继上一篇Solr和Spring Data Solr学习，我们思考一个问题，使用Solr的目的是什么？肯定是为了加快服务器的相应速度。因为即使不适用Solr，通过请求数据库我们一样能完成搜索功能，但是这样会给服务器造成很大的压力。

而Solr仅仅是在搜索功能中用到了，但是大量请求的数据不仅仅出现在搜索中，比如用户的登录信息，虽然数据量很小，但是整个项目每刷新一次页面都要请求一次用户登录的Token信息，也会拖慢服务器的响应速度。我们通常有两中解决方式：1.数据缓存；2.网页静态化。

其实我们在Shiro实现用户-角色-权限管理系统中已经用到了缓存技术，今天我们了解一下Redis缓存技术。

项目开源地址： Github

安装Redis

Redis是一款开源的Key-Value数据库。首先我们要去 官网 下载Redis，由于笔者使用的是MacOS系统，和Windows系统有所不同。

安装过程不再叙述，这里提供两个教程：

• Windows: Redis安装教程

• MacOS&Linux: Redis安装教程

<br/>

启动Redis

redis-server
redis-server &

建议使用第二个命令，用第二个命令启动了redis server后能继续输入命令，使用第一个命令则不行。

如果终端中显示如下logo表示redis启动成功：

<br/>

操纵Redis

上面仅仅是启动了Redis Server，但Redis是一种Key-Value型数据库，也包含了一些查询数据库的命令，操作redis命令的入口就是: redis/bin/redis-cli

./bin/redis-cliredis-cli

1. 查看当前(db0)数据库中所有的key值： keys *
2. 清空当前数据库中所有的数据： flushall

更多的Redis命令可以参看：redis中文文档

<br/>

Spring Data Redis

之前学习Solr的时候用到了Spring Data Solr，现在学习Redis，Spring提供了Spring Data Redis用来实现通过配置文件的方式访问redis服务。Spring Data Redis对Redis底层开发包（Jedis, JRedis, and RJC）进行了高度封装，RedisTemplate提供了redis各种操作、异常处理及序列化。

Jedis

Jedis是Redis官方推出的一款面向Java的客户端，提供了很多借口供Java语言调用。

Spring Data Redis针对Jedis提供了如下功能：

• 1.连接池自动管理，提供了一个高度封住的RedisTemplate类。
• 2.针对jedis客户端中大量api进行归类封装，将同一类型操作封装为operation接口： ValueOperations: 简单的K-V操作 SetOperations: set类型数据操作 ZSetOperations: zset类型数据操作 HashOperations: 针对Map类型的数据操作 ListOperations: 针对List类型的数据操作

准备

导入依赖

<dependency> <groupId>redis.clients</groupId> <artifactId>jedis</artifactId> <version>2.8.1</version>
</dependency>
<dependency> <groupId>org.springframework.data</groupId> <artifactId>spring-data-redis</artifactId> <version>1.7.2.RELEASE</version>
</dependency>

创建redis-config.properties

redis.host=127.0.0.1
redis.port=6379
redis.pass=
redis.database=0
redis.maxIdle=300
redis.maxWait=3000
redis.testOnBorrow=true

解释

1. redis.host是安装redis server的客户端IP地址，如果安装在本机上就是127.0.0.1，如果安装在服务器上请修改为服务器的IP地址。
2. redis.port是redis server的默认端口，你安装了redis，就默认使用这个端口号。
3. redis.pass是访问redis server的密码，一般我们不设置。
4. redis.database=0代表使用的是redis默认提供的db0这个数据库。
5. redis-maxIdle是redis server的最大空闲数。
6. redis-maxWait是连接redis时的最大等待毫秒数。
7. redis-testOnBorrow在提取一个redis实例时，是否提前进行验证操作；如果为true，则得到的jedis实例均是可用的。

