Redis高级客户端Lettuce详解-白红宇

Redis高级客户端Lettuce详解

阅读量：2116 次

发布时间：2019-04-30

本文共 38093 字，大约阅读时间需要 126 分钟。

前提

Lettuce是一个Redis的Java驱动包，初识她的时候是使用RedisTemplate的时候遇到点问题Debug到底层的一些源码，发现spring-data-redis的驱动包在某个版本以后替换为Lettuce。Lettuce翻译为生菜，没错，就是吃的那种生菜，因此它的Logo长这样：

既然能被Spring生态所承认，Lettuce想必有过人之处，因而笔者花时间阅读她的官方文档，整理测试示例，写下这篇文章。编写本文时所使用的版本为Lettuce 5.1.8.RELEASE，SpringBoot 2.1.8.RELEASE，JDK [8,11]。超长警告：这篇文章断断续续花了两周完成，超过4万字.....java

Lettuce简介

Lettuce是一个高性能基于Java编写的Redis驱动框架，底层集成了Project Reactor提供自然的反应式编程，通讯框架集成了Netty使用了非阻塞IO，5.x版本以后融合了JDK1.8的异步编程特性，在保证高性能的同时提供了十分丰富易用的API，5.1版本的新特性以下：

支持Redis的新增命令ZPOPMIN, ZPOPMAX, BZPOPMIN, BZPOPMAX。

支持经过Brave模块跟踪Redis命令执行。

支持Redis Streams。

支持异步的主从链接。

支持异步链接池。

新增命令最多执行一次模式（禁止自动重连）。

全局命令超时设置（对异步和反应式命令也有效）。

......等等

注意一点：Redis的版本至少须要2.6，固然越高越好，API的兼容性比较强大。react

只须要引入单个依赖就能够开始愉快地使用Lettuce：

Maven

<dependency>
<groupId>io.lettuce</groupId>
<artifactId>lettuce-core</artifactId>
<version>5.1.8.RELEASE</version>
</dependency>

Gradle

dependencies {

compile 'io.lettuce:lettuce-core:5.1.8.RELEASE'
}

链接Redis

单机、哨兵、集群模式下链接Redis须要一个统一的标准去表示链接的细节信息，在Lettuce中这个统一的标准是RedisURI。能够经过三种方式构造一个RedisURI实例：

定制的字符串URI语法：

RedisURI uri = RedisURI.create("redis://localhost/");

使用建造器（RedisURI.Builder）：

RedisURI uri = RedisURI.builder().withHost("localhost").withPort(6379).build();

直接经过构造函数实例化：

RedisURI uri = new RedisURI("localhost", 6379, 60, TimeUnit.SECONDS);

定制的链接URI语法

单机（前缀为redis://）
格式：redis://[password@]host[:port][/databaseNumber][?[timeout=timeout[d|h|m|s|ms|us|ns]]
完整：redis://mypassword@127.0.0.1:6379/0?timeout=10s
简单：redis://localhost

单机而且使用SSL（前缀为rediss://） <== 注意后面多了个s

格式：rediss://[password@]host[:port][/databaseNumber][?[timeout=timeout[d|h|m|s|ms|us|ns]]
完整：rediss://mypassword@127.0.0.1:6379/0?timeout=10s
简单：rediss://localhost

单机Unix Domain Sockets模式（前缀为redis-socket://）

格式：redis-socket://path[?[timeout=timeout[d|h|m|s|ms|us|ns]][&_database=database_]]
完整：redis-socket:///tmp/redis?timeout=10s&_database=0

哨兵（前缀为redis-sentinel://）

格式：redis-sentinel://[password@]host[:port][,host2[:port2]][/databaseNumber][?[timeout=timeout[d|h|m|s|ms|us|ns]]#sentinelMasterId
完整：redis-sentinel://mypassword@127.0.0.1:6379,127.0.0.1:6380/0?timeout=10s#mymaster

超时时间单位：

d 天

h 小时

m 分钟

s 秒钟

ms 毫秒

us 微秒

ns 纳秒

我的建议使用RedisURI提供的建造器，毕竟定制的URI虽然简洁，可是比较容易出现人为错误。鉴于笔者没有SSL和Unix Domain Socket的使用场景，下面不对这两种链接方式进行列举。shell

基本使用

Lettuce使用的时候依赖于四个主要组件：

RedisURI：链接信息。

RedisClient：Redis客户端，特殊地，集群链接有一个定制的RedisClusterClient。

Connection：Redis链接，主要是StatefulConnection或者StatefulRedisConnection的子类，链接的类型主要由链接的具体方式（单机、哨兵、集群、订阅发布等等）选定，比较重要。

RedisCommands：Redis命令API接口，基本上覆盖了Redis发行版本的全部命令，提供了同步（sync）、异步（async）、反应式（reative）的调用方式，对于使用者而言，会常常跟RedisCommands系列接口打交道。

一个基本使用例子以下：

@Test
public void testSetGet() throws Exception {

RedisURI redisUri = RedisURI.builder() // <1> 建立单机链接的链接信息
.withHost("localhost")
.withPort(6379)
.withTimeout(Duration.of(10, ChronoUnit.SECONDS))
.build();
RedisClient redisClient = RedisClient.create(redisUri); // <2> 建立客户端
StatefulRedisConnection<String, String> connection = redisClient.connect(); // <3> 建立线程安全的链接
RedisCommands<String, String> redisCommands = connection.sync(); // <4> 建立同步命令
SetArgs setArgs = SetArgs.Builder.nx().ex(5);
String result = redisCommands.set("name", "throwable", setArgs);
Assertions.assertThat(result).isEqualToIgnoringCase("OK");
result = redisCommands.get("name");
Assertions.assertThat(result).isEqualTo("throwable");
// ... 其余操做
connection.close(); // <5> 关闭链接
redisClient.shutdown(); // <6> 关闭客户端
}

注意：

<5>：关闭链接通常在应用程序中止以前操做，一个应用程序中的一个Redis驱动实例不须要太多的链接（通常状况下只须要一个链接实例就能够，若是有多个链接的须要能够考虑使用链接池，其实Redis目前处理命令的模块是单线程，在客户端多个链接多线程调用理论上没有效果）。

<6>：关闭客户端通常应用程序中止以前操做，若是条件容许的话，基于后开先闭原则，客户端关闭应该在链接关闭以后操做。

API

Lettuce主要提供三种API：

同步（sync）：RedisCommands。

异步（async）：RedisAsyncCommands。

反应式（reactive）：RedisReactiveCommands。

先准备好一个单机Redis链接备用：

private static StatefulRedisConnection<String, String> CONNECTION;
private static RedisClient CLIENT;

