博客

Spring Boot 作为主流微服务框架，拥有成熟的社区生态。市场应用广泛，为了方便大家，整理了一个基于spring boot的常用中间件快速集成入门系列手册，涉及RPC、缓存、消息队列、分库分表、注册中心、分布式配置等常用开源组件，大概有几十篇文章，陆续会开放出来，感兴趣同学可以关注&收藏

简介

Redis 是一个开源、高级的键值存储和一个适用的解决方案，用于构建高性能，可扩展的 Web 应用程序。支持更丰富的数据结构，例如 String、List、hash、 set、 zset 等，同时支持数据持久化。

除此之外，Redis 还提供一些类数据库的特性，比如事务，HA，主从备份。可以说 Redis 兼具了缓存系统和数据库的一些特性。

Redis特性

• 高并发读写

• 持久化

• 丰富的数据类型

• 单进程单线程模型

• 数据自动过期

• 发布订阅

• 分布式

• 支持lua脚本

目前在从阿里巴巴、美团、百度、拼多多、快手等一线大厂到五六线小厂中广泛使用，对系统的高并发能力贡献极大，深受好评，开源社区非常活跃。

数据类型

1、String

二进制的字符串，最简单的k-v存储，类似于memcached的存储结构，它不仅能够存储字符串、还能存储图片、视频等多种类型， 最大长度

512M

。支持丰富的操作命令，如：

• GET/MGET

• SET/SETEX/MSET/MSETNX

• INCR/DECR

• GETSET

• DEL

2、Hash

采用主子key存储信息，由field和关联的value组成Map。比如计数器，key表示帖子id，field表示点赞数、评论数、转发数等，value则表示计数值。常用命令：

• HGET/HMGET/HGETALL

• HSET/HMSET/HSETNX

• HEXISTS/HLEN

• HKEYS/HDEL

• HVALS

3、List

该类型是一个有序的元素集合，基于双向链表实现。比较适合存储一些有序且数据相对固定的数据。如省市区表、字典表等。常用命令：

• LPUSH/LPUSHX/LPOP/RPUSH/RPUSHX/RPOP/LINSERT/LSET

• LINDEX/LRANGE

• LLEN/LTRIM

4、Set

Set类型是一种无顺序集合。它和List类型最大的区别是：集合中不允许有重复元素，并且集合中的元素是无序的，不能通过索引下标获取元素。底层是通过哈希表实现的。常用命令：

• SADD/SPOP/SMOVE/SCARD

• SINTER/SDIFF/SDIFFSTORE/SUNION

5、Sorted Set

是set的增强版本，有序集合类型，每个元素都会关联一个double类型的分数权值，通过这个权值来为集合中的成员进行从小到大的排序。与Set类型一样，其底层也是通过哈希表实现的。常用命令：

• ZADD/ZPOP/ZMOVE/ZCARD/ZCOUNT

• ZINTER/ZDIFF/ZDIFFSTORE/ZUNION

适用场景

1、高性能缓存。缓存现在几乎是所有中大型网站都在用的必杀技，合理的利用缓存不仅能够提升网站访问速度，还能大大降低数据库的压力。Redis提供了键过期功能，也提供了灵活的键淘汰策略，所以Redis用在缓存的场合非常多。

作为缓存使用时，一般有两种方式保存数据：

• 读取前，先去读Redis。如果没有数据，读取数据库，然后将数据预热到Redis。

• 写入时，先更新数据库，然后再写入Redis。

2、丰富的数据类型，满足多样化业务需求。

3、分布式锁

在很多互联网公司中都使用了分布式技术，分布式技术带来的挑战是对同一个资源的并发访问，如全局ID、减库存、秒杀等场景，并发量不大的场景可以使用数据库的悲观锁、乐观锁来实现，但在并发量高的场合中，利用数据库锁来控制资源的并发访问是不太理想的，大大影响了数据库的性能。可以利用Redis的

set nx

功能来编写分布式锁，如果设置返回1说明获取锁成功，否则获取锁失败。

4、消息队列

Redis 中 list 的数据结构实现是双向链表，所以可以非常便捷的应用于消息队列（生产者 / 消费者模型）。消息的生产者只需要通过 lpush 将消息放入 list，消费者便可以通过 rpop 取出该消息，并且可以保证消息的有序性。如果需要实现带有优先级的消息队列也可以选择 sorted set。而 pub/sub 功能也可以用作发布者 / 订阅者模型的消息。无论使用何种方式，由于 Redis 拥有持久化功能，也不需要担心由于服务器故障导致消息丢失的情况。

