㈠ java：Jedis操作Redis时，是否有回调写法知道某个key是否超时呢
我也不知道，能查所有的key，先查下所有的key然后再做操作
？
㈡ java设置 redis 失效时间多久
EXPIRE命令返回1表示成功，返回0表示键值不存在或设置失败。
同时这里还有一个比较常用的命令是ttl，用于查看一个键还有多久时间会被删除。返回的是剩余时间（秒数）。
这里就不贴代码了，有一点需要说明的是，ttl命令在键不存在或被删除之后，会返回-2，在没有为键设置生存时间（即永久存在，建一个键之后的默认情况）时返回的是-1。大家可以亲自操作一把。
如果想要把一个设置过过期时间的键取消过期时间设置，则需要使用persist命令。
redis > SET session:27e7a id1234
OK
redis > EXPIRE session:27e7a 1200
(integer) 1
redis > TTL session:27e7a
(integer) 1092
redis > PERSIST session:27e7a
(integer) 1
redis > TTL session:27e7a
(integer) -1
这里需要说明一点的是，除了使用persist命令外，使用set、getset命令为键赋值，也会同时消除键的生存时间，如果需要可以重新使用expire命令为键设置生存时间。而其他对键的操作命令（如incr、lpush、hset、zrem）都不会影响键的生存时间。
expire命令的单位是秒，而且这个参数必须为整数，如果需要更精准的时间的话，需要使用pexpire命令设置，其单位为毫秒，同理也需要用pttl命令来看键的剩余毫秒数。当然使用expire命令设置的过期时间也是可以用pttl看键的剩余毫秒数的。
访问限制
有时候我们会有一个需求是需要限制一个用户对一个资源的访问频率，我们假定一个用户（用IP作为判断）每分钟对一个资源访问次数不能超过10次。
我们可以使用一个键，每次用户访问则把值加1，当值加到10的时候，我们设定键的过期时间为60秒，并且禁止访问。这时候下次访问发现值为10，则不让访问了，然后60秒后键被删除，这时候再次创建键。这样就可以解决，但是其实这样时间并不精准，问题还是挺大的。
我们还有一个方案：使用队列。前面的章节也说到了，使用列表类型可以用作队列。
我们设定一个队列rate.limiting.192.168.1.1（假定是这个IP），我们把每次的访问时间都添加到队列中，当队列长度达到10以后，判断当前时间与队列第一个值的时间差是否小于60，如果小于60则说明60秒内访问次数超过10次，不允许访问；否则说明可以访问，则把队列头的值删除，队列尾增加当前访问时间。
这种方法可以比较精准的实现访问限制，但是当限制的次数比较大时，这种方法占用的存储空间也会比较大。
缓存
有时候会把一些对CPU或IO资源消耗比较大的操作结果缓存起来，并设置一定时间的自动过期。比如我们设定一个微博外链的最热站点缓存放于新浪微博的首页，这样我们不可能每次访问都重新计算最热的外链站点，所以我们可以设定两小时更新一次。每次访问是判断这个键有没有，如果存在则直接返回，如果没有则通过计算把内容存入键中，并设定两小时的过期时间。
然而在很多场合这种方法会很恐怖，当服务器内存有限的时候，大量使用缓存切设置生存时间过长就会导致redis占用太多内存，而redis有时候会把系统内存都吃掉，导致系统崩溃。但是设置时间过短又会导致缓存的命中太低。
所以我们最好的办法是设定缓存的淘汰规则。这种方式比较适用于将redis用作缓存系统的时候比较好。
具体就是：修改配置文件中的maxmemory参数，限制redis的最大内存，当超出后会按照maxmemory-policy参数指定的策略删除不需要的键，直到redis占用的内存小于设定值。
㈢ 关于java redis的操作jedis的疑问
ava操作redis的jedis的范围查询是怎么写的？ 我要从一个范围到另一个范围的区间
我试过了，
List userList = jedis.lrange("userList", 0, -1);
Set user = jedis.zrange("user", 0, -1);
这两个范围查询的得到结果，为何都是 0
但是我用 Set str =jedis.keys("tes2:*");
发现是用完整的数据的，我一次性读取这么多数据，redis直接socket失败了
它是专为 .NET 平台设计的一种静态类型编程语言。 Nemerle 中的程序会被编译成中间语言字节码。它支持函数式，命令式以及面向对象编程。
㈣ java使用redis时不时的报没有可用的链接
出现这种问题从以下几个方面排查：
1、网络不稳定，这种情况只会出现在调用机器和redis服务器不在同一台机器的情况，如果调用本机redis请忽略。
2、使用了连接池，并发较大，连接池配置的最大连接数过小，客户端从连接池获取连接时，如果没有可用连接就阻塞当前线程直到有可用连接，等待时间超过配置的超时时间后会抛出连接超时异常。
