当前位置: 首页 > news >正文

Go 操作 Redis

Go语言操作Redis

在项目开发中redis的使用也比较频繁,本文介绍了Go语言中go-redis库的基本使用。

Redis介绍

Redis是一个开源的内存数据库,Redis提供了多种不同类型的数据结构,很多业务场景下的问题都可以很自然地映射到这些数据结构上。除此之外,通过复制、持久化和客户端分片等特性,我们可以很方便地将Redis扩展成一个能够包含数百GB数据、每秒处理上百万次请求的系统。

Redis使用一种简单而高效的文本协议与客户端进行通信,该协议被称为Redis网络协议或RESP(Redis Serialization Protocol)。
RESP是一种直观的协议,它以行为单位进行通信,并且通过不同的数据类型和前缀来表示不同的指令和数据。

RESP协议的主要特点如下:

  1. 简单性:RESP协议的设计非常简单,易于实现和理解。它使用纯文本格式进行通信,每个指令和数据以换行符(\r\n)分隔。
  2. 支持不同的数据类型:RESP协议支持多种数据类型,包括字符串(Simple String)、错误信息(Error)、整数(Integer)、批量字符串(Bulk String)和数组(Array)。
  3. 基于请求-响应模型:客户端向Redis发送请求,Redis返回相应的响应。请求和响应之间使用简单的消息结构进行交互。

RESP协议的基本规则如下:

  • 简单字符串(Simple String):以"+“字符开头,后面跟着字符串内容。例如,”+OK\r\n"表示一个简单字符串响应,内容为"OK"。
  • 错误信息(Error):以"-“字符开头,后面跟着错误消息。例如,”-Error occurred\r\n"表示一个错误响应,内容为"Error occurred"。
  • 整数(Integer):以":“字符开头,后面跟着整数值。例如,”:42\r\n"表示一个整数响应,值为42。
  • 批量字符串(Bulk String):以"$“字符开头,后面跟着字符串长度和换行符,然后是字符串内容和换行符。例如,”$5\r\nHello\r\n"表示一个长度为5的批量字符串,内容为"Hello"。
  • 数组(Array):以"*“字符开头,后面跟着数组元素的数量和换行符,然后是数组中的每个元素。例如,"*3\r\n$5\r\nHello\r\n:42\r\n-Error\r\n"表示一个包含3个元素的数组,分别是批量字符串"Hello”、整数42和错误信息"Error"。

RESP协议以文本形式提供了一种与Redis进行通信的简单方式。它使得客户端可以通过发送相应的指令并解析Redis的响应来与Redis进行交互。

需要注意的是,RESP协议是一种底层协议,对于常规的Redis操作,通常建议使用Redis客户端库,这些库提供了高级的抽象和功能,使得与Redis的交互更加方便和易于使用

Redis支持的数据结构

Redis支持诸如字符串(strings)、哈希(hashes)、列表(lists)、集合(sets)、带范围查询的排序集合(sorted sets)、位图(bitmaps)、hyperloglogs、带半径查询和流的地理空间索引等数据结构(geospatial indexes)。

Redis应用场景

  • 缓存系统,减轻主数据库(MySQL)的压力。
  • 计数场景,比如微博、抖音中的关注数和粉丝数。
  • 热门排行榜,需要排序的场景特别适合使用ZSET。
  • 利用LIST可以实现队列的功能。

准备Redis环境

这里直接使用Docker启动一个redis环境,方便学习使用。

docker启动一个名为redis507的5.0.7版本的redis server示例:

docker run --name redis507 -p 6379:6379 -d redis:5.0.7

注意:此处的版本、容器名和端口号请根据自己需要设置。

启动一个redis-cli连接上面的redis server:

docker run -it --network host --rm redis:5.0.7 redis-cli

go-redis库

安装

区别于另一个比较常用的Go语言redis client库:redigo,我们这里采用https://github.com/go-redis/redis
连接Redis数据库并进行操作,因为go-redis支持连接哨兵及集群模式的Redis。

使用以下命令下载并安装:

goget-u github.com/go-redis/redis

连接

普通连接

// 声明一个全局的rdb变量varrdb*redis.Client// 初始化连接funcinitClient()(errerror){rdb=redis.NewClient(&redis.Options{Addr:"localhost:6379",Password:"",// no password setDB:0,// use default DB})_,err=rdb.Ping().Result()iferr!=nil{returnerr}returnnil}

注意: 最新版本下Ping()可能需要传递context.Context参数,例如:

rdb.Ping(context.TODO())

连接Redis哨兵模式

funcinitClient()(errerror){rdb:=redis.NewFailoverClient(&redis.FailoverOptions{MasterName:"master",SentinelAddrs:[]string{"x.x.x.x:26379","xx.xx.xx.xx:26379","xxx.xxx.xxx.xxx:26379"},})_,err=rdb.Ping().Result()iferr!=nil{returnerr}returnnil}