@BeforeClass
public static void beforeClass() {

RedisURI redisUri = RedisURI.builder()
.withHost("localhost")
.withPort(6379)
.withTimeout(Duration.of(10, ChronoUnit.SECONDS))
.build();
CLIENT = RedisClient.create(redisUri);
CONNECTION = CLIENT.connect();
}

@AfterClass
public static void afterClass() throws Exception {

CONNECTION.close();
CLIENT.shutdown();
}

Redis命令API的具体实现能够直接从StatefulRedisConnection实例获取，见其接口定义：

public interface StatefulRedisConnection<K, V> extends StatefulConnection<K, V> {

boolean isMulti();

RedisCommands<K, V> sync();

RedisAsyncCommands<K, V> async();

RedisReactiveCommands<K, V> reactive();
}

值得注意的是，在不指定编码解码器RedisCodec的前提下，RedisClient建立的StatefulRedisConnection实例通常是泛型实例StatefulRedisConnection<String,String>，也就是全部命令API的KEY和VALUE都是String类型，这种使用方式能知足大部分的使用场景。固然，必要的时候能够定制编码解码器RedisCodec<K,V>。

同步API

先构建RedisCommands实例：

private static RedisCommands<String, String> COMMAND;
@BeforeClass
public static void beforeClass() {

COMMAND = CONNECTION.sync();
}

基本使用：

@Test
public void testSyncPing() throws Exception {

String pong = COMMAND.ping();
Assertions.assertThat(pong).isEqualToIgnoringCase("PONG");
}

@Test
public void testSyncSetAndGet() throws Exception {

SetArgs setArgs = SetArgs.Builder.nx().ex(5);
COMMAND.set("name", "throwable", setArgs);
String value = COMMAND.get("name");
log.info("Get value: {}", value);
}

// Get value: throwable

同步API在全部命令调用以后会当即返回结果。若是熟悉Jedis的话，RedisCommands的用法其实和它相差不大。

异步API

先构建RedisAsyncCommands实例：

private static RedisAsyncCommands<String, String> ASYNC_COMMAND;
@BeforeClass
public static void beforeClass() {

ASYNC_COMMAND = CONNECTION.async();
}

基本使用：

@Test
public void testAsyncPing() throws Exception {

RedisFuture<String> redisFuture = ASYNC_COMMAND.ping();
log.info("Ping result:{}", redisFuture.get());
}
// Ping result:PONG

RedisAsyncCommands全部方法执行返回结果都是RedisFuture实例，而RedisFuture接口的定义以下：

public interface RedisFuture<V> extends CompletionStage<V>, Future<V> {

String getError();

boolean await(long timeout, TimeUnit unit) throws InterruptedException;
}

也就是，RedisFuture能够无缝使用Future或者JDK1.8中引入的CompletableFuture提供的方法。举个例子：

@Test
public void testAsyncSetAndGet1() throws Exception {

SetArgs setArgs = SetArgs.Builder.nx().ex(5);
RedisFuture<String> future = ASYNC_COMMAND.set("name", "throwable", setArgs);
// CompletableFuture#thenAccept()
future.thenAccept(value -> log.info("Set命令返回:{}", value));
// Future#get()
future.get();
}
// Set命令返回:OK

@Test
public void testAsyncSetAndGet2() throws Exception {

SetArgs setArgs = SetArgs.Builder.nx().ex(5);
CompletableFuture<Void> result =
(CompletableFuture<Void>) ASYNC_COMMAND.set("name", "throwable", setArgs)
.thenAcceptBoth(ASYNC_COMMAND.get("name"),
(s, g) -> {

log.info("Set命令返回:{}", s);
log.info("Get命令返回:{}", g);
});
result.get();
}
// Set命令返回:OK
// Get命令返回:throwable

若是能熟练使用CompletableFuture和函数式编程技巧，能够组合多个RedisFuture完成一些列复杂的操做。

反应式API

Lettuce引入的反应式编程框架是Project Reactor，若是没有反应式编程经验能够先自行了解一下Project Reactor。

构建RedisReactiveCommands实例：

private static RedisReactiveCommands<String, String> REACTIVE_COMMAND;
@BeforeClass
public static void beforeClass() {

REACTIVE_COMMAND = CONNECTION.reactive();
}

根据Project Reactor，RedisReactiveCommands的方法若是返回的结果只包含0或1个元素，那么返回值类型是Mono，若是返回的结果包含0到N（N大于0）个元素，那么返回值是Flux。举个例子：

@Test
public void testReactivePing() throws Exception {

Mono<String> ping = REACTIVE_COMMAND.ping();
ping.subscribe(v -> log.info("Ping result:{}", v));
Thread.sleep(1000);
}
// Ping result:PONG

@Test
public void testReactiveSetAndGet() throws Exception {

SetArgs setArgs = SetArgs.Builder.nx().ex(5);
REACTIVE_COMMAND.set("name", "throwable", setArgs).block();
REACTIVE_COMMAND.get("name").subscribe(value -> log.info("Get命令返回:{}", value));
Thread.sleep(1000);
}
// Get命令返回:throwable

@Test
public void testReactiveSet() throws Exception {

REACTIVE_COMMAND.sadd("food", "bread", "meat", "fish").block();
Flux<String> flux = REACTIVE_COMMAND.smembers("food");
flux.subscribe(log::info);
REACTIVE_COMMAND.srem("food", "bread", "meat", "fish").block();
Thread.sleep(1000);
}
// meat
// bread
// fish

举个更加复杂的例子，包含了事务、函数转换等：

@Test
public void testReactiveFunctional() throws Exception {

REACTIVE_COMMAND.multi().doOnSuccess(r -> {

REACTIVE_COMMAND.set("counter", "1").doOnNext(log::info).subscribe();
REACTIVE_COMMAND.incr("counter").doOnNext(c -> log.info(String.valueOf(c))).subscribe();
}).flatMap(s -> REACTIVE_COMMAND.exec())
.doOnNext(transactionResult -> log.info("Discarded:{}", transactionResult.wasDiscarded()))
.subscribe();
Thread.sleep(1000);
}
// OK
// 2
// Discarded:false

这个方法开启一个事务，先把counter设置为1，再将counter自增1。

发布和订阅

非集群模式下的发布订阅依赖于定制的链接StatefulRedisPubSubConnection，集群模式下的发布订阅依赖于定制的链接StatefulRedisClusterPubSubConnection，二者分别来源于RedisClient#connectPubSub()系列方法和RedisClusterClient#connectPubSub()：

