Redis学习

陈皮波比茶2026-08-20 21:55

Redis

1. Nosql概述

为什么要用Nosql？

  1. 单机MySQL的年代！

APP------DAL------MySQL

90年代，一个基本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，一个机器放不下了！
  2. 数据的索引(B+Tree)，一个机器内存也放不下
  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三种情况之一，那么你就必须要晋级！

  1. Memcached（缓存）+MySQL+垂直拆分(读写分离)

网站80%的情况都是在读，每次都要去查询数据库就十分的麻烦！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！

上图就是优化数据结构，实现读写分离来减轻压力

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！)

  1. 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)=

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，很好满足那个年代的所有需求！

  1. 如今最近的年代

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！数据量很多，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，效率就低了！如果有一种数据库来专门处理这种数据，MySQL压力就变得十分小(研究如何处理这些问题！)大数据的IO压力下，表几乎没法更大！

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，地理位置。用户自己产生的数据，用户日志等等爆发式增长！

这时我们就需要使用NoSQL数据库的，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

泛指非关系型数据库的，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的社区！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！

很多数据类型的用户的个人信息，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<String,Object> 使用键值对来控制！

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，是一种细粒度的缓存，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
    • 操作数据，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，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(异地多活！) 初级架构师！
    • 高性能，高可用，高可扩
    • 。。。。

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

  1. 高并发
  2. 高可扩(随时水平拆分，机器不够了，可以扩展机器完成)
  3. 高性能（保证用户体验和性能）

真正在公司的实践：NoSQL+RDBMS一起使用才是最强的，阿里巴巴的架构演进！

技术没有高低之分，就看你如何去使用！(提升内功，思维的提高！)

阿里巴巴案例分析

技术急不得，越是慢慢学，才能更扎实！

开源才是技术的王道！

任何一家互联网公司，都不可能只是简简单单让用户能用就好了！

大量公司做的都是相同的业务；(竞品协议)

随着这样的竞争，业务是越来越完善，然后对于开发者的要求也是越来越高！

高中，大一开始就应该是认真的学习了！

介绍内容

  1. 数据层
    • 挑战
    • 解决方案：统一数据服务平台
  2. 业务层
    • 挑战
    • 解决方案：服务化中心+模型关系路由框架
  3. 展现层
    • 挑战
    • 解决方案：CMS+Service tag+页面组件化框架+店铺装修平台+组件服务平台

数据层 数据架构日益复杂

如果你未来想当一个架构师：没有什么是加一层解决不了的

复制代码 
# 1、商品的基本信息
    名称、价格、商家信息：
    关系数据库就可以解决了：MySQL/Orale (淘宝早年就去IOE了！ -王坚：推荐文章：阿里云的这群疯子：40分钟重要！)
    淘宝内部的MySQL 不是大家用的MySQL
#2、商品的描述、评论(文字比较多)
    文档型数据库中，MongDB
#3、图片
    分布式文件系统：FastDFS
    - 淘宝组件的 TFS
    - Gooale的  GFS
    -Hadoop    HDFS
    -阿里云     oss
    
#4、商品的关键字(搜索)
    -搜索引擎 solr elasticearch
    -ISerach：多隆(多去了解一下这些技术大佬)
    所有牛逼的人都有一段苦逼的岁月！但是你只要像SB一样的去坚持，终将牛逼！
    
#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，一个简单网页背后的技术一定不是大家所想那么简单

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？

NoSQL的四大分类

KV键值对：

  • 新浪：Redis
  • 美团：Redis+Tair
  • 阿里、百度：Redis+memecache

文档型数据库(bson格式和json一样)：

  • MongoDB(一般必须要掌握)
    • MongoDB是一个基于分布式文件存储的数据库，C++编写，主要用来处理大量的文档！
    • MongoDB是一个介于关系型数据库和非关系数据库的产品！MongoDB是非关系型数据库中功能最丰富，最像关系型数据库的！
  • ConthDB

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，放的是关系，比如：朋友圈社交网络，广告推荐！
  • Neo4j，InfoGrid；
分类 Examples举例 典型应用场景 数据模型 优点 缺点
键值(key-value) Tokyo Cabinet/Tyrant,Redis Voldmort,Oracle BOB 内容缓存，主要用于处理大量数据的高访问负载，也用于一些日志系统等等 Key指向Value的键值对，通常用hash table来实现 查找速度快 数据无结构话，通常只被当作字符串或者二进制
列存储数据库 Cassandra,HBase,Rlak 分布式的文件系统 以列簇式存在，将同一列数据存在一起 查找速度快，可扩展性强，更容易进行分布式扩展 功能相对局限
文档型数据库 CouchDB，MongoDB Web应用(与Key-Value类似，Value是结构化的，不同的是数据库能够了解Value的内容) Key-Value对应得键值对，Value为结构化数据 数据结构要求不严格，表结构可变，不需要像关系型数据库一样需要预先定义表结构 查询性能不高，而且缺乏统一得查询语法
图形(Graph)数据库 Neo4j，InfoGrid，Infinite Graph 社交网络，推荐系统等。专注于构建关系图谱 图结构 利用结构相关算法，比如最短路径寻址，N度关系查找等 很多时候需要对整个图做计算才能得出需要得信息，而且这种结构不太好做分布式的集群方案

Redis入门

概述

Redis是什么？

Redis(Remote Dictionary Server)，即远程字典服务！

是一个开源的使用ANSI C语言编写、支持网络，可基于内存亦可持久化的日志型、Key-Value数据库，并提供多种语言的API。

redis会周期性的把更新的数据写入追加的记录文件，并且在此基础上实现了master-slave(主从)同步。

免费和开源！是当下最热门的NoSQL技术之一！也被人们称之为结构化数据库！

Redis能干嘛？

  1. 内存存储、持久化，内存中是断电即失，所以说持久化很重要(rdb、aof)

  2. 效率高，可以用于高速缓存

  3. 发布订阅系统

  4. 地图信息分析

  5. 计时器、计数器(浏览量！)

  6. ...

特性

  1. 多样的数据类型
  2. 持久化
  3. 集群
  4. 事务

...

学习中需要用到的东西

  1. 狂神的公众号：狂神说
  2. 官网：redis的官网
  3. 中文网redis

注意：Window在GitHub上下载(停更很久了！)

Redis推荐都是在Linux服务器上搭建的，我们是基于Linux学习！

Windows安装

  1. 下载安装包：https://github.com/dmajkic/redis/releases

  2. 下载完毕得到压缩包

  3. 解压到自己电脑上的环境目录就可以！Redis十分的小，只有5M

  4. 开启Redis，双击运行服务redis-server.exe

  5. 使用redis客户端redis-cli.exe来连接redis

记住一句话，Window下使用确实简单，但是Redis推荐我们使用Linux去开发使用！

Linux安装(暂时不学)

  1. 到官网去下载redis安装包

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

我们来简单测试下：

复制代码 
# 测试：100个并发连接  100000请求
redis-benchmark -h localhost -p 6379 -c 100 -n 100000

基础的知识

redis默认有16个数据库 默认使用的是第0个

补充：

  • flushALL 清空全部数据库

思考：为什么redis是6379！（了解一下即可）

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，既然你可以使用单线程来实现，就使用单线程了！所以就使用了单线程！

Redis是C语言写的，官方提供的数据为100000+的QPS，这个不比key-value的Memecache差！

Redis为什么单线程还这么快？

  1. 误区1：高性能的服务器一定是多线程的？
  2. 误区2：多线程(CPU上下文切换)一定比单线程效率高！

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！！！)，对于内存系统来说，如果没有上下文切换效率就是最高的！多次读写都在一个CPU上的，在内存清空下，这个就是最佳的方案！

五大数据类型

全段翻译：

Redis是一个开源(BSD许可)的，内存中的数据结构存储系统，它可以用作数据库、缓存和消息中间件MQ。它支持多种类型的数据结构，如字符串(Strings)，散列(hashes)，列表(lists)，集合(sets)，有序集合(sorted sets)与范围查询，bitmaps，hyperloglogs和地理空间(geospatial)索引半径查询。Redis内置了复制(relication)，LUA脚本(Lua scripting)，LRU驱动事件(LRU eviction)，事务(transactions)和不同级别的磁盘持久化(persistence)，并通过Redis哨兵(Sentinel)和自动分区(Cluster)提供高可用性(high availability)

  • ttl name 是查看当前key的剩余时间
  • type key名 查看key的类型

后面如果遇到不会的命令，可以到官网查看

String(字符串)

