redis学习笔记（入门，较详细）

本文主要是介绍redis学习笔记（入门，较详细），对大家解决编程问题具有一定的参考价值，需要的程序猿们随着小编来一起学习吧！

Redis

Nosql

为什么要用Nosql

单机MySQL的年代

APP->DAL->Mysql
- 90年代，一个基本的数据的量一般不会太大，单个数据库完全足够
- 思考：这种情况下，整个网站的瓶颈是什么
  - 数据量如果太大，一个及其放不下了
  - 数据的索引(B+ Tree)，一个机器内存也放不下
  - 访问量（读写混合），一个服务器承受不了
Memcached（缓存）+Mysql+垂直拆分
- 网站百分之八十的情况都是在读，每次都要去查询数据库的话就十分的麻烦，所以说我们希望减轻数据的压力，我们可以使用缓存来保证效率
- 发展过程
  - 优化数据结构和索引-》文件缓存-》Memcached
分库分表+水平拆分
- 早些年：MylSAM：表锁，十分的影响效率，高并发下就会出现严重的所问题
- 转战innodb：行锁
- 慢慢开始使用分库分表来解决写的压力
如今最近的年代
- 十年时间，世界已经发生了翻天覆地的变化，Mysql等关系型数据库就不够使用了，数据量很多，变化很快

什么是NoSQL

Not Only SQL
- 泛指关系型数据库的，随着web互联网的诞生，传统的关系数据库很难对付web时代，尤其是超大规模的高并发的社区，暴露出来很多难以克服的问题，Nosql在当今时代发展十分徐苏，Redis是发展的最快的，而我们当下必须掌握
- 很多的数据类型用户的个人信息，社交网络，地理位置，这些数据类型的存储不需要一个固定的格式，不需要多月的操作就可以横向扩展的，Map使用键值对来控制

特点

方便扩展，（数据之间没有关系，很好扩展）
大数据最高性能（Redis一秒写8万次，读取11万，Nosql的缓存记录集，是一种细粒度的缓存，性能会比较高）
数据类型是多样的（不需要实现设计数据库，随取随用，如果是书籍来那个十分的表，很多人就无法设计了）
传统的RDBMS和Nisql
- 传统的RDBMS
  - 结构化组织
  - SQL
  - 数据和关系都存在单独的表中
  - 操作操作，数据定义语言
  - 严格的一致性
  - 基础的事务
- Nosql
  - 不仅仅是数据
  - 没有固定的查询语言
  - 键值对存储
  - 最终一致性
  - CAP定理和BASE（异地多活）
  - 高性能，高可用，高可扩展
了解：3V+3高
- 大数据时代的3V:主要是描述问题的
  - 海量Volume
  - 多样Variety
  - 实时Veiocity
- 大数据时代的3高：主要是对程序的要求
  - 高并发
  - 高可拓
  - 高性能

阿里巴巴演进分析

Nosql的四大分类

KV键值对
- 新浪：Redis
- 美团：Redis+Tair
- 阿里，八度：Redis+memcache
文档型数据库（bson格式和json一样）
- MongoDb（一般要求掌握）
  - MongoDB是一个基于分布式文件存储的数据库
  - MongoDB是一个介于关系型数据库和非关系型数据库中中间的产品，MongoDB是非关系型数据库中功能最丰富，最像关系型数据库的
列存储数据库
- HBase
- 分布式文件系统
图关系数据库
- 他不是存图形的，放的是关系

Redis入门

概述

Redis是什么
- 远程字典服务
- 是一个开元的适应ANSI C语言编写，支持网络，可基于内存亦可
Redis能干嘛
- 内存存储，持久化，内存中是断电即失，所以说持久化很重要
- 效率高，开元用于高速缓存
- 发布订阅系统
- 地图信息分析
- 计时器，计数器
特性
- 多样的数据类型
- 持久化
- 集群
- 事务
学习中需要用的东西
- 官网
- 中文网

安装

Windows
- 下载安装包
linux
- 下载安装包
  
  redis安装
- 将安装包放到linux里
- 解压安装包
  
  tar -zxvf redis
- 基本环境的配置
  
  yum install gcc-c++
- make
- Redis的默认安装路径
  
  usr/local/bin
- 将Redis配置文件，拷贝到自己创建的文件夹内部
- redis默认不是后台启动的，修改配置文件
  
  修改为自动启动
- 启动Redis服务
  
  使用客户端试连接
  redis-server hh/redis-conf
- 使用redis-cli的测试
- 查看redis的进程是否开启
  
  ps -ef |grep redis
- 如何关闭redis服务
  
  shutdown
- 再次查看进程

测试性能

redis-benchmark是一个压力测试工具，官方自带的性能测试工具
redis-benchmark命令参数
- -h：指定服务器主机名
- -p：指定服务器端口
- -s：指定服务器socket
- -c：指定并发连接数
- -n：指定请求数
- -d：以字节的形式指定SET/GET值的大小
- -k：1=keep alive 0=reconnect
- -r：SET/GET/INCR使用随机key、SADD使用随机值
- -p：通过管道传输请求
- -q：强制退出redis，仅显示query/sec值
- -csv：以CSV格式输出
- -l：生成循环，永久执行测试
- -t：仅运行以逗号分隔的测试命令列表
测试：100个并发连接

基础的知识

redis默认有16个数据库
- 默认使用的是第0个数据库
- 可以使用select进行切换
- keys * ：查看数据所有的key
- flushdb：清空当前的数据库
- flushall：清空所有的数据库
·redis是单线程的
- 明白redis是很快的，官方表示，redis是基于内存操作，cpu不是redis性能瓶颈，redis的瓶颈是根据机器的内存和网络带宽，既然可以使用单线程来实现，就使用单线程了。所有就使用了单线程了
- redis是c语言写的，官方提供的数据为100000+的qps，完全不比同样是使用key-value的Memecache差
- redis为什么单线程还这么快
  - 误区1：高性能的服务器一定是多线程的？
  - 误区2：多线程（cpu上下文会切换）一定比单线程效率高
  - 先去cpu>内存>硬盘的速度要有所了解
  - 核心：redis是将所有的数据全部放在内存中的，所以说使用单线程去操作效率就是最高的，多线程（cpu上下文会切换：耗时的操作），对于内存来说，如果没有上下文切换效就是最高的，多次读写都是在一个cpu上的，在内存情况这个就是最佳方案

五大数据类型

redis-key

后面有不会的命令可以在官网上选择

keys *：查看所有的key
set：set key
exists：判断当前的key是否存在
move：移除当前的key
expire：设置key的过期时间
ttl：查看当前key 的剩余时间
type：查看当前key 的类型

