这篇文章将为大家详细讲解有关redis中怎么实现聊天记录转存功能，文章内容质量较高，因此小编分享给大家做个参考，希望大家阅读完这篇文章后对相关知识有一定的了解。
我的项目是基于SpringBoot2.x搭建的，电脑已经安装了redis，用的maven作为jar包管理工具，所以只需要在maven中添加需要的依赖包即可，如果你用的是其他管理工具，请自行查阅如何添加依赖。
<!-- Redis --> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-data-redis</artifactId> </dependency> <!-- 定时任务调度 --> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-quartz</artifactId> <version>2.3.7.RELEASE</version> </dependency>
本文需要用到依赖：Redis 、quartz，在pom.xml文件的dependencies标签下添加下述代码。
spring: # redis配置 redis: host: 127.0.0.1 # redis地址 port: 6379 # 端口号 password: # 密码 timeout: 3000 # 连接超时时间，单位毫秒
在websocket的服务中，收到客户端推送的消息后，我们对数据进行解析，构造聊天记录实体类，将其保存至redis中，最后我们使用quartz设置定时任务将redis的数据定时写入mysql中。
我们将上述思路进行下整理：
解析客户端数据，构造实体类
将数据保存至redis
使用quartz将redis中的数据定时写入mysql
实现思路很简单，难在如何将实体类数据保存至redis，我们需要把redis这一块配置好后，才能继续实现我们的业务需求。
redis支持的数据结构类型有：
set 集合，string类型的无序集合，元素不允许重复
hash 哈希表，键值对的集合，用于存储对象
list 列表，链表结构
zset有序集合
string 字符串，最基本的数据类型，可以包含任何数据，比如一个序列化的对象，它的字符串大小上限是512MB
redis的客户端分为jedis 和 lettuce，在SpringBoot2.x中默认客户端是使用lettuce实现的，因此我们不用做过多配置，在使用的时候通过RedisTemplate.xxx来对redis进行操作即可。
在RedisTemplate中，默认是使用Java字符串序列化，将字符串存入redis后可读性很差，因此，我们需要对他进行自定义，使用Jackson 序列化，以 JSON 方式进行存储。
我们在项目的config包下，创建一个名为LettuceRedisConfig的Java文件，我们再此文件中配置其默认序列化规则，它的代码如下：
package com.lk.config;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import org.springframework.data.redis.connection.RedisConnectionFactory;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.data.redis.serializer.GenericJackson2JsonRedisSerializer;
import org.springframework.data.redis.serializer.StringRedisSerializer;
// 自定义RedisTemplate设置序列化器, 方便转换redis中的数据与实体类互转
@Configuration
public class LettuceRedisConfig {
/**
* Redis 序列化配置
*/
@Bean
public RedisTemplate<String, Object> redisTemplate(RedisConnectionFactory connectionFactory) {
RedisTemplate<String, Object> redisTemplate = new RedisTemplate<>();
redisTemplate.setConnectionFactory(connectionFactory);
// 使用GenericJackson2JsonRedisSerializer替换默认序列化
GenericJackson2JsonRedisSerializer jackson2JsonRedisSerializer = new GenericJackson2JsonRedisSerializer();
// 设置 Key 和 Value 的序列化规则
redisTemplate.setKeySerializer(new StringRedisSerializer());
redisTemplate.setValueSerializer(jackson2JsonRedisSerializer);
redisTemplate.setHashKeySerializer(new StringRedisSerializer());
redisTemplate.setHashValueSerializer(jackson2JsonRedisSerializer);
// 初始化 RedisTemplate 序列化完成
redisTemplate.afterPropertiesSet();
return redisTemplate;
}
}做完上述操作后，通过RedisTemplate存储到redis中的数据就是json形式的了，接下来我们对其常用的操作封装成工具类，方便我们在项目中使用。
在Utils包中创建一个名为RedisOperatingUtil，其代码如下：
package com.lk.utils;
import org.springframework.data.redis.connection.DataType;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.stereotype.Component;
import javax.annotation.Resource;
import java.util.Arrays;
import java.util.Collections;
import java.util.List;
import java.util.Map;
import java.util.concurrent.TimeUnit;
@Component
// Redis操作工具类
public class RedisOperatingUtil {
@Resource
private RedisTemplate<Object, Object> redisTemplate;
/**
* 指定 key 的过期时间
*
* @param key 键
* @param time 时间(秒)
*/
public void setKeyTime(String key, long time) {
redisTemplate.expire(key, time, TimeUnit.SECONDS);
}
/**
* 根据 key 获取过期时间（-1 即为永不过期）
*
* @param key 键
* @return 过期时间
*/
public Long getKeyTime(String key) {
return redisTemplate.getExpire(key, TimeUnit.SECONDS);
}
/**
* 判断 key 是否存在
*
* @param key 键
* @return 如果存在 key 则返回 true，否则返回 false
*/
public Boolean hasKey(String key) {
