1. 开发目的
在使用SpringBoot后端开发中，我们如果需要对Redis进行增删查改，可以很方便的使用RedisTemplate或者StringRedisTemplate等对象进行操作。但是在大数据中，如果想要对Redis进行操作，就没有那么方便，特别当flink新一代流式计算框架兴起后，没有直接读取和写入Redis的连接源，不管是开始的时候从Redis中获取数据，还是在中间需要读取维度数据，或者最后将数据写入到Redis，都不方便。此时一个较为方便的工具类就能很方便的使用，能达到节省开发时间、减小开发难度等目的。
2. 导入依赖
<properties>
<maven.compiler.source>8</maven.compiler.source>
<maven.compiler.target>8</maven.compiler.target>
<scala.binary.version>2.11</scala.binary.version>
<scala.version>2.11.8</scala.version>
<flink.binary.version>1.10</flink.binary.version>
<flink.version>1.10.0</flink.version>
<log4j.version>1.2.17</log4j.version>
<slf4j.version>1.7.21</slf4j.version>
<mysql.version>8.0.21</mysql.version>
<fastjson.version>2.0.20</fastjson.version>
<avro.version>1.11.0</avro.version>
<huaweicloud.dws.jdbc.version>8.1.0</huaweicloud.dws.jdbc.version>
<commons.beanutils.version>1.9.4</commons.beanutils.version>
<guava.version>29.0-jre</guava.version>
<okhttp.version>3.6.0</okhttp.version>
<springboot.version>2.3.3.RELEASE</springboot.version>
<hikari.cp.version>2.6.1</hikari.cp.version>
<avro.version>1.10.0</avro.version>
<jedis.version>4.2.0</jedis.version>
<commons.lang.version>3.10</commons.lang.version>
<huaweicloud.obs.version>3.21.4</huaweicloud.obs.version>
<project.build.sourceEncoding>UTF-8</project.build.sourceEncoding>
</properties>
<dependencies>
<!-- flink相关jar包 -->
<!--flink流的核心包-->
<dependency>
<groupId>org.apache.flink</groupId>
<artifactId>flink-clients_${scala.binary.version}</artifactId>
<version>${flink.version}</version>
<scope>provided</scope>
</dependency>
<dependency>
<groupId>org.apache.flink</groupId>
<artifactId>flink-java</artifactId>
<version>${flink.version}</version>
<scope>provided</scope>
</dependency>
<dependency>
<groupId>org.apache.flink</groupId>
<artifactId>flink-streaming-java_${scala.binary.version}</artifactId>
<version>${flink.version}</version>
<scope>provided</scope>
</dependency>
<!--flink中的Table相关包-->
<dependency>
<groupId>org.apache.flink</groupId>
<artifactId>flink-table-api-java</artifactId>
<version>${flink.version}</version>
<scope>provided</scope>
</dependency>
<dependency>
<groupId>org.apache.flink</groupId>
<artifactId>flink-table-api-java-bridge_${scala.binary.version}</artifactId>
<version>${flink.version}</version>
<scope>provided</scope>
</dependency>
<dependency>
<groupId>org.apache.flink</groupId>
<artifactId>flink-table-planner_${scala.binary.version}</artifactId>
<version>${flink.version}</version>
<scope>provided</scope>
</dependency>
<!-- flink连接kafka-->
<dependency>
<groupId>org.apache.flink</groupId>
<artifactId>flink-connector-kafka_${scala.binary.version}</artifactId>
<version>${flink.version}</version>
<scope>provided</scope>
</dependency>
<!--flink的rocksdb包-->
<dependency>
<groupId>org.apache.flink</groupId>
<artifactId>flink-statebackend-rocksdb_${scala.binary.version}</artifactId>
<version>${flink.version}</version>
<scope>provided</scope>
</dependency>
<!--MySQL驱动包 mysql8版本-->
<dependency>
<groupId>mysql</groupId>
<artifactId>mysql-connector-java</artifactId>
<version>${mysql.version}</version>
<scope>provided</scope>
</dependency>
<!-- jdbc连接池包（使用JDBCTemplate） -->
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-jdbc</artifactId>
<version>${springboot.version}</version>
<scope>provided</scope>
</dependency>
<dependency>
<groupId>com.zaxxer</groupId>
<artifactId>HikariCP</artifactId>
<version>${hikari.cp.version}</version>
<scope>provided</scope>
</dependency>
<!--redis-->
<dependency>
<groupId>redis.clients</groupId>
<artifactId>jedis</artifactId>
