redis redisson 集合的使用案例(RList、Rset、RMap)

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;

										 }

										}