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。
整理了一份大厂常考面试题，这份pdf包括 Java基础、Java并发、JVM、MySQL、Redis、Spring、MyBatis、Kafka、设计模式等面试题，分享给大家。下载地址：百度云链接：https://pan.baidu.com/s/1XHT4ppXTp430MEMW2D0-Bg 提取码: s3ab
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
关于我：
Tom哥，计算机研究生，校招进阿里，期间还拿了百度、华为、中兴、腾讯 等6家大厂offer，P7 技术专家。出过专利，CSDN博客专家。
多年的大厂浸染，参加多次淘宝双11大促活动，在系统架构方面有丰富经验，沉淀总结在微信公众号：微观技术
他专注于微服务、高并发、高性能缓存、分布式架构、高可用、团队管理等方面，喜欢挖掘开源框架亮点设计，内容都是面试官喜欢考察的。强烈推荐关注一波。
