的maven坐标
<dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-data-redis</artifactId>
</dependency>
配置Redis数据源
sky:redis:host: localhostport: 6379database: 2
解释说明：
- database:指定使用Redis的哪个数据库，Redis服务启动后默认有16个数据库，编号分别是从0到15。可以通过修改Redis配置文件来指定数据库的数量。
1.3. 编写配置类，创建RedisTemplate对象
package com.sky.config;import lombok.extern.slf4j.Slf4j;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import org.springframework.data.redis.connection.RedisConnectionFactory;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.data.redis.serializer.StringRedisSerializer;@Configuration
@Slf4j
public class RedisConfiguration {@Beanpublic RedisTemplate redisTemplate(RedisConnectionFactory redisConnectionFactory){log.info("开始创建redis模板对象...");RedisTemplate redisTemplate = new RedisTemplate();//设置redis key、value的序列化器redisTemplate.setKeySerializer(new StringRedisSerializer());//value值支持中文正常显示redisTemplate.setValueSerializer(new FastJsonRedisSerializer<Object>(Object.class));//设置redis的连接工厂对象redisTemplate.setConnectionFactory(redisConnectionFactory);return redisTemplate;}
}
解释说明：
- 当前配置类不是必须的，因为 Spring Boot 框架会自动装配 RedisTemplate 对象，但是默认的key序列化器为JdkSerializationRedisSerializer，导致我们存到Redis中后的数据和原始数据有差别，故设置为StringRedisSerializer序列化器。
- 不配置，默认注入
@Autowired
private RedisTemplate<String,String> redisTemplate; //这里可以指定泛型@Autowired
//这个注入进行了序列化不会乱码
private StringRedisTemplate redisTemplate; //这个也是redis注入的另一个实现类
RedisTemplate默认使用JDK的序列化机制，因此从程序中输入的字符串经过序列化看起来像是乱码；而StringRedisTemplate使用了String的序列化机制，因此有一种所见即所得的效果。
1.4. 通过RedisTemplate对象操作Redis
package com.sky.test;import org.junit.jupiter.api.Test;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.boot.test.context.SpringBootTest;
import org.springframework.data.redis.core.*;@SpringBootTest
public class SpringDataRedisTest {@Autowiredprivate RedisTemplate redisTemplate;@Testpublic void testRedisTemplate(){System.out.println(redisTemplate);//string数据操作etOperations = redisTemplate.opsForZSet();}
}
测试
说明RedisTemplate对象注入成功，并且通过该RedisTemplate对象获取操作5种数据类型相关对象。
上述环境搭建完毕后，接下来，我们就来具体对常见5种数据类型进行操作。
1.5. 操作示例
/*** 操作字符串类型的数据*/@Testpublic void testString(){// set get setex setnxredisTemplate.opsForValue().set("name","小明");String city = (String) redisTemplate.opsForValue().get("name");System.out.println(city);redisTemplate.opsForValue().set("code","1234",3, TimeUnit.MINUTES);redisTemplate.opsForValue().setIfAbsent("lock","1");redisTemplate.opsForValue().setIfAbsent("lock","2");}
/*** 操作哈希类型的数据*/@Testpublic void testHash(){//hset hget hdel hkeys hvalsHashOperations hashOperations = redisTemplate.opsForHash();hashOperations.put("100","name","tom");hashOperations.put("100","age","20");String name = (String) hashOperations.get("100", "name");System.out.println(name);Set keys = hashOperations.keys("100");System.out.println(keys);List values = hashOperations.values("100");System.out.println(values);hashOperations.delete("100","age");}
/*** 操作列表类型的数据*/@Testpublic void testList(){//lpush lrange rpop llenListOperations listOperations = redisTemplate.opsForList();listOperations.leftPushAll("mylist","a","b","c");listOperations.leftPush("mylist","d");List mylist = listOperations.range("mylist", 0, -1);System.out.println(mylist);listOperations.rightPop("mylist");Long size = listOperations.size("mylist");System.out.println(size);}