return redisTemplate.hasKey(key);
}
/**
* 删除 key
*
* @param key 键
*/
public Long delKey(String... key) {
if (key == null || key.length < 1) {
return 0L;
}
return redisTemplate.delete(Arrays.asList(key));
}
/**
* 获取 Key 的类型
*
* @param key 键
*/
public String keyType(String key) {
DataType dataType = redisTemplate.type(key);
assert dataType != null;
return dataType.code();
}
/**
* 批量设置值
*
* @param map 要插入的 key value 集合
*/
public void barchSet(Map<String, Object> map) {
redisTemplate.opsForValue().multiSet(map);
}
/**
* 批量获取值
*
* @param list 查询的 Key 列表
* @return value 列表
*/
public List<Object> batchGet(List<String> list) {
return redisTemplate.opsForValue().multiGet(Collections.singleton(list));
}
/**
* 获取指定对象类型key的值
*
* @param key 键
* @return 值
*/
public Object objectGetKey(String key) {
return redisTemplate.opsForValue().get(key);
}
/**
* 设置对象类型的数据
*
* @param key 键
* @param value 值
*/
public void objectSetValue(String key, Object value) {
redisTemplate.opsForValue().set(key, value);
}
/**
* 向list的头部插入一条数据
*
* @param key 键
* @param value 值
*/
public Long listLeftPush(String key, Object value) {
return redisTemplate.opsForList().leftPush(key, value);
}
/**
* 向list的末尾插入一条数据
*
* @param key 键
* @param value 值
*/
public Long listRightPush(String key, Object value) {
return redisTemplate.opsForList().rightPush(key, value);
}
/**
* 向list头部添加list数据
*
* @param key 键
* @param value 值
*/
public Long listLeftPushAll(String key, List<Object> value) {
return redisTemplate.opsForList().leftPushAll(key, value);
}
/**
* 向list末尾添加list数据
*
* @param key 键
* @param value 值
*/
public Long listRightPushAll(String key, List<Object> value) {
return redisTemplate.opsForList().rightPushAll(key, value);
}
/**
* 通过索引设置list元素的值
*
* @param key 键
* @param index 索引
* @param value 值
*/
public void listIndexSet(String key, long index, Object value) {
redisTemplate.opsForList().set(key, index, value);
}
/**
* 获取列表指定范围内的list元素，正数则表示正向查找，负数则倒叙查找
*
* @param key 键
* @param start 开始
* @param end 结束
* @return boolean
*/
public Object listRange(String key, long start, long end) {
return redisTemplate.opsForList().range(key, start, end);
}
/**
* 从列表前端开始取出数据
*
* @param key 键
* @return 结果数组对象
*/
public Object listPopLeftKey(String key) {
return redisTemplate.opsForList().leftPop(key);
}
/**
* 从列表末尾开始遍历取出数据
*
* @param key 键
* @return 结果数组
*/
public Object listPopRightKey(String key) {
return redisTemplate.opsForList().rightPop(key);
}
/**
* 获取list长度
*
* @param key 键
* @return 列表长度
*/
public Long listLen(String key) {
return redisTemplate.opsForList().size(key);
}
/**
* 通过索引获取list中的元素
*
* @param key 键
* @param index 索引（index>=0时，0 表头，1 第二个元素，依次类推；index<0时，-1，表尾，-2倒数第二个元素，依次类推）
* @return 列表中的元素
*/
public Object listIndex(String key, long index) {
return redisTemplate.opsForList().index(key, index);
}
/**
* 移除list元素
*
* @param key 键
* @param count 移除数量（"负数"则从列表倒叙查找删除 count 个对应的值; "整数"则从列表正序查找删除 count 个对应的值;）
* @param value 值
* @return 成功移除的个数
*/
public Long listRem(String key, long count, Object value) {
return redisTemplate.opsForList().remove(key, count, value);
}
/**
* 截取指定范围内的数据, 移除不是范围内的数据
* @param key 操作的key
* @param start 截取开始位置
* @param end 截取激素位置
*/
public void listTrim(String key, long start, long end) {
redisTemplate.opsForList().trim(key, start, end);
}
}做完上述操作后，最难弄的一关我们就已经搞定了，接下来我们来对一会需要使用的方法进行单元测试，确保其能够正常运行。
创建一个名为RedisTest的Java文件，注入需要用到的相关类。
redisOperatingUtil为我们的redis工具类
subMessageMapper为聊天记录表的dao层
@RunWith(SpringRunner.class)