非集群模式：

// 多是单机、普通主从、哨兵等非集群模式的客户端
RedisClient client = ...
StatefulRedisPubSubConnection<String, String> connection = client.connectPubSub();
connection.addListener(new RedisPubSubListener<String, String>() { ... });

// 同步命令
RedisPubSubCommands<String, String> sync = connection.sync();
sync.subscribe("channel");

// 异步命令
RedisPubSubAsyncCommands<String, String> async = connection.async();
RedisFuture<Void> future = async.subscribe("channel");

// 反应式命令
RedisPubSubReactiveCommands<String, String> reactive = connection.reactive();
reactive.subscribe("channel").subscribe();

reactive.observeChannels().doOnNext(patternMessage -> {...}).subscribe()

集群模式：

// 使用方式其实和非集群模式基本一致
RedisClusterClient clusterClient = ...
StatefulRedisClusterPubSubConnection<String, String> connection = clusterClient.connectPubSub();
connection.addListener(new RedisPubSubListener<String, String>() { ... });
RedisPubSubCommands<String, String> sync = connection.sync();
sync.subscribe("channel");
// ...

这里用单机同步命令的模式举一个Redis键空间通知（Redis Keyspace Notifications）的例子：

@Test
public void testSyncKeyspaceNotification() throws Exception {

RedisURI redisUri = RedisURI.builder()
.withHost("localhost")
.withPort(6379)
// 注意这里只能是0号库
.withDatabase(0)
.withTimeout(Duration.of(10, ChronoUnit.SECONDS))
.build();
RedisClient redisClient = RedisClient.create(redisUri);
StatefulRedisConnection<String, String> redisConnection = redisClient.connect();
RedisCommands<String, String> redisCommands = redisConnection.sync();
// 只接收键过时的事件
redisCommands.configSet("notify-keyspace-events", "Ex");
StatefulRedisPubSubConnection<String, String> connection = redisClient.connectPubSub();
connection.addListener(new RedisPubSubAdapter<>() {

@Override
public void psubscribed(String pattern, long count) {

log.info("pattern:{},count:{}", pattern, count);
}

@Override
public void message(String pattern, String channel, String message) {

log.info("pattern:{},channel:{},message:{}", pattern, channel, message);
}
});
RedisPubSubCommands<String, String> commands = connection.sync();
commands.psubscribe("__keyevent@0__:expired");
redisCommands.setex("name", 2, "throwable");
Thread.sleep(10000);
redisConnection.close();
connection.close();
redisClient.shutdown();
}
// pattern:__keyevent@0__:expired,count:1
// pattern:__keyevent@0__:expired,channel:__keyevent@0__:expired,message:name

实际上，在实现RedisPubSubListener的时候能够单独抽离，尽可能不要设计成匿名内部类的形式。

事务和批量命令执行

事务相关的命令就是WATCH、UNWATCH、EXEC、MULTI和DISCARD，在RedisCommands系列接口中有对应的方法。举个例子：

// 同步模式
@Test
public void testSyncMulti() throws Exception {

COMMAND.multi();
COMMAND.setex("name-1", 2, "throwable");
COMMAND.setex("name-2", 2, "doge");
TransactionResult result = COMMAND.exec();
int index = 0;
for (Object r : result) {

log.info("Result-{}:{}", index, r);
index++;
}
}
// Result-0:OK
// Result-1:OK

Redis的Pipeline也就是管道机制能够理解为把多个命令打包在一次请求发送到Redis服务端，而后Redis服务端把全部的响应结果打包好一次性返回，从而节省没必要要的网络资源（最主要是减小网络请求次数）。Redis对于Pipeline机制如何实现并无明确的规定，也没有提供特殊的命令支持Pipeline机制。Jedis中底层采用BIO（阻塞IO）通信，因此它的作法是客户端缓存将要发送的命令，最后须要触发而后同步发送一个巨大的命令列表包，再接收和解析一个巨大的响应列表包。Pipeline在Lettuce中对使用者是透明的，因为底层的通信框架是Netty，因此网络通信层面的优化Lettuce不须要过多干预，换言之能够这样理解：Netty帮Lettuce从底层实现了Redis的Pipeline机制。可是，Lettuce的异步API也提供了手动Flush的方法：

@Test
public void testAsyncManualFlush() {

// 取消自动flush
ASYNC_COMMAND.setAutoFlushCommands(false);
List<RedisFuture<?>> redisFutures = Lists.newArrayList();
int count = 5000;
for (int i = 0; i < count; i++) {

String key = "key-" + (i + 1);
String value = "value-" + (i + 1);
redisFutures.add(ASYNC_COMMAND.set(key, value));
redisFutures.add(ASYNC_COMMAND.expire(key, 2));
}
long start = System.currentTimeMillis();
ASYNC_COMMAND.flushCommands();
boolean result = LettuceFutures.awaitAll(10, TimeUnit.SECONDS, redisFutures.toArray(new RedisFuture[0]));
Assertions.assertThat(result).isTrue();
log.info("Lettuce cost:{} ms", System.currentTimeMillis() - start);
}
// Lettuce cost:1302 ms

上面只是从文档看到的一些理论术语，可是现实是骨感的，对比了下Jedis的Pipeline提供的方法，发现了Jedis的Pipeline执行耗时比较低：

@Test
public void testJedisPipeline() throws Exception {

Jedis jedis = new Jedis();
Pipeline pipeline = jedis.pipelined();
int count = 5000;
for (int i = 0; i < count; i++) {

String key = "key-" + (i + 1);
String value = "value-" + (i + 1);
pipeline.set(key, value);
pipeline.expire(key, 2);
}
long start = System.currentTimeMillis();
pipeline.syncAndReturnAll();
log.info("Jedis cost:{} ms", System.currentTimeMillis() - start);
}
// Jedis cost:9 ms

我的猜想Lettuce可能底层并不是合并全部命令一次发送（甚至多是单条发送），具体可能须要抓包才能定位。依此来看，若是真的有大量执行Redis命令的场景，不妨可使用Jedis的Pipeline。

注意：由上面的测试推断RedisTemplate的executePipelined()方法是假的Pipeline执行方法，使用RedisTemplate的时候请务必注意这一点。

Lua脚本执行

Lettuce中执行Redis的Lua命令的同步接口以下：

public interface RedisScriptingCommands<K, V> {

<T> T eval(String var1, ScriptOutputType var2, K... var3);

<T> T eval(String var1, ScriptOutputType var2, K[] var3, V... var4);

<T> T evalsha(String var1, ScriptOutputType var2, K... var3);

<T> T evalsha(String var1, ScriptOutputType var2, K[] var3, V... var4);