/*** 操作集合类型的数据*/@Testpublic void testSet(){//sadd smembers scard sinter sunion sremSetOperations setOperations = redisTemplate.opsForSet();setOperations.add("set1","a","b","c","d");setOperations.add("set2","a","b","x","y");Set members = setOperations.members("set1");System.out.println(members);Long size = setOperations.size("set1");System.out.println(size);Set intersect = setOperations.intersect("set1", "set2");System.out.println(intersect);Set union = setOperations.union("set1", "set2");System.out.println(union);setOperations.remove("set1","a","b");}
/*** 操作有序集合类型的数据*/@Testpublic void testZset(){//zadd zrange zincrby zremZSetOperations zSetOperations = redisTemplate.opsForZSet();zSetOperations.add("zset1","a",10);zSetOperations.add("zset1","b",12);zSetOperations.add("zset1","c",9);Set zset1 = zSetOperations.range("zset1", 0, -1);System.out.println(zset1);zSetOperations.incrementScore("zset1","c",10);zSetOperations.remove("zset1","a","b");}
/*** 通用命令操作*/@Testpublic void testCommon(){//keys exists type delSet keys = redisTemplate.keys("*");System.out.println(keys);Boolean name = redisTemplate.hasKey("name");Boolean set1 = redisTemplate.hasKey("set1");for (Object key : keys) {DataType type = redisTemplate.type(key);System.out.println(type.name());}redisTemplate.delete("mylist");}
//分页查询 项目示例
public PageResponse<RoleVo> findRolePage(RoleDto roleDto, int pageNum, int pageSize) {//设置keyString key = CacheConstant.RESOURCE_PREFIX+ roleDto.hashCode()+pageNum+pageSize;//查询String listStr = redisTemplate.opsForValue().get(key);if (StringUtils.isNotBlank(listStr)){return BeanUtil.toBean(listStr,PageResponse.class);}PageHelper.startPage(pageNum, pageSize);Page<Role> page = roleMapper.selectPage(roleDto);PageResponse<RoleVo> pageResponse = PageResponse.of(page, RoleVo.class);//存入redisredisTemplate.opsForValue().set(key, JSON.toJSONString(pageResponse),30, TimeUnit.MINUTES);return pageResponse;}
2. Spring Cache的使用
2.1. 介绍
前言：
-
在我们查询部门数据的时候，特别是树形结构，要把所有的属性结构数据都展示出来，这个是会对数据库的访问造成一定的压力，并且从数据库查询效率也不是很高，所以我们通常都会添加缓存来提升效率
-
添加缓存的基本逻辑：
-
Spring Cache 是一个框架，实现了基于注解的缓存功能，只需要简单地加一个注解，就能实现缓存功能。
-
Spring Cache 提供了一层抽象，底层可以切换不同的缓存实现，例如：
- EHCache
- Caffeine
- Redis(常用)
-
常用注解
2.2. 使用
- 集成环境
- 在引导类上添加EnableCaching注解
- 配置application.yml文件配置缓存对象
# 缓存相关配置
# 这里如果启用redis作为缓存那么就写redis，如果用ehcache就写ehcache
spring: cache: type: redis
2.3. 注解详解
- @CachePut 说明：
- 作用: 将方法返回值，放入缓存
- value: 缓存的名称, 每个缓存名称下面可以有很多ke
- key: 缓存的key ----------> 支持Spring的表达式语言SPEL语法
- 在目标方法上加注解@CachePut，用法如下：
/*** CachePut：将方法返回值放入缓存* value：缓存的名称，每个缓存名称下面可以有多个key* key：缓存的key*/@PostMapping@CachePut(value = "userCache", key = "#user.id")//key的生成：userCache::1public User save(@RequestBody User user){userMapper.insert(user);return user;}
说明：key的写法如下
- user.id : #user指的是方法形参的名称, id指的是user的id属性 ,也就是使用user的id属性作为key ;
- result.id : #result代表方法返回值，该表达式代表以返回对象的id属性作为key ；
- p0.id：#p0指的是方法中的第一个参数，id指的是第一个参数的id属性,也就是使用第一个参数的id属性作为key
- a0.id：#a0指的是方法中的第一个参数，id指的是第一个参数的id属性,也就是使用第一个参数的id属性作为key
- root.args[0].id:#root.args[0]指的是方法中的第一个参数，id指的是第一个参数的id属性,也就是使用第一个参数的id属性作为key