<version>${jedis.version}</version>
<scope>provided</scope>
</dependency>
<!-- 华为云GaussDB的连接JDBC的Jar包 -->
<dependency>
<groupId>com.huaweicloud.dws</groupId>
<artifactId>huaweicloud-dws-jdbc</artifactId>
<version>${huaweicloud.dws.jdbc.version}</version>
<scope>provided</scope>
</dependency>
<!-- 日志打印的jar包 -->
<dependency>
<groupId>log4j</groupId>
<artifactId>log4j</artifactId>
<version>${log4j.version}</version>
<scope>provided</scope>
</dependency>
<dependency>
<groupId>org.slf4j</groupId>
<artifactId>slf4j-api</artifactId>
<version>${slf4j.version}</version>
<scope>provided</scope>
</dependency>
<dependency>
<groupId>org.slf4j</groupId>
<artifactId>slf4j-log4j12</artifactId>
<version>${slf4j.version}</version>
<scope>provided</scope>
</dependency>
<!-- json解析包，fastjson包 -->
<dependency>
<groupId>com.alibaba</groupId>
<artifactId>fastjson</artifactId>
<version>${fastjson.version}</version>
<scope>provided</scope>
</dependency>
<!-- avro压缩包 -->
<dependency>
<groupId>org.apache.avro</groupId>
<artifactId>avro</artifactId>
<version>${avro.version}</version>
<scope>provided</scope>
</dependency>
<!--commons-beanutils 是 Apache 开源组织提供的用于操作 JAVA BEAN 的工具包。使用 commons-beanutils，我们可以很方便的对 bean 对象的属性进行操作-->
<dependency>
<groupId>commons-beanutils</groupId>
<artifactId>commons-beanutils</artifactId>
<version>${commons.beanutils.version}</version>
<scope>provided</scope>
</dependency>
<!--Guava 工程包含了若干被 Google 的 Java 项目广泛依赖的核心库,方便开发-->
<dependency>
<groupId>com.google.guava</groupId>
<artifactId>guava</artifactId>
<version>${guava.version}</version>
<scope>provided</scope>
</dependency>
<!-- 共有的lang包 -->
<dependency>
<groupId>org.apache.commons</groupId>
<artifactId>commons-lang3</artifactId>
<version>${commons.lang.version}</version>
<scope>provided</scope>
</dependency>
<!-- http包 -->
<dependency>
<groupId>com.squareup.okhttp3</groupId>
<artifactId>okhttp</artifactId>
<version>${okhttp.version}</version>
<scope>provided</scope>
</dependency>
<!-- 华为云连接OBS包 -->
<dependency>
<groupId>com.huaweicloud</groupId>
<artifactId>esdk-obs-java</artifactId>
<version>${huaweicloud.obs.version}</version>
<scope>provided</scope>
</dependency>
</dependencies>
<build>
<plugins>
<plugin>
<groupId>org.apache.maven.plugins</groupId>
<artifactId>maven-shade-plugin</artifactId>
<version>3.2.4</version>
<executions>
<execution>
<phase>package</phase>
<goals>
<goal>shade</goal>
</goals>
<configuration>
<artifactSet>
<excludes>
<exclude>com.google.code.findbugs:jsr305</exclude>
<exclude>org.slf4j:*</exclude>
<exclude>log4j:*</exclude>
<exclude>org.apache.hadoop:*</exclude>
</excludes>
</artifactSet>
<filters>
<filter>
<!-- Do not copy the signatures in the META-INF folder.
Otherwise, this might cause SecurityExceptions when using the JAR. -->
<artifact>*:*</artifact>
<excludes>
<exclude>META-INF/*.SF</exclude>
<exclude>META-INF/*.DSA</exclude>
<exclude>META-INF/*.RSA</exclude>
<exclude>*.properties</exclude>
<exclude>*.xml</exclude>
</excludes>
</filter>
</filters>
<transformers combine.children="append">
<transformer
implementation="org.apache.maven.plugins.shade.resource.ServicesResourceTransformer">
</transformer>
</transformers>
</configuration>
</execution>
</executions>
</plugin>
</plugins>
</build>
3. 代码
注意：下述代码中使用了自定义的ModelUtil工具类，该工具类的具体介绍可以参考博主的另一篇博文：Flink（60）：Flink中通用ModelUtil工具类
3.1. 使用SpringBoot中的RedisTemplate实现
注意：下述方法为静态工具类，在使用时，直接使用RedisMlUtil调用方法即可；而且因为是静态工具类，所以这个类的库固定了，只能访问这个一个库的数据，如果需要其他的Redis集群可以再创建类似工具类（一般一个公司的Redis集群不会很多，所以一般用来读取数据的工具类，使用静态的即可）。并且其中的连接池的大小、超时时间等参数已进行固定（该参数可以根据公司集群来调节，博主使用的集群用如下配置即可）。另外还有，该类是静态，所以在每台机器上只会创建一个对象，这样连接池等大小就需要配置的大一点。