List<Boolean> scriptExists(String... var1);

String scriptFlush();

String scriptKill();

String scriptLoad(V var1);

String digest(V var1);
}

异步和反应式的接口方法定义差很少，不一样的地方就是返回值类型，通常咱们经常使用的是eval()、evalsha()和scriptLoad()方法。举个简单的例子：

private static RedisCommands<String, String> COMMANDS;
private static String RAW_LUA = "local key = KEYS[1]\n" +
"local value = ARGV[1]\n" +
"local timeout = ARGV[2]\n" +
"redis.call('SETEX', key, tonumber(timeout), value)\n" +
"local result = redis.call('GET', key)\n" +
"return result;";
private static AtomicReference<String> LUA_SHA = new AtomicReference<>();

@Test
public void testLua() throws Exception {

LUA_SHA.compareAndSet(null, COMMANDS.scriptLoad(RAW_LUA));
String[] keys = new String[]{"name"};
String[] args = new String[]{"throwable", "5000"};
String result = COMMANDS.evalsha(LUA_SHA.get(), ScriptOutputType.VALUE, keys, args);
log.info("Get value:{}", result);
}
// Get value:throwable

高可用和分片

为了Redis的高可用，通常会采用普通主从（Master/Replica，这里笔者称为普通主从模式，也就是仅仅作了主从复制，故障须要手动切换）、哨兵和集群。普通主从模式能够独立运行，也能够配合哨兵运行，只是哨兵提供自动故障转移和主节点提高功能。普通主从和哨兵均可以使用MasterSlave，经过入参包括RedisClient、编码解码器以及一个或者多个RedisURI获取对应的Connection实例。

这里注意一点，MasterSlave中提供的方法若是只要求传入一个RedisURI实例，那么Lettuce会进行拓扑发现机制，自动获取Redis主从节点信息；若是要求传入一个RedisURI集合，那么对于普通主从模式来讲全部节点信息是静态的，不会进行发现和更新。

拓扑发现的规则以下：

对于普通主从（Master/Replica）模式，不须要感知RedisURI指向从节点仍是主节点，只会进行一次性的拓扑查找全部节点信息，此后节点信息会保存在静态缓存中，不会更新。

对于哨兵模式，会订阅全部哨兵实例并侦听订阅/发布消息以触发拓扑刷新机制，更新缓存的节点信息，也就是哨兵自然就是动态发现节点信息，不支持静态配置。

拓扑发现机制的提供API为TopologyProvider，须要了解其原理的能够参考具体的实现。

对于集群（Cluster）模式，Lettuce提供了一套独立的API。

另外，若是Lettuce链接面向的是非单个Redis节点，链接实例提供了数据读取节点偏好（ReadFrom）设置，可选值有：

MASTER：只从Master节点中读取。

MASTER_PREFERRED：优先从Master节点中读取。

SLAVE_PREFERRED：优先从Slavor节点中读取。

SLAVE：只从Slavor节点中读取。

NEAREST：使用最近一次链接的Redis实例读取。

普通主从模式

假设如今有三个Redis服务造成树状主从关系以下：

节点一：localhost:6379，角色为Master。

节点二：localhost:6380，角色为Slavor，节点一的从节点。

节点三：localhost:6381，角色为Slavor，节点二的从节点。

首次动态节点发现主从模式的节点信息须要以下构建链接：

@Test
public void testDynamicReplica() throws Exception {

// 这里只须要配置一个节点的链接信息，不必定须要是主节点的信息，从节点也能够
RedisURI uri = RedisURI.builder().withHost("localhost").withPort(6379).build();
RedisClient redisClient = RedisClient.create(uri);
StatefulRedisMasterSlaveConnection<String, String> connection = MasterSlave.connect(redisClient, new Utf8StringCodec(), uri);
// 只从从节点读取数据
connection.setReadFrom(ReadFrom.SLAVE);
// 执行其余Redis命令
connection.close();
redisClient.shutdown();
}

若是须要指定静态的Redis主从节点链接属性，那么能够这样构建链接：

@Test
public void testStaticReplica() throws Exception {

List<RedisURI> uris = new ArrayList<>();
RedisURI uri1 = RedisURI.builder().withHost("localhost").withPort(6379).build();
RedisURI uri2 = RedisURI.builder().withHost("localhost").withPort(6380).build();
RedisURI uri3 = RedisURI.builder().withHost("localhost").withPort(6381).build();
uris.add(uri1);
uris.add(uri2);
uris.add(uri3);
RedisClient redisClient = RedisClient.create();
StatefulRedisMasterSlaveConnection<String, String> connection = MasterSlave.connect(redisClient,
new Utf8StringCodec(), uris);
// 只从主节点读取数据
connection.setReadFrom(ReadFrom.MASTER);
// 执行其余Redis命令
connection.close();
redisClient.shutdown();
}

哨兵模式

因为Lettuce自身提供了哨兵的拓扑发现机制，因此只须要随便配置一个哨兵节点的RedisURI实例便可：

@Test
public void testDynamicSentinel() throws Exception {

RedisURI redisUri = RedisURI.builder()
.withPassword("你的密码")
.withSentinel("localhost", 26379)
.withSentinelMasterId("哨兵Master的ID")
.build();
RedisClient redisClient = RedisClient.create();
StatefulRedisMasterSlaveConnection<String, String> connection = MasterSlave.connect(redisClient, new Utf8StringCodec(), redisUri);
// 只容许从从节点读取数据
connection.setReadFrom(ReadFrom.SLAVE);
RedisCommands<String, String> command = connection.sync();
SetArgs setArgs = SetArgs.Builder.nx().ex(5);
command.set("name", "throwable", setArgs);
String value = command.get("name");
log.info("Get value:{}", value);
}
// Get value:throwable

