NoSQL概述

1、什么是 NoSQL

NoSQL泛指非关系型的数据库Not Only SQL。

2、NoSQL 数据库的四大分类

键值（key-value）存储
列存储
文档数据库
图形数据库

分类	相关产品	典型应用	数据模型	优点	缺点
键值（key-value)	Tokyo、 Cabinet/Tyrant、Redis、Voldemort、Berkeley DB、Memcached	内容缓存，主要用于处理大量数据的高访问负载	一系列键值对	快速查询	存储的数据缺少结构化
列存储数据库	Cassandra, HBase, Riak	分布式的文件系统	以列簇式存储，将同一列数据存在一起	查找速度快，可扩展性强，更容易进行分布式扩展	功能相对局限
文档数据库	CouchDB, MongoDB	Web应用（与Key-Value类似，value是结构化的）	一系列键值对	数据结构要求不严格	查询性能不高，而且缺乏统一的查询语法
图形（Graph）数据库	Neo4J, InfoGrid, Infinite Graph	社交网络，推荐系统等。专注于构建关系图谱	图结构	利用图结构相关算法	需要对整个图做计算才能得出结果，不容易做分布式集群方案

MongoDB主要用来解决海量数据的访问效率问题，他是最像关系型数据库的非关系型数据库。

MongoDB 的主要适用场景为：数据不是特别重要（例如通知，推送这些），数据表结构变化较为频繁，数据量特别大，数据的并发性特别高，数据结构比较特别（例如地图的位置坐标），这些情况下用 MongoDB

Memcached主要是用来提高访问关系型数据库的效率问题，只局限于访问。

redis在我看来算是Memcached的升级版，加入了提高数据库写入的功能。

3、NoSQL 的特点

易扩展
灵活的数据模型
大数据量，高性能
高可用

4、为什么需要 NoSQL

随着web2.0互联网的诞生！传统的关系型数据库很难对付web2.0时代！尤其
是超大规模的高并发的社区！暴露出来很多难以克服的问题，NoSQL在当今大数据环境下发展的十分迅
速，Redis是发展最快的，而且是我们当下必须要掌握的一个技术！
很多的数据类型用户的个人信息，社交网络，地理位置。这些数据类型的存储不需要一个固定的格式！
不需要多月的操作就可以横向扩展的！ Map<String,Object> 使用键值对来控制！

Redis简介

Redis（Remote Dictionary Server )，即远程字典服务
使用C语言编写的开源NoSQL数据库
高性能Key-Value内存数据库
支持将内存数据持久化到磁盘和即master-slave模式的数据备份（RDB和AOF）

5、大基本数据类型

string（字符串）最基本的数据类型一个redis中字符串value最多可以是512M nx set if not exists
hash（Hash表）
list（列表）
set（无序集合）
zset(sorted set) （有序集合）

下面来对这5种数据结构类型作简单的介绍：

结构类型	结构存储的值	结构的读写能力
String	可以是字符串、整数或者浮点数	对整个字符串或者字符串的其中一部分执行操作；对象和浮点数执行自增(increment)或者自减(decrement)
List	一个链表，链表上的每个节点都包含了一个字符串	从链表的两端推入或者弹出元素；根据偏移量对链表进行修剪(trim)；读取单个或者多个元素；根据值来查找或者移除元素
Set	包含字符串的无序收集器(unorderedcollection)，并且被包含的每个字符串都是独一无二的、各不相同	添加、获取、移除单个元素；检查一个元素是否存在于某个集合中；计算交集、并集、差集；从集合里卖弄随机获取元素
Hash	包含键值对的无序散列表	添加、获取、移除单个键值对；获取所有键值对
Zset	字符串成员(member)与浮点数分值(score)之间的有序映射，元素的排列顺序由分值的大小决定	添加、获取、删除单个元素；根据分值范围(range)或者成员来获取元素

3种特殊数据类型

Geospatial 地理位置

推算地理位置的信息，两地之间的距离，方圆几里的人
Hyperloglog

使用基数估计统计网站访客数
Bitmap

统计用户信息，活跃，不活跃！登录、未登录！签到打卡两个状态的，都可以使用

常用命令

set / get / del /getset
expire

Redis对于过期键有三种清除策略：
- 被动删除：当读/写一个已经过期的key时，会触发惰性删除策略，直接删除掉这个过期key
- 主动删除：由于惰性删除策略无法保证冷数据被及时删掉，所以Redis会定期主动淘汰一批已过期的key
- 当前已用内存超过maxmemory限定时，触发主动清理策略
  
  maxmemory 当前已用内存超过maxmemory限定时，触发主动清理策略
  - volatile-lru：只对设置了过期时间的key进行LRU（默认值）
  - allkeys-lru ：删除lru算法的key
  - volatile-random：随机删除即将过期key
  - allkeys-random：随机删除
  - volatile-ttl ：删除即将过期的
  - noeviction ：永不过期，返回错误
exists
incr
setrange