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
import org.springframework.data.redis.connection.*;
import org.springframework.data.redis.connection.jedis.JedisClientConfiguration;
import org.springframework.data.redis.connection.jedis.JedisConnectionFactory;
import org.springframework.data.redis.core.StringRedisTemplate;
import redis.clients.jedis.JedisPoolConfig;
import java.time.Duration;
/**
* @date: 2022/12/29
* @Author ddkk.com 弟弟快看，程序员编程资料站
* @desc: ml-redis集群工具类
*/
public class RedisMlUtil {
static Logger logger = LoggerFactory.getLogger(RedisMlUtil.class);
/**
* StringRedisTemplate对象
*/
private static StringRedisTemplate stringRedisTemplate;
/**
* 获取StringRedisTemplate对象
*
* @return StringRedisTemplate对象
*/
public static StringRedisTemplate getStringRedisTemplate() {
if (stringRedisTemplate == null) {
synchronized (RedisMlUtil.class) {
if (stringRedisTemplate == null) {
// 创建 Jedis连接池 配置对象
JedisPoolConfig jedisPoolConfig = new JedisPoolConfig();
jedisPoolConfig.setMaxTotal(50);
jedisPoolConfig.setMaxIdle(50);
jedisPoolConfig.setMinIdle(5);
// 通过 Jedis连接池配置 创建 jedis客户端 配置对象
JedisClientConfiguration.JedisClientConfigurationBuilder jedisClientConfigurationBuilder = JedisClientConfiguration.builder();
jedisClientConfigurationBuilder.connectTimeout(Duration.ofMillis(3000));
jedisClientConfigurationBuilder.usePooling().poolConfig(jedisPoolConfig);
JedisClientConfiguration jedisClientConfiguration = jedisClientConfigurationBuilder.build();
// 创建 redis 配置对象
RedisStandaloneConfiguration redisConfiguration = new RedisStandaloneConfiguration();
redisConfiguration.setHostName(ModelUtil.getConfigValue("redis.ml.hostname"));
redisConfiguration.setPort(Integer.parseInt(ModelUtil.getConfigValue("redis.ml.port")));
redisConfiguration.setPassword(RedisPassword.of(ModelUtil.getConfigValue("redis.ml.password")));
redisConfiguration.setDatabase(Integer.parseInt(ModelUtil.getConfigValue("redis.ml.database")));
// 通过 jedis客户端配置对象 和 redis配置对象 创建Jedis连接工厂
JedisConnectionFactory jedisConnectionFactory = new JedisConnectionFactory(redisConfiguration, jedisClientConfiguration);
// 通过 Jedis连接工厂 创建 redisTemplate
stringRedisTemplate = new StringRedisTemplate(jedisConnectionFactory);
logger.info(
"##### 创建ml-redis集群客户端StringRedisTemplate对象成功，其中最大连接数为：{}，空闲连接数为：{}，连接地址为：{}",
50,
5,
ModelUtil.getConfigValue("redis.ml.hostname")
);
}
}
}
return stringRedisTemplate;
}
/**
* 通过传入的key获取对应的value值
*
* @param key 键
* @return 值
*/
public static String getValue(String key) {
return RedisMlUtil.getStringRedisTemplate().opsForValue().get(key);
}
}
3.2. 使用Jedis实现
注意：下述方法为静态工具类，在使用时，直接使用RedisMlUtil调用方法即可；而且因为是静态工具类，所以这个类的库固定了，只能访问这个一个库的数据，如果需要其他的Redis集群可以再创建类似工具类（一般一个公司的Redis集群不会很多，所以一般用来读取数据的工具类，使用静态的即可）。并且其中的连接池的大小、超时时间等参数已进行固定（该参数可以根据公司集群来调节，博主使用的集群用如下配置即可）。另外还有，该类是静态，所以在每台机器上只会创建一个对象，这样连接池等大小就需要配置的大一点。
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
import redis.clients.jedis.Jedis;
import redis.clients.jedis.JedisPool;
import redis.clients.jedis.JedisPoolConfig;
/**
* @date: 2022/12/29
* @Author ddkk.com 弟弟快看，程序员编程资料站
* @desc: ml-redis集群工具类
*/
public class RedisMlUtil {
static Logger logger = LoggerFactory.getLogger(RedisMlUtil.class);
/**
* JedisPool对象
*/
private static JedisPool jedisPool;
/**
* 获取JedisPool对象
*
* @return JedisPool对象
*/
public static JedisPool getJedisPool() {
if (jedisPool == null) {
synchronized (RedisMlUtil.class) {
if (jedisPool == null) {
JedisPoolConfig poolConfig = new JedisPoolConfig();