90%的java程序员使用redis只会使用一个String类型

bash 复制代码 
127.0.0.1:6379[3]> set key1 v1  设置值
OK
127.0.0.1:6379[3]> get key1 获得值
"v1"
127.0.0.1:6379[3]> keys * 获得所有的key
1) "key1"
127.0.0.1:6379[3]> EXISTS key1 判断key是否存在
(integer) 1
127.0.0.1:6379[3]> APPEND key1 "hello" 追加字符串，如果当前key不存在，就相当于setKey
(integer) 7
127.0.0.1:6379[3]> get key1 
"v1hello"
127.0.0.1:6379[3]> STRLEN key1  获取字符串的长度
(integer) 7
127.0.0.1:6379[3]> APPEND key1 ",chen"
(integer) 12
127.0.0.1:6379[3]> STRLEN key1
(integer) 12
127.0.0.1:6379[3]> get key1
"v1hello,chen"
127.0.0.1:6379[3]>
#####################################################################################
127.0.0.1:6379[3]> set views 0
OK
127.0.0.1:6379[3]> get views
"0"
127.0.0.1:6379[3]> incr views 自增 浏览量+1
(integer) 1
127.0.0.1:6379[3]> incr views
(integer) 2
127.0.0.1:6379[3]> get views
"2"
127.0.0.1:6379[3]> decr views 自减 浏览量-1
(integer) 1
127.0.0.1:6379[3]> decr views
(integer) 0
127.0.0.1:6379[3]> get views
"0"
127.0.0.1:6379[3]> INCRBY views 10 增10
(integer) 10
127.0.0.1:6379[3]> DECRBY views 5 减5
(integer) 5
#####################################################################################
127.0.0.1:6379[3]> keys *
(empty list or set)
127.0.0.1:6379[3]> set key1 "hello,kuangshen" 设置key1的值
OK
127.0.0.1:6379[3]> get key1
"hello,kuangshen"
127.0.0.1:6379[3]> GETRANGE key1 0 3 截取字符串[0,3]
"hell"
127.0.0.1:6379[3]> GETRANGE key1 0 -1 获取全部的字符串 和get key是一样的
"hello,kuangshen"
######################################################################################
127.0.0.1:6379[3]> set key2 abcdefg
OK
127.0.0.1:6379[3]> get key2
"abcdefg"
127.0.0.1:6379[3]> SETRANGE key2 1 xx 替换指定位置开始的字符串
(integer) 7
127.0.0.1:6379[3]> get key2
"axxdefg"
######################################################################################
# setex (set with expire) #设置过期时间
# setnx (set if not exist) #不存在设置(在分布式锁中会常常使用)
127.0.0.1:6379[3]> flushdb
OK
127.0.0.1:6379[3]> setex key3 20 "hello" #设置key3的值为hello 过期时间为20秒
OK
127.0.0.1:6379[3]> ttl key3
(integer) 15
127.0.0.1:6379[3]> setnx mykey "redis" 如果mykey不存在，创建mykey
(integer) 1
127.0.0.1:6379[3]> keys *
1) "mykey"
127.0.0.1:6379[3]> setnx mykey "db" 如果mykey存在，创建失败
(integer) 0
127.0.0.1:6379[3]> keys *
1) "mykey"
127.0.0.1:6379[3]> get mykey
"redis"
127.0.0.1:6379[3]>
##################################################################################
127.0.0.1:6379[3]> mset k1 v1 k2 v2 k3 v3 同时设置多个值
OK
127.0.0.1:6379[3]> keys *
1) "k1"
2) "k3"
3) "k2"
127.0.0.1:6379[3]> mget k1 k2 k3 同时获取多个值
1) "v1"
2) "v2"
3) "v3"
127.0.0.1:6379[3]> 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[3]> get k4
(nil)
##################################################################################
#对象
#这里的key是一个巧妙的设计：user:{id}:{filed}, 如此设计在redis中是完全OKl！
127.0.0.1:6379[3]> mset user:1:name zhangsan user:1:age 2 设置一个user:1对象 值为json字符来保存了一个对象！
OK
127.0.0.1:6379[3]> mget user:1:name user:1:age
1) "zhangsan"
2) "2"
##################################################################################
getset #先get后set
127.0.0.1:6379[3]> getset db redis #如果不存在值，则饭回nil
(nil)
127.0.0.1:6379[3]> get db
"redis"
127.0.0.1:6379[3]> getset db moogodb #如果存在值，获取原来的值，并设置新的值
"redis"
127.0.0.1:6379[3]> get db
"moogodb"
127.0.0.1:6379[3]>

数据结构是相同的！

String类似的使用场景：value除了我们的字符串还可以是我们的数字！

  • 计数器(自增 自减)
  • 统计多单位的数量
  • 粉丝数(自增)
  • 对象缓存存储

List

基本的数据类型，列表

在redis里面，我们可以把list玩成栈、队列、阻塞队列！

所有的list命令

bash 复制代码 
##################################################################################
127.0.0.1:6379[3]> keys *
(empty list or set)
127.0.0.1:6379[3]> LPUSH list one #将一个值或者多个值，插入到列表的头部(左)
(integer) 1
127.0.0.1:6379[3]> LPUSH list two
(integer) 2
127.0.0.1:6379[3]> LPUSH list three
(integer) 3
127.0.0.1:6379[3]> LRANGE list 0 -1 #获取list中值
1) "three"
2) "two"
3) "one"
127.0.0.1:6379[3]> LRANGE list 0 1 #通过区间获取具体的值
1) "three"
2) "two"
127.0.0.1:6379[3]> Rpush list righr #将一个值或者多个值，插入到列表的尾部(右)
(integer) 4
127.0.0.1:6379[3]> LRANGE list 0 -1
1) "three"
2) "two"
3) "one"
4) "righr"
##################################################################################
127.0.0.1:6379[3]> LRANGE list 0 -1
1) "three"
2) "two"
3) "one"
4) "righr"
127.0.0.1:6379[3]> Lpop list #移除list的第一个元素
"three"
127.0.0.1:6379[3]> Rpop list #移除list的最后一个元素
"righr"
127.0.0.1:6379[3]> LRANGE list 0 -1
1) "two"
2) "one"
##################################################################################
Lindex
127.0.0.1:6379[3]> LRANGE list 0 -1
1) "two"
2) "one"
127.0.0.1:6379[3]> lindex list 1 #通过下标获取list某一个值！
"one"
127.0.0.1:6379[3]> lindex list 0
"two"
##################################################################################
Llen
127.0.0.1:6379[3]> llen list
(integer) 2
##################################################################################
移除指定的值
去管 uid
lrem
127.0.0.1:6379[3]> Lpush list threee
(integer) 3
127.0.0.1:6379[3]> lrem list 1 threee #移除一个threee，移除list集合中指定个数的value，精确匹配
(integer) 1
127.0.0.1:6379[3]> LRANGE list 0 -1
1) "two"
2) "one"
##################################################################################
trim 修剪：list 截断！
127.0.0.1:6379[3]> keys *
(empty list or set)
127.0.0.1:6379[3]> Rpush mylist "hello"
(integer) 1
127.0.0.1:6379[3]> Rpush mylist "hello1"
(integer) 2
127.0.0.1:6379[3]> Rpush mylist "hello3"
(integer) 3
127.0.0.1:6379[3]> Rpush mylist "hello2"
(integer) 4
127.0.0.1:6379[3]> ltrim mylist 1 2 #通过下标截取指定的长度！ 这个list已经被改变了，只剩下截取的元素
OK
127.0.0.1:6379[3]> LRANGE mylist 0 -1
1) "hello1"
2) "hello3"
##################################################################################
rpoplpush # 移除列表的最后一个元素，将他移动到新的列表中！
127.0.0.1:6379[3]> LRANGE mylist 0 -1
1) "hello1"
2) "hello3"
127.0.0.1:6379[3]> rpoplpush mylist myotherlist # 移除列表的最后一个元素，将他移动到新的列表中！
"hello3"
127.0.0.1:6379[3]> lrange mylist 0 -1
1) "hello1"
127.0.0.1:6379[3]> lrange myotherlist 0 -1
1) "hello3"
##################################################################################
Lset 将列表中指定替换为另外一个值，更新操作
127.0.0.1:6379[3]> Exists list #判断列表是否存在
(integer) 0
127.0.0.1:6379[3]> lset list 0 item #如果不存在列表我们去更新就会报错
(error) ERR no such key
127.0.0.1:6379[3]> lpush list value1
(integer) 1
127.0.0.1:6379[3]> lrange list 0 0
1) "value1"
127.0.0.1:6379[3]> lset list 0 item #如果存在 我们更新当前下标的值
OK
127.0.0.1:6379[3]> lrange list 0 0
1) "item"
127.0.0.1:6379[3]> lset list 1 other #如果该下标不存在值 则会报错
(error) ERR index out of range
##################################################################################
linsert #将某个具体的value插入到某个元素的前面或后面
127.0.0.1:6379[3]> rpush mylist "hello"
(integer) 1
127.0.0.1:6379[3]> rpush mylist "world"
(integer) 2
127.0.0.1:6379[3]> linsert mylist before "world" "other"
(integer) 3
127.0.0.1:6379[3]> lrange mylist 0 -1
1) "hello"
2) "other"
3) "world"
127.0.0.1:6379[3]> linsert mylist after world new
(integer) 4
127.0.0.1:6379[3]> lrange mylist 0 -1
1) "hello"
2) "other"
3) "world"
4) "new"
127.0.0.1:6379[3]> get mylist
(error) WRONGTYPE Operation against a key holding the wrong kind of value
127.0.0.1:6379[3]>

