Spring中怎么实现响应式Redis交互

今天小编给大家分享一下spring中怎么实现响应式Redis交互的相关知识点，内容详细，逻辑清晰，相信大部分人都还太了解这方面的知识，所以分享这篇文章给大家参考一下，希望大家阅读完这篇文章后有所收获，下面我们一起来了解一下吧。

本文将模拟一个用户服务，并使用Redis作为数据存储服务器。
涉及两个java bean，用户与权益

public class User {    private long id;    private String name;    // 标签    private String label;    // 收货地址经度    private Double deliveryAddressLon;    // 收货地址维度    private Double deliveryAddressLat;    // 最新签到日    private String lastSigninDay;    // 积分    private Integer score;    // 权益    private List<Rights> rights;    ...}public class Rights {    private Long id;    private Long userId;    private String name;    ...}

启动

引入依赖

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

添加Redis配置

spring.redis.host=192.168.56.102spring.redis.port=6379spring.redis.passWord=spring.redis.timeout=5000

SpringBoot启动

@SpringBootApplicationpublic class UserServiceReactive {    public static void main(String[] args) {        new SpringApplicationBuilder(                UserServiceReactive.class)                .WEB(WebApplicationType.REACTIVE).run(args);    }}

应用启动后，Spring会自动生成ReactiveRedisTemplate（它的底层框架是Lettuce）。
ReactiveRedisTemplate与RedisTemplate使用类似，但它提供的是异步的，响应式Redis交互方式。
这里再强调一下，响应式编程是异步的，ReactiveRedisTemplate发送Redis请求后不会阻塞线程，当前线程可以去执行其他任务。
等到Redis响应数据返回后，ReactiveRedisTemplate再调度线程处理响应数据。
响应式编程可以通过优雅的方式实现异步调用以及处理异步结果，正是它的最大的意义。

序列化

ReactiveRedisTemplate默认使用的序列化是jdk序列化，我们可以配置为JSON序列化

@Beanpublic RedisSerializationContext redisSerializationContext() {    RedisSerializationContext.RedisSerializationContextBuilder builder = RedisSerializationContext.newSerializationContext();    builder.key(StringRedisSerializer.UTF_8);    builder.value(RedisSerializer.json());    builder.hashKey(StringRedisSerializer.UTF_8);    builder.hashValue(StringRedisSerializer.UTF_8);    return builder.build();}@Beanpublic ReactiveRedisTemplate reactiveRedisTemplate(ReactiveRedisConnectionFactory connectionFactory) {    RedisSerializationContext serializationContext = redisSerializationContext();    ReactiveRedisTemplate reactiveRedisTemplate = new ReactiveRedisTemplate(connectionFactory,serializationContext);    return reactiveRedisTemplate;}

builder.hashValue方法指定Redis列表值的序列化方式，由于本文Redis列表值只存放字符串，所以还是设置为StringRedisSerializer.UTF_8。

基本数据类型

ReactiveRedisTemplate支持Redis字符串，散列，列表，集合，有序集合等基本的数据类型。
本文使用散列保存用户信息，列表保存用户权益，其他基本数据类型的使用本文不展开。

public Mono<Boolean>  save(User user) {    ReactiveHashOperations<String, String, String> opsForHash = redisTemplate.opsForHash();    Mono<Boolean>  userRs = opsForHash.putAll("user:" + user.getId(), beanToMap(user));    if(user.getRights() != null) {        ReactiveListOperations<String, Rights> opsForRights = redisTemplate.opsForList();        opsForRights.leftPushAll("user:rights:" + user.getId(), user.getRights()).subscribe(l -> {            logger.info("add rights:{}", l);        });    }    return userRs;}

beanToMap方法负责将User类转化为map。

HyperLogLog

Redis HyperLogLog结构可以统计一个集合内不同元素的数量。
使用HyperLogLog统计每天登录的用户量

public Mono<Long>  login(User user) {    ReactiveHyperLogLoGoperations<String, Long> opsForHyperLogLog = redisTemplate.opsForHyperLogLog();    return opsForHyperLogLog.add("user:login:number:" + LocalDateTime.now().toString().substring(0, 10), user.getId());}