5、其他场景，如：秒杀、限流、计数器、排行榜、实时系统、共享session等

单线程的Redis为什么快

• 纯内存操作

• 单线程操作，避免了频繁的上下文切换

• 合理高效的数据结构

• 采用了非阻塞I/O多路复用机制（有一个文件描述符同时监听多个文件描述符是否有数据到来）

如何实现键值对的快速访问

Redis 使用了一个哈希表来保存所有键值对。一个哈希表，其实就是一个数组，数组的每个元素称为一个哈希桶。每个哈希桶中保存了

键值对

数据。

当然哈希桶中的元素保存的并不是值本身，而是指向具体值的指针。这也就是说，不管值是 String，还是集合类型，哈希桶中的元素都是指向它们的指针。

哈希表的最大优势就是让我们可以用 O(1) 的时间复杂度来快速查找到键值对。我们只需要计算

key

的哈希值，就可以知道它所对应的哈希桶位置，然后就可以访问相应的 entry 元素。

hash值并不是唯一的，当面对海量数据存储，计算时可能会存在

哈希冲突

，导致两个entry落在同一个哈希桶中。解决方式也比较简单，引入链式哈希。同一个哈希桶中的多个元素用一个链表来保存，它们之间依次用指针连接。

项目实战

在pom.xml 中引入Spring Boot 官方提供的 starter组件

<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-data-redis</artifactId>
</dependency>


spring-boot-starter-data-redis

依赖于

spring-data-redis

和

lettuce

。

Spring Boot 1.X 版本默认使用的是 Jedis 客户端。2.X 版本替换成 Lettuce  客户端，如果习惯使用 Jedis 的话，可以从 spring-boot-starter-data-redis 中排除 Lettuce 并引入 Jedis。

Lettuce 是一个可伸缩线程安全的 Redis 客户端，多个线程可以共享同一个 RedisConnection，它利用优秀 netty NIO 框架来高效地管理多个连接。


application.yaml

配置redis的地址信息以及lettuce 连接池参数

spring:
  redis:
    host: 127.0.0.1
    port: 6379
    #    password: abEvH46*YsH&S25d89
    lettuce:
      pool:
        maxIdle: 1000  # 连接池中的最大空闲连接
        minIdle: 2  # 连接池中的最小空闲连接
        maxWait: 10  # 连接池最大阻塞等待时间（使用负值表示没有限制） 默认 -1
        maxActive: 1000 # 连接池最大连接数（使用负值表示没有限制）

初始化 redis的

RedisTemplate

模板bean实例

@Configuration
public class RedisConfig {

    @Bean
    RedisTemplate<String, String> redisTemplate(RedisConnectionFactory factory) {
        final StringRedisTemplate template = new StringRedisTemplate();
        template.setConnectionFactory(factory);
        template.setKeySerializer(new StringRedisSerializer());
        template.setHashValueSerializer(new GenericToStringSerializer<>(Object.class));
        template.setValueSerializer(new GenericToStringSerializer<>(Object.class));
        template.afterPropertiesSet();
        return template;
    }
}


RedisTemplate

提供了多种类型的数据类型操作接口，满足多场景的业务需求。

接下来就可以通过单元测试来验证缓存效果了

@RunWith(SpringRunner.class)
@SpringBootTest(classes = StartApplication.class)
@FixMethodOrder(MethodSorters.NAME_ASCENDING)
public class UserMapperTest {

    @Resource
    private CacheService cacheService;

    @Test
    public void test1_set1() {
        boolean result = cacheService.set("k1", "微观技术");
        System.out.println(result);
    }

    @Test
    public void test2_get1() {
        String cacheResult = cacheService.get("k1");
        System.out.println("k1 的缓存结果：" + cacheResult);
    }
}

上面讲的都是通过手动方式写入、删除、查询缓存，缓存的处理逻辑散落在业务代码中。有没有更简单的方式？比如调用一个方法，通过方法上标注的注解自动从缓存中获取，如果查找不到再从数据库查，并自动将结果预热到缓存中。