小结：

  • 他实际上是一个链表，before Node after，left，right都可以插入值
  • 如果key不存在，创建新的链表
  • 如果key存在，新增内容
  • 如果移除了所有值，空链表，也代表不存在！
  • 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 Rpop 栈 Lpush Lpop

set(集合)

set中的值是不能重复的！

bash 复制代码 
##################################################################################
127.0.0.1:6379[3]> sadd myset "hello" #set集合中添加元素
(integer) 1
127.0.0.1:6379[3]> sadd myset "chen"
(integer) 1
127.0.0.1:6379[3]> sadd myset "xiao"
(integer) 1
127.0.0.1:6379[3]> smembers myset #查看指定set的所有值
1) "hello"
2) "chen"
3) "xiao"
127.0.0.1:6379[3]> sismember myset hello #判断某一值是不是在set集合中
(integer) 1
127.0.0.1:6379[3]> sismember myset hh
(integer) 0
##################################################################################
127.0.0.1:6379[3]> scard myset #获取set集合的内容元素个数
(integer) 3
127.0.0.1:6379[3]> sadd myset "hello"
(integer) 0
##################################################################################
127.0.0.1:6379[3]> srem myset "hello" #移除set集合中的指定元素
(integer) 1
127.0.0.1:6379[3]> scard myset
(integer) 2
127.0.0.1:6379[3]> smembers myset
1) "chen"
2) "xiao"
##################################################################################
set 无序不重复集合，抽随机！
127.0.0.1:6379[3]> srandmember myset #随机抽选出一个元素
"xiao"
127.0.0.1:6379[3]> srandmember myset
"chen"
127.0.0.1:6379[3]> sadd myset "abc" #随机抽选出指定个数的元素
(integer) 1
127.0.0.1:6379[3]> srandmember myset 2
1) "abc"
2) "xiao"
##################################################################################
删除指定的key，随机删除key!
127.0.0.1:6379[3]> smembers myset
1) "abc"
2) "chen"
3) "xiao"
127.0.0.1:6379[3]> spop myset #随机删除一些set集合的元素！
"xiao"
127.0.0.1:6379[3]> spop myset
"abc"
127.0.0.1:6379[3]> smembers myset
1) "chen"
##################################################################################
将一个指定的值，移动到另外一个set集合！
127.0.0.1:6379[3]> sadd myset "hello"
(integer) 1
127.0.0.1:6379[3]> add myset "world"
(error) ERR unknown command 'add'
127.0.0.1:6379[3]> sadd myset "world"
(integer) 1
127.0.0.1:6379[3]> sadd myset "chen"
(integer) 1
127.0.0.1:6379[3]> sadd myset2 "set2"
(integer) 1
127.0.0.1:6379[3]> smove myset myset2 "chen"
(integer) 1
127.0.0.1:6379[3]> smembers myset
1) "hello"
2) "world"
127.0.0.1:6379[3]> smembers myset2
1) "set2"
2) "chen"
##################################################################################
微博，B站，共同关注！(并集)
数字集合类：
- 差集
- 交集
- 并集
127.0.0.1:6379[3]> sadd key1 a
(integer) 1
127.0.0.1:6379[3]> sadd key1 b
(integer) 1
127.0.0.1:6379[3]> sadd key1 c
(integer) 1
127.0.0.1:6379[3]> sadd key2 c
(integer) 1
127.0.0.1:6379[3]> sadd key2 d
(integer) 1
127.0.0.1:6379[3]> sadd key2 e
(integer) 1
127.0.0.1:6379[3]> sdiff key1 key2 #差集 以key1为基础的对比
1) "a"
2) "b"
127.0.0.1:6379[3]> sdiff key2 key1
1) "d"
2) "e"
127.0.0.1:6379[3]> sinter key1 key2 #交集 共同好友可以这样实现
1) "c"
127.0.0.1:6379[3]> sunion key1 key2 #并集
1) "c"
2) "a"
3) "b"
4) "e"
5) "d"

微博，A用户将所有关注的人放在一个set集合中！将它的粉丝也放在一个集合中！

共同关注，共同爱好，二度好友(六度分割理论)

Hash(哈希)

Map集合，key-Map集合！这时候这个值是一个map集合！本质和String类型没有太大区别，还是一个简单的key-value！

set myhash field kuangshen

bash 复制代码 
127.0.0.1:6379[3]> hset myhash field1 kuang #set一个具体key-value
(integer) 1
127.0.0.1:6379[3]> hget myhash field1 #获取一个字段值
"kuang"
127.0.0.1:6379[3]> hmet myhash field1 hello field2 world #set多个具体key-value
(error) ERR unknown command 'hmet'
127.0.0.1:6379[3]> hmset myhash field1 hello field2 world #获取多个字段值
OK
127.0.0.1:6379[3]> hmget myhash field1 field2
1) "hello"
2) "world"
127.0.0.1:6379[3]> hgetall myhash #获取全部值
1) "field1"
2) "hello"
3) "field2"
4) "world"
127.0.0.1:6379[3]>
##################################################################
127.0.0.1:6379[3]> hgetall myhash
1) "field1"
2) "hello"
3) "field2"
4) "world"
127.0.0.1:6379[3]> hdel myhash field1  #删除hash指定key字段！对应的value值也就消失了！
(integer) 1
127.0.0.1:6379[3]> hgetall myhash
1) "field2"
2) "world"
##################################################################
127.0.0.1:6379[3]> hlen myhash 获取hash表的字段数量！
(integer) 1
##################################################################
127.0.0.1:6379[3]> hgetall myhash
1) "field2"
2) "world"
127.0.0.1:6379[3]> hlen myhash
(integer) 1
127.0.0.1:6379[3]> hexists myhash field1 #判断hash中指定字段是否存在！
(integer) 0
##################################################################
127.0.0.1:6379[3]> hkeys myhash #只获得所有的field
1) "field2"
127.0.0.1:6379[3]> hvals myhash #只获得所有的value
1) "world"
##################################################################
127.0.0.1:6379[3]> hset myhash field3 5 #指定增量！
(integer) 1
127.0.0.1:6379[3]> hincrby myhash field3 1
(integer) 6
127.0.0.1:6379[3]> hincrby myhash field3 -1
(integer) 5
127.0.0.1:6379[3]> hsetnx myhash field4 hello #如果不存在则可以设置
(integer) 1
127.0.0.1:6379[3]> hsetnx myhash field world
(integer) 1
127.0.0.1:6379[3]> hsetnx myhash field4 world #如果存在则不可以设置
(integer) 0

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更加适合字符串的存储

Zset（有序集合）

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

bash 复制代码 
127.0.0.1:6379> zadd myset 1 one  #添加一个值
(integer) 1
127.0.0.1:6379> zadd myset 2 two 3 three #添加多个值
(integer) 1
127.0.0.1:6379> zrange myset 0 -1
1) "one"
2) "two"
3) "three"
##############################################################################
排序如何实现
127.0.0.1:6379> zadd salary 2500 xiaohong #添加三个用户
(integer) 1
127.0.0.1:6379> zadd salary 5000 zhangsan
(integer) 1
127.0.0.1:6379> zadd salary 500 kuang
(integer) 1
127.0.0.1:6379> zrangebyscore salary -inf +inf #又正无穷和负无穷之间从小到大！
1) "kuang"
2) "xiaohong"
3) "zhangsan"
127.0.0.1:6379> zrangebyscore salary -inf 2500 withscores#2500一下的员工降序排序并且附带成绩！
1) "kuang"
2) "500"
3) "xiaohong"
4) "2500"
##############################################################################
移除元素
127.0.0.1:6379> zrange salary 0 -1
1) "kuang"
2) "xiaohong"
3) "zhangsan"
127.0.0.1:6379> zrem salary xiaohong #移除有序集合中的指定元素
(integer) 1
127.0.0.1:6379> zrange salary 0 -1
1) "kuang"
2) "zhangsan"
127.0.0.1:6379> zcard salary #获取有序集合的个数
(integer) 2
127.0.0.1:6379> zrevrange salary 0 -1 #从大到小排序
1) "zhangsan"
2) "kuang"
##############################################################################
127.0.0.1:6379>  zadd myset 1 hello 2 world 3 kuang
(integer) 3
127.0.0.1:6379> zcount myset 1 3 #获取指定区间的成员数量！
(integer) 3
127.0.0.1:6379> zcount myset 1 2
(integer) 2
127.0.0.1:6379>