集群模式

鉴于笔者对Redis集群模式并不熟悉，Cluster模式下的API使用自己就有比较多的限制，因此这里只简单介绍一下怎么用。先说几个特性：

下面的API提供跨槽位（Slot）调用的功能：

RedisAdvancedClusterCommands。

RedisAdvancedClusterAsyncCommands。

RedisAdvancedClusterReactiveCommands。

静态节点选择功能：

masters：选择全部主节点执行命令。

slaves：选择全部从节点执行命令，其实就是只读模式。

all nodes：命令能够在全部节点执行。

集群拓扑视图动态更新功能：

手动更新，主动调用RedisClusterClient#reloadPartitions()。

后台定时更新。

自适应更新，基于链接断开和MOVED/ASK命令重定向自动更新。

Redis集群搭建详细过程能够参考官方文档，假设已经搭建好集群以下（192.168.56.200是笔者的虚拟机Host）：

192.168.56.200:7001 => 主节点，槽位0-5460。

192.168.56.200:7002 => 主节点，槽位5461-10922。

192.168.56.200:7003 => 主节点，槽位10923-16383。

192.168.56.200:7004 => 7001的从节点。

192.168.56.200:7005 => 7002的从节点。

192.168.56.200:7006 => 7003的从节点。

简单的集群链接和使用方式以下：

@Test
public void testSyncCluster(){

RedisURI uri = RedisURI.builder().withHost("192.168.56.200").build();
RedisClusterClient redisClusterClient = RedisClusterClient.create(uri);
StatefulRedisClusterConnection<String, String> connection = redisClusterClient.connect();
RedisAdvancedClusterCommands<String, String> commands = connection.sync();
commands.setex("name",10, "throwable");
String value = commands.get("name");
log.info("Get value:{}", value);
}
// Get value:throwable

节点选择：

@Test
public void testSyncNodeSelection() {

RedisURI uri = RedisURI.builder().withHost("192.168.56.200").withPort(7001).build();
RedisClusterClient redisClusterClient = RedisClusterClient.create(uri);
StatefulRedisClusterConnection<String, String> connection = redisClusterClient.connect();
RedisAdvancedClusterCommands<String, String> commands = connection.sync();
// commands.all(); // 全部节点
// commands.masters(); // 主节点
// 从节点只读
NodeSelection<String, String> replicas = commands.slaves();
NodeSelectionCommands<String, String> nodeSelectionCommands = replicas.commands();
// 这里只是演示,通常应该禁用keys *命令
Executions<List<String>> keys = nodeSelectionCommands.keys("*");
keys.forEach(key -> log.info("key: {}", key));
connection.close();
redisClusterClient.shutdown();
}

定时更新集群拓扑视图（每隔十分钟更新一次，这个时间自行考量，不能太频繁）：

@Test
public void testPeriodicClusterTopology() throws Exception {

RedisURI uri = RedisURI.builder().withHost("192.168.56.200").withPort(7001).build();
RedisClusterClient redisClusterClient = RedisClusterClient.create(uri);
ClusterTopologyRefreshOptions options = ClusterTopologyRefreshOptions
.builder()
.enablePeriodicRefresh(Duration.of(10, ChronoUnit.MINUTES))
.build();
redisClusterClient.setOptions(ClusterClientOptions.builder().topologyRefreshOptions(options).build());
StatefulRedisClusterConnection<String, String> connection = redisClusterClient.connect();
RedisAdvancedClusterCommands<String, String> commands = connection.sync();
commands.setex("name", 10, "throwable");
String value = commands.get("name");
log.info("Get value:{}", value);
Thread.sleep(Integer.MAX_VALUE);
connection.close();
redisClusterClient.shutdown();
}

自适应更新集群拓扑视图：

@Test
public void testAdaptiveClusterTopology() throws Exception {

RedisURI uri = RedisURI.builder().withHost("192.168.56.200").withPort(7001).build();
RedisClusterClient redisClusterClient = RedisClusterClient.create(uri);
ClusterTopologyRefreshOptions options = ClusterTopologyRefreshOptions.builder()
.enableAdaptiveRefreshTrigger(
ClusterTopologyRefreshOptions.RefreshTrigger.MOVED_REDIRECT,
ClusterTopologyRefreshOptions.RefreshTrigger.PERSISTENT_RECONNECTS
)
.adaptiveRefreshTriggersTimeout(Duration.of(30, ChronoUnit.SECONDS))
.build();
redisClusterClient.setOptions(ClusterClientOptions.builder().topologyRefreshOptions(options).build());
StatefulRedisClusterConnection<String, String> connection = redisClusterClient.connect();
RedisAdvancedClusterCommands<String, String> commands = connection.sync();
commands.setex("name", 10, "throwable");
String value = commands.get("name");
log.info("Get value:{}", value);
Thread.sleep(Integer.MAX_VALUE);
connection.close();
redisClusterClient.shutdown();
}

动态命令和自定义命令

自定义命令是Redis命令有限集，不过能够更细粒度指定KEY、ARGV、命令类型、编码解码器和返回值类型，依赖于dispatch()方法：

// 自定义实现PING方法
@Test
public void testCustomPing() throws Exception {

RedisURI redisUri = RedisURI.builder()
.withHost("localhost")
.withPort(6379)
.withTimeout(Duration.of(10, ChronoUnit.SECONDS))
.build();
RedisClient redisClient = RedisClient.create(redisUri);
StatefulRedisConnection<String, String> connect = redisClient.connect();
RedisCommands<String, String> sync = connect.sync();
RedisCodec<String, String> codec = StringCodec.UTF8;
String result = sync.dispatch(CommandType.PING, new StatusOutput<>(codec));
log.info("PING:{}", result);
connect.close();
redisClient.shutdown();
}
// PING:PONG

// 自定义实现Set方法
@Test
public void testCustomSet() throws Exception {

RedisURI redisUri = RedisURI.builder()
.withHost("localhost")
.withPort(6379)
.withTimeout(Duration.of(10, ChronoUnit.SECONDS))
.build();
RedisClient redisClient = RedisClient.create(redisUri);
StatefulRedisConnection<String, String> connect = redisClient.connect();
RedisCommands<String, String> sync = connect.sync();
RedisCodec<String, String> codec = StringCodec.UTF8;
sync.dispatch(CommandType.SETEX, new StatusOutput<>(codec),
new CommandArgs<>(codec).addKey("name").add(5).addValue("throwable"));
String result = sync.get("name");
log.info("Get value:{}", result);
connect.close();
redisClient.shutdown();
}
// Get value:throwable

动态命令是基于Redis命令有限集，而且经过注解和动态代理完成一些复杂命令组合的实现。主要注解在io.lettuce.core.dynamic.annotation包路径下。简单举个例子：

public interface CustomCommand extends Commands {

// SET [key] [value]
@Command("SET ?0 ?1")
String setKey(String key, String value);

// SET [key] [value]
@Command("SET :key :value")
String setKeyNamed(@Param("key") String key, @Param("value") String value);

// MGET [key1] [key2]
@Command("MGET ?0 ?1")
List<String> mGet(String key1, String key2);
/**
* 方法名做为命令
*/
@CommandNaming(strategy = CommandNaming.Strategy.METHOD_NAME)
String mSet(String key1, String value1, String key2, String value2);
}

