本文主要講 Redis 的使用，如何與 SpringBoot 項(xiàng)目整合，如何使用注解方式和 RedisTemplate 方式實(shí)現(xiàn)緩存。最后會(huì)給一個(gè)用 Redis 實(shí)現(xiàn)分布式鎖，用在秒殺系統(tǒng)中的案例。

更多 Redis 的實(shí)際運(yùn)用場(chǎng)景請(qǐng)關(guān)注開(kāi)源項(xiàng)目 coderiver

項(xiàng)目地址：https://github.com/cachecats/coderiver

一、NoSQL 概述

什么是 NoSQL ？

NoSQL(NoSQL = Not Only SQL )，意即“不僅僅是SQL”，泛指非關(guān)系型的數(shù)據(jù)庫(kù)。

為什么需要 NoSQL ？

隨著互聯(lián)網(wǎng)web2.0網(wǎng)站的興起，傳統(tǒng)的關(guān)系數(shù)據(jù)庫(kù)在應(yīng)付web2.0網(wǎng)站，特別是超大規(guī)模和高并發(fā)的SNS類型的web2.0純動(dòng)態(tài)網(wǎng)站已經(jīng)顯得力不從心，暴露了很多難以克服的問(wèn)題，而非關(guān)系型的數(shù)據(jù)庫(kù)則由于其本身的特點(diǎn)得到了非常迅速的發(fā)展。NoSQL數(shù)據(jù)庫(kù)的產(chǎn)生就是為了解決大規(guī)模數(shù)據(jù)集合多重?cái)?shù)據(jù)種類帶來(lái)的挑戰(zhàn)，尤其是大數(shù)據(jù)應(yīng)用難題。 -- 百度百科

NoSQL 數(shù)據(jù)庫(kù)的四大分類

• 鍵值（key-value）存儲(chǔ)
• 列存儲(chǔ)
• 文檔數(shù)據(jù)庫(kù)
• 圖形數(shù)據(jù)庫(kù)

NoSQL 的特點(diǎn)

• 易擴(kuò)展
• 靈活的數(shù)據(jù)模型
• 大數(shù)據(jù)量，高性能
• 高可用

二、Redis 概述

Redis的應(yīng)用場(chǎng)景

• 緩存
• 任務(wù)隊(duì)列
• 網(wǎng)站訪問(wèn)統(tǒng)計(jì)
• 應(yīng)用排行榜
• 數(shù)據(jù)過(guò)期處理
• 分布式集群架構(gòu)中的 session 分離

Redis 安裝

網(wǎng)上有很多 Redis 的安裝教程，這里就不多說(shuō)了，只說(shuō)下 Docker 的安裝方法：

Docker 安裝運(yùn)行 Redis

docker run -d -p 6379:6379 redis:4.0.8

如果以后想啟動(dòng) Redis 服務(wù)，打開(kāi)命令行，輸入以下命令即可。

redis-server

使用前先引入依賴

<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-data-redis</artifactId>
</dependency>

三、注解方式使用 Redis 緩存

使用緩存有兩個(gè)前置步驟

1. 在 pom.xml 引入依賴

   <dependency>
       <groupId>org.springframework.boot</groupId>
       <artifactId>spring-boot-starter-data-redis</artifactId>
   </dependency>
   

2. 在啟動(dòng)類上加注解 @EnableCaching

   @SpringBootApplication
   @EnableCaching
   public class SellApplication {
    public static void main(String[] args) {
        SpringApplication.run(SellApplication.class, args);
    }
   }
   

常用的注解有以下幾個(gè)

• @Cacheable

  屬性如下圖

image

用于查詢和添加緩存，第一次查詢的時(shí)候返回該方法返回值，并向 Redis 服務(wù)器保存數(shù)據(jù)。

以后調(diào)用該方法先從 Redis 中查是否有數(shù)據(jù)，如果有直接返回 Redis 緩存的數(shù)據(jù)，而不執(zhí)行方法里的代碼。如果沒(méi)有則正常執(zhí)行方法體中的代碼。

value 或 cacheNames 屬性做鍵，key 屬性則可以看作為 value 的子鍵， 一個(gè) value 可以有多個(gè) key 組成不同值存在 Redis 服務(wù)器。