其余的一些API，通过我们的学习，剩下如果工作有需要，这时候可以去查看官方文档！

案例思路：set 排序 存储班级成绩表，工资表排序！

普通消息，1，重要消息，2，带权重进行判断！

排行榜应用实现，取Top N测试！

三大特殊数据类型

geospatial 地理位置

朋友的定位，附近的人，打车距离计算？

Redis的Geo在Redis版本就推出了！这个功能可以推算地理位置的信息，两地之间的距离，方圆几里的人！

可以查询一些测试数据：http://www.jsons.cn/lngcodeinfo/0706D99C19A781A3/

只有六个命令

getadd

bash 复制代码 
#######################################################################################
#getadd 添加地理位置
#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 值 (经度、纬度、名称)
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 chongqi 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

getpos

获得当前定位：一定是一个坐标值

bash 复制代码 
127.0.0.1:6379> geopos china:city beijing chongqi  #获取指定城市的经纬度
1) 1) "116.39999896287918"
   2) "39.900000091670925"
2) 1) "106.49999767541885"
   2) "29.529999579006592"

geodist

两人之间的距离

单位：

  • m 表示单位为米
  • km表示单位为千米
  • mi 表示单位为英里
  • ft 表示单位为英尺
bash 复制代码 
127.0.0.1:6379> geodist china:city beijing shanghai
"1067378.7564"
127.0.0.1:6379> geodist china:city beijing shanghai km #查看上海到北京的直线距离
"1067.3788"
127.0.0.1:6379> geodist china:city beijing chongqi km #查看重庆到北京的直线距离
"1464.0708"

georadius 以给定的经纬度为中心，找出某一半径内的元素

我附近的人？(获得所有附近的人的地址，定位！)通过半径来查询！

获得指定数量的，200

所有数据应该都录入：china:city，才会让结果更加请求！

bash 复制代码 
127.0.0.1:6379> georadius china:city 110 30 1000 km #以110 30这个经纬度为中心，寻找方圆1000km内的城市
1) "chongqi"
2) "xian"
3) "shenzhen"
4) "hangzhou"
127.0.0.1:6379> georadius china:city 110 30 500 km
1) "chongqi"
2) "xian"
127.0.0.1:6379> georadius china:city 110 30 500 km withdist #显示到中间距离的位置
1) 1) "chongqi"
   2) "341.9374"
2) 1) "xian"
   2) "483.8340"
127.0.0.1:6379> georadius china:city 110 30 500 km withcoord #显示他人的定位信息
1) 1) "chongqi"
   2) 1) "106.49999767541885"
      2) "29.529999579006592"
2) 1) "xian"
   2) 1) "108.96000176668167"
      2) "34.2599996441893"
127.0.0.1:6379> georadius china:city 110 30 500 km withdist withcoord count 1 #筛选出指定的结果
1) 1) "chongqi"
   2) "341.9374"
   3) 1) "106.49999767541885"
      2) "29.529999579006592"
127.0.0.1:6379> georadius china:city 110 30 500 km withdist withcoord count 2
1) 1) "chongqi"
   2) "341.9374"
   3) 1) "106.49999767541885"
      2) "29.529999579006592"
2) 1) "xian"
   2) "483.8340"
   3) 1) "108.96000176668167"
      2) "34.2599996441893"

georadiusbymember

bash 复制代码 
127.0.0.1:6379> georadiusbymember china:city beijing 1000 km #找出位于指定元素周围的其它元素！
1) "beijing"
2) "xian"
127.0.0.1:6379> georadiusbymember china:city shanghai 400 km
1) "hangzhou"
2) "shanghai"

geohash命令 -返回一个或多个位置元素的Geohash表示

该命令将返回11个字符的geohash字符串！

复制代码 
127.0.0.1:6379> geohash china:city beijing chongqi #将二维的经纬度转换为一维的字符串，如果两个字符串越接近，那么则距离越近！
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！

bash 复制代码 
127.0.0.1:6379> zrange china:city 0 -1 #查看地图全部元素
1) "chongqi"
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
1) "chongqi"
2) "xian"
3) "shenzhen"
4) "hangzhou"
5) "shanghai"

Hyperloglog

什么是基数？

A{1,3,5,7,8,7} B{1,3,5,7,8}

基数(一个集合中不重复的元素)=5(1,3,5,7,8)，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！

优点：占有的内存是固定的，2^64不同元素技术，只需要废12KB内存！如果要从内存角度来比较的话 Hyperloglog首选！

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，可以忽略不计的。

测试使用

bash 复制代码 
127.0.0.1:6379> PFadd mykey a b c d e f g h i j  #创建第一组元素 mykey
(integer) 1
127.0.0.1:6379> pfcount mykey #统计 mykey 元素的基数数量
(integer) 10
127.0.0.1:6379> pfadd mykey2 i j z x c v b n m #创建第二组元素 mykey2
(integer) 1
127.0.0.1:6379> pfcount mykey2
(integer) 9
127.0.0.1:6379> pfmerge mykey3 mykey mykey2 #合并两组 mykey mykey2=>mykey3 并集
OK
127.0.0.1:6379> pfcount mykey3
(integer) 15

如果允许容错，那么一定可以使用！

如果不允许容错，就使用set或自己的数据类型

Bitmap

虽然其它课程不怎么讲这些(在如此开发没有习惯 少用这些)，但很多框架底层都有用到这个进行升级，技术多不压身 好好学习！

位存储

统计疫情感染人数：0 1 0 1 0(没有感染的为0 感染的为1)

统计用户信息，活跃，不活跃！登录、未登录！打卡！两个状态的，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=365 bit 1字节=8bit 46个字节左右！

测试

使用bitmap来记录 周一到周日的打卡！

周一：1 周二：0 周三：1 周四：1...

bash 复制代码 
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

查看某一天是否有打卡！

复制代码 
127.0.0.1:6379> getbit sign 3
(integer) 1
127.0.0.1:6379> getbit sign 6
(integer) 0

统计操作，统计打卡的天数！

复制代码 
127.0.0.1:6379> bitcount sign #统计这周打卡记录，就可以看到是否全勤
(integer) 3

事务

Redis单条命令保证原子性的，但是事务不保证原子性！

要么同时成功，要么同时失败，原子性！

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，会按顺序执行！

一次性、顺序性、排他性！执行一些列的命令！

复制代码 
---------- 队列 set set set 执行 ------------------

Redis事务没有隔离级别的概念！

所有的命令在事务中，并没有直接被执行！只有发起执行命令的时候才会执行！Exec

Redis的事务：

  • 开启事务(mutil)
  • 命令入队(...)
  • 执行事务(exec)

锁：Redis可以实现乐观锁

正常执行事务！

bash 复制代码 
127.0.0.1:6379> multi  #开启事务
OK
#命令入队
127.0.0.1:6379> set k1 v1
QUEUED
127.0.0.1:6379> set k2 v2
QUEUED
127.0.0.1:6379> get k2
QUEUED
127.0.0.1:6379> set k3 v3
QUEUED
127.0.0.1:6379> exec  #执行事务
1) OK
2) OK
3) "v2"
4) OK

放弃事务

bash 复制代码 
127.0.0.1:6379> multi
OK
127.0.0.1:6379> set k1 v1
QUEUED
127.0.0.1:6379> set k2 v2
QUEUED
127.0.0.1:6379> set k4 v4
QUEUED
127.0.0.1:6379> discard
OK
127.0.0.1:6379> get k4
(nil)

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

bash 复制代码 
127.0.0.1:6379> multi
OK
127.0.0.1:6379> set k1 v1
QUEUED
127.0.0.1:6379> set k2 v2
QUEUED
127.0.0.1:6379> set k3 v3
QUEUED
127.0.0.1:6379> getset k3 #错误的命令
(error) ERR wrong number of arguments for 'getset' command
127.0.0.1:6379> set k4 v4
QUEUED
127.0.0.1:6379> set k5 v5
QUEUED
127.0.0.1:6379> exec
(error) EXECABORT Transaction discarded because of previous errors.
127.0.0.1:6379> get k5 #所有的命令不会被执行！
(nil)
127.0.0.1:6379> get k1
(nil)

运行时(异常)，如果事务队列中存在语法型错误，那么执行命令的时候，其它命令可以正常执行的

bash 复制代码 
127.0.0.1:6379> set k1 v1
OK
127.0.0.1:6379> multi
OK
127.0.0.1:6379> incr k1
QUEUED
127.0.0.1:6379> set k2 v2
QUEUED
127.0.0.1:6379> set k3 v3
QUEUED
127.0.0.1:6379> get k3
QUEUED
127.0.0.1:6379> exec
1) (error) ERR value is not an integer or out of range  #虽然第一条命令报错了，但是依旧正常执行成功了！
2) OK
3) OK
4) "v3"

监控！Watch(面试常问！)

悲观锁：

  • 很悲观，什么时候都会出问题，无论左什么都会加锁！

乐观锁：

  • 很乐观，认为什么时候都不会出问题，所以不会上锁！更新数据的时候再去判断一下，在此期间是否有人修改过这个数据，version！
  • 获取vserion
  • 更新的时候比较version

Redis监视测试

复制代码 
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 #监视money对象
OK
127.0.0.1:6379> multi #事务和增持结束，数据期间没有发生变动，这个时候就正常执行成功！
OK
127.0.0.1:6379> decrby money 20
QUEUED
127.0.0.1:6379> incrby out 20
QUEUED
127.0.0.1:6379> exec
1) (integer) 80
2) (integer) 20