String（字符串）

String类似的使用场景：value除了是我们的字符串还可以是我们的数字
（1）计数器
（2）统计多单位的数量
（3）粉丝数
（4）对象的缓存存储

操作字符串

127.0.0.1:6379> keys *
1. “name”
2. “age”
  127.0.0.1:6379> get name
  “hh”
  127.0.0.1:6379> expire name 10
  (integer) 1
  127.0.0.1:6379> ttl name
  (integer) 5
  127.0.0.1:6379> ttl name
  (integer) 2
  127.0.0.1:6379> ttl name
  (integer) -2
  127.0.0.1:6379> keys *
3. “age”
  127.0.0.1:6379> set key1 v1
  OK
  127.0.0.1:6379> get key1
  “v1”
  127.0.0.1:6379> keys *
4. “key1”
5. “age”
  127.0.0.1:6379> append key1 “hello”
  (integer) 7
  127.0.0.1:6379> get key1
  “v1hello”
  127.0.0.1:6379> STRLEN key1
  (integer) 7
  127.0.0.1:6379> get key1
  “v1hello”
  127.0.0.1:6379> append key1 “huhao”
  (integer) 12
  127.0.0.1:6379> get key1
  “v1hellohuhao”
  127.0.0.1:6379> STRLEN key1
  (integer) 12
- set key1 v1：设置值
- get key1 ：获得值
- keys *：获得所有的key
- exists：查看key是否存在
- append key1 “”：追加字符串
- STRLEN ：获取字符串的长度
步长

127.0.0.1:6379> set views 0
OK
127.0.0.1:6379> get views
“0”
127.0.0.1:6379> incr views
(integer) 1
127.0.0.1:6379> incr views
(integer) 2
127.0.0.1:6379> get views
“2”
127.0.0.1:6379> decr views
(integer) 1
127.0.0.1:6379> get views
“1”
127.0.0.1:6379> incrby views 10
(integer) 11
127.0.0.1:6379> incrby views 20
(integer) 31
127.0.0.1:6379> decrby views 30
(integer) 1
- incr：自增1
- decr：自减1
- incrby：可以设置步长，指定增量
- decrby：可以设置步长，指定减量
字符串范围

127.0.0.1:6379> set key1 “hi,hh”
OK
127.0.0.1:6379> get key1
“hi,hh”
127.0.0.1:6379> GETRANGE key1 0 3
“hi,h”
127.0.0.1:6379> SETRANGE key1 1 ello
(integer) 5
127.0.0.1:6379> get key1
“hello”
127.0.0.1:6379> GETRANGE key1 0 -1
“hello”
- GETRANGE key1 0 3:：截取字符串[0,3]
- GETRANGE key1 0 -1：截取所有的字符串
- SETRANGE key2 1 xx：替换指定位置开始的字符串
设置过期时间

127.0.0.1:6379> setex key2 30 “hello”
OK
127.0.0.1:6379> ttl key2
(integer) 25
127.0.0.1:6379> setnx mykey “redis”
(integer) 1
127.0.0.1:6379> keys *
1. “mykey”
2. “key1”
3. “key2”
  127.0.0.1:6379> ttl key2
  (integer) -2
  127.0.0.1:6379> keys *
4. “mykey”
5. “key1”
  127.0.0.1:6379> setnx mykey “mykey”
  (integer) 0
  127.0.0.1:6379> get mykey
  “redis”
- setex（set with expire）：设置过期时间
- setnx（set if not exist）：不存在设置
mset和mget

127.0.0.1:6379> mset k1 v1 k2 v2 k3 v3 #同时设置多个值
OK
127.0.0.1:6379> keys *
1. “k2”
2. “k3”
3. “k1”
  127.0.0.1:6379> mget k1 k2 k3 #同时获取多个值
4. “v1”
5. “v2”
6. “v3”
  127.0.0.1:6379> msetnx k1 v1 k4 v4 #msetnx是一个原子性的操作，要么一起成功，要么一起失败
  (integer) 0
  127.0.0.1:6379> get k4
  (nil)
- mset：同时设置多个值
- mget：同时获取多个值
对象

127.0.0.1:6379> mset user:1:name zhangsan user:1:age 2
OK
127.0.0.1:6379> mget user:1:name user:1:age
1. “zhangsan”
2. “2”
- set user:1 {name:zhangsan,age :3}：设置一个user：1对象，值为json字符串保存的一个对象
- user：{id}：{filed}
getset

127.0.0.1:6379> getset db redis
(nil)
127.0.0.1:6379> get db
“redis”
127.0.0.1:6379> getset db mdb
“redis”
127.0.0.1:6379> get db
“mdb”
- 如果不存在值，则返回nil
- 如果存在值，获取原来的值，并设置新的值

List（列表）

实际上是一个链表，before Node after，left，right都可以插入值
（1）如果key不存在，创建新的链表
（2）如果key存在，新增内容
（3）如果移除了所有值，空链表，也代表不存在
（4）在两边插入或者改动值，效率最高，中间元素，相对来说效率会低一点

消息排队，消息队列（Lpush，Rpush），栈（Lpush，Lpop）

存入与读取

127.0.0.1:6379> LPUSH list one
(integer) 1
127.0.0.1:6379> LPUSH list two
(integer) 2
127.0.0.1:6379> LPUSH list three
(integer) 3
127.0.0.1:6379> LRANGE list 0 -1
1. “three”
2. “two”
3. “one”
  127.0.0.1:6379> LRANGE list 0 1
4. “three”
5. “two”
  127.0.0.1:6379> RPUSH list four
  (integer) 4
  127.0.0.1:6379> LRANGE list 0 -1
6. “three”
7. “two”
8. “one”
9. “four”
- LPUSH：将一个值或者多个值，插入到列表的头部（左）
- RPUSH：将一个值或者多个值，插入到列表的头部（右）
- LRANGE：通过区间获取具体的值
移除

127.0.0.1:6379> lpop list
“three”
127.0.0.1:6379> rpop list
“four”
127.0.0.1:6379> lrange list 0 -1
1. “two”
2. “one”
- LPOP：移除list 的第一个元素
- RPOP：移除list的最后一个元素
获取指定值

127.0.0.1:6379> lrange list 0 -1
1. “two”
2. “one”
  127.0.0.1:6379> lindex list 1
  “one”
- lindex：通过下表获取list中的某一个值
获取长度

127.0.0.1:6379> Llen list
(integer) 2
- Llen：返回list长度
移除指定元素

127.0.0.1:6379> lrange list 0 -1
1. “three”
2. “three”
3. “two”
4. “one”
  127.0.0.1:6379> lrem list 1 three
  (integer) 1
  127.0.0.1:6379> lrange list 0 -1
5. “three”
6. “two”
7. “one”
  127.0.0.1:6379> lrem list 0 -1
  (integer) 0
  127.0.0.1:6379> lrem list 1 three
  (integer) 1
  127.0.0.1:6379> lrange list 0 -1
8. “two”
9. “one”
- lrem：移除list集合中的指定个数value
截断

127.0.0.1:6379> keys *
(empty array)
127.0.0.1:6379> rpush list “hello”
(integer) 1
127.0.0.1:6379> rpush list “hello1”
(integer) 2
127.0.0.1:6379> lpush list “hello2”
(integer) 3
127.0.0.1:6379> lpush list “hello3”
(integer) 4
127.0.0.1:6379> lrange list 0 -1
1. “hello3”
2. “hello2”
3. “hello”
4. “hello1”
  127.0.0.1:6379> ltrim list 1 2
  OK
  127.0.0.1:6379> lrange list 0 -1
5. “hello2”
6. “hello”
- trim：修剪
  - ltrim：通过下标截取指定长度，这个list已经被改变了，截断了只剩下截取的元素
lpoplpush：移除列表中的最后一个元素，将他移动到新的列表当中