- @Cacheable注解
- 作用: 在方法执行前，spring先查看缓存中是否有数据，如果有数据，则直接返回缓存数据；若没有数据，调用方法并将方法返回值放到缓存中
- value: 缓存的名称，每个缓存名称下面可以有多个key
- key: 缓存的key ----------> 支持Spring的表达式语言SPEL语法
- 使用示例
/*** Cacheable：在方法执行前spring先查看缓存中是否有数据，如果有数据，则直接返回缓存数据；若没有数据， *调用方法并将方法返回值放到缓存中* value：缓存的名称，每个缓存名称下面可以有多个key* key：缓存的key*/@GetMapping@Cacheable(cacheNames = "userCache",key="#id")public User getById(Long id){User user = userMapper.getById(id);return user;}
- 多条件使用：
@Cacheable(value = "userCache",key="#userDto.hashCode()",unless = "#result.size() == 0")
//当条件比较冗余时，我们可以将条件封装，使用其封装对象的hash值当做key参数实体内容一致，则哈希值一致
public List<User> getList(UserDto userDto){List<User> list = userMapper.getList("%" + userDto.getName() + "%", userDto.getAge());return list;
}
如果返回结果为空，则不缓存unless = "#result = = null"或unless = “#result.size() = = 0” unless条件为true则不存入缓存
- @CacheEvict注解
- 作用: 清理指定缓存
- value: 缓存的名称，每个缓存名称下面可以有多个key
- key: 缓存的key ----------> 支持Spring的表达式语言SPEL语法
- 使用示例
@DeleteMapping@CacheEvict(cacheNames = "userCache",key = "#id")//删除某个key对应的缓存数据public void deleteById(Long id){userMapper.deleteById(id);}@DeleteMapping("/delAll")@CacheEvict(cacheNames = "userCache",allEntries = true)//删除userCache下所有的缓存数据public void deleteAll(){userMapper.deleteAll();}
- @Caching注解
- 作用: 组装其他缓存注解
- cacheable 组装一个或多个@Cacheable注解
- put 组装一个或多个@CachePut注解
- evict 组装一个或多个@CacheEvict注解
- 使用示例
@Caching(cacheable = {@Cacheable(value = "userCache",key = "#id")},put = {@CachePut(value = "userCache",key = "#result.name"),@CachePut(value = "userCache",key = "#result.age")}
)
public User getById(Long id){User user = userMapper.getById(id);if(user == null){throw new RuntimeException("用户不存在");}return user;
}
当调用getById方法之后，首先到缓存中根据id查询数据，如果查询不成功还是会到数据库中找数据，同时会再往redis中set两个缓存，key分别是name和age
- 项目使用示例
- 过期时间等设置需要在配置文件中设置，不如Spring Data Redis灵活
@Service
@Transactional
public class ResourceServiceImpl implements ResourceService {/*** 多条件列表查询* @param resourceDto* @return*/@Cacheable(value = CacheConstant.RESOURCE_LIST ,key ="#resourceDto.hashCode()")@Overridepublic List<ResourceVo> getList(ResourceDto resourceDto) {}/*** 封装资源的树形结构** @param resourceDto* @return*/@Cacheable(value = CacheConstant.RESOURCE_TREE )@Overridepublic TreeVo resourceTreeVo(ResourceDto resourceDto) {}/*** 添加资源* @param resourceDto*/@Caching(evict = {@CacheEvict(value = CacheConstant.RESOURCE_LIST ,allEntries = true),@CacheEvict(value = CacheConstant.RESOURCE_TREE ,allEntries = true)})@Overridepublic void createResource(ResourceDto resourceDto) {}/*** 修改资源* @param resourceDto*/@Caching(evict = {@CacheEvict(value = CacheConstant.RESOURCE_LIST ,allEntries = true),@CacheEvict(value = CacheConstant.RESOURCE_TREE ,allEntries = true)})@Overridepublic void updateResource(ResourceDto resourceDto) {}/*** 启用禁用* @param resourceVo* @return*/@Caching(evict = {@CacheEvict(value = CacheConstant.RESOURCE_LIST ,allEntries = true),@CacheEvict(value = CacheConstant.RESOURCE_TREE ,allEntries = true)})@Overridepublic void isEnable(ResourceVo resourceVo) {}/*** 删除菜单* @param resourceNo*/@Caching(evict = {@CacheEvict(value = CacheConstant.RESOURCE_LIST ,allEntries = true),@CacheEvict(value = CacheConstant.RESOURCE_TREE ,allEntries = true)})@Overridepublic void deleteByResourceNo(String resourceNo) {}}