测试多线程修改值，使用watch可以当作redis的乐观锁操作！

bash 复制代码 
127.0.0.1:6379> watch money #监视money
OK
127.0.0.1:6379> multi
OK
127.0.0.1:6379> decrby money 10
QUEUED
127.0.0.1:6379> incrby out 10
QUEUED
127.0.0.1:6379> get money
QUEUED 
127.0.0.1:6379> exec #执行之前，另外一个线程修改我们的值，这个时候，就会导致事务执行失败
(nil)
127.0.0.1:6379>
复制代码 
127.0.0.1:6379> get money
"80"
127.0.0.1:6379> set money 1000
OK
127.0.0.1:6379>

Jedis

我们要使用java来操作Redis

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十分的熟悉！
测试

  1. 导入对应得依赖

    xml 复制代码 
    <!--    导入jedis的包-->
    <dependencies>
        <!-- https://mvnrepository.com/artifact/redis.clients/jedis -->
        <dependency>
            <groupId>redis.clients</groupId>
            <artifactId>jedis</artifactId>
            <version>3.5.2</version>
        </dependency>
<!--        fastion-->
        <dependency>
            <groupId>com.alibaba</groupId>
            <artifactId>fastjson</artifactId>
            <version>1.2.68</version>
        </dependency>
    </dependencies>

  2. 编码测试：

    • 连接数据库

    • 操作命令

    • 断开连接

      java 复制代码 
      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 所有得命令就是我们之前学习的所有命令！所有之前的指令学习很重要！
        System.out.println(jedis.ping());
    }
}

常用的API(与上面五大类型一致 都是一模一样的)

String

Java 复制代码 
public class TestString {
    public static void main(String[] args) {
        Jedis jedis = new Jedis("127.0.0.1", 6379);
        jedis.flushDB();
        System.out.println("===========增加数据===========");
        System.out.println(jedis.set("key1","value1"));
        System.out.println(jedis.set("key2","value2"));
        System.out.println(jedis.set("key3", "value3"));
        System.out.println("删除键key2:"+jedis.del("key2"));
        System.out.println("获取键key2:"+jedis.get("key2"));
        System.out.println("修改key1:"+jedis.set("key1", "value1Changed"));
        System.out.println("获取key1的值："+jedis.get("key1"));
        System.out.println("在key3后面加入值："+jedis.append("key3", "End"));
        System.out.println("key3的值："+jedis.get("key3"));
        System.out.println("增加多个键值对："+jedis.mset("key01","value01","key02","value02","key03","value03"));
        System.out.println("获取多个键值对："+jedis.mget("key01","key02","key03"));
        System.out.println("获取多个键值对："+jedis.mget("key01","key02","key03","key04"));
        System.out.println("删除多个键值对："+jedis.del("key01","key02"));
        System.out.println("获取多个键值对："+jedis.mget("key01","key02","key03"));
        
        jedis.flushDB();
        System.out.println("===========新增键值对防止覆盖原先值==============");
        System.out.println(jedis.setnx("key1", "value1"));
        System.out.println(jedis.setnx("key2", "value2"));
        System.out.println(jedis.setnx("key2", "value2-new"));
        System.out.println(jedis.get("key1"));
        System.out.println(jedis.get("key2"));

        System.out.println("===========新增键值对并设置有效时间=============");
        System.out.println(jedis.setex("key3", 2, "value3"));
        System.out.println(jedis.get("key3"));
        try {
            TimeUnit.SECONDS.sleep(3);
        } catch (InterruptedException e) {
            e.printStackTrace();
        }
        System.out.println(jedis.get("key3"));

        System.out.println("===========获取原值，更新为新值==========");
        System.out.println(jedis.getSet("key2", "key2GetSet"));
        System.out.println(jedis.get("key2"));

        System.out.println("获得key2的值的字串："+jedis.getrange("key2", 2, 4));
    }
}

List

Java 复制代码 
public class TestList {
    public static void main(String[] args) {
        Jedis jedis = new Jedis("127.0.0.1", 6379);
        jedis.flushDB();
        System.out.println("===========添加一个list===========");
        jedis.lpush("collections", "ArrayList", "Vector", "Stack", "HashMap", "WeakHashMap", "LinkedHashMap");
        jedis.lpush("collections", "HashSet");
        jedis.lpush("collections", "TreeSet");
        jedis.lpush("collections", "TreeMap");
        System.out.println("collections的内容："+jedis.lrange("collections", 0, -1));//-1代表倒数第一个元素，-2代表倒数第二个元素,end为-1表示查询全部
        System.out.println("collections区间0-3的元素："+jedis.lrange("collections",0,3));
        System.out.println("===============================");
        // 删除列表指定的值 ，第二个参数为删除的个数（有重复时），后add进去的值先被删，类似于出栈
        System.out.println("删除指定元素个数："+jedis.lrem("collections", 2, "HashMap"));
        System.out.println("collections的内容："+jedis.lrange("collections", 0, -1));
        System.out.println("删除下表0-3区间之外的元素："+jedis.ltrim("collections", 0, 3));
        System.out.println("collections的内容："+jedis.lrange("collections", 0, -1));
        System.out.println("collections列表出栈（左端）："+jedis.lpop("collections"));
        System.out.println("collections的内容："+jedis.lrange("collections", 0, -1));
        System.out.println("collections添加元素，从列表右端，与lpush相对应："+jedis.rpush("collections", "EnumMap"));
        System.out.println("collections的内容："+jedis.lrange("collections", 0, -1));
        System.out.println("collections列表出栈（右端）："+jedis.rpop("collections"));
        System.out.println("collections的内容："+jedis.lrange("collections", 0, -1));
        System.out.println("修改collections指定下标1的内容："+jedis.lset("collections", 1, "LinkedArrayList"));
        System.out.println("collections的内容："+jedis.lrange("collections", 0, -1));
        System.out.println("===============================");
        System.out.println("collections的长度："+jedis.llen("collections"));
        System.out.println("获取collections下标为2的元素："+jedis.lindex("collections", 2));
        System.out.println("===============================");
        jedis.lpush("sortedList", "3","6","2","0","7","4");
        System.out.println("sortedList排序前："+jedis.lrange("sortedList", 0, -1));
        System.out.println(jedis.sort("sortedList"));
        System.out.println("sortedList排序后："+jedis.lrange("sortedList", 0, -1));
    }
}

Set

java 复制代码 
public class TestSet {
    public static void main(String[] args) {
        Jedis jedis = new Jedis("127.0.0.1", 6379);
        jedis.flushDB();
        System.out.println("============向集合中添加元素（不重复）============");
        System.out.println(jedis.sadd("eleSet", "e1","e2","e4","e3","e0","e8","e7","e5"));
        System.out.println(jedis.sadd("eleSet", "e6"));
        System.out.println(jedis.sadd("eleSet", "e6"));
        System.out.println("eleSet的所有元素为："+jedis.smembers("eleSet"));
        System.out.println("删除一个元素e0："+jedis.srem("eleSet", "e0"));
        System.out.println("eleSet的所有元素为："+jedis.smembers("eleSet"));
        System.out.println("删除两个元素e7和e6："+jedis.srem("eleSet", "e7","e6"));
        System.out.println("eleSet的所有元素为："+jedis.smembers("eleSet"));
        System.out.println("随机的移除集合中的一个元素："+jedis.spop("eleSet"));
        System.out.println("随机的移除集合中的一个元素："+jedis.spop("eleSet"));
        System.out.println("eleSet的所有元素为："+jedis.smembers("eleSet"));
        System.out.println("eleSet中包含元素的个数："+jedis.scard("eleSet"));
        System.out.println("e3是否在eleSet中："+jedis.sismember("eleSet", "e3"));
        System.out.println("e1是否在eleSet中："+jedis.sismember("eleSet", "e1"));
        System.out.println("e1是否在eleSet中："+jedis.sismember("eleSet", "e5"));
        System.out.println("=================================");
        System.out.println(jedis.sadd("eleSet1", "e1","e2","e4","e3","e0","e8","e7","e5"));
        System.out.println(jedis.sadd("eleSet2", "e1","e2","e4","e3","e0","e8"));
        System.out.println("将eleSet1中删除e1并存入eleSet3中："+jedis.smove("eleSet1", "eleSet3", "e1"));//移到集合元素
        System.out.println("将eleSet1中删除e2并存入eleSet3中："+jedis.smove("eleSet1", "eleSet3", "e2"));
        System.out.println("eleSet1中的元素："+jedis.smembers("eleSet1"));
        System.out.println("eleSet3中的元素："+jedis.smembers("eleSet3"));
        System.out.println("============集合运算=================");
        System.out.println("eleSet1中的元素："+jedis.smembers("eleSet1"));
        System.out.println("eleSet2中的元素："+jedis.smembers("eleSet2"));
        System.out.println("eleSet1和eleSet2的交集:"+jedis.sinter("eleSet1","eleSet2"));
        System.out.println("eleSet1和eleSet2的并集:"+jedis.sunion("eleSet1","eleSet2"));
        System.out.println("eleSet1和eleSet2的差集:"+jedis.sdiff("eleSet1","eleSet2"));//eleSet1中有，eleSet2中没有
        jedis.sinterstore("eleSet4","eleSet1","eleSet2");//求交集并将交集保存到dstkey的集合
        System.out.println("eleSet4中的元素："+jedis.smembers("eleSet4"));
    }
}

