redis–NoSQL–非关系型的数据库

随着互联网web2.0网站的兴起（现在的app可以认为是其延续），尤其是 SNS类型 的网站（app），对数据库提出新的需求：

1. 高并发读写
2. 海量数据的高效率存储和访问
3. 数据库的高可扩展性和高可用性
   用户量、访问量、数据量与日俱增，数据库可以通过添加更多硬件服务器来扩展性能和支持负载。
4. 灵活的数据模型
   互联网产品往往要快速迭代、升级，及时捕捉用户的需求，实现功能。那么就会经常改动数据模型。
   redis
   可以通过key快速查询到其value。一般来说，value可以是任意格式。（Redis包含了其他功能）
   适用场景：session会话信息，用户配置信息，购物车
   总结:
   NoSQL数据库 不是替代 传统关系型数据库，两者是互补的关系
   在各自的领域里，都不可替代，都发挥着巨大作用

redis介绍

Redis，全称：REmote DIctionary Server，即远程字典服务

Redis是一个开源的使用ANSI C语言编写、遵守BSD协议、支持网络、可基于内存亦可持久化的日志型、Key-Value数据库，并提供多种语言的API。

为什么使用redis

一般web应用都需要关系型数据库存储数据，即：一般都需要用到mysql、oracle等

redis的应用场景 与 mysql、oracle不同，性能够用时，不需要使用redis；当高并发，使用mysql、oracle已经达到性能瓶颈时，才需要考虑使用redis

应用场景：

1. 集群时实现session共享
2. 热点数据的缓存
3. 计数器
4. 排行榜
5. 好友相互关系
6. 消息队列
7. 分布式锁

redis支持多种数据类型

值（value）可以是：
字符串(String)
哈希(Hash)
列表(list)
集合(set)
有序集合(sorted sets)
使用list实现历史记录的存储

 	@RequestMapping("/update")
    @CrossOrigin
    public JsonResult update(@RequestBody User user) {

        JsonResult res = new JsonResult(0, "成功");
        User user3 = changeService.getUserById(user.getUserid());
        User user4 = changeService.getUserById(user.getId());
        User user2 = new User();
        user2.setUserid(user.getId());
        user2.setMoney(user.getMoney());
        if (user.getMoney()>user4.getMoney()){
            res.setCode(200);
            res.setMsg("余额不足");
            res.setData("余额不足，请重新输入转账金额");
            return res;
        }
        changeService.updateMoney(user2);
        changeService.updateAdd(user);
        History history1 = new History();
        history1.setUserid(user.getId());
        history1.setAmount(user.getMoney());

        history1.setOperate("转出到" + user3.getName());
        history1.setTime(new Date());
        redisTemplate.opsForList().rightPush(user.getId() + "_history", history1);
        //使用redisTemplate调用opsForList()方法实现list存储
        changeService.insertHistory(history1);
        History history2 = new History();
        history2.setUserid(user.getUserid());
        history2.setAmount(user.getMoney());

        history2.setOperate(user4.getName() + "转入");
        history2.setTime(new Date());
        redisTemplate.opsForList().rightPush(user.getUserid() + "_history", history2);
        changeService.insertHistory(history2);
        return res;
    }
}

解决mysql由于用户多次访问一个数据库不存在的用户，造成数据库的穿透问题。
我将建一个redis数据库，查询用户时，我先从redis数据库中查，redis数据库中没
有，就去mysql数据库中查，数据库中也没有的话，就返还给redis数据库一个查无
此人的json串。

@RequestMapping("/getbyid/{userid}")
    public JsonResult getUserById(@PathVariable(value = "userid") String userid, HttpServletRequest request) {
        JsonResult res = new JsonResult(0, "成功");

        if ("none".equals(redisTemplate.boundValueOps(userid + "_name").get())) {
            res.setCode(200);
            res.setMsg("查无此人");
            res.setData(redisTemplate.boundValueOps(userid + "_name").get());
            return res;

        } else {
            if (redisTemplate.boundValueOps(userid + "_name").get() == null) {

                if (changeService.getUserById(userid) == null || changeService.getUserById(userid).equals("")) {
                    res.setCode(201);
                    res.setMsg("查无此人");
                    res.setData("none");
                    redisTemplate.boundValueOps(userid + "_name").set("none");
                    redisTemplate.expire(userid + "_name", 60 * 60 * 6, TimeUnit.SECONDS);
                    return res;
                } else {
                    User user = changeService.getUserById(userid);

                    res.setData(user);
                    redisTemplate.boundValueOps(userid + "_name").set(res.getData());
                    return res;
                }

            } else {

                res.setData(redisTemplate.boundValueOps(userid + "_name").get());
                return res;
            }

        }
    }