redis redisson 集合的使用案例(RList、Rset、RMap)
作者:o_瓜田李下_o
redis redisson 集合操作
相关类及接口
Rlist:链表
public interface RList<V> extends List<V>, RExpirable, RListAsync<V>, RSortable<List<V>>, RandomAccess { List<V> get(int... var1); //获取指定的节点值 int addAfter(V var1, V var2); //在var1前添加var2 int addBefore(V var1, V var2); //在var1后添加var2 void fastSet(int var1, V var2); //修改var1处的只为var2 List<V> readAll(); //获取链表的所有值 RList<V> subList(int var1, int var2); //获取var1到var2的子链表 List<V> range(int var1); //返回var1往后的链表 List<V> range(int var1, int var2); //返回var1到var2的链表 void trim(int var1, int var2); //保留var1到var2处的链表,其余删除 void fastRemove(int var1); //删除var1处的值 boolean remove(Object var1, int var2); //判断元素是否删除 <KOut, VOut> RCollectionMapReduce<V, KOut, VOut> mapReduce(); //mapreduce操作 }
RSet:无序集合
public interface RSet<V> extends Set<V>, RExpirable, RSetAsync<V>, RSortable<Set<V>> { V removeRandom(); Set<V> removeRandom(int var1); //删除对象 V random(); Set<V> random(int var1); //随机返回对象 boolean move(String var1, V var2); //判断集合var1中是否存在var2,类似contains()方法 Set<V> readAll(); //获取所有对象 int union(String... var1); //集合并集对象个数 Set<V> readUnion(String... var1); //集合并集 int diff(String... var1); //集合差集对象个数 Set<V> readDiff(String... var1); //集合差集 int intersection(String... var1); //集合交集的对象个数 Set<V> readIntersection(String... var1); //集合交集 Iterator<V> iterator(int var1); Iterator<V> iterator(String var1, int var2); Iterator<V> iterator(String var1); //遍历集合 <KOut, VOut> RCollectionMapReduce<V, KOut, VOut> mapReduce(); RSemaphore getSemaphore(V var1); RCountDownLatch getCountDownLatch(V var1); RPermitExpirableSemaphore getPermitExpirableSemaphore(V var1); //信号量 RLock getLock(V var1); RLock getFairLock(V var1); RReadWriteLock getReadWriteLock(V var1); //锁操作 Stream<V> stream(int var1); Stream<V> stream(String var1, int var2); Stream<V> stream(String var1); //流操作 }
RMap:键值对
public interface RMap<K, V> extends ConcurrentMap<K, V>, RExpirable, RMapAsync<K, V> { void loadAll(boolean var1, int var2); void loadAll(Set<? extends K> var1, boolean var2, int var3); V get(Object var1); //获取var1的值 V put(K var1, V var2); //添加对象 V putIfAbsent(K var1, V var2); //对象不存在则设置 V replace(K var1, V var2); //替换对象 boolean replace(K var1, V var2, V var3); //替换对象 V remove(Object var1); //移除对象 boolean remove(Object var1, Object var2); //移除对象 void putAll(Map<? extends K, ? extends V> var1); void putAll(Map<? extends K, ? extends V> var1, int var2); //添加对象 Map<K, V> getAll(Set<K> var1); //获取key在集合var1中的键值对 int valueSize(K var1); //key为var1的value大小 V addAndGet(K var1, Number var2); //key为var1的value加var2 long fastRemove(K... var1); //移除对象 boolean fastPut(K var1, V var2); //添加对象 boolean fastReplace(K var1, V