Hash

java 复制代码 
public class TestHash {
    public static void main(String[] args) {
        Jedis jedis = new Jedis("127.0.0.1", 6379);
        jedis.flushDB();
        Map<String,String> map = new HashMap<String,String>();
        map.put("key1","value1");
        map.put("key2","value2");
        map.put("key3","value3");
        map.put("key4","value4");
        //添加名称为hash（key）的hash元素
        jedis.hmset("hash",map);
        //向名称为hash的hash中添加key为key5，value为value5元素
        jedis.hset("hash", "key5", "value5");
        System.out.println("散列hash的所有键值对为："+jedis.hgetAll("hash"));//return Map<String,String>
        System.out.println("散列hash的所有键为："+jedis.hkeys("hash"));//return Set<String>
        System.out.println("散列hash的所有值为："+jedis.hvals("hash"));//return List<String>
        System.out.println("将key6保存的值加上一个整数，如果key6不存在则添加key6："+jedis.hincrBy("hash", "key6", 6));
        System.out.println("散列hash的所有键值对为："+jedis.hgetAll("hash"));
        System.out.println("将key6保存的值加上一个整数，如果key6不存在则添加key6："+jedis.hincrBy("hash", "key6", 3));
        System.out.println("散列hash的所有键值对为："+jedis.hgetAll("hash"));
        System.out.println("删除一个或者多个键值对："+jedis.hdel("hash", "key2"));
        System.out.println("散列hash的所有键值对为："+jedis.hgetAll("hash"));
        System.out.println("散列hash中键值对的个数："+jedis.hlen("hash"));
        System.out.println("判断hash中是否存在key2："+jedis.hexists("hash","key2"));
        System.out.println("判断hash中是否存在key3："+jedis.hexists("hash","key3"));
        System.out.println("获取hash中的值："+jedis.hmget("hash","key3"));
        System.out.println("获取hash中的值："+jedis.hmget("hash","key3","key4"));
    }
}

事务测试例子

java 复制代码 
public class TestTX {
    public static void main(String[] args) {
        Jedis jedis = new Jedis("127.0.0.1", 6379);
        jedis.flushDB();

        JSONObject jsonObject = new JSONObject();
        jsonObject.put("hello","world");
        jsonObject.put("name","kuang");
        //开启事务
        Transaction multi = jedis.multi();
        String result = jsonObject.toJSONString();
        try {
            multi.set("user1",result);
            multi.set("user2",result);
            multi.exec();
        }catch (Exception e){
            multi.discard();
            e.printStackTrace();
        }finally {
            System.out.println(jedis.get("user1"));
            System.out.println(jedis.get("user2"));
            jedis.close();
        }
    }
}

放入一个运行时异常进去

java 复制代码 
public class TestTX {
    public static void main(String[] args) {
        Jedis jedis = new Jedis("127.0.0.1", 6379);
        jedis.flushDB();

        JSONObject jsonObject = new JSONObject();
        jsonObject.put("hello","world");
        jsonObject.put("name","kuang");
        //开启事务
        Transaction multi = jedis.multi();
        String result = jsonObject.toJSONString();
        try {
            multi.set("user1",result);
            multi.set("user2",result);
            int i=1/0;
            multi.exec();
        }catch (Exception e){
            multi.discard();
            e.printStackTrace();
        }finally {
            System.out.println(jedis.get("user1"));
            System.out.println(jedis.get("user2"));
            jedis.close();
        }
    }
}

SpringBoot整合

SpringBoot操作数据：spring-data jpa jdbc mongodb redis！

SpringData也是和SpringBoot齐名的项目！

说明：在SpringBoot2.x之后，原来使用的jedis被替换成了lettuce？

jedis：采用的是直连，多个线程操作的话，是不安全的，如果想要避免不安全的，使用jedis pool连接池！BIO

lettuce：采用netty，实例可以再多个线程共享，不存在线程不安全的情况！可以减少线程数据了，更像NIO

源码分析：

java 复制代码 
@Bean
@ConditionalMissingBean(name="redisTemplate")//我们可以自己定义一个redisTemplate来替换这个默认的！
public RedisTemplate<Object,Object> redisTemplate(RedisConnectionFactory redisConnectionFactory) throws UnkownHostException{
    //默认的RedisTemplate没有过多的设置，redis对象都是需要序列化！
    //两个泛型都是object类型，我们需要强制转换
    RedisTemplate<Object,Object> template=new RedisTemplate();
    template.setConnectionFactory(redisConnectionFactory);
    return template;
}

@Bean
@ConditionalOnMissingBean //由于String是redis最常使用的类型，所以说单独提出来一个Bean！
public StringRedisTemplate stringRedisTemplate(RedisConnectionFactory redisConnectionFactory) throws UnknownHostException{
    StringRedisTemplate template=new StringRedisTemplate();
    template.setConnectionFactory(redisConnectionFactory);
    return template;
}

整合测试一下

  1. 导入依赖

    xml 复制代码 
    <parent>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-parent</artifactId>
        <version>2.4.3</version>
        <relativePath/> <!-- lookup parent from repository -->
    </parent>
    <groupId>com.itheima</groupId>
    <artifactId>redis-02-springboot</artifactId>
    <version>1.0-SNAPSHOT</version>

    <properties>
        <java.version>1.8</java.version>
    </properties>

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

        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-test</artifactId>
            <scope>test</scope>
            <exclusions>
                <exclusion>
                    <groupId>org.junit.vintage</groupId>
                    <artifactId>junit-vintage-engine</artifactId>
                </exclusion>
            </exclusions>
        </dependency>
    </dependencies>

    <build>
        <plugins>
            <plugin>
                <groupId>org.springframework.boot</groupId>
                <artifactId>spring-boot-maven-plugin</artifactId>
            </plugin>
        </plugins>
    </build>

  2. 配置连接

    xml 复制代码 
    #配置redis
spring.redis.host=127.0.0.1
spring.redis.port=6379

  3. 测试

    运行SpringBoot入口类

    复制代码 
    @SpringBootApplication
public class SpringbootRedisApplication {

    public static void main(String[] args) {
        SpringApplication.run(SpringbootRedisApplication.class, args);
    }
}
    Java 复制代码 
    @SpringBootTest
public class Redis02SpringbootApplicationTest {
    @Autowired
    private RedisTemplate<String,String> redisTemplate;

    @Test
    void contextLoads(){
        //redisTemplate 操作不同的数据类型 api和我们的指令是一样的
        //opsForValue 操作字符串 类似String
        //opsForList 操作list 类似list
        //opsForSet opsForHash opsForZSet opsForGeo opsForHyperLogLog
        //除了进本的操作，我们常用的方法都可以直接通过redisTemplate操作，比如事务和基本的CRUD
        //获取redis的连接对象
        //RedisConnection connection = redisTemplate.getConnectionFactory().getConnection();
        //onnection.flushDb();
        //connection.flushAll();
        redisTemplate.opsForValue().set("mykey","kuang");
        System.out.println(redisTemplate.opsForValue().get("mykey"));
    }
}
java 复制代码 
@Bean
@SuppressWarnings("all")
public RedisTemplate<String, Object> redisTemplate(RedisConnectionFactory factory) {
    //我们为了自己开发方便，一般直接使用
    RedisTemplate<String, Object> template = new RedisTemplate<String, Object>();
    template.setConnectionFactory(factory);
    
    //序列化配置
    Jackson2JsonRedisSerializer jackson2JsonRedisSerializer = new Jackson2JsonRedisSerializer(Object.class);
    ObjectMapper om = new ObjectMapper();
    om.setVisibility(PropertyAccessor.ALL, JsonAutoDetect.Visibility.ANY);
    om.enableDefaultTyping(ObjectMapper.DefaultTyping.NON_FINAL);
    jackson2JsonRedisSerializer.setObjectMapper(om);
    //String 序列化
    StringRedisSerializer stringRedisSerializer = new StringRedisSerializer();