驗(yàn)證了下，value 和 cacheNames 的作用是一樣的，都是標(biāo)識(shí)主鍵。兩個(gè)屬性不能同時(shí)定義，只能定義一個(gè)，否則會(huì)報(bào)錯(cuò)。

condition 和 unless 是條件，后面會(huì)講用法。其他的幾個(gè)屬性不常用，其實(shí)我也不知道怎么用…

• @CachePut

  更新 Redis 中對(duì)應(yīng)鍵的值。屬性和 @Cacheable 相同

• @CacheEvict

  刪除 Redis 中對(duì)應(yīng)鍵的值。

3.1 添加緩存

在需要加緩存的方法上添加注解 @Cacheable(cacheNames = "product", key = "123"),

cacheNames 和 key 都必須填，如果不填 key ，默認(rèn)的 key 是當(dāng)前的方法名，更新緩存時(shí)會(huì)因?yàn)榉椒煌率　?/p>

如在訂單列表上加緩存

    @RequestMapping(value = "/list", method = RequestMethod.GET)
    @Cacheable(cacheNames = "product", key = "123")
    public ResultVO list() {

        // 1.查詢所有上架商品
        List<ProductInfo> productInfoList = productInfoService.findUpAll();

        // 2.查詢類目（一次性查詢）
        //用 java8 的特性獲取到上架商品的所有類型
        List<Integer> categoryTypes = productInfoList.stream().map(e -> e.getCategoryType()).collect(Collectors.toList());
        List<ProductCategory> productCategoryList = categoryService.findByCategoryTypeIn(categoryTypes);

        List<ProductVO> productVOList = new ArrayList<>();
        //數(shù)據(jù)拼裝
        for (ProductCategory category : productCategoryList) {
            ProductVO productVO = new ProductVO();
            //屬性拷貝
            BeanUtils.copyProperties(category, productVO);
            //把類型匹配的商品添加進(jìn)去
            List<ProductInfoVO> productInfoVOList = new ArrayList<>();
            for (ProductInfo productInfo : productInfoList) {
                if (productInfo.getCategoryType().equals(category.getCategoryType())) {
                    ProductInfoVO productInfoVO = new ProductInfoVO();
                    BeanUtils.copyProperties(productInfo, productInfoVO);
                    productInfoVOList.add(productInfoVO);
                }
            }
            productVO.setProductInfoVOList(productInfoVOList);
            productVOList.add(productVO);
        }

        return ResultVOUtils.success(productVOList);
    }

可能會(huì)報(bào)如下錯(cuò)誤

image

對(duì)象未序列化。讓對(duì)象實(shí)現(xiàn) Serializable 方法即可

@Data
public class ProductVO implements Serializable {
    
    private static final long serialVersionUID = 961235512220891746L;

    @JsonProperty("name")
    private String categoryName;

    @JsonProperty("type")
    private Integer categoryType;

    @JsonProperty("foods")
    private List<ProductInfoVO> productInfoVOList ;
}

生成唯一的 id 在 IDEA 里有一個(gè)插件：GenerateSerialVersionUID 比較方便。

重啟項(xiàng)目訪問(wèn)訂單列表，在 rdm 里查看 Redis 緩存，有 product::123 說(shuō)明緩存成功。

image

3.2 更新緩存

在需要更新緩存的方法上加注解： @CachePut(cacheNames = "prodcut", key = "123")

注意

1. cacheNames 和 key 要跟 @Cacheable() 里的一致，才會(huì)正確更新。

2. @CachePut() 和 @Cacheable() 注解的方法返回值要一致

3.3 刪除緩存

在需要?jiǎng)h除緩存的方法上加注解：@CacheEvict(cacheNames = "prodcut", key = "123")，執(zhí)行完這個(gè)方法之后會(huì)將 Redis 中對(duì)應(yīng)的記錄刪除。

3.4 其他常用功能

1. cacheNames 也可以統(tǒng)一寫在類上面， @CacheConfig(cacheNames = "product") ，具體的方法上就不用寫啦。

   @CacheConfig(cacheNames = "product")
   public class BuyerOrderController {
       @PostMapping("/cancel")
    @CachePut(key = "456")
       public ResultVO cancel(@RequestParam("openid") String openid,
                              @RequestParam("orderId") String orderId){
           buyerService.cancelOrder(openid, orderId);
           return ResultVOUtils.success();
       }
   }
   