@Test
public void testCustomDynamicSet() throws Exception {

RedisURI redisUri = RedisURI.builder()
.withHost("localhost")
.withPort(6379)
.withTimeout(Duration.of(10, ChronoUnit.SECONDS))
.build();
RedisClient redisClient = RedisClient.create(redisUri);
StatefulRedisConnection<String, String> connect = redisClient.connect();
RedisCommandFactory commandFactory = new RedisCommandFactory(connect);
CustomCommand commands = commandFactory.getCommands(CustomCommand.class);
commands.setKey("name", "throwable");
commands.setKeyNamed("throwable", "doge");
log.info("MGET ===> " + commands.mGet("name", "throwable"));
commands.mSet("key1", "value1","key2", "value2");
log.info("MGET ===> " + commands.mGet("key1", "key2"));
connect.close();
redisClient.shutdown();
}
// MGET ===> [throwable, doge]
// MGET ===> [value1, value2]

高阶特性

Lettuce有不少高阶使用特性，这里只列举我的认为经常使用的两点：

配置客户端资源。

使用链接池。

更多其余特性能够自行参看官方文档。

配置客户端资源

客户端资源的设置与Lettuce的性能、并发和事件处理相关。线程池或者线程组相关配置占据客户端资源配置的大部分（EventLoopGroups和EventExecutorGroup），这些线程池或者线程组是链接程序的基础组件。通常状况下，客户端资源应该在多个Redis客户端之间共享，而且在再也不使用的时候须要自行关闭。笔者认为，客户端资源是面向Netty的。注意：除非特别熟悉或者花长时间去测试调整下面提到的参数，不然在没有经验的前提下凭直觉修改默认值，有可能会踩坑。

客户端资源接口是ClientResources，实现类是DefaultClientResources。

构建DefaultClientResources实例：

// 默认
ClientResources resources = DefaultClientResources.create();

// 建造器
ClientResources resources = DefaultClientResources.builder()
.ioThreadPoolSize(4)
.computationThreadPoolSize(4)
.build()

使用：

ClientResources resources = DefaultClientResources.create();
// 非集群
RedisClient client = RedisClient.create(resources, uri);
// 集群
RedisClusterClient clusterClient = RedisClusterClient.create(resources, uris);
// ......
client.shutdown();
clusterClient.shutdown();
// 关闭资源
resources.shutdown();

客户端资源基本配置：

属性	描述	默认值
ioThreadPoolSize	I/O线程数	Runtime.getRuntime().availableProcessors()
computationThreadPoolSize	任务线程数	Runtime.getRuntime().availableProcessors()

客户端资源高级配置：

非集群客户端RedisClient的属性配置：

Redis非集群客户端RedisClient自己提供了配置属性方法：

RedisClient client = RedisClient.create(uri);
client.setOptions(ClientOptions.builder()
.autoReconnect(false)
.pingBeforeActivateConnection(true)
.build());

非集群客户端的配置属性列表：

属性	描述	默认值
pingBeforeActivateConnection	链接激活以前是否执行PING命令	false
autoReconnect	是否自动重连	true
cancelCommandsOnReconnectFailure	重连失败是否拒绝命令执行	false
suspendReconnectOnProtocolFailure	底层协议失败是否挂起重连操做	true
requestQueueSize	请求队列容量	2147483647(Integer#MAX_VALUE)
disconnectedBehavior	失去链接时候的行为	DEFAULT
sslOptions	SSL配置	-
socketOptions	Socket配置	10 seconds Connection-Timeout, no keep-alive, no TCP noDelay
timeoutOptions	超时配置	-
publishOnScheduler	发布反应式信号数据的调度器	使用I/O线程

集群客户端属性配置：

Redis集群客户端RedisClusterClient自己提供了配置属性方法：

RedisClusterClient client = RedisClusterClient.create(uri);
ClusterTopologyRefreshOptions topologyRefreshOptions = ClusterTopologyRefreshOptions.builder()
.enablePeriodicRefresh(refreshPeriod(10, TimeUnit.MINUTES))
.enableAllAdaptiveRefreshTriggers()
.build();

client.setOptions(ClusterClientOptions.builder()
.topologyRefreshOptions(topologyRefreshOptions)
.build());

集群客户端的配置属性列表：

属性	描述	默认值
enablePeriodicRefresh	是否容许周期性更新集群拓扑视图	false
refreshPeriod	更新集群拓扑视图周期	60秒
enableAdaptiveRefreshTrigger	设置自适应更新集群拓扑视图触发器RefreshTrigger	-
adaptiveRefreshTriggersTimeout	自适应更新集群拓扑视图触发器超时设置	30秒
refreshTriggersReconnectAttempts	自适应更新集群拓扑视图触发重连次数	5
dynamicRefreshSources	是否容许动态刷新拓扑资源	true
closeStaleConnections	是否容许关闭陈旧的链接	true
maxRedirects	集群重定向次数上限	5
validateClusterNodeMembership	是否校验集群节点的成员关系	true

使用链接池

引入链接池依赖commons-pool2：

<dependency>
<groupId>org.apache.commons</groupId>
<artifactId>commons-pool2</artifactId>
<version>2.7.0</version>
</dependency>

基本使用以下：

@Test
public void testUseConnectionPool() throws Exception {

RedisURI redisUri = RedisURI.builder()
.withHost("localhost")
.withPort(6379)
.withTimeout(Duration.of(10, ChronoUnit.SECONDS))
.build();
RedisClient redisClient = RedisClient.create(redisUri);
GenericObjectPoolConfig poolConfig = new GenericObjectPoolConfig();
GenericObjectPool<StatefulRedisConnection<String, String>> pool
= ConnectionPoolSupport.createGenericObjectPool(redisClient::connect, poolConfig);
try (StatefulRedisConnection<String, String> connection = pool.borrowObject()) {

RedisCommands<String, String> command = connection.sync();
SetArgs setArgs = SetArgs.Builder.nx().ex(5);
command.set("name", "throwable", setArgs);
String n = command.get("name");
log.info("Get value:{}", n);
}
pool.close();
redisClient.shutdown();
}

其中，同步链接的池化支持须要用ConnectionPoolSupport，异步链接的池化支持须要用AsyncConnectionPoolSupport（Lettuce5.1以后才支持）。

几个常见的渐进式删除例子

渐进式删除Hash中的域-属性：

@Test
public void testDelBigHashKey() throws Exception {

// SCAN参数
ScanArgs scanArgs = ScanArgs.Builder.limit(2);
// TEMP游标
ScanCursor cursor = ScanCursor.INITIAL;
// 目标KEY
String key = "BIG_HASH_KEY";
prepareHashTestData(key);
log.info("开始渐进式删除Hash的元素...");
int counter = 0;
do {