    // key采用String的序列化方式
    template.setKeySerializer(stringRedisSerializer);
    // hash的key也采用String的序列化方式
    template.setHashKeySerializer(stringRedisSerializer);
    // value序列化方式采用jackson
    template.setValueSerializer(jackson2JsonRedisSerializer);
    // hash的value序列化方式采用jackson
    template.setHashValueSerializer(jackson2JsonRedisSerializer);
    template.afterPropertiesSet();

    return template;
}

所有的redis操作，其实对于java开发人员来说，十分简单更重要是要去理解redis的思想和每一种数据结构和作用！

redis.conf详解

启动的时候，就通过配置文件来启动！

工作中，一些小小的配置可以让你脱颖而出！

行家有没有，出手就知道！

1.配置文件 unit单位对大小写不敏感

包含

就是好比我们学习Spring、Import，include

网络

bind 127.0.0.1 绑定的ip

protected-mode yes #保护模式

port 6379 端口设置

通用 GENERAL

bash 复制代码 
daemonize yes #以守护进程的方式运行，默认是no，我们需要自己开启为yes
pidfile /var/run/redis_6379.pid $如果以后台方式运行，我们就需要指定一个pid文件

#日志
#Specify the server verbosity level
#This can be one of
#debug(a lot of information,userful for development/testing)
#verbose(many rarely userful info,but not a mess like the debug level)
#notice(moderately verbose,what you want in production probably)生产环境
#warning(only very important/critical messages are logged)
loglevel notice
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-logo yes #是否总是显示logo

快照

持久化，在规定的时间内，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！

bash 复制代码 
#如果900s内，如果至少有一个1 key进行了修改，我们进行持久化操作
save 900 1
#如果300s内，如果至少有一个10 key进行了修改，我们进行持久化操作
save 300 10
#如果60s内，如果至少有一个10000 key进行了修改，我们进行持久化操作
save 60 10000
#我们之后学习持久胡，会自己定义这个测试！

stop-writes-on-bgsave-error yes # 持久化如果出错，是否还需要持续工作

rdbcompression yes # 是否压缩rdb文件的时候，进行错误的检查校验！

dir./ # rdb文件保存的目录！

REPLICATION复制，我们后面讲解主从复制的，时候再进行讲解
SECURITY 安全

bash 复制代码 
127.0.0.1:6379> ping
PONG
127.0.0.1:6379> config get requirepass #默认是没有密码的 获取密码
1) "requirepass"
2) ""
127.0.0.1:6379> config get requirepass
1) "requirepass"
2) ""
127.0.0.1:6379> config set requirepass "123456" #设置密码
OK
127.0.0.1:6379> config get requirepass #发现所有的命令都没有权限了
(error) NOAUTH Authentication required.
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 123456   #登录
OK
127.0.0.1:6379> config get requirepass
1) "requirepass"
2) "123456"
127.0.0.1:6379>

限制 LIMITS

bash 复制代码 
maxclients 10000 #设置能连接上redis的最大客户端的数量
maxmemory <bytes> #redis设置最大的内存容量
maxmemory-policy noeviction # 内存到达上限之后的处理策略
   #移除一些过期的key
   # 报错
   #。。。。
   
1.volatile-lru:只对设置了过期时间的key进行LRU(默认值)
2.allkeys-lru:删除lru算法的key
3.volatile-random:随机删除即将过期key
4.allkeys-random:随机删除
5.volatile-ttl:删除即将过期的
6.noeviction:永不过期，返回错误

APPEND ONLY 模式 aof配置

bash 复制代码 
appendonly no #默认是不开启aof模式的，默认是使用rdb方式持久化的，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1s的数据！
# appendfsync no       #不执行 sync，这个时候操作系统自己同步数据，速度最快！

具体的配置，我们在Redis持久化中去给大家详细详解！

Redis持久化

面试和工作，持久化都是重点！

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，服务器中的数据库也会消失。所以Redis提供了持久化功能！

RDB(Redis DataBase)

什么是RDB

在指定的时间间隔内将内存中的数据集快照写入磁盘，也就是行话讲的Snapshot快照，它恢复时是将快照文件直接读到内存里。

Redis会单独创建(fork)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的文件。整个过程中，主进程是不进行任何IO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方式更加的高效。RDB的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！

有时候在生产环境我们会将这个文件进行备份！

rdb保存的文件是 dump.rdb 都是在我们的配置文件中快照配置的！

触发机制

  1. save的规则满足的情况下，会自动触发rdb规则
  2. 执行flushall命令，也会触发我们的rdb规则！
  3. 退出redis，也会产生rdb文件！

备份就会自动生成一个dump.rdb文件

如何恢复rdb文件！

  1. 只需要将rdb文件放在我们redis启动目录就可以，redis启动的时候会自动检查dump.rdb文件 恢复其中的数据！

  2. 查看需要存在的位置

    复制代码 
    127.0.0.1:6379> config get dir
1) "dir"
2) "D:\\environment\\Redis-x64-3.2.100"
127.0.0.1:6379> #如果在这个目录下存在 dump.rdb文件，启动就会自动恢复其中的数据

    几乎就他这就默认的配置就够用了，但是我们还是需要去学习！

    优点：

    1. 适合大规模的数据恢复！dump.rdb
    2. 如果你对数据完整性要求不高！

    缺点：

    1. 需要一定的时间间隔进程操作！如果redis意外宕机了，这个最后一次修改数据就没有了！
    2. fork进程的时候，会占用一定的内存空间

AOF(Append Only File)

将我们的所有命令都记录下来，history，恢复的时候就把这个文件都执行一遍

是什么

以日志的形式来记录每个写操作，将Redis执行过的指令记录下来(读操作不记录)，只许追加文件但不可以改写文件，redis启动之初会读取该文件重新构建数据，换言之，redis重启的话就根据日志文件的内容将写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

复制代码 
appendonly no #默认是不开启的，我们需要手动配置 no->yes
重启，redis就可以生效了！

如果这个aof文件有错位，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

如果文件正常，重启就可以直接恢复了！

优点：

  1. 每一次修改都同步，文件的完整性会更加好！
  2. 每秒同步一次，可能会丢失一秒的数据
  3. 从不同步，效率最高

缺点：

  1. 相对于数据文件来说，aof远远大于rdb，修复的速度也比rdb慢！
  2. aof运行效率也要比rdb慢，所以redis默认的配置就是rdb持久化！

扩展：

  1. 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

  2. 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协议追加保存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AOF文件的体积不至于过大。

  3. 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 ，你也可以不使用任何持久化

  4. 同时开启两种持久化方式

    • 在这种情况下，当redis重启的时候会优先载入AOF文件来恢复原始的数据，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，同时使用两者时服务器重启只会找AOF文件，那要不要只使用AOF呢？作者建议不要，因为RDB更适合用于备份数据库(AOF在不断变化不好备份)，快速重启，而且不会有AOF可以潜在的Bug，留着作为一个万一的手段。

  5. 性能建议

    • 因为RDB文件只用作后备用途，建议只在Slave上持久RDB文件，而且只要15分钟备份一次就够了，只保留save 900 1 这条规则。
    • 如果Enable AOF，好处是在恶劣情况下也只会丢失不超过两秒数据，启动脚本较简单只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，应该尽量减少AOF rewrite的频率，AOF重写的基础大小默认值64M太小了，可以设到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Enable AOF，仅靠Master-Slave Repllcation实现高可用性也可以，能省掉一大笔IO，也减少了rewrite时带来的系统波动。代价是如果Master/Slave同时倒掉(断电！)，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发布订阅

    通信 队列 发送者 订阅者

    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)接收消息。

    Redis客户端可以订阅任意数量的频道。

    订阅/发布消息图：

    第一个：消息发送者；第二个：频道；第三个：消息订阅者！

    下图展示了频道channel 1，以及订阅这个频道的三个客户端------client 2、client5和client1之间的关系：

    当有新消息通过PUBLISH命令发送给频道channel1时，这个消息就会发送给订阅它的三个客户端

    命令

    这些命令被广泛用于构建即时通信应用，比如网络聊天室(chatroom)和实时广播、实时提醒等。

    序号 命令及描述
    1 PSUBSCRIBE patternpattern... 订阅一个或多个符合给定模式的频道。
    2 PUBSUB subcommand argument\[argument...] 查看订阅与发布系统状态
    3 PUBLISH channel message 将信息发送到指定的频道
    4 PUNSUBSCRIBE pattern\[pattern...] 退订所有给定模式的频道
    5 SUBSCRIBE channelchannel... 订阅给定的一个或多个频道的信息
    6 UNSUBSCRIBE channel\[channel...] 指退订给定的频道

    订阅端：

    bash 复制代码 
    127.0.0.1:6379> ping
PONG
127.0.0.1:6379> subscribe chen                 #1.先订阅一个频道
Reading messages... (press Ctrl-C to quit)
1) "subscribe"
2) "chen"
3) (integer) 1
1) "message"                                  #信息
2) "chen"                                     #频道
3) "hello,chen"                               #信息内容

    发送端：

    bash 复制代码 
    127.0.0.1:6379> ping
PONG
127.0.0.1:6379> publish chen "hello,chen"   #2.将信息发送到chen频道上
(integer) 1
127.0.0.1:6379>