poolConfig.setMaxTotal(50);
poolConfig.setMaxIdle(50);
poolConfig.setMinIdle(5);
jedisPool = new JedisPool(
poolConfig,
ModelUtil.getConfigValue("redis.ml.hostname"),
Integer.parseInt(ModelUtil.getConfigValue("redis.ml.port")),
3000,
ModelUtil.getConfigValue("redis.ml.password")
);
logger.info(
"根据传入的参数创建redis连接池jedisPool对象成功，使用的host为：{}，使用的port为：{}，最大连接数为{}，最大空闲连接数为{}，最小空闲连接数为：{}，连接超时时间为(毫秒)：{}",
ModelUtil.getConfigValue("redis.ml.hostname"),
Integer.parseInt(ModelUtil.getConfigValue("redis.ml.port")),
50,
50,
5,
3000
);
}
}
}
return jedisPool;
}
/**
* 获取对应的 Jedis
* 注意：该jedis对象是从连接池中返回，使用完之后需要关闭
*
* @param index redis对应的索引
* @return Jedis
*/
public static Jedis getJedis(int index) {
Jedis jedis = getJedisPool().getResource();
jedis.select(index);
return jedis;
}
/**
* 通过传入的key获取对应的value值
*
* @param key 键
* @return 值
*/
public static String getValue(int index, String key) {
Jedis jedis = getJedis(index);
String value = jedis.get(key);
jedis.close();
return value;
}
}
3.3. 通用工具类
注意：该工具类没有使用静态，所以在每次使用的时候，需要在open方法中创建该工具类对象，然后在process方法中使用该工具类中的方法即可。此工具类即可以用于维度等数据读取，又能用于将结果数据写入，并且每次创建工具类的时候，可以指定不同的Redis集群和不同的参数。同样，因为每次使用时都创建该类的对象，这样Flink程序中每一个并发，所以在使用时需要注意连接池等参数不要配置的太大。
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
import redis.clients.jedis.Jedis;
import redis.clients.jedis.JedisPool;
import redis.clients.jedis.JedisPoolConfig;
/**
* @date: 2022/12/6
* @Author ddkk.com 弟弟快看，程序员编程资料站
* @desc: RedisUtil
*/
public class RedisUtil {
static Logger logger = LoggerFactory.getLogger(RedisUtil.class);
/**
* jedis连接池
*/
private JedisPool jedisPool;
/**
* 通过传入的参数创建RedisUtil对象
*
* @param host redis的host
* @param port redis的端口
* @param password redis的password
*/
public RedisUtil(String host, int port, String password) {
initJedisPool(host, port, password, 2, 2, 1, 3000);
}
/**
* 通过传入的参数创建RedisUtil对象
*
* @param host redis的host
* @param port redis的端口
* @param password redis的password
* @param maxTotal 连接池中最大连接数
* @param maxIdle 连接池中最大空闲连接数
* @param minIdle 连接池中最小空闲连接数
* @param timeout 连接Redis超时时间
*/
public RedisUtil(String host, int port, String password, int maxTotal, int maxIdle, int minIdle, int timeout) {
initJedisPool(host, port, password, maxTotal, maxIdle, minIdle, timeout);
}
/**
* 初始化Jedis对象
*
* @param host redis的host
* @param port redis的端口
* @param password redis的password
* @param maxTotal 连接池中最大连接数
* @param maxIdle 连接池中最大空闲连接数
* @param minIdle 连接池中最小空闲连接数
* @param timeout 连接Redis超时时间
*/
public void initJedisPool(String host, int port, String password, int maxTotal, int maxIdle, int minIdle, int timeout) {
JedisPoolConfig poolConfig = new JedisPoolConfig();
poolConfig.setMaxTotal(maxTotal);
poolConfig.setMaxIdle(maxIdle);
poolConfig.setMinIdle(minIdle);
jedisPool = new JedisPool(
poolConfig,
host,
port,
timeout,
password
);
logger.info(
"根据传入的参数创建redis连接池jedisPool对象成功，使用的host为：{}，使用的port为：{}，最大连接数为{}，最大空闲连接数为{}，最小空闲连接数为：{}，连接超时时间为(毫秒)：{}",
host,
port,
maxTotal,
maxIdle,
minIdle,
timeout
);
}
/**
* 获取对应的 Jedis
* 注意：该jedis对象是从连接池中返回，使用完之后需要关闭
*
* @param index redis对应的索引
* @return Jedis
*/
public Jedis getJedis(int index) {
Jedis jedis = jedisPool.getResource();
jedis.select(index);
return jedis;
}
/**
* 根据传入的数据库索引和key获取对应的值
* 注意：如果该key不存在，就返回 'nil'，如果存储在key的值不是字符串，则返回错误
*
* @param index redis的索引
* @param key redis的key
* @return value
*/
public String getValue(int index, String key) {
Jedis jedis = getJedis(index);
String value = jedis.get(key);
jedis.close();
return value;
}
}
4. 如何使用
在Flink作业中如何使用上述工具类，可以参考博主的另一篇MySQL工具类文章：Flink（62）：Flink中通用MySQLUtil工具类，使用基本相似，这里就不再过多描述了。