127.0.0.1:6379> rpush list “hello”
(integer) 1
127.0.0.1:6379> rpush list “hello1”
(integer) 2
127.0.0.1:6379> rpush list “hello2”
(integer) 3
127.0.0.1:6379> rpoplpush list otherlist
“hello2”
127.0.0.1:6379> lrange list 0 -1
1. “hello”
2. “hello1”
  127.0.0.1:6379> lrange otherlist 0 -1
3. “hello2”
lset：将列表中指定下标的值替换为另外一个值，更新操作

127.0.0.1:6379> lpush list value1
(integer) 1
127.0.0.1:6379> lrange list 0 0
1. “value1”
  127.0.0.1:6379> lset list 0 item
  OK
  127.0.0.1:6379> lrange list 0 0
2. “item”
linsert：将某个具体的value插入到某个值的前面或者后面

127.0.0.1:6379> rpush list “hello”
(integer) 1
127.0.0.1:6379> rpush list “hello”
(integer) 2
127.0.0.1:6379> linsert list after “hello” “world”
(integer) 3
127.0.0.1:6379> lrange list 0 -1
1. “hello”
2. “world”
3. “hello”
  127.0.0.1:6379> linsert list before “hello” “hh”
  (integer) 4
  127.0.0.1:6379> lrange list 0 -1
4. “hh”
5. “hello”
6. “world”
7. “hello”

Set（集合）

Set的值不能重复

微薄，A用户将所有关注的人放在一个set集合中，将他的粉丝也放在一个集合中
共同关注，共同爱好，二度好友，推荐好友（六度分割理论）

添加，查看，判断是否存在

127.0.0.1:6379> sadd set “hello”
(integer) 1
127.0.0.1:6379> sadd set “hefei”
(integer) 1
127.0.0.1:6379> sadd set “world”
(integer) 1
127.0.0.1:6379> smembers set
1. “hefei”
2. “hello”
3. “world”
  127.0.0.1:6379> sismember set hello
  (integer) 1
  127.0.0.1:6379> sismember set hu
  (integer) 0
- add：set集合中添加元素
- smember：查看指定set的所有值
- sismember：判断某一个值是不是set集合中
元素个数

127.0.0.1:6379> scard set
(integer) 3
- scrad：获取set集合中的元素的个数
移除

127.0.0.1:6379> srem set hello
(integer) 1
127.0.0.1:6379> scard set
(integer) 2
127.0.0.1:6379> smembers set
1. “hefei”
2. “world”
- srem：移除set集合中的指定元素
随机抽取

127.0.0.1:6379> smembers set
1. “hefei”
2. “world”
  127.0.0.1:6379> SRANDMEMBER set
  “hefei”
  127.0.0.1:6379> SRANDMEMBER set
  “world”
- srandmember：随机抽选出一个元素
随机删除

127.0.0.1:6379> smembers set
1. “hefei”
2. “world”
  127.0.0.1:6379> spop set
  “hefei”
  127.0.0.1:6379> smembers set
3. “world”
- spop：随机删除一些set集合中的元素
将一个指定的值，移动到另外的集合中

127.0.0.1:6379> sadd set hello
(integer) 1
127.0.0.1:6379> sadd myset hello
(integer) 1
127.0.0.1:6379> smove set myset “world”
(integer) 1
127.0.0.1:6379> scard myset
(integer) 2
127.0.0.1:6379> smembers myset
1. “hello”
2. “world”
差交并

127.0.0.1:6379> sadd set1 a
(integer) 1
127.0.0.1:6379> sadd set1 b
(integer) 1
127.0.0.1:6379> sadd set1 c
(integer) 1
127.0.0.1:6379> sadd set2 c
(integer) 1
127.0.0.1:6379> sadd set2 d
(integer) 1
127.0.0.1:6379> sadd set2 e
(integer) 1
127.0.0.1:6379> sdiff set1 set2
1. “a”
2. “b”
  127.0.0.1:6379> sinter set1 set2
3. “c”
  127.0.0.1:6379> sunion set1 set2
4. “a”
5. “b”
6. “d”
7. “c”
8. “e”
- sdiff：差集
- sinter：交集
- sunion：并集

Hash（哈希）

Map集合，key-map时候这个值是一个map集合

hash变更的数据user name age，尤其是用户信息之类的，经常变动的信息！hash更适合于对象的存储，String更加适合字符串存储

存，取

127.0.0.1:6379> hset hash field1 gpp
(integer) 1
127.0.0.1:6379> hget hash field1
“gpp”
127.0.0.1:6379> hmset hash field1 hello field2 world
OK
127.0.0.1:6379> hmget hash field1 field2
1. “hello”
2. “world”
  127.0.0.1:6379> hgetall hash
3. “field1”
4. “hello”
5. “field2”
6. “world”
- hset：set一个具体的key-value
- hget：获取一个字段值
- hmset：设置多个key-value
- hmget：获取多个字段值
- hgetall：获取全部的数据
删除

127.0.0.1:6379> hdel hash field1
(integer) 1
127.0.0.1:6379> hgetall hash
1. “field2”
2. “world”
- hdel：删除指定的key-value
获取长度：hlen

127.0.0.1:6379> hlen hash
(integer) 1
判断是否存在：hexists

127.0.0.1:6379> hexists hash field1
(integer) 0
127.0.0.1:6379> hexists hash field2
(integer) 1
获取key or value

127.0.0.1:6379> hkeys hash
1. “field2”
  127.0.0.1:6379> hvals hash
2. “world”
- hkeys：获得所有的key
- hvals：获得所有的value
自增，自减

127.0.0.1:6379> hincrby hash num 1
(integer) 6
127.0.0.1:6379> hincrby hash num -1
(integer) 5
- hincrby：自增

Zset（有序集合）

在set的基础上，增加了一个值，set k1 v1 zset k1 score1 v1

案例思路：
（1）set排序，存储班级成绩表，工资表排序
（2）普通消息，1，重要消息，2，带权重进行判断
（3）排行榜应用实现

增加

127.0.0.1:6379> zadd zset 1 one
(integer) 1
127.0.0.1:6379> zadd zset 2 two 3 three
(integer) 2
127.0.0.1:6379> zrange zset 0 -1
1. “one”
2. “two”
3. “three”
- zadd：增加值
排序

127.0.0.1:6379> ZRANGEBYSCORE salary -inf +inf
1. “gpp”
2. “xiaohong”
3. “zhangsan”
  127.0.0.1:6379> zrangebyscore salary 0 -1
  (empty array)
  127.0.0.1:6379> ZRANGEBYSCORE salary -inf +inf withscores
4. “gpp”
5. “500”
6. “xiaohong”
7. “2500”
8. “zhangsan”
9. “5000”
  127.0.0.1:6379> ZREVRANGE salary 0 -1
10. “zhangsan”
11. “gpp”
- zrangebyscore：显示全部的用户，从小到大
- zrangebyscore xx withscores：显示全部的用固话并且附带成绩
- zrevrange：从大到小排序
移除

