Java - Redis Utils
发布日期:2021-06-30 19:50:43 浏览次数:2 分类:技术文章

本文共 1183 字,大约阅读时间需要 3 分钟。

RedisUtil

package redis.utils;import java.util.List;import redis.clients.jedis.Jedis;public class RedisUtil {	private Jedis client = null;		public RedisUtil(String REDIS_URL) {		client = new Jedis(REDIS_URL);	}	// 右存	public void push(String listName, List inputValue) {		// 存入的是基本变量, String		inputValue.forEach(e -> client.rpush(listName, String.valueOf(e)));	}	// 左取	public List
pop(String listName, Integer count) { List
list = null; list = client.lrange(listName, 0, count - 1); client.ltrim(listName, count, -1); return list; } // Size public Long queueSize(String listName) { return client.llen(listName); } // 清空 public void flush() { client.flushAll(); }}

Demo

package redis.main;import java.util.Arrays;import java.util.List;import redis.utils.RedisUtil;public class Demo {	public static void main(String[] args) {		RedisUtil redisUtil = new RedisUtil("localhost");		List dbList = Arrays.asList("Redis", "Mongodb", "Mysql");		redisUtil.push("dbList", dbList);		List
resList = redisUtil.pop("dbList", 2); resList.forEach(System.out::println); System.out.println("size: " + redisUtil.queueSize("dbList")); redisUtil.flush(); }}

转载地址:https://lipenglin.blog.csdn.net/article/details/72051127 如侵犯您的版权,请留言回复原文章的地址,我们会给您删除此文章,给您带来不便请您谅解!

上一篇:Spark - IDEA 打包 Scala,Spark Local 模式运行
下一篇:Java - 函数式编程,Lambda 表达式

发表评论

最新留言

路过,博主的博客真漂亮。。
[***.116.15.85]2024年04月29日 15时06分33秒

关于作者

    喝酒易醉,品茶养心,人生如梦,品茶悟道,何以解忧?唯有杜康!
-- 愿君每日到此一游!

推荐文章

目标检测神经网络的发展历程(52 个目标检测模型) 2019-04-30
Boundary loss 损失函数 2019-04-30
神经网络调参实战(一)—— 训练更多次数 & tensorboard & finetune 2019-04-30
tensorflow使用tensorboard进行可视化 2019-04-30
神经网络调参实战(二)—— activation & initializer & optimizer 2019-04-30
凸优化 convex optimization 2019-04-30
数据库索引 & 为什么要对数据库建立索引 / 数据库建立索引为什么会加快查询速度 2019-04-30
IEEE与APA引用格式 2019-04-30
research gap 2019-04-30
pytorch训练cifar10数据集查看各个种类图片的准确率 2019-04-30
Python鼠标点击图片,获取点击点的像素坐标 2019-04-30
路径规划(一) —— 环境描述(Grid Map & Feature Map) & 全局路径规划(最优路径规划(Dijkstra&A*star) & 概率路径规划(PRM&RRT)) 2019-04-30
神经网络调参实战(四)—— 加深网络层次 & 批归一化 batch normalization 2019-04-30
数据挖掘与数据分析(三)—— 探索性数据分析EDA(多因子与复合分析) & 可视化(1)—— 假设检验(μ&卡方检验&方差检验(F检验))&相关系数(皮尔逊&斯皮尔曼) 2019-04-30
RRT算法(快速拓展随机树)的Python实现 2019-04-30
路径规划(二) —— 轨迹优化(样条法) & 局部规划(人工势能场法) & 智能路径规划(生物启发(蚁群&RVO) & 强化学习) 2019-04-30
D*算法 2019-04-30
强化学习(四) —— Actor-Critic演员评论家 & code 2019-04-30
RESTful API 2019-04-30
优化算法(四)——粒子群优化算法(PSO) 2019-04-30