环境搭建

依赖

<dependency>
    <groupId>com.alibaba</groupId>
    <artifactId>fastjson</artifactId>
    <version>1.2.73</version>
</dependency>
<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-data-redis</artifactId>
    <version>2.5.3</version>
</dependency>

redis配置

spring:
  application:
    name: Redisdemo
  redis:
    database: 0
    host: 121.40.135.148
    port: 6379
    password: redis123
server:
  port: 8080

序列化

自定义一个序列化转换器：


public class FastJsonSerializer implements RedisSerializer<Object> {
    public static final Charset UTF_8 = Charset.forName("UTF-8");

    public FastJsonSerializer() {
    }

    public byte[] serialize(Object obj) throws SerializationException {
        if (obj == null) {
            return null;
        } else {
            String json = JSON.toJSONString(obj, new SerializerFeature[]{SerializerFeature.WriteClassName});
            return json.getBytes(UTF_8);
        }
    }

    public Object deserialize(byte[] bytes) throws SerializationException {
        if (bytes != null && bytes.length > 0) {
            String json = new String(bytes, UTF_8);
            return JSON.parseObject(json, Object.class, new Feature[]{Feature.SupportAutoType});
        } else {
            return null;
        }
    }
}


@Configuration
public class RedisConfiguration {
    public RedisConfiguration() {
    }
    @Bean
    public RedisTemplate<String, Object> redisTemplate(RedisConnectionFactory factory) {
        RedisTemplate<String, Object> template = new RedisTemplate();
        template.setConnectionFactory(factory);
        template.setKeySerializer(RedisSerializer.string());
        template.setHashKeySerializer(RedisSerializer.string());
        FastJsonSerializer fastJsonSerializer = new FastJsonSerializer();
        template.setValueSerializer(fastJsonSerializer);
        template.setHashValueSerializer(fastJsonSerializer);
        template.afterPropertiesSet();
        return template;
    }
}

test

@SpringBootTest
class RedisdemoApplicationTests {

    @Autowired
    private RedisTemplate redisTemplate;

    @Test
    void test() {
        ValueOperations str = redisTemplate.opsForValue();
        HashOperations hash = redisTemplate.opsForHash();
        ListOperations list = redisTemplate.opsForList();
        SetOperations set = redisTemplate.opsForSet();
        ZSetOperations zSet = redisTemplate.opsForZSet();

        str.set("age",20);
        System.out.println("age："+str.get("age"));
        System.out.println("ince："+str.increment("age", 1));

        // 添加一个hash集合
        Map<String,String> mp = new HashMap<>();
        mp.put("map1","v1");
        mp.put("map2","v2");
        hash.putAll("map",mp);
        System.out.println("Hash："+hash.entries("map"));

        //添加一个list集合
        List<String> ls = new ArrayList<>();
        ls.add("l1");
        ls.add("l2");
        list.rightPush("list",ls);
        System.out.println("list："+list.rightPop("list"));

        //添加一个set
        set.add("set","s1");
        set.add("set","s1");
        System.out.println("set："+set.members("set"));
        
        //zSet
        zSet.add("people","小明",0);
        zSet.add("people","小红",2);
        zSet.add("people","小白",1);
        System.out.println("zset："+zSet.rangeByScore("people",0,2));

    }
}

在这里插入图片描述

SDS

字符串的结构是一个sdshdr结构体，包含三个部分，free，len，buf

free：表示未使用的空间
len：表示存储的字符串长度，比如"redis"，len=5
buf：存的就是字符串值，采用c语言的字符串以反斜杠0结尾（也占一个空间），可以直接复用c语言的一些函数，无需自己编写

SDS与C字符串：
1、C字符串不记录自身长度，获取长度O（n），SDS中len属性记录长度，O（1）
2、C字符串容易产生缓冲区溢出
3、修改字符串内存分配次数：
C字符串用一个N+1的字符数组保存着N个字符的串，在执行增长字符操作时，需要先通过内存重分配空间大小，忘记会产生缓冲区溢出，缩短操作时，需要通过内存重分配来释放不再使用的空间，忘记会产生内存泄露，SDS采用空间预分配和惰性空间释放优化存在的问题。
4、二进制安全，C字符串不能包含空字符，会误认为结束标志，SDS会以处理二进制的方式来处理buf里面的数组，写入是什么样读取就什么样子

链表

链表结构：

每一个节点是一个 listNode 结构，包含前置节点 prev，后置节点 next，元素值 val，使用多个 listNode 结构组成一个双端链表。
使用一个 list 结构来持有这个双端链表，操作更方便，list 结构包含：head 头节点，tail 表尾节点，len节点数量。
双端：获取某个点的前置后置节点O（1）
带表头，尾指针：获取表头，尾节点O（1）
带长度计数器：获取数量O（1）

字典

字典：
使用哈希表作为底层实现，一个哈希表有多个哈希表节点，节点保存字典中的一个键值对。

哈希表结构：dictht
dictEntry **table ：哈希表数组
size：数组大小
sizemark： = size-1，掩码，用于计算索引值
used：哈希表已有节点数量

哈希表节点结构：dicEntry，包含key键，v值，next指向下一个节点

字典结构：dict
dictht ht［2］：哈希表，一般情况只使用ht[0]，ht[1]在对ht[0]进行rehash时使用
rehashidx：记录目前rehash进度，没有进行就是-1

添加新键值对时，计算出对应的哈希值和索引值，采用链地址法来解决冲突，单向，因为没有指向尾节点，所以头插
扩展和收缩哈希表的工作通过rehash重新散列，这个rehash分多次，渐进式完成，

跳表

跳表：
有序集合的底层实现之一，当一个集合元素比较多或者元素成员是比较长的字符串。

跳表由有序链表发展而来，在相邻两个节点增加一个指针，在上一层建立索引，节点为原链表的一半，那么查找就是O（n/2），同样的方式，在上面又建立一层索引，这样当链表很长的时候，这种多层链表可以跳过很多节点，时间为O（logn）

存在问题：插入删除节点时，打乱上下两层链表节点2:1关系，如果重新调整，时间复杂度退化。

解决问题：避免这个问题，不要求上下两层节点个数关系，而是为每个节点随机一个层数（1-32），如果随机是3，就把他链入到1～3层链表，这样，每一个节点的层数都是随机的，新插入节点不会影响其他节点层数，插入节点只需要修改插入节点前后的指针，降低复杂度，

随机算法：产生越高的节点层数，概率越低…….

Java调用redis及redis数据结构

目录

环境搭建

依赖

redis配置

序列化

test

SDS

链表

字典

跳表