创建spring-redis.xml

<?xml version="1.0" encoding="UTF-8"?>
<beans xmlns="http://www.springframework.org/schema/beans"xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"xmlns:context="http://www.springframework.org/schema/context"xsi:schemaLocation="http://www.springframework.org/schema/beanshttp://www.springframework.org/schema/beans/spring-beans.xsdhttp://www.springframework.org/schema/contexthttp://www.springframework.org/schema/context/spring-context.xsd"><context:property-placeholder location="classpath:other/*.properties"/><!-- redis 相关配置 --><bean id="poolConfig" class="redis.clients.jedis.JedisPoolConfig"><!-- 最大空闲数 --><property name="maxIdle" value="${redis.maxIdle}"/><!-- 连接时最大的等待时间（毫秒） --><property name="maxWaitMillis" value="${redis.maxWait}"/><!-- 在提取一个jedis实例时，是否提前进行验证操作；如果为true，则得到的jedis实例均是可用的 --><property name="testOnBorrow" value="${redis.testOnBorrow}"/></bean><bean id="jedisConnectionFactory" class="org.springframework.data.redis.connection.jedis.JedisConnectionFactory"><property name="hostName" value="${redis.host}"/><property name="port" value="${redis.port}"/><property name="password" value="${redis.pass}"/><property name="poolConfig" ref="poolConfig"/></bean><bean id="redisTemplate" class="org.springframework.data.redis.core.RedisTemplate"><property name="connectionFactory" ref="jedisConnectionFactory"/></bean>
</bean>

实例

本实例源码：Github

首先加载配置文件spring-redis.xml，注入RedisTemplate模板类：

@Autowired
private RedisTemplate redisTemplate;

值类型

RedisTemplate提供的很多操作redis数据库的方法都是boundxxOps这种。

添加

@Test
public void setValue(){redisTemplate.boundValueOps("name").set("tycoding");
}

如果配置都正常的情况下，运行此方法就能向db0数据库中添加一条key为name的记录；那么我们在redis命令行中查看所有的key：

奇怪，我添加的key明明是name，为什么查出来的确实一堆乱码值呢？我们再使用redis命令行单独添加一条记录：

set testK testV

此时我们又发现，使用redis原生命令添加的数据是不会乱码的；那么就肯定是Spring Data Redis的原因了。经查询是因为redisTemplate模板类在操作redis序列化的原因，我们要手动配置序列化方式为：StringRedisSerializer

修改之前创建的spring-redis.xml配置文件：

<bean id="redisTemplate" class="org.springframework.data.redis.core.RedisTemplate"><property name="connectionFactory" ref="jedisConnectionFactory"/><!-- 序列化策略 推荐使用StringRedisSerializer --><property name="keySerializer"><bean class="org.springframework.data.redis.serializer.StringRedisSerializer"/></property><property name="valueSerializer"><bean class="org.springframework.data.redis.serializer.StringRedisSerializer"/></property><property name="hashKeySerializer"><bean class="org.springframework.data.redis.serializer.JdkSerializationRedisSerializer"/></property><property name="hashValueSerializer"><bean class="org.springframework.data.redis.serializer.JdkSerializationRedisSerializer"/></property>
</bean>

再次添加数据

查询

@Test
public void getValue(){Object name = redisTemplate.boundValueOps("name").get();System.out.println(name);
}

删除

@Test
public void deleteValue(){redisTemplate.delete("name");
}

Set类型

添加

@Test
public void setValueBySet(){redisTemplate.boundSetOps("nameset").add("tycoding");
}

查询

@Test
public void getValueBySet(){Set nameset = redisTemplate.boundSetOps("nameset").members();System.out.println(nameset);
}

删除Set中某一个值

@Test
public void deleteValueBySet(){redisTemplate.boundSetOps("nameset").remove("涂陌");
}

删除整个Set

@Test
public void deleteAllValueByset(){redisTemplate.delete("nameset");
}

List类型

右压栈

右压栈，后添加的对象排在后边

@Test
public void setRightValueByList(){redisTemplate.boundListOps("namelist").rightPush("tycoding");redisTemplate.boundListOps("namelist").rightPush("涂陌");
}

