一、Redis是什么？
1 redis的由来：
Salvatore • Sam Philippe对于公司的系统的性能不满意，亲手撸了一个缓存数据库，旨在提高其性能，就是现在的redis。
2 简单介绍:
redis是一个间于后端和数据库之间的一层缓存，作为基于内存的数据库使用。
具有灵活和多实现方式的特点
3 redis解决的问题:
Redis 是一个高性能的key-value数据库。 redis的出现，很大程度补偿了memcached这类key/value存储的不足，在部分场合可以对关系数据库起到很好的补充作用。它提供了Java，C/C++，C#，PHP，JavaScript，Perl，Object-C，Python，Ruby，Erlang等客户端，使用很方便。
redis最为突出的特点：读写速度快。
二、 怎么在SpringBoot项目中应用Redis
搭建一个能够运行成功的SSM工程项目。这里以简单的用户数据为例；
(实际开发往往使用现有的静态工具类RedisUtil封装redis的常用功能，可以在网上轻松搜索到)
1 、引入依赖(Redis，MySQL等)
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-data-redis</artifactId>
</dependency>2 创建entity实体类Usermapper接口、Service实现类
User和Result类(Swagger)
import io.swagger.annotations.ApiModel;
import io.swagger.annotations.ApiModelProperty;
import lombok.Data;
import lombok.ToString;
import org.springframework.stereotype.Component;
@Data
@ToString
@Component
@ApiModel(value = "用户",description = "用于描述用户对象")
public class User extends Base implement Serializable{
@ApiModelProperty(value = "用户ID",example = "123")
private long id=0;
@ApiModelProperty(value = "用户密码",example = "abc")
private String password="";
@ApiModelProperty(value = "用户姓名",example = "jing")
private String name="";
@ApiModelProperty(value = "用户电话",example = "180****8963")
private String tel="";
@ApiModelProperty(value = "生产日期",example = "2000-08-13")
private String birthday="";
@ApiModelProperty(value = "性别",example = "男")
private String sex="";
}import lombok.*;
import org.springframework.stereotype.Component;
import java.io.Serializable;
import java.util.ArrayList;
import java.util.List;
@Data
@ToString
@Component
public class Result implements Serializable {
private Integer code=0;
private String msg="";
private List data=new ArrayList();
private Integer count=0;
}Usermapper(使用Mybatis+动态Sql语句，推荐使用xml配置文件方式)
import com.wanxi.springboot1018.entity.User;
import org.apache.ibatis.annotations.*;
import org.springframework.stereotype.Repository;
import java.util.List;
public interface UserMapper {
@Insert("insert into user (password,name,tel,birthday,sex) values (#{password},#{name},#{tel},#{birthday},#{sex})")
int add(User user);
@Delete("delete from user where id = #{index};")
int delete(User user);
@Update("update user set name = #{name},tel = #{tel},birthday = #{birthday},sex = #{sex} where id = #{id}")
int alter(User user);
@Update("update user set password = #{password} where id = #{id}")
int alterPD(User user);
@Select("select * from user where id = #{id}")
List<User> singleFind(User user);
@Select("<script>" +
" SELECT * FROM user\n" +
" <where>\n" +
" <if test=\"start!=''\">\n" +
" <if test=\"end!=''\">\n" +
" and birthday between #{start} and #{end}\n" +
" </if>\n" +
" </if>\n" +
" <if test=\"username!=null and username!='' \">\n" +
" and name like concat('%',#{username},'%')\n" +
" </if>\n" +
"\n" +
" <if test=\"tel!= ''\">\n" +
" and tel like concat('%',#{tel},'%')\n" +
" </if>\n" +
" <if test=\"sex!= ''\">\n" +
" and sex =#{sex}\n" +
" </if>\n" +
" </where>" +
" order by id desc" +
"</script>")
List<User> find(User user);
@Select("select count(id) from user")
int getCount(User user);
@Select("select * from user where name = #{username} and password = #{password}")
User login(User user);
}数据库内容
3、创建Redis 配置类，配置redis的处理策略
开启redis，注册redistemplate，用于ValueOperations调用，实现数据缓存。
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.GenericJackson2JsonRedisSerializer;
import org.springframework.data.redis.serializer.StringRedisSerializer;
@Configuration
public class RedisConfig {
@Bean
public RedisTemplate<String,Object> redisTemplate(RedisConnectionFactory redisConnectionFactory) {
RedisTemplate<String, Object> redisTemplate = new RedisTemplate<>();
// 设置常规key value 的序列化策略
redisTemplate.setKeySerializer(new StringRedisSerializer());
// 这里使用一般的json处理，就不容易存在兼容性问题。否则可能需要对应的json才能解析序列化的数据
redisTemplate.setValueSerializer(new GenericJackson2JsonRedisSerializer());
// 设置hash类型的序列化策略
redisTemplate.setHashKeySerializer(new StringRedisSerializer());
redisTemplate.setHashKeySerializer(new GenericJackson2JsonRedisSerializer());
// 注入连接工厂
redisTemplate.setConnectionFactory(redisConnectionFactory);
return redisTemplate;
}
}4、在服务逻辑层实现redis逻辑
实现查询逻辑，增加redis逻辑(如果redis服务有数据，就不需要访问数据库)
package com.wanxi.springboot1018.service.impl;
import com.github.pagehelper.PageHelper;
import com.wanxi.springboot1018.entity.Result;
import com.wanxi.springboot1018.mapper.UserMapper;
import com.wanxi.springboot1018.service.UserService;
import com.wanxi.springboot1018.entity.User;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.data.redis.core.ValueOperations;
import org.springframework.stereotype.Service;
import javax.annotation.Resource;
import java.util.ArrayList;
import java.util.List;
@Service
public class UserServiceImpl implements UserService {
@Resource
UserMapper userMapper;
@Resource
Result result;
@Resource
RedisTemplate redisTemplate;
//logger用于输出记录
private static org.slf4j.Logger logger = (Logger) LoggerFactory.getLogger(UserServiceImpl.class.getName());
@Override
public Result find(User user) {
PageHelper.startPage(user.getPage(),10);
ValueOperations valueOperations = redisTemplate.opsForValue();
List<User> userList=null;
int tmpCount=0;
//设置键：数据实体类型 + 页数
String key1= "UserInfo"+user.getPage();
String key2= "UserCount";
//判断有没有redis用户数据
List tmpUserList = (List<User>) valueOperations.get(key1);
int tmpCount= (int) valueOperations.get(key2);
if(tmpUserList!=null && tmpCount>=0){//有则redis
userList = tmpUserList;
count= tmpCount;
logger.info("当前使用redis：获取User信息");
}else {//否则数据库
//获取
userList= userMapper.find(user);
count=userMapper.getCount(user);
//存入redis
valueOperations.set(key1,userList);
valueOperations.set(key2,count);
logger.info("当前使用mysql：获取User信息");
}
result.setCount(count);
result.setMsg("success");
result.setCode(0);
result.setData(userList);
return result;
}
}5、测试
带上了redis的service层的表现如何?