@SpringBootTest
@Slf4j
public class RedisTest {
@Resource
private RedisOperatingUtil redisOperatingUtil;
@Resource
private SubMessageMapper subMessageMapper;
}接下来，我们看下SubMessage实体类的代码。
package com.lk.entity;
import lombok.AllArgsConstructor;
import lombok.Getter;
import lombok.NoArgsConstructor;
import lombok.Setter;
@Getter
@Setter
@NoArgsConstructor
@AllArgsConstructor
// 聊天记录-消息内容
public class SubMessage {
private Integer id;
private String msgText; // 消息内容
private String createTime; // 创建时间
private String userName; // 用户名
private String userId; // 推送方用户id
private String avatarSrc; // 推送方头像
private String msgId; // 接收方用户id
private Boolean status; // 消息状态
}在单元测试类内部加入下述代码：
@Test
public void testSerializableListRedisTemplate() {
// 构造聊天记录实体类数据
SubMessage subMessage = new SubMessage();
subMessage.setAvatarSrc("https://www.kaisir.cn/uploads/1ece3749801d4d45933ba8b31403c685touxiang.jpeg");
subMessage.setUserId("1090192");
subMessage.setUserName("神奇的程序员");
subMessage.setMsgText("你好");
subMessage.setMsgId("2901872");
subMessage.setCreateTime("2020-12-12 18:54:06");
subMessage.setStatus(false);
// 将聊天记录对象保存到redis中
redisOperatingUtil.listRightPush("subMessage", subMessage);
// 获取list中的数据
Object resultObj = redisOperatingUtil.listRange("subMessage", 0, redisOperatingUtil.listLen("subMessage"));
// 将Object安全的转为List
List<SubMessage> resultList = ObjectToOtherUtil.castList(resultObj, SubMessage.class);
// 遍历获取到的结果
if (resultList != null) {
for (SubMessage message : resultList) {
System.out.println(message.getUserName());
}
}
}在上述代码中，我们从redis中取出的数据是Object类型的，我们要将它转换为与之对应的实体类，一开始我是用的类型强转，但是idea会报黄色警告，于是就写了一个工具类用于将Object对象安全的转换为与之对应的类型，代码如下：
package com.lk.utils;
import java.util.ArrayList;
import java.util.List;
public class ObjectToOtherUtil {
public static <T> List<T> castList(Object obj, Class<T> clazz) {
List<T> result = new ArrayList<>();
if (obj instanceof List<?>) {
for (Object o : (List<?>) obj) {
result.add(clazz.cast(o));
}
return result;
}
return null;
}
}执行后，我们看看redis是否有保存到我们写入的数据，如下所示，已经成功保存。
我们再来看看，代码的执行结果，看看有没有成功获取到数据，如下图所示，也成功取到了。
注意：如果你的项目对websocket进行了启动配置，可能会导致单元测试失败，报错java.lang.IllegalStateException: Failed to load ApplicationContext，解决方案就是注释掉websocket配置文件中的@Configuration即可。
当我们把redis中存储的数据迁移到mysql后，需要删除redis中的数据，一开始我用的是它的delete方法，但是他的delete方法只能删除与之匹配的值，不能选择一个区间进行删除，于是就决定用它的pop方法进行出栈操作。
我们来测试下工具类中的listPopLeftKey方法。
@Test
public void testListPop() {
long item = 0;
// 获取存储在redis中聊天记录的条数
long messageListSize = redisOperatingUtil.listLen("subMessage");
for (int i = 0; i < messageListSize; i++) {
// 从头向尾取出链表中的元素
SubMessage messageResult = (SubMessage) redisOperatingUtil.listPopLeftKey("subMessage");
log.info(messageResult.getMsgText());
item++;
}
log.info(item+"条数据已成功取出");
}执行结果如下所示，成功取出了redis中存储的两条数据。
接下来我们在redis中放入三条数据用于测试
我们测试下将redis中的数据取出，然后写入数据库，代码如下：
// 测试聊天记录转移数据库
@Test
public void testRedisToMysqlTask() {
// 获取存储在redis中聊天记录的条数
long messageListSize = redisOperatingUtil.listLen("subMessage");
// 写入数据库的数据总条数
long resultCount = 0;
for (int i = 0; i < messageListSize; i++) {
// 从头到尾取出链表中的元素
SubMessage subMessage= (SubMessage) redisOperatingUtil.listPopLeftKey("subMessage");
// 向数据库写入数据
int result = subMessageMapper.addMessageTextInfo(subMessage);
if (result > 0) {
// 写入成功
resultCount++;
}
}
log.info(resultCount+ "条聊天记录，已写入数据库");
}执行结果如下，数据已成功写入数据库且redis中的数据也被删除。
完成上述操作后，我们redis那一块的东西就搞定了，接下来就可以实现将客户端的数据存到redis里了。
这里有个坑，因为websocket服务类中用到了@Component，会导致redis的工具类注入失败，出现null的情况，解决这个问题需要将当前类名声明为静态变量，然后在init中获取赋值redis工具类，代码如下：