2. Key 也可以動(dòng)態(tài)設(shè)置為方法的參數(shù)

   @GetMapping("/detail")
   @Cacheable(cacheNames = "prodcut", key = "#openid")
   public ResultVO<OrderDTO> detail(@RequestParam("openid") String openid,
                                @RequestParam("orderId") String orderId){
       OrderDTO orderDTO = buyerService.findOrderOne(openid, orderId);
       return ResultVOUtils.success(orderDTO);
   }
   

   如果參數(shù)是個(gè)對(duì)象，也可以設(shè)置對(duì)象的某個(gè)屬性為 key。比如其中一個(gè)參數(shù)是 user 對(duì)象，key 可以寫成 key="#user.id"

3. 緩存還可以設(shè)置條件。

   設(shè)置當(dāng) openid 的長(zhǎng)度大于3時(shí)才緩存

   @GetMapping("/detail")
   @Cacheable(cacheNames = "prodcut", key = "#openid", condition = "#openid.length > 3")
   public ResultVO<OrderDTO> detail(@RequestParam("openid") String openid,
                                    @RequestParam("orderId") String orderId){
       OrderDTO orderDTO = buyerService.findOrderOne(openid, orderId);
       return ResultVOUtils.success(orderDTO);
   }
   

   還可以指定 unless 即條件不成立時(shí)緩存。#result 代表返回值，意思是當(dāng)返回碼不等于 0 時(shí)不緩存，也就是等于 0 時(shí)才緩存。

   
   @GetMapping("/detail")
   @Cacheable(cacheNames = "prodcut", key = "#openid", condition = "#openid.length > 3", unless = "#result.code != 0")
   public ResultVO<OrderDTO> detail(@RequestParam("openid") String openid,
                                    @RequestParam("orderId") String orderId){
       OrderDTO orderDTO = buyerService.findOrderOne(openid, orderId);
       return ResultVOUtils.success(orderDTO);
   }
   

四、RedisTemplate 使用 Redis 緩存

與使用注解方式不同，注解方式可以零配置，只需引入依賴并在啟動(dòng)類上加上 @EnableCaching 注解就可以使用；而使用 RedisTemplate 方式麻煩些，需要做一些配置。

4.1 Redis 配置

第一步還是引入依賴和在啟動(dòng)類上加上 @EnableCaching 注解。

然后在 application.yml 文件中配置 Redis

spring:
  redis:
    port: 6379
    database: 0
    host: 127.0.0.1
    password:
    jedis:
      pool:
        max-active: 8
        max-wait: -1ms
        max-idle: 8
        min-idle: 0
    timeout: 5000ms

然后寫個(gè) RedisConfig.java 配置類

package com.solo.coderiver.user.config;

import com.fasterxml.jackson.annotation.JsonAutoDetect;
import com.fasterxml.jackson.annotation.PropertyAccessor;
import com.fasterxml.jackson.databind.ObjectMapper;
import org.springframework.boot.autoconfigure.condition.ConditionalOnMissingBean;
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.core.StringRedisTemplate;
import org.springframework.data.redis.serializer.Jackson2JsonRedisSerializer;

import java.net.UnknownHostException;


@Configuration
public class RedisConfig {

    @Bean
    @ConditionalOnMissingBean(name = "redisTemplate")
    public RedisTemplate<String, Object> redisTemplate(
            RedisConnectionFactory redisConnectionFactory)
            throws UnknownHostException {

        Jackson2JsonRedisSerializer<Object> jackson2JsonRedisSerializer = new Jackson2JsonRedisSerializer<Object>(Object.class);
        ObjectMapper om = new ObjectMapper();
        om.setVisibility(PropertyAccessor.ALL, JsonAutoDetect.Visibility.ANY);
        om.enableDefaultTyping(ObjectMapper.DefaultTyping.NON_FINAL);
        jackson2JsonRedisSerializer.setObjectMapper(om);

        RedisTemplate<String, Object> template = new RedisTemplate<String, Object>();
        template.setConnectionFactory(redisConnectionFactory);
        template.setKeySerializer(jackson2JsonRedisSerializer);
        template.setValueSerializer(jackson2JsonRedisSerializer);
        template.setHashKeySerializer(jackson2JsonRedisSerializer);
        template.setHashValueSerializer(jackson2JsonRedisSerializer);
        template.afterPropertiesSet();
        return template;
    }