BitMap

Redis BitMap（位图）通过一个Bit位表示某个元素对应的值或者状态。由于Bit是计算机存储中最小的单位，使用它进行储存将非常节省空间。
使用BitMap记录用户本周是否有签到

public void addSignInFlag(long userId) {    String key = "user:signIn:" + LocalDateTime.now().getDayOfYear()/7 + (userId >> 16);    redisTemplate.opsForValue().setBit(            key, userId & 0xffff , true)    .subscribe(b -> logger.info("set:{},result:{}", key, b));}

userId高48位用于将用户划分到不同的key，低16位作为位图偏移参数offset。
offset参数必须大于或等于0，小于2^32(bit 映射被限制在 512 MB 之内)。

Geo

Redis Geo可以存储地理位置信息，并对地理位置进行计算。
如查找给定范围内的仓库信息

public Flux getWarehouseInDist(User u, double dist) {    ReactiveGeoOperations<String, String> geo = redisTemplate.opsForGeo();    Circle circle = new Circle(new Point(u.getDeliveryAddressLon(), u.getDeliveryAddressLat()), dist);    RedisGeoCommands.GeoRadiusCommandArgs args =            RedisGeoCommands.GeoRadiusCommandArgs.newGeoRadiusArgs().includeDistance().sortAscending();    return geo.radius("warehouse:address", circle, args);}

warehouse:address这个集合中需要先保存好仓库地理位置信息。
ReactiveGeoOperations#radius方法可以查找集合中地理位置在给定范围内的元素，它中还支持添加元素到集合，计算集合中两个元素地理位置距离等操作。

lua

ReactiveRedisTemplate也可以执行Lua脚本。
下面通过Lua脚本完成用户签到逻辑：如果用户今天未签到，允许签到，积分加1，如果用户今天已签到，则拒接操作。

public Flux<String> addScore(long userId) {    DefaultRedisScript<String> script = new DefaultRedisScript<>();    script.setScriptSource(new ResourceScriptSource(new ClassPathResource("/signin.lua")));    List<String> keys = new ArrayList<>();    keys.add(String.valueOf(userId));    keys.add(LocalDateTime.now().toString().substring(0, 10));    return redisTemplate.execute(script, keys);}

signin.lua内容如下

local score=redis.call('hget','user:'..KEYS[1],'score')local day=redis.call('hget','user:'..KEYS[1],'lastSigninDay')if(day==KEYS[2])    then    return '0'else    redis.call('hset','user:'..KEYS[1],'score', score+1,'lastSigninDay',KEYS[2])    return '1'end

Stream

Redis Stream 是 Redis 5.0 版本新增加的数据类型。该类型可以实现消息队列，并提供消息的持久化和主备复制功能，并且可以记住每一个客户端的访问位置，还能保证消息不丢失。

Redis借鉴了kafka的设计，一个Stream内可以存在多个消费组，一个消费组内可以存在多个消费者。
如果一个消费组内某个消费者消费了Stream中某条消息，则这消息不会被该消费组其他消费者消费到，当然，它还可以被其他消费组中某个消费者消费到。