127.0.0.1:6379> zrem salary xiaohong
(integer) 1
127.0.0.1:6379> zrange salary 0 -1
1. “gpp”
2. “zhangsan”
- zrem：移除有序集合中的元素
获取数量：zcount

127.0.0.1:6379> zadd set 1 hello
(integer) 1
127.0.0.1:6379> zadd set 2 world 3 gpp
(integer) 2
127.0.0.1:6379> zcount set 1 3
(integer) 3

三种特殊数据类型

Geospatial地理位置

朋友的定位，附近的人，打车距离的计算
redis的Geo在redis3.2版本就推出了，这个功能可以推算地理位置的信息，两地之间的信息

geoadd：添加地理位置

127.0.0.1:6379> geoadd china:city 116.40 39.90 beijing
(integer) 1
127.0.0.1:6379> geoadd china:city 121.47 31.23 shanghai
(integer) 1
127.0.0.1:6379> geoadd china:city 106.50 29.53 chongqing 114.05 22.52 shenzhen
(integer) 2
127.0.0.1:6379> geoadd china:city 120.16 30.24 hangzhou 108.96 34.26 xian
(integer) 2
- 规则：两级无法直接添加，我们一般会下载城市数据，直接通过Java程序一次性导入
- 参数：key value：（经度，纬度，名称）
geopos：获取地理位置

127.0.0.1:6379> geopos china:city beijing
1. 1. “116.39999896287918091”
  2. “39.90000009167092543”
    127.0.0.1:6379> geopos china:city chongqing
2. 1. “106.49999767541885376”
  2. “29.52999957900659211”
geodist：两人之间的距离

127.0.0.1:6379> geodist china:city beijing shanghai
“1067378.7564”
127.0.0.1:6379> geodist china:city beijing shanghai km
“1067.3788”
- 单位
  - m表示单位为米
  - km表示单位为千米
  - ml表示单位为英里
  - ft表示单位为英尺
georadius：找附近的人（半径）

127.0.0.1:6379> georadius china:city 110 30 1000 km
1. “chongqing”
2. “xian”
3. “shenzhen”
4. “hangzhou”
  127.0.0.1:6379> georadius china:city 110 30 500 km
5. “chongqing”
6. “xian”
  127.0.0.1:6379> georadius china:city 110 30 500 km withdist
7. 1. “chongqing”
  2. “341.9374”
8. 1. “xian”
  2. “483.8340”
    127.0.0.1:6379> georadius china:city 110 30 500 km withdist withcoord
9. 1. “chongqing”
  2. “341.9374”
  3. 1. “106.49999767541885376”
    2. “29.52999957900659211”
10. 1. “xian”
  2. “483.8340”
  3. 1. “108.96000176668167114”
    2. “34.25999964418929977”
      127.0.0.1:6379> georadius china:city 110 30 500 km withdist withcoord count 1
11. 1. “chongqing”
  2. “341.9374”
  3. 1. “106.49999767541885376”
    2. “29.52999957900659211”
      127.0.0.1:6379> georadius china:city 110 30 500 km withdist withcoord count 2
12. 1. “chongqing”
  2. “341.9374”
  3. 1. “106.49999767541885376”
    2. “29.52999957900659211”
13. 1. “xian”
  2. “483.8340”
  3. 1. “108.96000176668167114”
    2. “34.25999964418929977”
- withcoord：显示他人的定位信息
- withdist：显示到中间距离的位置
- count：筛选出指定的结果
georadiusbymember：找出位置的其他元素

127.0.0.1:6379> georadiusbymember china:city shanghai 400 km
1. “hangzhou”
2. “shanghai”
geohash：返回一个或多个位置元素的geohash表示(将二维的经纬度转化为一维的字符串，如果两个字符串越接近，那么则距离越近)

127.0.0.1:6379> geohash china:city beijing chongqing
1. “wx4fbxxfke0”
2. “wm5xzrybty0”
geo底层的实现原理其实就是Zset，我们可以使用Zset命令来操作geo

127.0.0.1:6379> zrange china:city 0 -1
1. “chongqing”
2. “xian”
3. “shenzhen”
4. “hangzhou”
5. “shanghai”
6. “beijing”
  127.0.0.1:6379> zrem china:city beijing
  (integer) 1
  127.0.0.1:6379> zrange china:city 0 -1
7. “chongqing”
8. “xian”
9. “shenzhen”
10. “hangzhou”
11. “shanghai”

Hyperloglog

如果允许容错，那么一定可以使用Hyperloglog
如果不允许容错，就使用set或者直接的数据类型即可

什么是基数？
- 基数（不重复的元素），可以接受误差
简介
- redis2.8.9版本更新了Hyperloglog数据结构，Redis Hyperloglog基数统计的算法
- 网页的UV（一个人访问一个网站多次，但是还是算作一个人）
- 传统的方式，set保存用户的id，然后就可以统计set中的元素数量作为标准判断，这个方式如果保存大量的用户id，就会比较麻烦，我们的目的是为了计数，而不是保存用户id
- 0.81%错误率，统计UV任务，可以忽略不计
- 优点：占用的内存量固定，2^64种不同的元素计数，只需要用128KB内存，如果要从内存角度来比较的话，Hyperloglog首选
测试使用

127.0.0.1:6379> pfadd mykey a b c d e f g h i j
(integer) 1
127.0.0.1:6379> pfcount mykey
(integer) 10
127.0.0.1:6379> pfadd mykey1 i j z x c v b n m
(integer) 1
127.0.0.1:6379> pfcount mykey1
(integer) 9
127.0.0.1:6379> pfmerge mykey mykey1
OK
127.0.0.1:6379> pfcount mykey
(integer) 15
- pfadd：创建
- pfcount：统计元素数量
- pfmerge：合并两组数据

Bitmaps

位存储
- 统计疫情感染人数：0 1 0 1 0
- 统计用户信息，活跃，不活跃，登录，未登录，两个状态，都可以使用Bitmaps
- Bitmaps位图，数据结构，都是操作二进制位来进行记录，就只有0和1两个状态
- 365天=365bit 1字节=8bit 46个字节左右
测试
- 使用bitmaps来记录周一到周日打卡
  
  127.0.0.1:6379> setbit sign 0 1
  (integer) 0
  127.0.0.1:6379> setbit sign 1 0
  (integer) 0
  127.0.0.1:6379> setbit sign 2 0
  (integer) 0
  127.0.0.1:6379> setbit sign 3 1
  (integer) 0
  127.0.0.1:6379> setbit sign 4 1
  (integer) 0
  127.0.0.1:6379> setbit sign 5 0
  (integer) 0
  127.0.0.1:6379> setbit sign 6 0
  (integer) 0
- 查看某一天是否打卡
  
  127.0.0.1:6379> getbit sign 4
  (integer) 1
  127.0.0.1:6379> getbit sign 5
  (integer) 0
- 统计打卡的天数
  