    @Bean
    @ConditionalOnMissingBean(StringRedisTemplate.class)
    public StringRedisTemplate stringRedisTemplate(
            RedisConnectionFactory redisConnectionFactory)
            throws UnknownHostException {
        StringRedisTemplate template = new StringRedisTemplate();
        template.setConnectionFactory(redisConnectionFactory);
        return template;
    }
}

Redis 的配置就完成了。

4.2 Redis 的數(shù)據(jù)結(jié)構(gòu)類型

Redis 可以存儲(chǔ)鍵與5種不同數(shù)據(jù)結(jié)構(gòu)類型之間的映射，這5種數(shù)據(jù)結(jié)構(gòu)類型分別為String（字符串）、List（列表）、Set（集合）、Hash（散列）和 Zset（有序集合）。

下面來(lái)對(duì)這5種數(shù)據(jù)結(jié)構(gòu)類型作簡(jiǎn)單的介紹：

4.3 StringRedisTemplate 與 RedisTemplate

RedisTemplate 對(duì)五種數(shù)據(jù)結(jié)構(gòu)分別定義了操作

• redisTemplate.opsForValue();

  操作字符串

• redisTemplate.opsForHash();

  操作hash

• redisTemplate.opsForList();

  操作list

• redisTemplate.opsForSet();

  操作set

• redisTemplate.opsForZSet();

  操作有序set

如果操作字符串的話，建議用 StringRedisTemplate 。

StringRedisTemplate 與 RedisTemplate 的區(qū)別

1. StringRedisTemplate 繼承了 RedisTemplate。

2. RedisTemplate 是一個(gè)泛型類，而 StringRedisTemplate 則不是。

3. StringRedisTemplate 只能對(duì) key=String，value=String 的鍵值對(duì)進(jìn)行操作，RedisTemplate 可以對(duì)任何類型的 key-value 鍵值對(duì)操作。

4. 他們各自序列化的方式不同，但最終都是得到了一個(gè)字節(jié)數(shù)組，殊途同歸，StringRedisTemplate 使用的是 StringRedisSerializer 類；RedisTemplate 使用的是 JdkSerializationRedisSerializer 類。反序列化，則是一個(gè)得到 String，一個(gè)得到 Object

5. 兩者的數(shù)據(jù)是不共通的，StringRedisTemplate 只能管理 StringRedisTemplate 里面的數(shù)據(jù)，RedisTemplate 只能管理 RedisTemplate中 的數(shù)據(jù)。

4.4 項(xiàng)目中使用

在需要使用 Redis 的地方，用 @Autowired 注入進(jìn)來(lái)

@Autowired
RedisTemplate redisTemplate;
 
@Autowired
StringRedisTemplate stringRedisTemplate;

由于項(xiàng)目中暫時(shí)僅用到了 StringRedisTemplate 與 RedisTemplate 的 Hash 結(jié)構(gòu)，StringRedisTemplate 比較簡(jiǎn)單就不貼代碼了，下面僅對(duì)操作 Hash 進(jìn)行舉例。

關(guān)于 RedisTemplate 的詳細(xì)用法，有一篇文章已經(jīng)講的很細(xì)很好了，我覺(jué)得沒(méi)必要再去寫了。傳送門

用 RedisTemplate 操作 Hash

package com.solo.coderiver.user.service.impl;

import com.solo.coderiver.user.dataobject.UserLike;
import com.solo.coderiver.user.dto.LikedCountDTO;
import com.solo.coderiver.user.enums.LikedStatusEnum;
import com.solo.coderiver.user.service.LikedService;
import com.solo.coderiver.user.service.RedisService;
import com.solo.coderiver.user.utils.RedisKeyUtils;
import lombok.extern.slf4j.Slf4j;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.Cursor;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.data.redis.core.ScanOptions;
import org.springframework.data.redis.core.StringRedisTemplate;
import org.springframework.stereotype.Service;

import java.util.ArrayList;
import java.util.List;
import java.util.Map;

@Service
@Slf4j
public class RedisServiceImpl implements RedisService {

    @Autowired
    RedisTemplate redisTemplate;

    @Autowired
    LikedService likedService;

    @Override
    public void saveLiked2Redis(String likedUserId, String likedPostId) {
        String key = RedisKeyUtils.getLikedKey(likedUserId, likedPostId);
        redisTemplate.opsForHash().put(RedisKeyUtils.MAP_KEY_USER_LIKED, key, LikedStatusEnum.LIKE.getCode());
    }