// 解决redis操作工具类注入为null的问题
public static WebSocketServer webSocketServer;
@PostConstruct
public void init() {
webSocketServer = this;
webSocketServer.redisOperatingUtil = this.redisOperatingUtil;
}在websocket服务的@OnMessage注解中，收到客户端发送的消息，我们将其保存到redis中，代码如下：
/**
* 收到客户端消息后调用的方法
*
* @param message 客户端发送过来的消息
* // @param session 客户端会话
*/
@OnMessage
public void onMessage(String message) {
// 客户端发送的消息
JSONObject jsReply = new JSONObject(message);
// 添加在线人数
jsReply.put("onlineUsers", getOnlineCount());
if (jsReply.has("buddyId")) {
// 获取推送方id
String userId = jsReply.getString("userID");
// 获取被推送方id
String buddyId = jsReply.getString("buddyId");
// 非测试数据则推送消息
if (!buddyId.equals("121710f399b84322bdecc238199d6888")) {
// 发送消息至推送方
this.sendInfo(jsReply.toString(), userId);
}
// 构造聊天记录实体类数据
SubMessage subMessage = new SubMessage();
subMessage.setAvatarSrc(jsReply.getString("avatarSrc"));
subMessage.setUserId(jsReply.getString("userID"));
subMessage.setUserName(jsReply.getString("username"));
subMessage.setMsgText(jsReply.getString("msg"));
subMessage.setMsgId(jsReply.getString("msgId"));
subMessage.setCreateTime(DateUtil.getThisTime());
subMessage.setStatus(false);
// 将聊天记录对象保存到redis中
webSocketServer.redisOperatingUtil.listRightPush("subMessage", subMessage);
// 发送消息至被推送方
this.sendInfo(jsReply.toString(), buddyId);
}
}做完上述操作后，收到客户端发送的消息就会自动写入redis。
接下来，我们使用quartz定时向mysql中写入数据，他执行定时任务的步骤分为2步：
创建任务类编写任务内容
在QuartzConfig文件中设置定时，执行第一步创建的任务。
首先，创建quartzServer包，在其下创建RedisToMysqlTask.java文件，在此文件内实现redis写入mysql的代码
package com.lk.quartzServer;
import com.lk.dao.SubMessageMapper;
import com.lk.entity.SubMessage;
import com.lk.utils.RedisOperatingUtil;
import lombok.extern.slf4j.Slf4j;
import org.quartz.JobExecutionContext;
import org.quartz.JobExecutionException;
import org.springframework.scheduling.quartz.QuartzJobBean;
import javax.annotation.Resource;
// 将redis数据放进mysql中
@Slf4j
public class RedisToMysqlTask extends QuartzJobBean {
@Resource
private RedisOperatingUtil redisOperatingUtil;
@Resource
private SubMessageMapper subMessageMapper;
@Override
protected void executeInternal(JobExecutionContext jobExecutionContext) throws JobExecutionException {
// 获取存储在redis中聊天记录的条数
long messageListSize = redisOperatingUtil.listLen("subMessage");
// 写入数据库的数据总条数
long resultCount = 0;
for (int i = 0; i < messageListSize; i++) {
// 从头到尾取出链表中的元素
SubMessage subMessage= (SubMessage) redisOperatingUtil.listPopLeftKey("subMessage");
// 向数据库写入数据
int result = subMessageMapper.addMessageTextInfo(subMessage);
if (result > 0) {
// 写入成功
resultCount++;
}
}
log.info(resultCount+ "条聊天记录，已写入数据库");
}
}在config包下创建QuartzConfig.java文件，创建定时任务
package com.lk.config;
import com.lk.quartzServer.RedisToMysqlTask;
import org.quartz.*;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
/**
* Quartz定时任务配置
*/
@Configuration
public class QuartzConfig {
@Bean
public JobDetail RedisToMysqlQuartz() {
// 执行定时任务
return JobBuilder.newJob(RedisToMysqlTask.class).withIdentity("CallPayQuartzTask").storeDurably().build();
}
@Bean
public Trigger CallPayQuartzTaskTrigger() {
//cron方式，从每月1号开始，每隔三天就执行一次
return TriggerBuilder.newTrigger().forJob(RedisToMysqlQuartz())
.withIdentity("CallPayQuartzTask")
.withSchedule(CronScheduleBuilder.cronSchedule("* * 4 1/3 * ?"))
.build();
}
}关于redis中怎么实现聊天记录转存功能就分享到这里了，希望以上内容可以对大家有一定的帮助，可以学到更多知识。如果觉得文章不错，可以把它分享出去让更多的人看到。
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