  127.0.0.1:6379> bitcount sign
  (integer) 3

事务

redis事务本质

一组命令的集合，一个事务中的所有命令都会被序列化，在事务执行过程中，会按照顺序执行

一次性
顺序性
排他性

redis事务没有隔离级别的概念

redis单条命令保证原子性的，但是事务不保证原子性

所有的命令在事务中，并没有直接的执行，只有发起执行命令的时候才会执行（exec）

redis的事务

开启事务（multi）
命令入队
执行事务（exec）

正常执行事务

127.0.0.1:6379> multi
OK
127.0.0.1:6379(TX)> set k1 v1
QUEUED
127.0.0.1:6379(TX)> set k2 v2
QUEUED
127.0.0.1:6379(TX)> get k2
QUEUED
127.0.0.1:6379(TX)> set k3 v3
QUEUED
127.0.0.1:6379(TX)> exec

OK
OK
“v2”
OK

放弃事务

127.0.0.1:6379> multi
OK
127.0.0.1:6379(TX)> set k1 v1
QUEUED
127.0.0.1:6379(TX)> set k2 v2
QUEUED
127.0.0.1:6379(TX)> set k4 v4
QUEUED
127.0.0.1:6379(TX)> discard
OK
127.0.0.1:6379> get k4
(nil)

discard

异常问题

编译型异常（代码有问题，命令有错），事务中所有的命令都不会被执行

127.0.0.1:6379> multi
OK
127.0.0.1:6379(TX)> set k1 v1
QUEUED
127.0.0.1:6379(TX)> set k2 v2
QUEUED
127.0.0.1:6379(TX)> set k3 v3
QUEUED
127.0.0.1:6379(TX)> getset k3
(error) ERR wrong number of arguments for ‘getset’ command
127.0.0.1:6379(TX)> set k4 v4
QUEUED
127.0.0.1:6379(TX)> set k5 v5
QUEUED
127.0.0.1:6379(TX)> exec
(error) EXECABORT Transaction discarded because of previous errors.
127.0.0.1:6379> get k5
(nil)
运行时异常（1/0）,如果事务队列中存在语法性，那么执行命令的时候，其他命令是一款正常执行的，错误命令抛出异常

127.0.0.1:6379> set k1 “v1”
OK
127.0.0.1:6379> multi
OK
127.0.0.1:6379(TX)> incr k1
QUEUED
127.0.0.1:6379(TX)> set k2 v2
QUEUED
127.0.0.1:6379(TX)> set k3 v3
QUEUED
127.0.0.1:6379(TX)> exec
1. (error) ERR value is not an integer or out of range
2. OK
3. OK
  127.0.0.1:6379> get k2
  “v2”
  127.0.0.1:6379> get k3
  “v3”

监控（Watch）

锁
- 悲观锁
  - 很悲观，什么时候都会出问题，无论做什么都会加锁
- 乐观锁
  - 很乐观，认为什么时候都不会出问题，所以不会上锁，更新数据的时候去判断一下，在此期间是否有人修改过这个数据
  - 获取version
  - 更新的时候比较version
redis监视测试
- 正常执行成功
  
  127.0.0.1:6379> set money 100
  OK
  127.0.0.1:6379> set out 0
  OK
  127.0.0.1:6379> watch money
  OK
  127.0.0.1:6379> multi
  OK
  127.0.0.1:6379(TX)> decrby money 20
  QUEUED
  127.0.0.1:6379(TX)> incrby out 20
  QUEUED
  127.0.0.1:6379(TX)> exec
  1. (integer) 80
  2. (integer) 20
- 测试多线程修改值，使用watch可以当做redis的乐观锁操作
  
  127.0.0.1:6379> multi
  OK
  127.0.0.1:6379(TX)> decrby money 10
  QUEUED
  127.0.0.1:6379(TX)> incrby out 10
  QUEUED
  127.0.0.1:6379(TX)> exec #执行之前，另外一个线程，修改了我们的值，这个时候，就会导致事务执行失败
  (nil)
- 如果修改失败，获取最新的值就好
  
  127.0.0.1:6379> unwatch #如果发现事务执行失败就先解锁
  OK
  127.0.0.1:6379> watch money #获取最新的锁，再次监视，select version
  OK
  127.0.0.1:6379> multi
  OK
  127.0.0.1:6379(TX)> decrby money 1
  QUEUED
  127.0.0.1:6379(TX)> incrby money 1
  QUEUED
  127.0.0.1:6379(TX)> exec #比对监视的值是否发生了变化，如果没有变化，那么可以执行成功，如果变了就执行失败
  1. (integer) 989
  2. (integer) 990

Jedis

什么是Jedis

是redis官方推荐的Java连接开发工具，使用Java操作redis中间件。如果你要使用Java操作redis，那么一定要对Jedis十分熟悉

测试

导入对应的依赖

<dependency>
    <groupId>redis.clients</groupId>
    <artifactId>jedis</artifactId>
    <version>3.6.0</version>
</dependency>

<dependency>
    <groupId>com.alibaba</groupId>
    <artifactId>fastjson</artifactId>
    <version>1.2.56</version>
</dependency>

编码测试

package com.redis;

import redis.clients.jedis.Jedis;

public class Testping {
public static void main(String[] args) {
//1.new Jedis 对象即可
Jedis jedis = new Jedis(“127.0.0.1”,6379);
//Jedis所有的命令就是我们之前学习的所有指令，所有之前的指令学习很重要
System.out.println(jedis.ping());
}
}
- 连接数据库
- 操作命令
- 断开连接

常用api

String
List
Set
Hash
Zset

事务

SpringBoot整合

说明：在spring boot2.x之后，原来使用的jedis被替换为了lettuce

jedis：采用的直连，多个线程操作的话，是不安全的，如果想要避免不安全，使用jedis pool连接池BIO
lettuce：采用netty，实例可以再多个线程中进行共享

源码分析

@Bean
@ConditionalOnMissingBean(name = “redisTemplate”)//我们可以自己定义
@ConditionalOnSingleCandidate(RedisConnectionFactory.class)
public RedisTemplate<Object, Object> redisTemplate(RedisConnectionFactory redisConnectionFactory) {
//默认的RedisTemplate没有过多的设置，redis队形都是需要序列化的
//两个泛型都是Object，Object的类型，我们后使用需要强制转换<String,Object>
RedisTemplate<Object, Object> template = new RedisTemplate<>();
template.setConnectionFactory(redisConnectionFactory);
return template;
}

@Bean
@ConditionalOnMissingBean//由于String是redis中最常用的使用类型，所有说单独提出来了一个bean
@ConditionalOnSingleCandidate(RedisConnectionFactory.class)
public StringRedisTemplate stringRedisTemplate(RedisConnectionFactory redisConnectionFactory) {
StringRedisTemplate template = new StringRedisTemplate();
template.setConnectionFactory(redisConnectionFactory);
return template;
}

整合测试

导入依赖
配置连接

spring.redis.host=127.0.0.1
spring.redis.port=6379
测试
- redisTemplate：造作不同的数据类型，api和我们的指令是一样的
  - opsForValue：操作字符串类似String
  - opsForList：操作字符串类似String
  - opsForSet
  - opsForHash
  - opsForZSet