3. Spring Data Redis常用API
- RedisTemlate相关方法体系
- RedisTemlate类主要提供opsForValue(), opsForHash(), opsForList(), opsForSet(), opsForZSet() 等方法来获取特定数据类型的操作接口。这些方法返回相应的操作对象。
- ValueOperations<K, V>，HashOperations<K, HK, HV>，ListOperations<K, V>，SetOperations<K, V>接口的实现这些对象提供了对该数据类型进行操作的方法，其主要为在Redis中存储和获取内容。
- 而上述各个对象都实现了RedisOperations 接口，这个接口中提供了更多的Redis的具体操作，接口详情见下面
- 其他常用方法
- keys(String Pattern)获取当前所有的key(Pattren为正则表达式，模糊匹配需要使用通配符即* )
- delete(String Pattern/Collection keyLsit)删除当前redis中符合条件的key-value
- remove()删除当前redis中所有的key-value
- RedisOperations接口
Long remainTimeToLive = redisTemplate.opsForValue().getOperations().getExpire(jwtTokenKey, TimeUnit.SECONDS);
Long remainTimeToLive = redisTemplate.opsForValue().getOperations().getExpire(jwtTokenKey, TimeUnit.SECONDS);
这段代码是用来获取 Redis 中某个键的剩余生存时间（TTL，Time To Live）。具体来说，redisTemplate.opsForValue().getOperations().getExpire(jwtTokenKey) 会返回键 jwtTokenKey 的剩余过期时间（以秒为单位），如果键不存在或者没有设置过期时间，则会返回一个特定的值。
让我们分解一下这段代码：
- redisTemplate.opsForValue()：这一步获取了 ValueOperations 的实例，它是用来操作字符串类型的键值对的。
- getOperations()：由于 ValueOperations 实现了 Operations 接口，因此可以通过调用 getOperations() 来获取一个 RedisOperations 的实例，这个实例提供了更多的 Redis 操作方法，包括获取键的过期时间。
- getExpire(jwtTokenKey)：这个方法实际上获取指定键的过期时间。返回值是一个 Long 类型，表示键还有多少秒过期。如果键不存在或者没有设置过期时间，则返回 -2L；如果键存在但是没有设置过期时间，则返回 -1L。
RedisOperations详解
RedisOperations 接口是 Spring Data Redis 提供的一个基础接口，它提供了一系列基本的 Redis 操作方法。虽然通常我们不会直接使用 RedisOperations，而是使用它的子接口如 BoundValueOperations, BoundHashOperations, BoundListOperations, BoundSetOperations, BoundZSetOperations 或者 ValueOperations, HashOperations, ListOperations, SetOperations, ZSetOperations 等来执行更具体的 Redis 操作。然而，RedisOperations 本身也提供了一些通用的操作方法。下面是一些常用的方法及其说明：
- 基本操作
- void delete(K key)
删除给定的键。 - void delete(Collection keys)
删除给定集合中的所有键。 - boolean exists(K key)
检查给定的键是否存在。 - K randomKey()
随机返回一个键。 - void rename(K oldKey, K newKey)
重命名给定的键。 - void renameIfAbsent(K oldKey, K newKey)
如果新的键不存在则重命名给定的键。 - Long expire(K key, long timeout, TimeUnit unit)
设置键的过期时间。 - Long persist(K key)
移除键的过期时间。 - Long getExpire(K key, TimeUnit unit)
获取键的剩余过期时间。
- void delete(K key)
- 批量操作
- Map<K, Boolean> executePipelined(RedisCallback callback)
批量执行命令并返回结果。 - Map<K, Boolean> executePipelined(RedisCallback callback, K… keys)
批量执行针对特定键的命令并返回结果。 - Map<K, Boolean> executePipelined(RedisCallback callback, Collection keys)
批量执行针对特定键集合的命令并返回结果。
- Map<K, Boolean> executePipelined(RedisCallback callback)
- 事务支持
- void multi()
开始一个事务。 - List exec()
执行事务中的所有命令。 - void discard()
取消事务中的所有命令。
- void multi()
- 其他
- String debug()
返回调试信息。 - void shutdown()
关闭 Redis 服务器。 - String info()
返回关于 Redis 服务器运行状态的信息。
- String debug()
示例：
// 删除键
redisTemplate.delete("myKey");// 检查键是否存在
boolean exists = redisTemplate.hasKey("myKey");// 获取键的过期时间
Long ttl = redisTemplate.getExpire("myKey", TimeUnit.SECONDS);// 设置键的过期时间
redisTemplate.expire("myKey", 60, TimeUnit.SECONDS);// 开始一个事务
redisTemplate.multi();// 执行事务中的所有命令
List<Object> results = redisTemplate.exec();// 取消事务中的所有命令
redisTemplate.discard();
![[乱码]确保命令行窗口与主流集成开发环境（IDE）统一采用UTF-8编码，以规避乱码问题](https://i-blog.csdnimg.cn/direct/f5c0a176b1a946ffa4590db4fa2e0f40.png)
