lettucejava的简单介绍

本篇文章给大家谈谈lettucejava，以及对应的知识点，希望对各位有所帮助，不要忘了收藏本站喔。

本文目录一览：

• 1、这道JAVA 的运行结果是什么啊？
• 2、redis客户端选型-Jedis、lettuce、Redisson
• 3、Spring整合Lettuce Redis
• 4、redis java 有什么用
• 5、（二）连接Redis，Lettuce与Jedis客户端
• 6、布隆过滤器

这道JAVA 的运行结果是什么啊？

Meal()

Lunch()

PortableLunch()

Bread()

Cheese()

Lettuce()

Sandwich()

实际运行结果！

我的理解是全局变量是由构造函数初始化的，所以构造函数是第一个执行的，但是像你知道的，他隐含有super(),所以父类的构造函数又先于其本身执行，以此类推，

所以其前3个是：

Meal()

Lunch()

PortableLunch()

接下来，构造函数得任务是初始化本地全局变量，结果又得到3个输出：

Bread()

Cheese()

Lettuce()

而其本身的System.out.println("Sandwich()");则在最后执行，所以又得到一行

Sandwich()

总结：首先从main函数进入这是肯定的。

在构造函数上，父类优于子类执行，其次是global variable，最后是其本身的语句。。

redis客户端选型-Jedis、lettuce、Redisson

1.背景

    研发部门对于客户端选型比较广泛和随意，依赖的分支也不统一，感觉就像百度到一个就直接用，或者是有一个功能满足就换，没有考虑到其他组的使用情况以及集中维护。

    另外一个是如果作为公司pom脚手架的基本组成部分，需要考虑统一成一个还是多个并存的问题，现在有两个考量：如果性能不是大问题，建议统一集中为一个就行; 如果需要多个并存，至少不能多于2个客户端。

2.比较

    官方推荐的java客户端只有Jedis、lettuce、Redisson，所以这次分析只针对这三个进行。

2.1.概述

    Jedis: redis的Java实现客户端，提供了比较全面的Redis命令的支持。

    lettuce: Lettuce is a scalable thread-safe Redis client for synchronous, asynchronous and reactive usage. Multiple threads may share one connection if they avoid blocking and transactional operations such as BLPOP and MULTI/EXEC. Lettuce is built with netty. Supports advanced Redis features such as Sentinel, Cluster, Pipelining, Auto-Reconnect and Redis data models.

    Redisson: Redisson是一个在Redis的基础上实现的Java驻内存数据网格（In-Memory Data Grid）。它不仅提供了一系列的分布式的Java常用对象，还提供了许多分布式服务。其中包括(BitSet, Set, Multimap, SortedSet, Map, List, Queue, BlockingQueue, Deque, BlockingDeque, Semaphore, Lock, AtomicLong, CountDownLatch, Publish / Subscribe, Bloom filter, Remote service, Spring cache, Executor service, Live Object service, Scheduler service) Redisson提供了使用Redis的最简单和最便捷的方法。Redisson的宗旨是促进使用者对Redis的关注分离（Separation of Concern），从而让使用者能够将精力更集中地放在处理业务逻辑上。

lettuce: 直接看官网的：

2.2.性能

    Jedis的性能比lettuce和Redisson都要差一点，三者的主要差异在于以下:

    1.Jedis使用同步和阻塞IO的方式，不支持异步；lettuce和Redisson支持异步，底层是基于netty框架的事件驱动作为通信层。

    2.Jedis设计上就是基于线程不安全来设计，一个连接只能被一个线程使用，但是可以结合连接池来提高其性能；lettuce和Redis基于线程安全来设计的，一个连接是被共享使用的，但是也提供了连接池，主要用于事务以及阻塞操作的命令。

    3.lettuce和Redisson支持异步流的方式。

    一些公开的benchmark结果:

    Redisson和Jedis:

    Jedis和lettuce:

    上面的测试结果都是比较久远的，没找到三者共同参与的性能测试结果。

    没有做三者的性能基准测试，主要是无目的性、无针对性的条件限制(并发数、数据量、指令kv的大小范围)，很难去做定量和可对比的基准测试（主要是我懒）。

2.3.功能

    Jedis: 提供比较全面的redis原生指令的支持，上层封装比较弱，集群特性支持度非常低，高级特性几乎没有。

    lettuce: 高级redis客户端，支持各种模式的redis连接和操作，高级特性几乎没有。

    Redisson: 高级redis客户端，支持各种模式的redis连接和操作，同时提供一大堆的实用功能。

    Jedis和lettuce没什么功能，就简单的操作，连分布式锁都需要自己实现，所以先聊聊Redisson的高级功能，中间偶尔会用Jedis和lettuce做对比。