Redis.conf详解

启动的时候，就通过配置文件来启动

单位

配置文件unit单位对大小写不敏感

包含

好比我们学习spring，import，include

include /path/to/local.conf
include /path/to/other.conf

网络

bind 127.0.0.1：绑定ip
protected-mode yes：保护模式
port：端口设置

通用

daemonize yes：以守护进程的方式运行，默认是no，我们许哟啊自己开启为yes
pidfile /var/run/redis_6379.pid：如果以后台的方式运行，我们就要指定一个pid文件
loglevel notice：日志
logfile “”：日志的文件位置名
databases 16：数据库的数量，默认是16个数据库
always-show-log yes：是否总是显示log

快照

持久化，再规定的时间内，执行了多少次操作，则会持久化到文件.rdb.aof
redis是内存数据库，如果没有持久化，那么数据断电及失

save 900 1：如果900s内，如果至少有一个1 key进行了修改，我们及通行持久化操作
save 300 10：如果300s内，如果至少10 key进行了修改，我们及进行持久化操作
stop-writer-on-bgsave-error：持久化如果出错，是否还需要继续工作
rdbcompression yes：保存rdb文件的时候，进行错误的检查校验
dir ./：rdb文件保存的目录

SECURITY：安全

设置redis的密码

127.0.0.1:6379> ping
PONG
127.0.0.1:6379> config get requirepass #获取redis的密码
1. “requirepass”
2. “”
  127.0.0.1:6379> config set requirepass “123” #设置redis的密码
  OK
  127.0.0.1:6379> config get requirepass
3. “requirepass”
4. “123” #这里要退出重新启动才能生效
  127.0.0.1:6379> exit
  [root@hhedu01 bin]# redis-cli -p 6379
  127.0.0.1:6379> config get requirepass
  (error) NOAUTH Authentication required.
  127.0.0.1:6379> ping
  (error) NOAUTH Authentication required.
  127.0.0.1:6379> auth 123
  OK
  127.0.0.1:6379> ping
  PONG

限制

maxclients 10000：设置连接池上redis的最大客户端的数量
maxmemory ：redis配置最大的内存容量
maxmemory-policy noeviction：内存到达上限之后的处理策略
- volatile-lru：只对设置了过期时间的key进行LRU(默认值)
- allkeys-lru：删除lru算法的key
- volatile-random：随机删除即将过期的key
- allkeys-random：随机删除
- volatile-ttl：删除即将过期的
- noeviction：永不过期，返回错误

APPEND ONLY模式 aof配置

appendonly no：默认是不开启aof模式的，默认是使用rdb凡是持久化的，在大部分所有的情况下，rdb完全够用
appendfilename “appendonly.aof”：持久化的文件的名字
#appendfsync always：每次修改都会sync，消耗性能
appendfsync everysec：每秒执行一次sync，可能会丢失这ls的数据
appendfsync no：不执行sync，这个时候操作系统自己同步更新数据，速度最快

Redis发布订阅

是什么

redis发布订阅（pub/sub）是一种消息通信模式：发送者（pub）发送消息，订阅者（sub）接受消息。微博，关注系统
redis客户端可以订阅任意数量的频道
订阅/发布消息图
- 消息发送者
- 频道
- 消息订阅者

命令

PSUBSCRIBE pattern[pattern]:订阅一个或多个符合给定模式的频道
PUBSUB subcommand [argument [argument…]]：查看订阅与发布者的状态
PUBLISH channel message：将信息发送到指定的频道
PUNSUBSCRIBE [pattern [pattern…]]:退订所有给定模式的频道
SUBSCRIBE channet[channel…]：订阅给定的一个或多个频道的信息
UNSUBSCRIBE [channel[channel…]]:指退订给定的频道

原理

redis是使用c实现的，通过分析redis源码里的public.c文件，了解发布和订阅机制的底层实现，借此加深对redis的理解
redis通过PUBLIC ，SUBSCRIBE和PSUBSCRIBE等命令实现发布和订阅功能
通过SUBCRIBE命令订阅某频道后，redis-server里维护了一个字典，字典的键就是一个个channel，二字典的值则是一个链表，链表中保存了所有订阅这个channel的客户端，SUBSCRIBE命令的关键，就是将客户端添加到给定channel的订阅链表中
通过PUBLISH命令向订阅者发送消息，redis-server会使用给定的频道作为键，在它维护的channel字典中查找记录了订阅这个频道的所有客户端的链表，遍历这个链表，将消息发布给所有订阅者
Pub/Sub从字面上理解就是发布和订阅，在redis中，你可以设定对某一个key值进行消息发布及消息订阅，当一个key值上进行了消息发布后，所有订阅它的客户端都会收到相应的消息，这一功能明显的用法是用作实时信息系统，比如普通的即时聊天，群聊等

使用场景

实时消息系统
实时聊天（频道当前聊天室，将信息回显给所有人即可）
订阅，关注系统都是可以的

Redis持久化

Redis是内存数据库，如果不将内存中的数据库状态保存到磁盘，那么一旦服务器进程退出，服务器中的数据库状态也会消失，所以redis提供了持久化功能

RDB

在这里插入图片描述

是什么
- 在指定的时间间隔内将内存中的数据集快照写入磁盘，也就是航华将的Snapshot快照，他恢复时是将快照文件直接读到内存里
- Redis会单独创建一个子进程来进行持久化，会先将数据写入到一个临时文件中，待持久化过程都结束了，再用这个临时文件替换上次持久化好的文件，整个过程中，主进程是不进行任何O操作的，这就确保了极高的性能，如果需要进行大规模数据的恢复，且对于数据恢复的完整性不是非常敏感，那RDB方式要比AOF方式更加高效，RDB缺点是最后一次持久化后的数据可能丢失，我们默认的就是RDB，一般情况下不需要修改这个配置
- rdb保存的文件是dump.rdb 都是在我们的配置文件中快照中进行配置的
触发机制
- save的规则满足的情况下，会自动出发rdb规则
- 执行flushall命名，也会触发我们的rdb规则
- 退出redis，也会产生rdb文件
如果恢复rdb文件
- 只需要将rdb文件放在我们的redis启动目录就可以了，redis启动的时候会自动检查dump.rdb恢复其中的数据
- 查看需要存在的位置
优点
- 适合大规模的数据恢复
- 对数据的完整性要求不高
缺点
- 需要一定时间间隔进行操作，如果redis意外宕机了，这个最后一次修改数据就没有的了
- fork进程的时候，会占用一定的内存空间