var2); //替换key为var1的值为var2 boolean fastPutIfAbsent(K var1, V var2); //如果不存在则设置 Set<K> readAllKeySet(); //获取所有key,以set形式返回 Collection<V> readAllValues(); //获取所有value,以collection返回 Set<Entry<K, V>> readAllEntrySet(); //遍历键值对 Map<K, V> readAllMap(); //集合形式转换为map类型 Set<K> keySet(); Set<K> keySet(int var1); Set<K> keySet(String var1, int var2); Set<K> keySet(String var1); //获取key集合 Collection<V> values(); Collection<V> values(String var1); Collection<V> values(String var1, int var2); Collection<V> values(int var1); //获取所有value Set<Entry<K, V>> entrySet(); Set<Entry<K, V>> entrySet(String var1); Set<Entry<K, V>> entrySet(String var1, int var2); Set<Entry<K, V>> entrySet(int var1); //遍历键值对 <KOut, VOut> RMapReduce<K, V, KOut, VOut> mapReduce(); RSemaphore getSemaphore(K var1); RCountDownLatch getCountDownLatch(K var1); RPermitExpirableSemaphore getPermitExpirableSemaphore(K var1); //信号量操作 RLock getLock(K var1); RLock getFairLock(K var1); RReadWriteLock getReadWriteLock(K var1); //锁操作 }
使用示例
public class MyTest { public static void main(String[] args){ Config config=new Config(); config.useSingleServer().setAddress("redis://******:6379").setPassword("123456"); RedissonClient client= Redisson.create(config); RList<String> list=client.getList("list"); for (int i=0;i<10;i++){ list.add("瓜田李下 "+i); } list.readAll().forEach(System.out::println); System.out.println("list的数量为:"+list.size()+"\n"); RSet<String> set=client.getSet("set"); for (int i=0;i<10;i++){ set.add("瓜田李下 "+i); } for (String s : set) { System.out.println(s); } System.out.println("set的大小为:"+set.size()+"\n"); RMap<Integer,String> map=client.getMap("map"); for (int i=0;i<10;i++){ map.put(i,"瓜田李下 "+i); } for (Map.Entry<Integer,String> entry:map.entrySet()){ System.out.println(entry.getKey()+" ==> "+entry.getValue()); } System.out.println("map的大小为:"+map.size()); } }
控制台输出
瓜田李下 0
瓜田李下 1
瓜田李下 2
瓜田李下 3
瓜田李下 4
瓜田李下 5
瓜田李下 6
瓜田李下 7
瓜田李下 8
瓜田李下 9
list的数量为:10
瓜田李下 0
瓜田李下 1
瓜田李下 7
瓜田李下 3
瓜田李下 5
瓜田李下 4
瓜田李下 9
瓜田李下 8
瓜田李下 6
瓜田李下 2
set的大小为:10
0 ==> 瓜田李下 0
1 ==> 瓜田李下 1
2 ==> 瓜田李下 2
3 ==> 瓜田李下 3
4 ==> 瓜田李下 4
5 ==> 瓜田李下 5
6 ==> 瓜田李下 6
7 ==> 瓜田李下 7
8 ==> 瓜田李下 8
9 ==> 瓜田李下 9
map的大小为:10
Redisson使用注意事项
Redisson 是一个在 Redis 的基础上实现的 Java 驻内存数据网格,相较于暴露底层操作的Jedis,Redisson提供了一系列的分布式的 Java 常用对象,还提供了许多分布式服务。
特性 & 功能:
- 支持 Redis 单节点(single)模式、哨兵(sentinel)模式、主从(Master/Slave)模式以及集群(Redis Cluster)模式
- 程序接口调用方式采用异步执行和异步流执行两种方式
- 数据序列化,Redisson 的对象编码类是用于将对象进行序列化和反序列化,以实现对该对象在 Redis 里的读取和存储
- 单个集合数据分片,在集群模式下,Redisson 为单个 Redis 集合类型提供了自动分片的功能
- 提供多种分布式对象,如:Object Bucket,Bitset,AtomicLong,Bloom Filter 和 HyperLogLog 等
- 提供丰富的分布式集合,如:Map,Multimap,Set,SortedSet,List,Deque,Queue 等
