Redis + Jedis + Spring (一)—— 配置&常规操作(GET SET DEL)接着需要快速的调研下基于Spring框架下的Redis操作。

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-hadoopspring-data-mongodbspring-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jedisjredisrjc以及srpRedis 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RedisSET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RedisConnectionset方法实现RedisSET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)的更多相关文章

  1. 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 ...

  2. 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 ...

  3. 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 ...

  4. Redis 实战 —— 13. 扩展 Redis

    简介 当数据量增大或者读写请求增多后,一台 Redis 服务器可能没办法再存储所有数据或者处理所有读写请求,那么就需要对 Redis 进行扩展,保证 Redis 在能存储所有数据对情况下,同时能正常处 ...

  5. 小D课堂 - 零基础入门SpringBoot2.X到实战_第9节 SpringBoot2.x整合Redis实战_40、Redis工具类封装讲解和实战

    笔记 4.Redis工具类封装讲解和实战     简介:高效开发方式 Redis工具类封装讲解和实战         1.常用客户端 https://redisdesktop.com/download ...

  6. Redis实战之Redis + Jedis

    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Redi ...

  7. 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(?)[-] ...

  8. Redis实战

    大约一年多前,公司同事开始使用Redis,不清楚是配置,还是版本的问题,当时的Redis经常在使用一段时间后,连接爆满且不释放.印象中,Redis 2.4.8以下的版本由于设计上的主从库同步问题,就会 ...

  9. Redis实战篇

    Redis实战篇 1 Redis 客户端 1.1 客户端通信 原理 客户端和服务器通过 TCP 连接来进行数据交互, 服务器默认的端口号为 6379 . 客户端和服务器发送的命令或数据一律以 \r\n ...

随机推荐

  1. Vim插件列表

    01.helm(Vim-Swoop) 02.ap/vim-buftabline 03.wesleyche/SrcExpl 04.vim proc 05.vim shell 06.dhruvasagar ...

  2. bash 统计文件行数

    #假设文件名是:fortest.gtf declare -i fileLinesfileLines=`sed -n '$=' fortest.gtf`echo $fileLines #-------- ...

  3. Emmet快速开发

    标签元素关系展开 div.wrap>div.content>(div.inner_l+div.inner_r)^div.sider ------缩写展开如下---------------- ...

  4. POI根据EXCEL模板,修改内容导出新EXCEL (只支持HSSF)

    package excelPoiTest; import java.io.File; import java.io.FileInputStream; import java.io.FileOutput ...

  5. 2009国家集训队小Z的袜子

    莫队算法? 感觉没什么优越性啊?难道就是因为在排序的时候cmp函数的不同?这样做为什么减少时限啊? 我带着疑惑敲了代码,却一直有bug…… 代码: type node=record l,r,id,x, ...

  6. [转] 字符串模式匹配算法——BM、Horspool、Sunday、KMP、KR、AC算法一网打尽

    字符串模式匹配算法——BM.Horspool.Sunday.KMP.KR.AC算法一网打尽 转载自:http://dsqiu.iteye.com/blog/1700312 本文内容框架: §1 Boy ...

  7. Android使用Webview加载网页

    安卓使用Webview来加载和显示网页内容,首先在layout文件中定义Webview <?xml version="1.0" encoding="utf-8&qu ...

  8. 奋战5个小时解决诡异的PHP--“图像XX因其本身有错无法显示”的问题

    昨天终于将客户的一个网站迁移至虚拟主机上,满怀希望的敲入网址.唰的一声,网站很轻松的被打开了. 心里那个高兴啊~~~ 咦,怎么产品图片都没有显示出来.一块块都是空白.敲入img src对应的地址,看看 ...

  9. TortoiseSVN中分支和合并实践

    使用svn几年了,一直对分支和合并敬而远之,一来是因为分支的管理不该我操心,二来即使涉及到分支的管理,也不敢贸然使用合并功能,生怕合并出了问题对团队造成不良影响,最主要的原因是,自己对分支的目的和合并 ...

  10. Memcache缓存与Mongodb数据库的优势和应用

    先说说自己对 Memcache和Mongodb的一些看法,主要是抛砖引玉了,希望看到大家的意见和补充. Memcache Memcache的优势我觉得总结下来主要体现在: 1) 分布式.可以由10台拥 ...