下面定义一个Stream消费者，负责处理接收到的权益数据

@Componentpublic class RightsStreamConsumer implements ApplicationRunner, DisposableBean {    private static final Logger logger = LoggerFactory.getLogger(RightsStreamConsumer.class);    @Autowired    private RedisConnectionFactory redisConnectionFactory;    private StreamMessageListenerContainer<String, ObjectRecord<String, Rights>> container;    // Stream队列    private static final String STREAM_KEY = "stream:user:rights";    // 消费组    private static final String STREAM_GROUP = "user-service";    // 消费者    private static final String STREAM_CONSUMER = "consumer-1";    @Autowired    @Qualifier("reactiveRedisTemplate")    private ReactiveRedisTemplate redisTemplate;    public void run(ApplicationArguments args) throws Exception {        StreamMessageListenerContainer.StreamMessageListenerContainerOptions<String, ObjectRecord<String, Rights>> options =                StreamMessageListenerContainer.StreamMessageListenerContainerOptions.builder()                        .batchSize(100) //一批次拉取的最大count数                        .executor(Executors.newSingleThreadExecutor())  //线程池                        .pollTimeout(Duration.ZERO) //阻塞式轮询                        .targetType(Rights.class) //目标类型（消息内容的类型）                        .build();        // 创建一个消息监听容器        container = StreamMessageListenerContainer.create(redisConnectionFactory, options);        // prepareStreamAndGroup查找Stream信息，如果不存在，则创建Stream        prepareStreamAndGroup(redisTemplate.opsForStream(), STREAM_KEY , STREAM_GROUP)                .subscribe(stream -> {            // 为Stream创建一个消费者，并绑定处理类            container.receive(Consumer.from(STREAM_GROUP, STREAM_CONSUMER),                    StreamOffset.create(STREAM_KEY, ReadOffset.lastConsumed()),                    new StreamMessageListener());            container.start();        });    }    @Override    public void destroy() throws Exception {        container.stop();    }    // 查找Stream信息，如果不存在，则创建Stream    private Mono<StreamInfo.XInfoStream> prepareStreamAndGroup(ReactiveStreamOperations<String, ?, ?> ops, String stream, String group) {        // info方法查询Stream信息，如果该Stream不存在，底层会报错，这时会调用onErrorResume方法。        return ops.info(stream).onErrorResume(err -> {            logger.warn("query stream err:{}", err.getMessage());            // createGroup方法创建Stream            return ops.createGroup(stream, group).flatMap(s -> ops.info(stream));        });    }    // 消息处理对象    class  StreamMessageListener implements StreamListener<String, ObjectRecord<String, Rights>> {        public void onMessage(ObjectRecord<String, Rights> message) {            // 处理消息            RecordId id = message.getId();            Rights rights = message.getValue();            logger.info("receive id:{},rights:{}", id, rights);            redisTemplate.opsForList().leftPush("user:rights:" + rights.getUserId(), rights).subscribe(l -> {                logger.info("add rights:{}", l);            });        }    }}

下面看一下如何发送信息

public Mono<RecordId> addRights(Rights r) {    String streamKey = "stream:user:rights";//stream key    ObjectRecord<String, Rights> record = ObjectRecord.create(streamKey, r);    Mono<RecordId> mono = redisTemplate.opsForStream().add(record);    return mono;}

创建一个消息记录对象ObjectRecord，并通过ReactiveStreamOperations发送信息记录。

Sentinel、Cluster

ReactiveRedisTemplate也支持Redis Sentinel、Cluster集群模式，只需要调整配置即可。
Sentinel配置如下

spring.redis.sentinel.master=mymasterspring.redis.sentinel.nodes=172.17.0.4:26379,172.17.0.5:26379,172.17.0.6:26379spring.redis.sentinel.password=

spring.redis.sentinel.nodes配置的是Sentinel节点IP地址和端口，不是Redis实例节点IP地址和端口。

Cluster配置如下

spring.redis.cluster.nodes=172.17.0.2:6379,172.17.0.3:6379,172.17.0.4:6379,172.17.0.5:6379,172.17.0.6:6379,172.17.0.7:6379spring.redis.lettuce.cluster.refresh.period=10000spring.redis.lettuce.cluster.refresh.adaptive=true

如Redis Cluster中node2是node1的从节点，Lettuce中会缓存该信息，当node1宕机后，Redis Cluster会将node2升级为主节点。但Lettuce不会自动将请求切换到node2，因为它的缓冲没有刷新。
开启spring.redis.lettuce.cluster.refresh.adaptive配置，Lettuce可以定时刷新Redis Cluster集群缓存信息，动态改变客户端的节点情况，完成故障转移。

暂时未发现ReactiveRedisTemplate实现pipeline，事务的方案。

以上就是“Spring中怎么实现响应式Redis交互”这篇文章的所有内容，感谢各位的阅读！相信大家阅读完这篇文章都有很大的收获，小编每天都会为大家更新不同的知识，如果还想学习更多的知识，请关注编程网精选频道。