首先我们把之前的redis缓存删除掉。
没有redis缓存，去数据库取数据
我们像之前的一样，只传入page=1的参数
第二次取数据，从redis缓存中获取时
能够看到，读取速度差了一个数量级。
这样redis的基本功能算是实现了
三、Redis在这个项目中起到的作用？
优势：
- redis 是将所有数据存放在内存中，因此能够提升系统的响应能力，能够提升用户的体验。
- 服务端使用缓存能够减轻数据库服务器的压力。
- 提升系统性能：缩短响应时间；减少网络传输时间和应用延迟时间；增加用户并发；提高数据库资源的利用率；
细说redis的优点
1）支持数据持久化
虽然Redis是缓存数据库,但是Redis支持数据的持久化，内存中的数据还是会被保存在磁盘中，重启的时候再次加载进行使用。
2）支持多种数据类型
Redis不仅仅支持简单的key-value类型的数据，同时还提供list，set，zset，hash等数据结构；
3）响应快速
由于数据加载到了内存，Redis 响应非常快，每秒可以执行大约 110 000 个写入操作，或者 81 000 个读操作，其速度远超数据库。
4）原子操作的特性
所有 Redis 的操作都是原子的，从而确保当两个客户同时访问 Redis 服务器时，得到的是更新后的值（最新值）。在需要高并发、需要锁的场合可以考虑使用 Redis 的事务
5）MultiUtility 工具
Redis 可以在如缓存、消息传递队列中使用（Redis 支持“发布+订阅”的消息模式），在应用程序如 Web 应用程序会话、网站页面点击数等任何短暂的数据中使用。
6）支持配置集群
Redis支持主从模式，可以配置集群，这样更利于支撑起大型的项目，这也是Redis的一大亮点。
7) Redis设计是单线程且支持高并发，支持多路IO复用
多路IO复用：这里“多路”指的是多个网络连接，“复用”指的是复用同一个线程。采用多路 I/O 复用技术可以让单个线程高效的处理多个连接请求（尽量减少网络IO的时间消耗）；
四、Redis有哪些缺点，对未来的数据缓存应用有什么期望。
缺点：
1，需要考虑缓存穿透、缓存击穿、缓存雪崩的问题
2，缓存与数据库数据同步，同时存两份相同数据；（维护成本增加）
3.数据库容量受到内存的限制，仅能用于文本、对象等数据的高性能读写，因此Redis适合的场景主要局限在较小数据量的高性能操作和运算上。不支持图片、音乐等多媒体资源
4.Redis 不具备自动容错和恢复功能，如果是redis主从模式，主机从机的宕机都会导致前端部分读写请求失败，需要等待机器重启才能恢复。
5.Redis 较难支持在线扩容，在集群容量达到上限时在线扩容会变得很复杂。为避免这一问题，运维人员在系统上线时必须确保有足够的空间，这对资源造成了很大的浪费。
期望：
缓存穿透是可以在代码层面上解决的问题，在没有数据的时候，能够返回假数据(空数据)给用户这样让客户端误以为有数据，缓存击穿、缓存雪崩需可以通过集群来实现数据备份。因此期望以后的类似redis的应用能够将以上问题解决，而不是抛给程序员。
维护成本这是缓存数据库必然的代价，既然要速度，那就必须要额外的数据以加载到内存及硬盘。
五、其他、拓展
redis可以实现5中基本类型的存储
结构类型 | 结构存储的值 | 结构的读写能力 |
String字符串 | 可以是字符串、整数或浮点数 | 对整个字符串或字符串的一部分进行操作；对整数或浮点数进行自增或自减操作； |
List列表 | 一个链表，链表上的每个节点都包含一个字符串 | 对链表的两端进行push和pop操作，读取单个或多个元素；根据值查找或删除元素； |
Set集合 | 包含字符串的无序集合 | 字符串的集合，包含基础的方法有看是否存在添加、获取、删除；还包含计算交集、并集、差集等 |
Hash散列 | 包含键值对的无序散列表 | 包含方法有添加、获取、删除单个元素 |
Zset有序集合 | 和散列一样，用于存储键值对 | 字符串成员与浮点数分数之间的有序映射；元素的排列顺序由分数的大小决定；包含方法有添加、获取、删除单个元素以及根据分值范围或成员来获取元素 |