    1.十几种编码方式。

    Redisson是基于对象的操作，对于key对象和value对象可用不同的高级编码方式:

    JsonJacksonCodec、AvroJacksonCodec、SmileJacksonCodec、CborJacksonCodec、MsgPackJacksonCodec、IonJacksonCodec、KryoCodec、SerializationCodec、FstCodec、LZ4Codec、SnappyCodec、CompositeCodec

    和四种基本的编码方式:

    JsonJacksonMapCodec、StringCodec、LongCodec、ByteArrayCodec

    而Jedis操作只针对字节数组, lettuce支持ByteArrayCodec、StringCodec、CipherCodec、CompressionCodec四种。

    按需使用，没有编码方式的比对。

2.分布式集合。

    把大集合拆分并均匀分布到各个节点上，集合包括Set、Map、BitSet、Bloom Filter、Spring Cache和Hibernate Cache，并且支持本地缓存。（只有专业版才能用）分布式锁。

各种各样的分布式锁: 可重入锁ReentrantLock、公平锁FairLock、联锁MultiLock、红锁RedLock、读写锁ReadWriteLock、信号量Semaphore、可过期的信号量PermitExpirableSemaphore、计数器CountDownLatch

3.RPC

4.分布式调度任务服务

5.分布式MR

6.复杂多维对象结构和对象引用的支持

7.集群pipeline

    lettuce也支持。

    jedis不支持，jedis连多key（分布在不同节点的）操作都不支持。

8.事务

    提供了XA Transactions标准的实现，可以集成到Spring中。（只有专业版才能用）

9.集群管理工具

    （只有专业版才能用）

10.限流器

    分布式的限流工具（有timeout功能）。

11.自增/分布式ID

12.BloomFilter

13.延迟队列

2.4.选型

    Spring最早是默认以Jedis作为客户端, 但是后来改为了lettuce, lettuce与Jedis相比比较明显的特点是异步和线程安全, 底层是netty大杀器作为通信层, 性能比Jedis的线程不安全+连接池要好。

    Redisson是以其强大的功能以及面向对象的设计优于其他两者。

    根据我们的业务需要:

    1.限流

    2.分布式锁

    3.缓存

    4.GID生成

    5.延时队列

    6.lua脚本

    7.请求合并

    Redisson都能满足，实际上单是使用Redisson作为Spring的客户端就足够了。

    个人倾向lettuce + Redisson。

Spring整合Lettuce Redis

以关键词【 spring lettuce 】搜索，大部分博文都是基于配置文件配置的，不太符合某些定制化需求。

所以本文提供两种配置方式。一种基于配置文件，一种基于Java Config。

单机redis配置

哨兵模式redis配置

参考源码： LettuceConnectionConfiguration:119 行

lettuce 是基于 netty 的，所以有下面的坑点

如果项目中依赖的netty低于 4.0.26.Final ，在linux环境下会导致无法运行。

建议项目中设置netty依赖版本大于等于 4.1.11.Final 。

本人项目依赖了 com.dianping.cat:cat ，从而间接依赖了 compile ('io.netty:netty-all:4.0.24.Final') ，

导致在linux环境运行一直报错，而macOS开发环境正常，因为macOS和windows环境都是不支持 epoll 的。

redis java 有什么用

Java连接redis的使用示例

Redis是开源的key-value存储工具，redis通常用来存储结构化的数据，因为redis的key可以包含String、hash、listset和sorted list。

Redisclient支持多种语言，包括：c、C++、C#、php、java、python、go等语言，根据自己的开发语言，选择合适的redis client版本类型即可。我是使用java语言开发的，针对java语言，redis client也提供了多种客户端支持，按照推荐类型依次是：Jedis、Redisson、JRedis、JDBC-Redis、RJC、redis-protocol、aredis、lettuce。前两种类型是比较推荐的，我们采用了Redisson类型版本作为redisclient的使用。

Redisson版的redis可发工程搭建

1. 新建maven工程

2. 在pom.xml文件的dependencies节点下增加如下内容：

dependency

groupIdorg.redisson/groupId

artifactIdredisson/artifactId

version1.0.2/version

/dependency

dependency

groupIdorg.slf4j/groupId

artifactIdslf4j-log4j12/artifactId

version1.7.7/version

/dependency

3. 保存pom.xml后，等eclispe工程构建完成后即可进行开发了

开发示例

下面是演示连接redis服务器、保存读取concurrentMap对象、保存读取set对象和保存读取Queue对象的示例代码，代码比较简单，这里就不再详细讲解了，代码如下：

