Redis

文章目录

• Redis
• • 1、Nosql概述
  • • 为什么要使用Nosql
    • 什么是NoSQL

• nosql 数据模型
• Nosql 四大分类
• CAP
• BASE
• Redis 入门
• Redis安装（Window & Linux服务器）
• 五大基本数据类型
  • String
  • List
  • Set
  • Hash
  • Zset
• 三种特殊数据类型
  • geo
  • hyperloglog
  • bitmap
• Redis配置详解
• Redis持久化
  • RDB
  • AOF
• Redis 事务操作 ACID(mysql)
• Redis 实现订阅发布 （消息队列）
• Redis 主从复制
• Redis 哨兵模式 （现在公司中所有的集群都用哨兵模式）
• 缓存穿透及解决方案
• 缓存击穿及解决方案
• 缓存雪崩及解决方案
• 基础API 之 Jedis 详解
• SpringBoot 集成 Redis 操作
• Redis 的实践分析

1、Nosql概述

为什么要使用Nosql

我们现在处于2020年，大数据时代；
大数据一般的数据库无法进行分析处理了！2006年 Hadoop
一定要逼着自己学习，这是在这个社会生产的唯一法则。

1、单机MySQL的年代

90年代，一个基本的网站访问量一般不会太大，单个数据库完全足够。

那个时候，更多的去使用静态网页 Html 服务器根本没有太大的压力。

思考一下，这种情况下：整个网站的瓶颈是什么？

1. 数据量如果太大，一台机器放不下了。
2. 数据的索引 （B+Tree），一个机器内存页放不下。（300万就一定要建立索引）
3. 访问量（读写混合），一个服务器承受不了。

只要你开始出现以上的三种情况之一，那么你必须要晋级。

2、Memcached (缓存) + MySQL + 垂直拆分（读写分离）

网站80%的情况都是在读，每次都要查询数据库会十分麻烦。所以我们希望减轻数据的压力，我们可以使用缓存保证效率！

发展过程：优化数据结构和索引 --> 文件缓存（IO）–> Memcached（当时最热门的技术）

3、分库分表 + 水平拆分 + MySQL集群

技术和业务在发展的同时，对人的要求也越来越高。
本质：数据库（读，写）

早年引擎MyISAM：表锁（100万 张三-密码），锁整个用户表，十分影响效率，高并发就会出现严重锁问题


转战Innodb：行锁，每次查询只锁这一行

订单、用户、支付（拆分）
慢慢的就开始使用分库分表来解决写的压力。MySQL在那个年代推出了表分区。这个并没有多少公司使用。MySQL 的集群，很好的满足了那个年代的所有需求。

4、如今最近的年代

技术爆炸：2010-2020十年之间，世界已经发生了翻天覆地的变化。（定位，也是一种数据，音乐，热榜）
MySQL 等关系型数据库就不够用了，因为数据量很大，变化很快。

MySQL 有的使用它来存储一些比较大的文件，博客，图片。数据库表很大，效率就低。如果有一种数据库专门处理这种数据，MySQL 的压力就会变小。（研究如何处理这些问题）大数据的IO压力下，表几乎没法更改。灰度发布，平滑升级，在最开始时解决。

目前一个基本的互联网项目

为什么要用NoSQL

用户的个人信息，社交网络，地址位置。用户自己产生的数据，用户日志等爆发式增长！

这时候我们就需要使用NoSQL数据库，Nosql可以很好的处理以上的情况。

什么是NoSQL

NoSQL

NoSQL = Not Only SQL（不仅仅是SQL）

关系型数据库：表格，行，列（POI）

泛指非关系型数据库，随着web2.0互联网的诞生，传统的关系型数据库很难对付web2.0时代。尤其是超大规模的高并发社区。暴露出来很多难以克服的问题，NoSQL在当今大数据环境下发展的十分迅速，Redis是发展最快的，而且是我们当下必须掌握的技术。

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。不需要多余的操作就可以横向扩展的。Map<String，Object>使用键值对来控制。

Get Set

NoSQL特点

解耦

1. 方便扩展（数据之间没有关系，很好扩展）
2. 大数据量高性能（Redis一秒写8万次，读取11万，NoSQL的缓存记录级，是一种细粒度缓存，性能会比较高）
3. 数据类型是多样型的（不需要事先设计数据库，随取随用。如果是数据量十分大的表，很多人就无法设计了）
4. 传统 RDBMS 和 NoSQL

传统的   RDBMS
   结构化组织
   SQL
   数据和关系都存在单独的表中 row col
   数据操作，数据定义语言
   严格的一致性
   基础的事务

Nosql
   不仅仅是数据
   没有固定查询语言
   键值对存储，列存储，文档存储，图形数据库（社交关系）
   最终一致性
   CAP定理 和 BASE理论（异地多活）
   高性能，高可用，高可拓

了解：3V+3高

大数据时代的3V：主要是描述问题的

1. 海量Volume
2. 多样Variety
3. 实时Velocity
   大数据时代的3高：主要是对程序的要求
4. 高并发
5. 高可拓（随时水平拆分，机器不够了，可以扩展机器来解决）
6. 高性能（保证用户体验和性能，每周维护）

实践：NoSQL + RDBMS 一起使用才是最强的，阿里巴巴的架构引进。

敏捷开发（Agile）： 捷开发以用户的需求进化为核心，是一种以人为核心、迭代、循序渐进的开发方法。在敏捷开发中，把一个大项目分为多个子项目，每个项目相互联系，各个子项目都经过测试，具备可视、可集成和可运行使用的特征。但也可独立运行的小项目，并分别完成，在此过程中软件一直处于可使用状态。敏捷开发并不追求前期完美的设计、完美编码，而是力求在很短的周期内开发出产品的核心功能，尽早发布出可用的版本。然后在后续的生产周期内，按照新需求不断迭代升级，完善产品。

极限编程（ExtremeProgramming）： 是一种轻量（敏捷）、高效、低风险、柔性、可预测、科学而且充满乐趣的软件开发方式

1. 商品的基本信息：名称、价格、商家信息
   关系型数据库就可以解决了； MySQL（组件）/ Oracle（淘宝早年就去IOE了 - 王坚:《阿里云的这群疯子》）

2. 商品的描述：评论（文字居多）
   文档型数据库中，Redis -> MongoDB

3. 图片
   分布式文件系统 FastDFS
   淘宝自己的 TFS
   Gooale的 GFS
   Hadoop HDFS
   阿里云的 oss

4. 商品的关键字（用于搜索）
   搜索引擎 solr elasticsearch
   ISerach：多隆（多了解一些技术大佬）

5. 商品热门的波段信息
   内存数据库
   Redis、Tair、Memache

6. 商品的交易，外部的支付接口
   三方应用

要知道，一个简单的网页背后的技术，一定不是大家所想的那么简单。
大型互联网应用问题：

• 数据类型太多了。
• 数据源繁多，经常重构。
• 数据要改造，大面积改造。

UDSL（统一数据服务平台）

本笔记基于视频：B站狂神说