连接Redis集群

funcinitClient()(errerror){rdb:=redis.NewClusterClient(&redis.ClusterOptions{Addrs:[]string{":7000",":7001",":7002",":7003",":7004",":7005"},})_,err=rdb.Ping().Result()iferr!=nil{returnerr}returnnil}

基本使用

set/get示例

funcredisExample(){err:=rdb.Set("score",100,0).Err()iferr!=nil{fmt.Printf("set score failed, err:%v\n",err)return}val,err:=rdb.Get("score").Result()iferr!=nil{fmt.Printf("get score failed, err:%v\n",err)return}fmt.Println("score",val)val2,err:=rdb.Get("name").Result()iferr==redis.Nil{fmt.Println("name does not exist")}elseiferr!=nil{fmt.Printf("get name failed, err:%v\n",err)return}else{fmt.Println("name",val2)}}

zset示例

funcredisExample2(){zsetKey:="language_rank"languages:=[]redis.Z{redis.Z{Score:90.0,Member:"Golang"},redis.Z{Score:98.0,Member:"Java"},redis.Z{Score:95.0,Member:"Python"},redis.Z{Score:97.0,Member:"JavaScript"},redis.Z{Score:99.0,Member:"C/C++"},}// ZADDnum,err:=rdb.ZAdd(zsetKey,languages...).Result()iferr!=nil{fmt.Printf("zadd failed, err:%v\n",err)return}fmt.Printf("zadd %d succ.\n",num)// 把Golang的分数加10newScore,err:=rdb.ZIncrBy(zsetKey,10.0,"Golang").Result()iferr!=nil{fmt.Printf("zincrby failed, err:%v\n",err)return}fmt.Printf("Golang's score is %f now.\n",newScore)// 取分数最高的3个ret,err:=rdb.ZRevRangeWithScores(zsetKey,0,2).Result()iferr!=nil{fmt.Printf("zrevrange failed, err:%v\n",err)return}for_,z:=rangeret{fmt.Println(z.Member,z.Score)}// 取95~100分的op:=redis.ZRangeBy{Min:"95",Max:"100",}ret,err=rdb.ZRangeByScoreWithScores(zsetKey,op).Result()iferr!=nil{fmt.Printf("zrangebyscore failed, err:%v\n",err)return}for_,z:=rangeret{fmt.Println(z.Member,z.Score)}}

输出结果如下:

$ ./06redis_demo zadd 0 succ. Golang's score is 100.000000 now. Golang 100 C/C++ 99 Java 98 JavaScript 97 Java 98 C/C++ 99 Golang 100

Pipeline

Pipeline主要是一种网络优化。它本质上意味着客户端缓冲一堆命令并一次性将它们发送到服务器。这些命令不能保证在事务中执行。这样做的好处是节省了每个命令的网络往返时间(RTT)。

Pipeline基本示例如下:

pipe:=rdb.Pipeline()incr:=pipe.Incr("pipeline_counter")pipe.Expire("pipeline_counter",time.Hour)_,err:=pipe.Exec()fmt.Println(incr.Val(),err)

上面的代码相当于将以下两个命令一次发给redis server端执行,与不使用Pipeline相比能减少一次RTT。

INCR pipeline_counter EXPIRE pipeline_counts 3600

也可以使用Pipelined:

varincr*redis.IntCmd_,err:=rdb.Pipelined(func(pipe redis.Pipeliner)error{incr=pipe.Incr("pipelined_counter")pipe.Expire("pipelined_counter",time.Hour)returnnil})fmt.Println(incr.Val(),err)

在某些场景下,当我们有多条命令要执行时,就可以考虑使用pipeline来优化。

事务

Redis是单线程的,因此单个命令始终是原子的,但是来自不同客户端的两个给定命令可以依次执行,例如在它们之间交替执行。但是,Multi/exec能够确保在multi/exec两个语句之间的命令之间没有其他客户端正在执行命令。

在这种场景我们需要使用TxPipeline。TxPipeline总体上类似于上面的Pipeline,但是它内部会使用MULTI/EXEC包裹排队的命令。例如:

pipe:=rdb.TxPipeline()incr:=pipe.Incr("tx_pipeline_counter")pipe.Expire("tx_pipeline_counter",time.Hour)_,err:=pipe.Exec()fmt.Println(incr.Val(),err)

上面代码相当于在一个RTT下执行了下面的redis命令:

MULTI INCR pipeline_counter EXPIRE pipeline_counts 3600 EXEC

还有一个与上文类似的TxPipelined方法,使用方法如下:

varincr*redis.IntCmd_,err:=rdb.TxPipelined(func(pipe redis.Pipeliner)error{incr=pipe.Incr("tx_pipelined_counter")pipe.Expire("tx_pipelined_counter",time.Hour)returnnil})fmt.Println(incr.Val(),err)