- 分布式锁和同步器的实现,可重入锁(Reentrant Lock),公平锁(Fair Lock),联锁(MultiLock),红锁(Red Lock),信号量(Semaphonre),可过期性信号锁(PermitExpirableSemaphore)等
- 提供先进的分布式服务,如分布式远程服务(Remote Service),分布式实时对象(Live Object)服务,分布式执行服务(Executor Service),分布式调度任务服务(Schedule Service)和分布式映射归纳服务(MapReduce)
- 更多特性和功能,请关注官网:http://redisson.org
实现原理
redis本身是不支持上述的分布式对象和集合,Redisson是通过利用redis的特性在客户端实现了高级数据结构和特性,例如优先队列的实现,是通过客户端排序整理后再存入redis。
客户端实现,意味着当没有任何客户端在线时,这些所有的数据结构和特性都不会保留,也不会自动生效,例如过期事件的触发或原来优先队列的元素增加。
注意事项
实时性
RMap中有一个功能是可以设置键值对的过期时间的,并可以注册键值对的事件监听器
- 元素淘汰功能(Eviction)
- Redisson的分布式的RMapCache Java对象在基于RMap的前提下实现了针对单个元素的淘汰机制。同时仍然保留了元素的插入顺序。由于RMapCache是基于RMap实现的,使它同时继承了java.util.concurrent.ConcurrentMap接口和java.util.Map接口。Redisson提供的Spring Cache整合以及JCache正是基于这样的功能来实现的。
- 目前的Redis自身并不支持散列(Hash)当中的元素淘汰,因此所有过期元素都是通过org.redisson.EvictionScheduler实例来实现定期清理的。为了保证资源的有效利用,每次运行最多清理300个过期元素。任务的启动时间将根据上次实际清理数量自动调整,间隔时间趋于1秒到1小时之间。比如该次清理时删除了300条元素,那么下次执行清理的时间将在1秒以后(最小间隔时间)。一旦该次清理数量少于上次清理数量,时间间隔将增加1.5倍。
正如官方wiki所述,这个功能是通过后台线程定时去清理的, 所以这个是非实时的(issue-1234:on expired event is not executed in real-time.),延迟在5秒到2小时之间,因此对实时性要求比较高的场景就得自己衡量了。
由于过期时间的非实时性,所以导致过期事件的发生也是非实时的,相应的监听器可能会延迟了一会儿才收到通知,在我的测试中,ttl设置在秒级误差是比较大的,分钟级别的ttl倒还好(左侧设置值,右侧实际耗时):
1s _ 5s
3s _ 5s
4s _ 5s
5s _ 9s
6s _ 10s
10s _ 15s
1m _ 1m11s
序列化
由Redisson默认的编码器为JsonJacksonCodec,JsonJackson在序列化有双向引用的对象时,会出现无限循环异常。而fastjson在检查出双向引用后会自动用引用符$ref替换,终止循环。
在我的情况中,我序列化了一个service,这个service已被spring托管,而且和另一个service之间也相互注入了,用fastjson能 正常序列化到redis,而JsonJackson则抛出无限循环异常。
为了序列化后的内容可见,所以不用redission其他自带的二进制编码器,自行实现编码器:
import com.alibaba.fastjson.JSON; import com.alibaba.fastjson.serializer.SerializerFeature; import io.netty.buffer.ByteBuf; import io.netty.buffer.ByteBufAllocator; import io.netty.buffer.ByteBufInputStream; import io.netty.buffer.ByteBufOutputStream; import org.redisson.client.codec.BaseCodec; import org.redisson.client.protocol.Decoder; import org.redisson.client.protocol.Encoder; import java.io.IOException; public class FastjsonCodec extends BaseCodec { private final Encoder encoder = in -> { ByteBuf out = ByteBufAllocator.DEFAULT.buffer(); try { ByteBufOutputStream os = new ByteBufOutputStream(out); JSON.writeJSONString(os, in,SerializerFeature.WriteClassName); return os.buffer(); } catch (IOException e) { out.release(); throw e; } catch (Exception e) { out.release(); throw new IOException(e); } }; private final Decoder<Object> decoder = (buf, state) -> JSON.parseObject(new ByteBufInputStream(buf), Object.class); @Override public Decoder<Object> getValueDecoder() { return decoder; } @Override public Encoder getValueEncoder() { return encoder; } }
订阅发布
Redisson对订阅发布的封装是RTopic,这也是Redisson中很多事件监听的实现原理(例如键值对的事件监听)。
使用单元测试时发现,在事件发布后,订阅方需要延时一下才能收到事件。具体原因待查
以上为个人经验,希望能给大家一个参考,也希望大家多多支持脚本之家。