应用场景

缓存
限时业务的运用
计数器相关问题(网站访问统计)
排行榜相关问题
任务队列
分布式集群架构中的 session 分离

SpringBoot整合

依赖

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

<dependency>
    <groupId>org.apache.commons</groupId>
    <artifactId>commons-pool2</artifactId>
</dependency>

配置

## Redis 配置
## Redis数据库索引（默认为0）
spring.redis.database=0

## Redis服务器地址
spring.redis.host=127.0.0.1

## Redis服务器连接端口
spring.redis.port=6379

## Redis服务器连接密码（默认为空）
spring.redis.password=

## 连接超时时间（毫秒）
spring.redis.timeout=5000

数据持久化

下面给出一些常用的时间格式

“”0 30 1 ? * * “每天凌晨1:30执行

“0 0 12 * * ?” 每天中午十二点触发

“0 15 10 ? * *” 每天早上10：15触发

“0 15 10 * * ?” 每天早上10：15触发

“0 15 10 * * ? *” 每天早上10：15触发

“0 15 10 * * ? 2005” 2005年的每天早上10：15触发

“0 * 14 * * ?” 每天从下午2点开始到2点59分每分钟一次触发

“0 0/5 14 * * ?” 每天从下午2点开始到2：55分结束每5分钟一次触发

“0 0/5 14,18 * * ?” 每天的下午2点至2：55和6点至6点55分两个时间段内每5分钟一次触发

“0 0-5 14 * * ?” 每天14:00至14:05每分钟一次触发

“0 10,44 14 ? 3 WED” 三月的每周三的14：10和14：44触发

“0 15 10 ? * MON-FRI” 每个周一、周二、周三、周四、周五的10：15触发

Session共享配置

<!--session-redis-->
<dependency>
<groupId>org.springframework.session</groupId>
<artifactId>spring-session-data-redis</artifactId>
</dependency>

Session存储设置

1 2	配置 spring.session.store-type=redis

附录

Redis操作复杂数据类型

package com.ctgu.demo;

import lombok.extern.slf4j.Slf4j;
import org.junit.jupiter.api.DisplayName;
import org.junit.jupiter.api.Test;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.boot.test.context.SpringBootTest;
import org.springframework.data.redis.core.*;

import java.util.HashMap;
import java.util.Map;

@SpringBootTest
@Slf4j
class DemoApplicationTests {
    @Autowired
    RedisTemplate redisTemplate;

    @Test
    void contextLoads() {
    }

    @Test
    @DisplayName("RediscaozSet")
    void testSet(){
        SetOperations operations=redisTemplate.opsForSet();
        operations.add("s1", "v1");
        operations.add("s1","v2");
        Cursor<String>cursor=operations.scan("s1", ScanOptions.NONE);
        while (cursor.hasNext()){
            System.out.println(cursor.next());
        }
    }
    @Test
    @DisplayName("测试Hash")
    void testHash(){
        HashOperations<String,String,String> operations=redisTemplate.opsForHash();
        HashMap map=new HashMap();
        map.put("t1","tv1");
        operations.putAll("h1",map);
        operations.put("h1","k1","v1");
        operations.put("h1","k2","v2");
        operations.put("h1","k3","m2");
        Cursor<Map.Entry<String, String>> cursor=operations.scan("h1", new ScanOptions.ScanOptionsBuilder().match("*k*").build());
        while (cursor.hasNext()){
            Map.Entry<String,String> entry = cursor.next();
            System.out.println(entry.getKey());;
        }
//        System.out.println(redisTemplate.opsForHash().entries("h1"));
    }

}

项目代码：

GitHub：https://github.com/iboytech/2020-7-29-redis

关于Redis的参考

👉 Redis命令手册 https://www.redis.net.cn/order/

👉 Redis练习平台 https://try.redis.io/

👉 菜鸟教程 https://www.runoob.com/redis/redis-keys.html

👉 SpringBoot整合Redis https://segmentfault.com/a/1190000017057950