[java] view plaincopy

package com.my.test.redis;

import java.util.Queue;

import java.util.Set;

import java.util.concurrent.ConcurrentMap;

import org.redisson.Config;

import org.redisson.Redisson;

public class RedisExample {

/**

* @param args

*/

public static void main(String[] args) {

// 1.初始化

Config config = new Config();

config.setConnectionPoolSize(10);

config.addAddress("127.0.0.1:6379");

Redisson redisson = Redisson.create(config);

System.out.println("reids连接成功...");

// 2.测试concurrentMap,put方法的时候就会同步到redis中

ConcurrentMapString, Object map = redisson.getMap("FirstMap");

map.put("wuguowei", "男");

map.put("zhangsan", "nan");

map.put("lisi", "女");

ConcurrentMap resultMap = redisson.getMap("FirstMap");

System.out.println("resultMap==" + resultMap.keySet());

// 2.测试Set集合

Set mySet = redisson.getSet("MySet");

mySet.add("wuguowei");

mySet.add("lisi");

Set resultSet = redisson.getSet("MySet");

System.out.println("resultSet===" + resultSet.size());

//3.测试Queue队列

Queue myQueue = redisson.getQueue("FirstQueue");

myQueue.add("wuguowei");

myQueue.add("lili");

myQueue.add("zhangsan");

myQueue.peek();

myQueue.poll();

Queue resultQueue=redisson.getQueue("FirstQueue");

System.out.println("resultQueue==="+resultQueue);

// 关闭连接

redisson.shutdown();

}

}

（二）连接Redis，Lettuce与Jedis客户端

Redis优势

从 Spring Boot 2.x 开始 Lettuce 已取代 Jedis 成为首选 Redis 的客户端。当然 Spring Boot 2.x 仍然支持 Jedis，并且你可以任意切换客户端。

使用Lecttuce需要再引用一个包

配置

org.springframework.boot.autoconfigure.data.redis.RedisProperties中集成了Jedis与Lettuce。

概念：

Jedis：是Redis的Java实现客户端，提供了比较全面的Redis命令的支持，

Redisson：实现了分布式和可扩展的Java数据结构。

Lettuce：高级Redis客户端，用于线程安全同步，异步和响应使用，支持集群，Sentinel，管道和编码器。

优点：

Jedis：比较全面的提供了Redis的操作特性

Redisson：促使使用者对Redis的关注分离，提供很多分布式相关操作服务，例如，分布式锁，分布式集合，可通过Redis支持延迟队列

Lettuce：主要在一些分布式缓存框架上使用比较多

可伸缩：

Jedis：使用阻塞的I/O，且其方法调用都是同步的，程序流需要等到sockets处理完I/O才能执行，不支持异步。Jedis客户端实例不是线程安全的，所以需要通过连接池来使用Jedis。

Redisson：基于Netty框架的事件驱动的通信层，其方法调用是异步的。Redisson的API是线程安全的，所以可以操作单个Redisson连接来完成各种操作

Lettuce：基于Netty框架的事件驱动的通信层，其方法调用是异步的。Lettuce的API是线程安全的，所以可以操作单个Lettuce连接来完成各种操作

布隆过滤器

布隆过滤器 （英语：Bloom Filter）是 1970 年由布隆提出的。它实际上是一个很长的二进制向量和一系列随机映射函数。主要用于判断一个元素是否在一个集合中。

通常我们会遇到很多要判断一个元素是否在某个集合中的业务场景，一般想到的是将集合中所有元素保存起来，然后通过比较确定。链表、树、散列表（又叫哈希表，Hash table）等等数据结构都是这种思路。但是随着集合中元素的增加，我们需要的存储空间也会呈现线性增长，最终达到瓶颈。同时检索速度也越来越慢，上述三种结构的检索时间复杂度分别为，，。

这个时候，布隆过滤器（Bloom Filter）就应运而生。

了解布隆过滤器原理之前，先回顾下 Hash 函数原理。

哈希函数的概念是：将任意大小的输入数据转换成特定大小的输出数据的函数，转换后的数据称为哈希值或哈希编码，也叫散列值。下面是一幅示意图：

所有散列函数都有如下基本特性：

但是用 hash表存储大数据量时，空间效率还是很低，当只有一个 hash 函数时，还很容易发生哈希碰撞。

BloomFilter 是由一个固定大小的二进制向量或者位图（bitmap）和一系列映射函数组成的。

在初始状态时，对于长度为 m 的位数组，它的所有位都被置为0，如下图所示：

[图片上传失败...(image-303c04-1595324887187)]