AOF（Append Only File）

在这里插入图片描述

是什么
- 以日志的形式来记录每个写操作，将redis执行过的所有指令记录下来（该操作不记录），只许追加文件但不考研改写文件，redis启动之初会读取改文件重新构建的数据，换言之，redis重启的话就根据日志文件的内容将指令从前到后，执行一次以完成数据的恢复工作
- Aof保存的是appendonly.aof文件
append
- 默认是不开启的，需要手动配置，我们只需要将appendonly改为yes开启了aof
- 如果这个aof 文件有错误，这时候redis是启动不起来的，我们需要修复这个aof文件，redis给我们提供了一个工具redis-check-aof --fix
- 如果aof文件大于64m，fork一个新的进程来将我们的文件进行重写
优点
- 每一次修改都同步，文件的完整会更加好
- 每秒同步一次，可能会丢失一秒的数据
- 从不同步，效率最高的
缺点
- 相对于数据文件来说，aof远远大于rdb，修复的速度也比rdb慢
- aof运行效率也要比rdb慢，所有我们redis默认的配置就是rdb持久化
扩展
- RDB持久化方式能够在指定的时间间隔内对你的数据进行快照存储
- AOF持久化方式记录每次对服务器写的操作，当服务器重启的时候会重新执行这些命令来恢复原始的数据，AOF命令以redis协议追加八寸每次写的操作到文件末尾，redis还能对AOF文件进行后台重写，使得AIF文件的体积不至于过大
- 只做缓存，如果你只希望你的数据在服务器运行的时候存在，你也可以不适用任何的持久化
- 同时开启两种持久化方式
  - 在这种情况下，当redis重启的时候会优先在如AOF来恢复原始的数据，因为在通常情况下AOF文件保存的数据集要比RDB文件保存的数据集要完整
  - RDB的数据不实时，同时使用两者是服务器重启也只会找AOF文件，那要不要值使用AOF呢？作者建议不要，因为RDB更适合用于备份数据库（AOF在不符按变化不好备份），快速重启，而且不会有AOF可能潜在的bug，留着作为一个万一的手段
- 性能建议
  - 因为rdb文件只用作后备用途，建议只在Siave上持久化rdb文件，而且只要15分钟备份一次就足够了，值保留save 900 1这条规则
  - 如果Enable AOF，好处在最恶劣情况下也只会丢失不超过两秒的数据，启动脚本较简单值load自己的aof文件就可以了，代价一是带来了持续的IO，二是aof rewrite的最后将rewrite过程中产生的新数据写到新文件造成的阻塞几乎是不可避免的，只要硬盘许可，一个尽量减少aof rewrite的频率，aof重写的基础大小默认值64m太小了，可以射到5G以上，默认超过原大小100%大小重写可以改到适当的数值
  - 如果不Enable aof，仅靠MAster-Slave Repllcation 实现搞可用性也可以，能省掉一大笔IO，也减少rewrite时带来的系统波动，代价是如果Master/Slave同时倒掉，会丢失十几分钟的数据，启动脚本也要比较两个Master/Slave中的rdb文件，载入较新的那个，微博就是这种架构

Redis主从复制

概念

主从复制，是指将一台redis服务器的数据，复制到其他的redis服务器，前者称为主节点，后者称为从节点；数据的复制是单向的，只能由主节点到从节点，Master以写为主，Slave以读为主
默认情况下，每台redis服务器都是主节点；且一个主节点可以有多个从节点，但一个从节点只能由一个主节点，
作用
- 数据冗余：主从复制实现了数据的热备份，是持久化之外的一种数据的冗余方式
- 故障恢复，当主节点出现问题时，可以由从节点提供服务，实现快速的故障恢复；实际上市一种服务的冗余
- 负载均衡：在主从复制的基础上，配合读写分离，可以由主节点提供写服务，由从节点提供读服务，分担服务器负载；尤其是在写少读多的场景下，通过多个从节点分担读负载，可以大大提高redis服务器的并发量
- 高可用基石：除了上述作用以外，主从复制还是哨兵和集群能能够实施的基础，因此说主从复制是redis高可用的基础
一般来说，要将redis运用于工程项目中，只使用一台redis是万万不能的，原因
- 从结构上，单个redis服务器会发生单点故障，并且一台服务器需要处理所有的请求负载，压力较大
- 从容量上，单个redis服务器内存容量优先，就算一台redis服务器内存容量为256G，也不能将所有内存用作redis存储内存，一般来说，单台redis最大使用内存不应该超过20GB

环境配置

查看当前库的信息

127.0.0.1:6379> info replication

Replication

role:master
connected_slaves:0
master_failover_state:no-failover
master_replid:d3a2c0903dd76f5d42ba1d8572af77d537e92d8d
master_replid2:0000000000000000000000000000000000000000
master_repl_offset:0
second_repl_offset:-1
repl_backlog_active:0
repl_backlog_size:1048576
repl_backlog_first_byte_offset:0
repl_backlog_histlen:0
复制三个配置文件，然后修改对应的信息
- 端口
- pid名字
- log文件的名字
- dump.rdb名字
一主二从
- 默认情况下，每台redis服务器都是主节点：我们一般情况下只用配置从机就好了
  - 从机
    
    127.0.0.1:6380> slaveof 127.0.0.1 6379
    OK
    127.0.0.1:6380> info replication
    
    Replication
    
    role:slave
    master_host:127.0.0.1
    master_port:6379
    master_link_status:up
    master_last_io_seconds_ago:7
    master_sync_in_progress:0
    slave_repl_offset:0
    slave_priority:100
    slave_read_only:1
    replica_announced:1
    connected_slaves:0
    master_failover_state:no-failover
    master_replid:ce08ec3f604ba9f9933993a3a21c878a05e6b9ee
    master_replid2:0000000000000000000000000000000000000000
    master_repl_offset:0
    second_repl_offset:-1
    repl_backlog_active:1
    repl_backlog_size:1048576
    repl_backlog_first_byte_offset:1
    repl_backlog_histlen:0
  - 主机
    
    127.0.0.1:6379> info replication
    
    Replication
    
    role:master
    connected_slaves:1
    slave0:ip=127.0.0.1,port=6380,state=online,offset=28,lag=1
    master_failover_state:no-failover
    master_replid:ce08ec3f604ba9f9933993a3a21c878a05e6b9ee
    master_replid2:0000000000000000000000000000000000000000
    master_repl_offset:28
    second_repl_offset:-1
    repl_backlog_active:1
    repl_backlog_size:1048576
    repl_backlog_first_byte_offset:1
    repl_backlog_histlen:28
- 真实的主从配置是从配置文件里配置，这样配置是永久的

细节

主机可以写，从机不能写只能读，主机中的所有信息和数据，都会自动被从机保存
- 主机写
  
  127.0.0.1:6379> keys *
  (empty array)
  127.0.0.1:6379> set k1 v1
  OK
- 从机只能读取内容
  
  127.0.0.1:6380> get k1
  “v1”
  127.0.0.1:6380> set k2 v2
  (error) READONLY You can’t write against a read only replica.
主机断开连接，从机依旧能连接到主机，但是没有写操作，这个时候，主机如果回来了，从机依旧可以直接获取到主机写的信息
如果是使用命令行，来配置的主从没这个时候如果重启了，就会变回主机，只要变为从机，立马就会从主机中获取值

复制原理

Slave启动成功连接到master后会发送一个sync同步命令
Master接到命令，启动后台的存盘进程，同时手机所有接受到的用于修改数据集的命令，在后台进程执行完毕之后，master将传送整个数据文件到slave，并完成一次完全同步
全量复制，二slave访问在接受到数据库文件数据后，将其存盘并加载到内存中
增量辅助：Master继续将新的所有收集到的修改命令依次传给slave，完成同步
但是只要是重新连接master，一次完全同步（全量辅助）将被自动执行，我们的数据一定可以在从机中看到