MapScanCursor<String, String> result = COMMAND.hscan(key, cursor, scanArgs);
// 重置TEMP游标
cursor = ScanCursor.of(result.getCursor());
cursor.setFinished(result.isFinished());
Collection<String> fields = result.getMap().values();
if (!fields.isEmpty()) {

COMMAND.hdel(key, fields.toArray(new String[0]));
}
counter++;
} while (!(ScanCursor.FINISHED.getCursor().equals(cursor.getCursor()) && ScanCursor.FINISHED.isFinished() == cursor.isFinished()));
log.info("渐进式删除Hash的元素完毕,迭代次数:{} ...", counter);
}

private void prepareHashTestData(String key) throws Exception {

COMMAND.hset(key, "1", "1");
COMMAND.hset(key, "2", "2");
COMMAND.hset(key, "3", "3");
COMMAND.hset(key, "4", "4");
COMMAND.hset(key, "5", "5");
}

渐进式删除集合中的元素：

@Test
public void testDelBigSetKey() throws Exception {

String key = "BIG_SET_KEY";
prepareSetTestData(key);
// SCAN参数
ScanArgs scanArgs = ScanArgs.Builder.limit(2);
// TEMP游标
ScanCursor cursor = ScanCursor.INITIAL;
log.info("开始渐进式删除Set的元素...");
int counter = 0;
do {

ValueScanCursor<String> result = COMMAND.sscan(key, cursor, scanArgs);
// 重置TEMP游标
cursor = ScanCursor.of(result.getCursor());
cursor.setFinished(result.isFinished());
List<String> values = result.getValues();
if (!values.isEmpty()) {

COMMAND.srem(key, values.toArray(new String[0]));
}
counter++;
} while (!(ScanCursor.FINISHED.getCursor().equals(cursor.getCursor()) && ScanCursor.FINISHED.isFinished() == cursor.isFinished()));
log.info("渐进式删除Set的元素完毕,迭代次数:{} ...", counter);
}

private void prepareSetTestData(String key) throws Exception {

COMMAND.sadd(key, "1", "2", "3", "4", "5");
}

渐进式删除有序集合中的元素：

@Test
public void testDelBigZSetKey() throws Exception {

// SCAN参数
ScanArgs scanArgs = ScanArgs.Builder.limit(2);
// TEMP游标
ScanCursor cursor = ScanCursor.INITIAL;
// 目标KEY
String key = "BIG_ZSET_KEY";
prepareZSetTestData(key);
log.info("开始渐进式删除ZSet的元素...");
int counter = 0;
do {

ScoredValueScanCursor<String> result = COMMAND.zscan(key, cursor, scanArgs);
// 重置TEMP游标
cursor = ScanCursor.of(result.getCursor());
cursor.setFinished(result.isFinished());
List<ScoredValue<String>> scoredValues = result.getValues();
if (!scoredValues.isEmpty()) {

COMMAND.zrem(key, scoredValues.stream().map(ScoredValue<String>::getValue).toArray(String[]::new));
}
counter++;
} while (!(ScanCursor.FINISHED.getCursor().equals(cursor.getCursor()) && ScanCursor.FINISHED.isFinished() == cursor.isFinished()));
log.info("渐进式删除ZSet的元素完毕,迭代次数:{} ...", counter);
}

private void prepareZSetTestData(String key) throws Exception {

COMMAND.zadd(key, 0, "1");
COMMAND.zadd(key, 0, "2");
COMMAND.zadd(key, 0, "3");
COMMAND.zadd(key, 0, "4");
COMMAND.zadd(key, 0, "5");
}

在SpringBoot中使用Lettuce

我的认为，spring-data-redis中的API封装并非很优秀，用起来比较重，不够灵活，这里结合前面的例子和代码，在SpringBoot脚手架项目中配置和整合Lettuce。先引入依赖：

<dependencyManagement>
<dependencies>
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-dependencies</artifactId>
<version>2.1.8.RELEASE</version>
<type>pom</type>
<scope>import</scope>
</dependency>
</dependencies>
</dependencyManagement>
<dependencies>
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-web</artifactId>
</dependency>
<dependency>
<groupId>io.lettuce</groupId>
<artifactId>lettuce-core</artifactId>
<version>5.1.8.RELEASE</version>
</dependency>
<dependency>
<groupId>org.projectlombok</groupId>
<artifactId>lombok</artifactId>
<version>1.18.10</version>
<scope>provided</scope>
</dependency>
</dependencies>

通常状况下，每一个应用应该使用单个Redis客户端实例和单个链接实例，这里设计一个脚手架，适配单机、普通主从、哨兵和集群四种使用场景。对于客户端资源，采用默认的实现便可。对于Redis的链接属性，比较主要的有Host、Port和Password，其余能够暂时忽略。基于约定大于配置的原则，先定制一系列属性配置类（其实有些配置是能够彻底共用，可是考虑到要清晰描述类之间的关系，这里拆分多个配置属性类和多个配置方法）：

@Data
@ConfigurationProperties(prefix = "lettuce")
public class LettuceProperties {

private LettuceSingleProperties single;
private LettuceReplicaProperties replica;
private LettuceSentinelProperties sentinel;
private LettuceClusterProperties cluster;

}

@Data
public class LettuceSingleProperties {

private String host;
private Integer port;
private String password;
}

@EqualsAndHashCode(callSuper = true)
@Data
public class LettuceReplicaProperties extends LettuceSingleProperties {

}

@EqualsAndHashCode(callSuper = true)
@Data
public class LettuceSentinelProperties extends LettuceSingleProperties {

private String masterId;
}

@EqualsAndHashCode(callSuper = true)
@Data
public class LettuceClusterProperties extends LettuceSingleProperties {

}

配置类以下，主要使用@ConditionalOnProperty作隔离，通常状况下，不多有人会在一个应用使用一种以上的Redis链接场景：

@RequiredArgsConstructor
@Configuration
@ConditionalOnClass(name = "io.lettuce.core.RedisURI")
@EnableConfigurationProperties(value = LettuceProperties.class)
public class LettuceAutoConfiguration {

private final LettuceProperties lettuceProperties;

@Bean(destroyMethod = "shutdown")
public ClientResources clientResources() {

return DefaultClientResources.create();
}

@Bean
@ConditionalOnProperty(name = "lettuce.single.host")
public RedisURI singleRedisUri() {

LettuceSingleProperties singleProperties = lettuceProperties.getSingle();
return RedisURI.builder()
.withHost(singleProperties.getHost())
.withPort(singleProperties.getPort())
.withPassword(singleProperties.getPassword())
.build();
}