    @Override
    public void unlikeFromRedis(String likedUserId, String likedPostId) {
        String key = RedisKeyUtils.getLikedKey(likedUserId, likedPostId);
        redisTemplate.opsForHash().put(RedisKeyUtils.MAP_KEY_USER_LIKED, key, LikedStatusEnum.UNLIKE.getCode());
    }

    @Override
    public void deleteLikedFromRedis(String likedUserId, String likedPostId) {
        String key = RedisKeyUtils.getLikedKey(likedUserId, likedPostId);
        redisTemplate.opsForHash().delete(RedisKeyUtils.MAP_KEY_USER_LIKED, key);
    }

    @Override
    public void incrementLikedCount(String likedUserId) {
        redisTemplate.opsForHash().increment(RedisKeyUtils.MAP_KEY_USER_LIKED_COUNT, likedUserId, 1);
    }

    @Override
    public void decrementLikedCount(String likedUserId) {
        redisTemplate.opsForHash().increment(RedisKeyUtils.MAP_KEY_USER_LIKED_COUNT, likedUserId, -1);
    }

    @Override
    public List<UserLike> getLikedDataFromRedis() {
        Cursor<Map.Entry<Object, Object>> cursor = redisTemplate.opsForHash().scan(RedisKeyUtils.MAP_KEY_USER_LIKED, ScanOptions.NONE);
        List<UserLike> list = new ArrayList<>();
        while (cursor.hasNext()) {
            Map.Entry<Object, Object> entry = cursor.next();
            String key = (String) entry.getKey();
            //分離出 likedUserId，likedPostId
            String[] split = key.split("::");
            String likedUserId = split[0];
            String likedPostId = split[1];
            Integer value = (Integer) entry.getValue();

            //組裝成 UserLike 對(duì)象
            UserLike userLike = new UserLike(likedUserId, likedPostId, value);
            list.add(userLike);

            //存到 list 后從 Redis 中刪除
            redisTemplate.opsForHash().delete(RedisKeyUtils.MAP_KEY_USER_LIKED, key);
        }

        return list;
    }

    @Override
    public List<LikedCountDTO> getLikedCountFromRedis() {
        Cursor<Map.Entry<Object, Object>> cursor = redisTemplate.opsForHash().scan(RedisKeyUtils.MAP_KEY_USER_LIKED_COUNT, ScanOptions.NONE);
        List<LikedCountDTO> list = new ArrayList<>();
        while (cursor.hasNext()) {
            Map.Entry<Object, Object> map = cursor.next();
            //將點(diǎn)贊數(shù)量存儲(chǔ)在 LikedCountDT
            String key = (String) map.getKey();
            LikedCountDTO dto = new LikedCountDTO(key, (Integer) map.getValue());
            list.add(dto);
            //從Redis中刪除這條記錄
            redisTemplate.opsForHash().delete(RedisKeyUtils.MAP_KEY_USER_LIKED_COUNT, key);
        }
        return list;
    }
}

五、Redis 實(shí)現(xiàn)分布式鎖

講完了基礎(chǔ)操作，再說(shuō)個(gè)實(shí)戰(zhàn)運(yùn)用，用Redis 實(shí)現(xiàn)分布式鎖 。

實(shí)現(xiàn)分布式鎖之前先看兩個(gè) Redis 命令：

• SETNX

  將key設(shè)置值為value，如果key不存在，這種情況下等同SET命令。 當(dāng)key存在時(shí)，什么也不做。SETNX是”SET if Not eXists”的簡(jiǎn)寫。

  返回值

  Integer reply, 特定值:

  • 1 如果key被設(shè)置了
  • 0 如果key沒(méi)有被設(shè)置

  例子

  redis> SETNX mykey "Hello"
  (integer) 1
  redis> SETNX mykey "World"
  (integer) 0
  redis> GET mykey
  "Hello"
  redis> 
  

• GETSET

  自動(dòng)將key對(duì)應(yīng)到value并且返回原來(lái)key對(duì)應(yīng)的value。如果key存在但是對(duì)應(yīng)的value不是字符串，就返回錯(cuò)誤。

  設(shè)計(jì)模式

  GETSET可以和INCR一起使用實(shí)現(xiàn)支持重置的計(jì)數(shù)功能。舉個(gè)例子：每當(dāng)有事件發(fā)生的時(shí)候，一段程序都會(huì)調(diào)用INCR給key mycounter加1，但是有時(shí)我們需要獲取計(jì)數(shù)器的值，并且自動(dòng)將其重置為0。這可以通過(guò)GETSET mycounter “0”來(lái)實(shí)現(xiàn)：