Watch

在某些场景下,我们除了要使用MULTI/EXEC命令外,还需要配合使用WATCH命令。在用户使用WATCH命令监视某个键之后,直到该用户执行EXEC命令的这段时间里,如果有其他用户抢先对被监视的键进行了替换、更新、删除等操作,那么当用户尝试执行EXEC的时候,事务将失败并返回一个错误,用户可以根据这个错误选择重试事务或者放弃事务。

Watch(fnfunc(*Tx)error,keys...string)error

Watch方法接收一个函数和一个或多个key作为参数。基本使用示例如下:

// 监视watch_count的值,并在值不变的前提下将其值+1key:="watch_count"err=client.Watch(func(tx*redis.Tx)error{n,err:=tx.Get(key).Int()iferr!=nil&&err!=redis.Nil{returnerr}_,err=tx.Pipelined(func(pipe redis.Pipeliner)error{pipe.Set(key,n+1,0)returnnil})returnerr},key)

最后看一个官方文档中使用GET和SET命令以事务方式递增Key的值的示例:

constroutineCount=100increment:=func(keystring)error{txf:=func(tx*redis.Tx)error{// 获得当前值或零值n,err:=tx.Get(key).Int()iferr!=nil&&err!=redis.Nil{returnerr}// 实际操作(乐观锁定中的本地操作)n++// 仅在监视的Key保持不变的情况下运行_,err=tx.Pipelined(func(pipe redis.Pipeliner)error{// pipe 处理错误情况pipe.Set(key,n,0)returnnil})returnerr}forretries:=routineCount;retries>0;retries--{err:=rdb.Watch(txf,key)iferr!=redis.TxFailedErr{returnerr}// 乐观锁丢失}returnerrors.New("increment reached maximum number of retries")}varwg sync.WaitGroup wg.Add(routineCount)fori:=0;i<routineCount;i++{gofunc(){deferwg.Done()iferr:=increment("counter3");err!=nil{fmt.Println("increment error:",err)}}()}wg.Wait()n,err:=rdb.Get("counter3").Int()fmt.Println("ended with",n,err)

更多详情请查阅文档。

原文地址:也是我自己写的<Go语言操作Redis>

http://www.cnnetsun.cn/news/43180.html

相关文章:

  • Flutter + FastAPI 30天速成计划自用并实践-第10天-组件化开发实践
  • 本地化部署腾讯混元大模型并集成Elasticsearch构建智能检索系统全攻略
  • 【面板数据】全球稀土贸易数据(2018-2024年)
  • 【后端】【Java】一文详解Spring Boot 统一日志与链路追踪实践
  • 无需运动恢复结构(SfM)的层级训练三维高斯溅射(3D Gaussian Splatting)
  • CS配合CrossC2插件,实现MacOS/Linux上线
  • 4、Puppet 入门:从基础使用到主从架构搭建
  • 线性代数(五)向量空间与子空间
  • matlab debug 调试程序
  • VibeVoice-Large-Q8:语音模型存储与性能的革命性突破——8位选择性量化技术深度解析
  • 腾讯开源双引擎AI模型:混元3D开创多模态创作新纪元,千倍效率革命重塑数字内容生产
  • Csharp学习笔记——常用类、集合框架、泛型、字典精华总结
  • 下载神器downkyi:5分钟掌握任务优先级管理技巧
  • 63.测试策略-领域模型测试集成测试实操方法-附测试框架选择
  • 1.2 主流大模型初探:解锁OpenAI、Gemini、Claude的强大能力
  • Ring-mini-linear-2.0:融合线性注意力与稀疏专家的下一代高效大语言模型
  • MFC消息处理机制
  • 商业级图像合成引擎6.0版本重磅发布:解锁跨场景视觉创作新范式
  • MyBatis-Plus与Spring整合(02--Service的代理)
  • 11、渗透测试实战:目标探索、利用与攻击行动
  • 16、攻击收尾:报告与撤离
  • 20、树莓派的替代项目探索
  • 事件查看器-事件ID
  • 单步出图革命:Consistency Model如何以100倍效率重构AI绘画产业格局
  • 搭建鸿蒙PC命令行适配环境测试hello程序
  • 编辑相似度(Edit Similarity):原理、演进与多模态扩展
  • 【深度解析】MiniCPM 2.0:端侧大模型的技术性进展与技术革新
  • ClickHouse 快速入门
  • 基于SpringBoot的人事管理系统设计与实现
  • 【论文阅读】Multi-modal Spatial Clustering for Spatial Transcriptomics Utilizing High-resolution Histology