当有变量被加入集合时，通过 K 个映射函数将这个变量映射成位图中的 K 个点，把它们置为 1（假定有两个变量都通过 3 个映射函数）。

查询某个变量的时候我们只要看看这些点是不是都是 1 就可以大概率知道集合中有没有它了

为什么说是可能存在，而不是一定存在呢？那是因为映射函数本身就是散列函数，散列函数是会有碰撞的。

布隆过滤器的误判是指多个输入经过哈希之后在相同的bit位置1了，这样就无法判断究竟是哪个输入产生的，因此误判的根源在于相同的 bit 位被多次映射且置 1。

这种情况也造成了布隆过滤器的删除问题，因为布隆过滤器的每一个 bit 并不是独占的，很有可能多个元素共享了某一位。如果我们直接删除这一位的话，会影响其他的元素。(比如上图中的第 3 位)

相比于其它的数据结构，布隆过滤器在空间和时间方面都有巨大的优势。布隆过滤器存储空间和插入/查询时间都是常数 ，另外，散列函数相互之间没有关系，方便由硬件并行实现。布隆过滤器不需要存储元素本身，在某些对保密要求非常严格的场合有优势。

布隆过滤器可以表示全集，其它任何数据结构都不能；

但是布隆过滤器的缺点和优点一样明显。误算率是其中之一。随着存入的元素数量增加，误算率随之增加。但是如果元素数量太少，则使用散列表足矣。

另外，一般情况下不能从布隆过滤器中删除元素。我们很容易想到把位数组变成整数数组，每插入一个元素相应的计数器加 1, 这样删除元素时将计数器减掉就可以了。然而要保证安全地删除元素并非如此简单。首先我们必须保证删除的元素的确在布隆过滤器里面。这一点单凭这个过滤器是无法保证的。另外计数器回绕也会造成问题。

在降低误算率方面，有不少工作，使得出现了很多布隆过滤器的变种。

在程序的世界中，布隆过滤器是程序员的一把利器，利用它可以快速地解决项目中一些比较棘手的问题。

如网页 URL 去重、垃圾邮件识别、大集合中重复元素的判断和缓存穿透等问题。

布隆过滤器的典型应用有：

知道了布隆过滤器的原理和使用场景，我们可以自己实现一个简单的布隆过滤器

分布式环境中，布隆过滤器肯定还需要考虑是可以共享的资源，这时候我们会想到 Redis，是的，Redis 也实现了布隆过滤器。

当然我们也可以把布隆过滤器通过 bloomFilter.writeTo() 写入一个文件，放入OSS、S3这类对象存储中。

Redis 提供的 bitMap 可以实现布隆过滤器，但是需要自己设计映射函数和一些细节，这和我们自定义没啥区别。

Redis 官方提供的布隆过滤器到了 Redis 4.0 提供了插件功能之后才正式登场。布隆过滤器作为一个插件加载到 Redis Server 中，给 Redis 提供了强大的布隆去重功能。

在已安装 Redis 的前提下，安装 RedisBloom，有两种方式

直接编译进行安装

使用Docker进行安装

使用

布隆过滤器基本指令：

我们只有这几个参数，肯定不会有误判，当元素逐渐增多时，就会有一定的误判了，这里就不做这个实验了。

上面使用的布隆过滤器只是默认参数的布隆过滤器，它在我们第一次 add 的时候自动创建。

Redis 还提供了自定义参数的布隆过滤器，bf.reserve 过滤器名 error_rate initial_size

但是这个操作需要在 add 之前显式创建。如果对应的 key 已经存在，bf.reserve 会报错

我是一名 Javaer，肯定还要用 Java 来实现的，Java 的 Redis 客户端比较多，有些还没有提供指令扩展机制，笔者已知的 Redisson 和 lettuce 是可以使用布隆过滤器的，我们这里用 Redisson

为了解决布隆过滤器不能删除元素的问题，布谷鸟过滤器横空出世。论文《Cuckoo Filter：Better Than Bloom》作者将布谷鸟过滤器和布隆过滤器进行了深入的对比。相比布谷鸟过滤器而言布隆过滤器有以下不足：查询性能弱、空间利用效率低、不支持反向操作（删除）以及不支持计数。

lettucejava的介绍就聊到这里吧，感谢你花时间阅读本站内容，更多关于、lettucejava的信息别忘了在本站进行查找喔。