  INCR mycounter
  GETSET mycounter "0"
  GET mycounter
  

  返回值

  bulk-string-reply: 返回之前的舊值，如果之前Key不存在將返回nil。

  例子

  redis> INCR mycounter
  (integer) 1
  redis> GETSET mycounter "0"
  "1"
  redis> GET mycounter
  "0"
  redis>
  

這兩個(gè)命令在 java 中對(duì)應(yīng)為 setIfAbsent 和 getAndSet

分布式鎖的實(shí)現(xiàn)：

import lombok.extern.slf4j.Slf4j;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.StringRedisTemplate;
import org.springframework.stereotype.Component;
import org.springframework.util.StringUtils;

@Component
@Slf4j
public class RedisLock {

    @Autowired
    StringRedisTemplate redisTemplate;

    /**
     * 加鎖
     * @param key
     * @param value 當(dāng)前時(shí)間 + 超時(shí)時(shí)間
     * @return
     */
    public boolean lock(String key, String value){
        if (redisTemplate.opsForValue().setIfAbsent(key, value)){
            return true;
        }

        //解決死鎖，且當(dāng)多個(gè)線程同時(shí)來(lái)時(shí)，只會(huì)讓一個(gè)線程拿到鎖
        String currentValue = redisTemplate.opsForValue().get(key);
        //如果過(guò)期
        if (!StringUtils.isEmpty(currentValue) &&
                Long.parseLong(currentValue) < System.currentTimeMillis()){
            //獲取上一個(gè)鎖的時(shí)間
            String oldValue = redisTemplate.opsForValue().getAndSet(key, value);
            if (StringUtils.isEmpty(oldValue) && oldValue.equals(currentValue)){
                return true;
            }
        }

        return false;
    }

    /**
     * 解鎖
     * @param key
     * @param value
     */
    public void unlock(String key, String value){

        try {
            String currentValue = redisTemplate.opsForValue().get(key);
            if (!StringUtils.isEmpty(currentValue) && currentValue.equals(value)){
                redisTemplate.opsForValue().getOperations().delete(key);
            }
        }catch (Exception e){
            log.error("【redis鎖】解鎖失敗, {}", e);
        }
    }
}

使用：

/**
 * 模擬秒殺
 */
public class SecKillService {

    @Autowired
    RedisLock redisLock;

    //超時(shí)時(shí)間10s
    private static final int TIMEOUT = 10 * 1000;

    public void secKill(String productId){
        long time = System.currentTimeMillis() + TIMEOUT;
        //加鎖
        if (!redisLock.lock(productId, String.valueOf(time))){
            throw new SellException(101, "人太多了，等會(huì)兒再試吧~");
        }

        //具體的秒殺邏輯

        //解鎖
        redisLock.unlock(productId, String.valueOf(time));
    }
}

更多 Redis 的具體使用場(chǎng)景請(qǐng)關(guān)注開(kāi)源項(xiàng)目 CodeRiver，致力于打造全平臺(tái)型全棧精品開(kāi)源項(xiàng)目。

coderiver 中文名 河碼，是一個(gè)為程序員和設(shè)計(jì)師提供項(xiàng)目協(xié)作的平臺(tái)。無(wú)論你是前端、后端、移動(dòng)端開(kāi)發(fā)人員，或是設(shè)計(jì)師、產(chǎn)品經(jīng)理，都可以在平臺(tái)上發(fā)布項(xiàng)目，與志同道合的小伙伴一起協(xié)作完成項(xiàng)目。

coderiver河碼 類似程序員客棧，但主要目的是方便各細(xì)分領(lǐng)域人才之間技術(shù)交流，共同成長(zhǎng)，多人協(xié)作完成項(xiàng)目。暫不涉及金錢交易。

計(jì)劃做成包含 pc端（Vue、React）、移動(dòng)H5（Vue、React）、ReactNative混合開(kāi)發(fā)、Android原生、微信小程序、java后端的全平臺(tái)型全棧項(xiàng)目，歡迎關(guān)注。

項(xiàng)目地址：https://github.com/cachecats/coderiver

您的鼓勵(lì)是我前行最大的動(dòng)力，歡迎點(diǎn)贊，歡迎送小星星? ~