哨兵模式

概念

一端时间内访问不可用，这不是一种推荐的方式，更多时候，我们优先考虑哨兵模式，redis从2.8开始正式提供了Sentinel（哨兵）架构来解决这个问题
谋朝篡位的自动版，能够后台监控主机是否故障，如果故障了更加投票数动动将从库转化为主库
哨兵模式是一种特殊的模式，首先redis提供了哨兵的命令，哨兵是一个独立的进程，作为进程，它会独立，其原理是哨兵通过发送命令，等待redis服务器响应，从而监控运行多个redis实例

作用

通过发送命令，让redis服务器返回监控器运行状态，包括主服务器和从服务器
当哨兵检测到master宕机，会自动将slave切换成master，然后通过发布订阅模式通知其他的从服务器，修改配置文件，让他们切换主机

多哨兵

一个哨兵进程对redistribution服务器进行监控，可能hi出现问题，为此，我们可以使用多个哨兵进行监控，各个哨兵之间还会进行监控，这就形成了多哨兵模式
假设主服务器宕机，哨兵1先检测到这个结果，系统并不会马上进行fallover过程，仅仅是哨兵1主观的认为主服务器不可用，这个现象称为主观下线，当后面的哨兵也检测到主服务器不可用，并且数量达到一定值是，那么哨兵之间就会进行一次投票，投票的结果由一个哨兵发起，进行fallover故障转移操作，切换成功后，就会通过发布订阅模式，让各个哨兵吧自己监控的从服务器实时切换主机，这个过程称为客观下线

测试

配置哨兵配置文件sentinel.conf
- sentinel monitor myredis 127.0.0.1 6379 1:sentinel monitor 被监控的名称 host port 1
  
  后面的数字1，代表主机挂了，slave投票看让谁接替称为主机
启动哨兵
如果Master节点断开了，这个时候就会从从机中随机选择一个服务器（这里面有一个投票算法）
如果主机此时回来了，直能归并到主机下，当作从机，这就是哨兵模式的区别

哨兵模式

优点
- 哨兵集群，基于主从复制模式，所有的主从配置的有点，它全有
- 主从可以切换，故障可以转移，系统的可用性就会更好
- 哨兵模式就是主从模式的升级，手动到自动，更加健壮
缺点
- redis不好在线扩容，集群容量一旦到达上限，在线扩容就十分麻烦
- 实现哨兵模式的配置其实是很麻烦的，里面有很多选择

缓存穿透与雪崩

缓存穿透

概念
- 用户想要查询一个数据，发现redis内存数据库没有，也就是缓存没有命中，于是想持久层数据库查询，发现也没有，于是本次查询失败，当用户很多的时候，缓存都没有命中，于是都去请求了持久化数据库，这会给持久层数据库造成很大的压力，这时候就相当于出现了缓存穿透
解决方案
- 布隆过滤器
  - 概念
    - 布隆过滤器是一种数据结构，多所有可能查询的参数以hash形式存储，再控制层先进行校验，不符合则丢弃，从而避免了对底层存储系统的查询压力
  - 问题
    - 如果空值能够被缓存起来，这就意味这缓存意味着缓存需要更多的空间存储更多的键，以为这当中会有很多的空值的键
    - 即使对空值设置了过期时间，还是会存在缓存层和存储层的数据会有一段时间窗口的不一致，这对于需要保持一致性的业务会有影响

缓存击穿

概述
- 缓存击穿是指一个key非常热点，在不停的扛着大并发，大并发集中对这一个点进行访问，当这个key在失效的瞬间，持续的大并发就穿破缓存，直接请求数据库，就像在一个屏障上凿开了一个洞
- 当某个可以在过期的瞬间，有大量的请求并发访问，这类数据一般是热点数据，由于缓存过期，会同时访问数据库来查询最新数据，并且回写缓存，会导致数据库瞬间压力过大
解决方案
- 设置热点数据永不过期
  - 从缓存层面来看，没有设置过期时间，所有不会出现热点key过期后产生的问题
- 加互斥锁
  - 分布式锁：使用分布式锁，保证对于每个key同时只有一个线程去查询后端服务，其他线程没有获得分布式锁的权限，因此值需要等待访问，这种方式将高并发的压力转移到了分布式锁，因此对分布式锁的考研很大

缓存雪崩

概念
- 缓存雪崩，是指在某一个时间段，缓存集中过期失效，redis宕机
- 产生雪崩的原因之一，比如在写本文的时候，马上就要到双十二点，很快就会迎来一波抢购，这波商品时间比较集中的放入了缓存，假设缓存一个小时，那么到了凌晨一点的时候，这批商品的缓存就都过期了，而对这批商品的访问查询，都落到了数据库上，对于数据库而言，就会产生周期性的压力波峰，于是所有的请求都会达到存储层，存储层的调用量会暴增，造成存储层也会挂掉的情况
解决方案
- redis高可用
  - 这个思想的真正意义是，既然redis有可能挂掉，那我多增设几个redis，这样一台挂掉之后其他的还可以工作，其实就是搭建的集群
- 限流降级
  - 这个解决方案的思想是，在缓存失效后，通过加锁或者队列来控制数据库写缓存的线程数量，比如对莫格key值允许一个线程查询数据和写缓存，其他线程等待
- 数据预热
  - 数据加热的含义就是在正式部署之前，我先把可能的数据先预先访问一边，这样部分大量可能访问的数据就会加载到缓存中，在即将发生大并发访问签手动触发加载缓存不同的key，设置不同的过期时间，让缓存失效的时间点尽量均匀

XMind - Trial Version

这篇关于redis学习笔记（入门，较详细）的文章就介绍到这儿，希望我们推荐的文章对大家有所帮助，也希望大家多多支持为之网！

redis学习笔记（入门，较详细）

Redis

Nosql

为什么要用Nosql

什么是NoSQL

特点

阿里巴巴演进分析

Nosql的四大分类

Redis入门

概述

安装

测试性能

基础的知识

五大数据类型

redis-key

String（字符串）

List（列表）

Set（集合）

Hash（哈希）

Zset（有序集合）

三种特殊数据类型

Geospatial地理位置

Hyperloglog

Bitmaps

事务

redis事务本质

redis事务没有隔离级别的概念

redis单条命令保证原子性的，但是事务不保证原子性

所有的命令在事务中，并没有直接的执行，只有发起执行命令的时候才会执行（exec）

redis的事务

正常执行事务

放弃事务

异常问题

监控（Watch）

Jedis

什么是Jedis

测试

常用api

事务

SpringBoot整合

说明：在spring boot2.x之后，原来使用的jedis被替换为了lettuce

源码分析

整合测试

Redis.conf详解

单位

包含

网络

通用

快照

SECURITY：安全

限制

APPEND ONLY模式 aof配置

Redis发布订阅

是什么

命令

原理

使用场景

Redis持久化

RDB

AOF（Append Only File）

Redis主从复制

概念

环境配置

Replication

Replication

Replication

细节

复制原理

哨兵模式

概念

作用

多哨兵

测试

哨兵模式

缓存穿透与雪崩

缓存穿透

缓存击穿

缓存雪崩

前端开发

后端开发