显示右压栈集合

@Test
public void getRightValueByListI(){List namelist = redisTemplate.boundListOps("namelist").range(0, 10);System.out.println(namelist);
}

左压栈

左压栈，后添加的对象排在前面

    @Testpublic void setLeftValueByList(){redisTemplate.boundListOps("namelist2").leftPush("tycoding");redisTemplate.boundListOps("namelist2").leftPush("涂陌");}

显示左压栈的集合：

    @Testpublic void getLeftValueByList(){List name2 = redisTemplate.boundListOps("namelist2").range(0, 10);System.out.println(name2);}

根据索引查询集合中的元素

    @Testpublic void searchByIndex(){Object namelist = redisTemplate.boundListOps("namelist").index(1);System.out.println(namelist);}

Hash类型

添加

    @Testpublic void setValueByHash(){redisTemplate.boundHashOps("namehash").put("a","tycoding");}

提取所有的KEY

    @Testpublic void getKeysByHash(){Set namehash = redisTemplate.boundHashOps("namehash").keys();System.out.println(namehash);}

提取所有的VALUE

    @Testpublic void getValuesByHash(){List namehash = redisTemplate.boundHashOps("namehash").values();System.out.println(namehash);}

根据KEY取值

    @Testpublic void getValueByHash(){Object o = redisTemplate.boundHashOps("namehash").get("a");System.out.println(o);}

根据KEY移除值

    @Testpublic void deleteValueByHash(){redisTemplate.boundHashOps("namehash").delete("a");}

<br/>

测试

上面说了一大堆，没有实际的测试，着实不清楚Redis究竟效果如何，是不是真的提高了访问速度？

下面我们以查询数据库所有值的功能来看一下使用Redis缓存和未使用缓存直接查询数据库所用时间。

本例源码地址：Github

未使用Redis缓存，直接请求数据库

public List<Goods> findAll() {return goodsMapper.findAll();
}

使用了Redis缓存

首先通过boundHashOps获取Redis数据库中是否存在KEY为all的数据，有的话就返回；没有的话就查询数据库并将查询到的数据添加到Redis数据库中，且KEY为all

public List<Goods> findAll() {List<Goods> contentList = (List<Goods>) redisTemplate.boundHashOps("goods").get("all");if (contentList == null) {//说明缓存中没有数据System.out.println("从数据库中读取数据放入redis...");contentList = goodsMapper.findAll();redisTemplate.boundHashOps("goods").put("all", contentList); //存入redis中} else {System.out.println("从缓存中读取数据...");}//        return goodsMapper.findAll();return contentList;
}

TestTime.java

@Test
public void run1() {Long startTime = System.currentTimeMillis(); //开始时间goodsMapper.findAll();Long endTime = System.currentTimeMillis(); //结束时间System.out.println("查询数据库--共耗时：" + (endTime - startTime) + "毫秒"); //1007毫秒
}@Test
public void run2() {Long startTime = System.currentTimeMillis(); //开始时间goodsService.findAll();Long endTime = System.currentTimeMillis(); //结束时间System.out.println("从redis中读取所有数据，共耗时：" + (endTime - startTime) + "毫秒");
}

在测试类中调用Service层的这两个方法，得到的结果如下：

查询数据库--共耗时：1047毫秒从redis中读取所有数据，共耗时：197毫秒

<br/>

交流

如果大家有兴趣，欢迎大家加入我的Java交流技术群：671017003 ，一起交流学习Java技术。博主目前一直在自学JAVA中，技术有限，如果可以，会尽力给大家提供一些帮助，或是一些学习方法，当然群里的大佬都会积极给新手答疑的。所以，别犹豫，快来加入我们吧！

<br/>

联系

If you have some questions after you see this article, you can contact me or you can find some info by clicking these links.

• [Blog@TyCoding's blog](http://www.tycoding.cn)
• [GitHub@TyCoding](https://github.com/TyCoding)
• [ZhiHu@TyCoding](https://www.zhihu.com/people/tomo-83-82/activities)