3、同样是使用连接池的情况，从连接池获取连接，使用完成后没有释放连接，导致连接池链接耗尽。
4、还有可能是硬件性能瓶颈，比如单节点的redis，但是需要支持特别大的并发量，无论怎么优化配置都是徒劳的，这种情况就需要考虑做读写分离，搭建redis集群等，
㈤ spring-data-redis可以设置超时时间吗
spring-data-redis 中的核心操作类是 RedisTemplate
可以看出 key 和 value 都是泛型的，这就涉及到将类型进行序列化的问题了
所就在 RedisTemplate 中还有几个 RedisSerializer~
1)redisConnectionFactory()配置了如何连接Redsi服务器（如何安装Redis,
2）oxmSerializer()是我新增的，用于定义一个基于Jaxb2Marshaller的OxmSerializer Bean(后面将会用到)
㈥ Java：用redis实现单点登录是否可行请大神看一下我的方法
用redis实现单点登录是可行的。
首先，session的大部分实现都是通过cookie的，所以跨域session是不可能的。但跨域的认证还是可以有OAuth等实现方法，不太推荐OAuth项目。
其次，跨域有点难，但放在同一域下的不同项目是可以共享session的，CAS也不算复杂。可以上github搜一下redis-session这个项目，只有一个源代码文件，它给出了redis下session的一种nodejs实现，就是设置redis的超时来模拟session的超时。
再次，跨域也是可以的，就是使用iframe，在登录时，在多个域下同时写cookie，注意浏览器差异。
综上，完全可行。
㈦ java怎么模拟redis缓存超时
从expires中查找key的过期时间，如果不存在说明对应key没有设置过期时间，直接返回。
如果是slave机器，则直接返回，因为Redis为了保证数据一致性且实现简单，将缓存失效的主动权交给Master机器，slave机器没有权限将key失效。
如果当前是Master机器，且key过期，则master会做两件重要的事情：1）将删除命令写入AOF文件。2）通知Slave当前key失效，可以删除了。
master从本地的字典中将key对于的值删除。
主动失效机制
主动失效机制也叫积极失效机制，即服务端定时的去检查失效的缓存，如果失效则进行相应的操作。
我们都知道Redis是单线程的，基于事件驱动的，Redis中有个EventLoop，EventLoop负责对两类事件进行处理：
一类是IO事件，这类事件是从底层的多路复用器分离出来的。
一类是定时事件，这类事件主要用来事件对某个任务的定时执行。
㈧ redis 为什么会socket超时
Redis在分布式应用中占据着越来越重要的地位，短短的几万行代码，实现了一个高性能的数据存储服务。最近mp中心的cm8集群出现过几次redis超时的情况，但是查看redis机器的相关内存都没有发现内存不够，或者内存发生交换的情况
㈨ java连接redis超时问题怎么解决
应该是redis本身的服务有问题了
本文所针对的连接超时问题所涉及的相关元素如下:
Redis客户端: Jedis (java)
Redis版本 :2.8.12
Redis部署操作系统类型:Linux
正文开始:
No 1.Redis执行大命令(时间复杂度为O(N)的命令)
问题剖析:
a.Redis服务器端通过单线程处理命令,一旦有大命令被执行,Redis将无法及时响应来自客户端的任何命令
关于Redis大命令的监控,可以查看slowlog来观察
b.在使用jedis作为redis客户端时,当redis连接池的配置参数testOnBorrow=true时,默认会在获取redis连接
时,先执行redis的ping方法,而基于原因a,此时redis将无法及时响应,自然会报出time out异常
如何解决:
a.尽量避免使用时间复杂度为O(N)的命令
b.如果无法避免使用时间复杂度为O(N)的命令,则应降低其使用频率,避免在业务高峰期时使用
No 2.Redis单次操作数据包过大
问题分析
a.单次操作数据包过大,且操作频繁,极有可能会导致网络拥堵
b.在使用jedis作为redis客户端时,当redis连接池的配置参数testOnBorrow=true时,默认会在获取redis连接
时,先执行redis的ping方法,而基于原因a,此时redis将无法及时响应,自然会报出time out异常
如何解决:
a.排查代码,确定是否存在大数据(数据条目过多/单条数据过大)操作,将其进行改造,改造方案有两个:
a1.数据拆分,变更数据类型(常见的情况是将java中的collection类型序列化后存入redis的String数据
类型中),如将String数据类型调整为hash/list/set等,这常用于解决单条数据量过大的情况
a2.调整业务逻辑,减少单次数据查询范围(常见的情况如将redis中的整个hash数据取回,在应用程序内存中获取需要的entry),如使用hget等单条查询命令替换hgetall命令