@Bean(destroyMethod = "shutdown")
@ConditionalOnProperty(name = "lettuce.single.host")
public RedisClient singleRedisClient(ClientResources clientResources, @Qualifier("singleRedisUri") RedisURI redisUri) {

return RedisClient.create(clientResources, redisUri);
}

@Bean(destroyMethod = "close")
@ConditionalOnProperty(name = "lettuce.single.host")
public StatefulRedisConnection<String, String> singleRedisConnection(@Qualifier("singleRedisClient") RedisClient singleRedisClient) {

return singleRedisClient.connect();
}

@Bean
@ConditionalOnProperty(name = "lettuce.replica.host")
public RedisURI replicaRedisUri() {

LettuceReplicaProperties replicaProperties = lettuceProperties.getReplica();
return RedisURI.builder()
.withHost(replicaProperties.getHost())
.withPort(replicaProperties.getPort())
.withPassword(replicaProperties.getPassword())
.build();
}

@Bean(destroyMethod = "shutdown")
@ConditionalOnProperty(name = "lettuce.replica.host")
public RedisClient replicaRedisClient(ClientResources clientResources, @Qualifier("replicaRedisUri") RedisURI redisUri) {

return RedisClient.create(clientResources, redisUri);
}

@Bean(destroyMethod = "close")
@ConditionalOnProperty(name = "lettuce.replica.host")
public StatefulRedisMasterSlaveConnection<String, String> replicaRedisConnection(@Qualifier("replicaRedisClient") RedisClient replicaRedisClient,
@Qualifier("replicaRedisUri") RedisURI redisUri) {

return MasterSlave.connect(replicaRedisClient, new Utf8StringCodec(), redisUri);
}

@Bean
@ConditionalOnProperty(name = "lettuce.sentinel.host")
public RedisURI sentinelRedisUri() {

LettuceSentinelProperties sentinelProperties = lettuceProperties.getSentinel();
return RedisURI.builder()
.withPassword(sentinelProperties.getPassword())
.withSentinel(sentinelProperties.getHost(), sentinelProperties.getPort())
.withSentinelMasterId(sentinelProperties.getMasterId())
.build();
}

@Bean(destroyMethod = "shutdown")
@ConditionalOnProperty(name = "lettuce.sentinel.host")
public RedisClient sentinelRedisClient(ClientResources clientResources, @Qualifier("sentinelRedisUri") RedisURI redisUri) {

return RedisClient.create(clientResources, redisUri);
}

@Bean(destroyMethod = "close")
@ConditionalOnProperty(name = "lettuce.sentinel.host")
public StatefulRedisMasterSlaveConnection<String, String> sentinelRedisConnection(@Qualifier("sentinelRedisClient") RedisClient sentinelRedisClient,
@Qualifier("sentinelRedisUri") RedisURI redisUri) {

return MasterSlave.connect(sentinelRedisClient, new Utf8StringCodec(), redisUri);
}

@Bean
@ConditionalOnProperty(name = "lettuce.cluster.host")
public RedisURI clusterRedisUri() {

LettuceClusterProperties clusterProperties = lettuceProperties.getCluster();
return RedisURI.builder()
.withHost(clusterProperties.getHost())
.withPort(clusterProperties.getPort())
.withPassword(clusterProperties.getPassword())
.build();
}

@Bean(destroyMethod = "shutdown")
@ConditionalOnProperty(name = "lettuce.cluster.host")
public RedisClusterClient redisClusterClient(ClientResources clientResources, @Qualifier("clusterRedisUri") RedisURI redisUri) {

return RedisClusterClient.create(clientResources, redisUri);
}

@Bean(destroyMethod = "close")
@ConditionalOnProperty(name = "lettuce.cluster")
public StatefulRedisClusterConnection<String, String> clusterConnection(RedisClusterClient clusterClient) {

return clusterClient.connect();
}
}

最后为了让IDE识别咱们的配置，能够添加IDE亲缘性，/META-INF文件夹下新增一个文件spring-configuration-metadata.json，内容以下：

{

"properties": [
{

"name": "lettuce.single",
"type": "club.throwable.spring.lettuce.LettuceSingleProperties",
"description": "单机配置",
"sourceType": "club.throwable.spring.lettuce.LettuceProperties"
},
{

"name": "lettuce.replica",
"type": "club.throwable.spring.lettuce.LettuceReplicaProperties",
"description": "主从配置",
"sourceType": "club.throwable.spring.lettuce.LettuceProperties"
},
{

"name": "lettuce.sentinel",
"type": "club.throwable.spring.lettuce.LettuceSentinelProperties",
"description": "哨兵配置",
"sourceType": "club.throwable.spring.lettuce.LettuceProperties"
},
{

"name": "lettuce.single",
"type": "club.throwable.spring.lettuce.LettuceClusterProperties",
"description": "集群配置",
"sourceType": "club.throwable.spring.lettuce.LettuceProperties"
}
]
}

若是想IDE亲缘性作得更好，能够添加/META-INF/additional-spring-configuration-metadata.json进行更多细节定义。简单使用以下：

@Slf4j
@Component
public class RedisCommandLineRunner implements CommandLineRunner {

@Autowired
@Qualifier("singleRedisConnection")
private StatefulRedisConnection<String, String> connection;

@Override
public void run(String... args) throws Exception {

RedisCommands<String, String> redisCommands = connection.sync();
redisCommands.setex("name", 5, "throwable");
log.info("Get value:{}", redisCommands.get("name"));
}
}
// Get value:throwable

小结

本文算是基于Lettuce的官方文档，对它的使用进行全方位的分析，包括主要功能、配置都作了一些示例，限于篇幅部分特性和配置细节没有分析。Lettuce已经被spring-data-redis接纳做为官方的Redis客户端驱动，因此值得信赖，它的一些API设计确实比较合理，扩展性高的同时灵活性也高。我的建议，基于Lettuce包自行添加配置到SpringBoot应用用起来会驾轻就熟，毕竟RedisTemplate实在太笨重，并且还屏蔽了Lettuce一些高级特性和灵活的API。

参考资料：

链接：https://blog.csdn.net/qq_18671415/article/details/110875621

你可能感兴趣的文章

AndroidStudio 导入三方库使用

查看>>

Ubuntu解决gcc编译报错/usr/bin/ld: cannot find -lstdc++

查看>>

解决Ubuntu14.04 - 16.10版本 cheese摄像头灯亮却黑屏问题

查看>>

解决Ubuntu 64bit下使用交叉编译链提示error while loading shared libraries: libz.so.1

查看>>

VS生成DLL文件供第三方调用