Spring 注解式缓存

首先通过

RedisCacheConfiguration

生成默认配置，然后对缓存进行自定义化配置，比如过期时间、缓存前缀、key/value 序列化方法等，然后构建出一个

RedisCacheManager

，其中通过

keySerializationPair

方法为 key 配置序列化，

valueSerializationPair

方法为 value 配置序列化。

@Bean
public CacheManager cacheManager(RedisConnectionFactory factory) {
    RedisCacheConfiguration redisCacheConfiguration = RedisCacheConfiguration.defaultCacheConfig()
            .entryTtl(Duration.ofMinutes(30))
            .prefixKeysWith("cache:user:")
            .disableCachingNullValues()
            .serializeKeysWith(keySerializationPair())
            .serializeValuesWith(valueSerializationPair());

    Map map = new HashMap<String, RedisCacheConfiguration>();
    map.put("user", redisCacheConfiguration);

    return RedisCacheManager.builder(factory)
            .withInitialCacheConfigurations(map).build();
}

private RedisSerializationContext.SerializationPair<String> keySerializationPair() {
    return RedisSerializationContext.SerializationPair.fromSerializer(new StringRedisSerializer());
}

private RedisSerializationContext.SerializationPair<Object> valueSerializationPair() {
    return RedisSerializationContext.SerializationPair.fromSerializer(new GenericJackson2JsonRedisSerializer());
}

修改、删除、查询等常见操作，官方都提供了对应的注解类，只需要在对应的方法上标注即可享受缓存功能，对研发同学及其便利，可以将精力专注到其它业务逻辑处理上。

@Component
@CacheConfig(cacheNames = "user")
public class UserService {

    @Cacheable(key = "#id")
    public User getUserById(Long id) {
        User user = User.builder().id(id).userName("雪糕( " + id + ")").age(18).address("杭州").build();
        return user;
    }

    @CachePut(key = "#user.id")
    public User updateUser(User user) {
        user.setUserName("雪糕（新名称）");
        return user;
    }

    @CacheEvict(key = "#id")
    public void deleteById(Long id) {
        System.out.println("db删除数据：" + id);
    }
}

常用注解类

：

1、 @CacheConfig 类级别的缓存注解，允许共享缓存名称

2、 @Cacheable 一般用于查询操作，根据 key 查询缓存

• 如果 key 存在，直接返回缓存中的数据。

• 如果 key 不存在，查询 db，并将结果更新到缓存中。

3、 @CachePut 一般用于更新和插入操作，每次都会请求 db，然后通过 key 对 Redis 进行写操作。

• 如果 key 存在，更新缓存

• 如果 key 不存在，插入缓存

4、 @CacheEvict 触发移除缓存

• 根据 key 删除缓存中的数据。

项目源码地址

https://github.com/aalansehaiyang/spring-boot-bulking  

模块：spring-boot-bulking-redis

往期推荐

• 
  SpringBoot整合高性能微服务框架 gRPC
  

• 
  还在用Mybatis? Spring Data JPA 让你的开发效率提升数倍！
  

• 
  Spring Boot 集成 ElasticSearch，实现高性能搜索
  

• 
  框架扩展：注解 RPC Consumer属性动态注入
  

• 
  淘宝订单自动确认收货的N种实现，秒杀面试官
  

• 
  深入剖析优惠券核心架构设计
  

• 
  某生鲜电商平台的库存扣减方案
  

• 
  如何设计一个高性能的秒杀系统
  

• 
  如何通过Binlog来实现不同系统间数据同步
  

• 
  电商优惠券如何设计？
  

• 
  单台 MySQL 支撑不了这么多的并发请求，我们该怎么办？
  

• 
  DDD是如何解决复杂业务扩展问题？
  

• 
  springboot + aop + Lua分布式限流的最佳实践
  

我们热衷于收集高并发、系统架构、微服务、消息中间件、 RPC框架、高性能缓存、搜索、分布式数据框架、分布式协同服务、分布式配置中心、中台架构、领域驱动设计、系统监控、系统稳定性等技术知识。

欢迎你扫

↑↑↑

二维码加入我们


。在群里，深入交流、共同成长、共同进步！


书山有路勤为径， 学海无涯苦作舟。

关注公众号，后台回复 “

中台

”，下载PDF学习资料