原理

Redis是使用C实现的，通过分析Redis源码里pubsub.c文件，了解发布和订阅机制的底层实现，对此加深对Redis的理解

Redis通过PUBLISH、SUBSCRIBE和PSUBSCRIBE等命令实现发布和订阅功能。

通过SUBSCRIBE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，而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，在它为维护的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(Publish)与订阅(Subscribe)，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。这一功能最明显的用法就是用作实时消息系统，比如普通的即时聊天，群聊等功能。

使用场景：

  1. 实时消息系统！ 比如B站登录的消息
  2. 实时聊天！ 微信(频道当作聊天室，将信息回显给所有人即可！)
  3. 订阅，关注系统都是可以的！

Redis主从复制

主人------多仆从

概念：

主从复制，是将一台Redis服务器的数据，复制到其他的Redis服务器。前者称为主节点(master/leader)，后者称为从节点(slave/follower)；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(读写分离)。

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(或没有节点)，但一个从节点只能有一个主节点。

主从复制的作用主要包括：

  1. 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冗余方式
  2. 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；实际上是一种服务的冗余。
  3. 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(即写Redis数据时应用连接主节点，读Redis数据时应用连接从节点)，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。
  4. 高可用(集群)基石：除了上述作用以外，主从复制还是哨兵和集群能够实施的基础，因此说主从复制是Redis高可用的基础。

一般来说，要将Redis运用于工程销目中，只使用一台Redis是万万不能的(宕机)，原因如下：

  1. 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；
  2. 从容量上，单个Redis服务器内存容量有限，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20G。

电商网站上的商品，一般都是一次上传，无数次浏览的，说专业点也就是"多读多写"。

对于这种场景，我们可以使如下这种架构：

主从复制，读写分离！80%的情况下都在进行读操作！减缓服务器的压力！架构中经常使用！一主二从！

只要在公司中，主从复制就是必须要使用的，因为在真实的项目中不可能单机使用Redis！

环境配置

只配置从库，不配置主库！

bash 复制代码 
127.0.0.1:6379> info replication   # 查看当前库的信息
# Replication
role:master  # 角色 master
connected_slaves:0  # 没有从机
master_repl_offset:0
repl_backlog_active:0
repl_backlog_size:1048576
repl_backlog_first_byte_offset:0
repl_backlog_histlen:0
127.0.0.1:6379>

复制三个配置文件，然后修改对应的信息

  1. 端口
  2. pid名字 pidfile
  3. log文件名字
  4. dump.rdb 名字

修改完毕之后，启动我们的3个redis服务器，可以通过进程信息查看！

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！

认老大！一主(79)二从(80,81)

bash 复制代码 
Microsoft Windows [版本 10.0.19041.867]
(c) 2020 Microsoft Corporation. 保留所有权利。

D:\environment\slave6380>redis-cli -p 6380       #找谁当老大
127.0.0.1:6380> slaveof 127.0.0.1 6379
OK
127.0.0.1:6380> info replication
# Replication
role:slave    #当前角色
master_host:127.0.0.1     # 可以看到主机的信息
master_port:6379
master_link_status:up
master_last_io_seconds_ago:7
master_sync_in_progress:0
slave_repl_offset:43
slave_priority:100
slave_read_only:1
connected_slaves:0
master_repl_offset:0
repl_backlog_active:0
repl_backlog_size:1048576
repl_backlog_first_byte_offset:0
repl_backlog_histlen:0
127.0.0.1:6380>

#主机中查看
127.0.0.1:6379> info replication
# Replication
role:master
connected_slaves:1
slave0:ip=127.0.0.1,port=6380,state=online,offset=15,lag=1
master_repl_offset:15
repl_backlog_active:1
repl_backlog_size:1048576
repl_backlog_first_byte_offset:2
repl_backlog_histlen:14
127.0.0.1:6379>

显示两个从机，配置成功

bash 复制代码 
127.0.0.1:6379> info replication
# Replication
role:master
connected_slaves:2
slave0:ip=127.0.0.1,port=6380,state=online,offset=393,lag=1
slave1:ip=127.0.0.1,port=6381,state=online,offset=393,lag=1
master_repl_offset:393
repl_backlog_active:1
repl_backlog_size:1048576
repl_backlog_first_byte_offset:2
repl_backlog_histlen:392
127.0.0.1:6379>

真实的主从配置应该在配置文件中配置，这样的话是永久的，我们这里使用的是命令，暂时

细节

主机可以写，从机不能写只能读！主机的所有消息和数据，都会自动被从机保存！

bash 复制代码 
127.0.0.1:6379> set k1 v1
OK
bash 复制代码 
127.0.0.1:6380> get k1
"v1"

模拟主机宕机，从机依旧连接到主机，但是没有写操作，这时候，主机如果回来了，从机依旧可以直接获取到主机写的消息！

bash 复制代码 
127.0.0.1:6379> shutdown
not connected> exit
bash 复制代码 
127.0.0.1:6379> ping
PONG
127.0.0.1:6379> set k2 v2
OK
bash 复制代码 
127.0.0.1:6380> get k2
"v2"

测试：当从机宕机了，重新启动从机时，由于使用命令行从机属性是暂时的，所以该从机变回了主机，需要进行配置主从才可以成为6379的从服务器并且读取6379所写的数据！

也就是说，如果是使用命令行进行配置的主从复制是暂时性的，一旦从机宕机就要对从机进行主从配置，对于主机并没有影响。

想要永久的主从配置的话，需要在配置文件中声明主从复制！

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，同时收集所有接收的用于修改数据集命令，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：slave服务在接收到数据库文件数据后，将其存盘并加载到内存中

增量复制：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(全量复制)将被自动执行！我们的数据一定可以在从机中看到！

层层链路

当主机宕机时，不知道什么时候才可以重新启动，那这样子就会使用不佳，因此我们可以使用套娃

上一个M(6379)链接到下一个S(6380)！6380再连接一个6381，然后当6379宕机时，6380可以进行写操作！

如果没有老大了，这个时候能不能选择一个老大呢？

谋朝篡位

如果主机断开了连接！我们可以使用SLAVEOF no one让自己变成主机！其他的节点就可以手动连接到最新的这个主节点(手动)！如果这时候老大自己修复了，那就重新连接！

哨兵模式(自动选择老大的模式)

主从切换技术的方法是：当主服务器宕机后，需要手动把一台从服务器切换为主服务器，这就需要人工干预，费时费力，还会造成一段实际内服务不可用。这不是一个推荐的方式，我们优先考虑哨兵模式、Redis从2.8开始正式提供了Sentinel(哨兵)架构来解决问题。

谋朝篡位自动板，能够后台监控主机是否故障，如果故障了根据投票树==自动将从库转换为主库。

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，它会独立运行。其原理是哨兵通过发送命令，等待Redis服务器响应，从而监控运行的多个Redis实例。

这里的哨兵有两个作用

  • 通过发送命令，让redis服务器返回监控其运行状态，包括主服务器和从服务器。
  • 当哨兵监测到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，让它们切换主机，

然而一个哨兵进程对Redis服务器进行监控，可能会出现问题，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，这样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failover过程 (选举)，仅仅是哨兵1主观的认为 主服务器不可用，这个现象成为主观下线 ，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 时，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failover故障转移操作 。切换成功后，就会通过发布订阅模式 ，让各个哨兵把自己监控的从服务器实现切换主机 ，这个过程称为客观下线。

测试

我们目前的状态是一主二从！

  1. 配置哨兵配置文件 sentinel.conf

    bash 复制代码 
    # sentinel monitor 被监控的名称 主机 端口 1
sentinel monitor myredis 127.0.0.1 6379 1

    后面的这个数字1，代表主机挂了，slave投票看让谁接替成为主机，票数最多的，就会成为主机！

  2. 启动哨兵

    在目录下cmd，输入redis-server.exe sentinel.conf --sentinel

    让主机宕机

    bash 复制代码 
    127.0.0.1:6379> keys *
1) "k2"
127.0.0.1:6379> set k1 v1
OK
127.0.0.1:6379> shutdown
not connected>
    bash 复制代码 
    127.0.0.1:6380> info replication
# Replication
role:slave
master_host:127.0.0.1
master_port:6381
master_link_status:up
master_last_io_seconds_ago:2
master_sync_in_progress:0
slave_repl_offset:976
slave_priority:100
slave_read_only:1
connected_slaves:0
master_repl_offset:0
repl_backlog_active:0
repl_backlog_size:1048576
repl_backlog_first_byte_offset:0
repl_backlog_histlen:0
    bash 复制代码 
    127.0.0.1:6381> info replication
# Replication
role:master
connected_slaves:1
slave0:ip=127.0.0.1,port=6380,state=online,offset=4874,lag=1
master_repl_offset:4874
repl_backlog_active:1
repl_backlog_size:1048576
repl_backlog_first_byte_offset:2
repl_backlog_histlen:4873

    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！(这里有个投票算法！)

    最后发现，6381成为了主机

    哨兵日志

    复制代码 
    sdown slave 127.0.0.1:6379 127.0.0.1 6379 @ myredis 127.0.0.1 6381

哨兵模式

如果主机此时回来了，只能归并到新的主机下，当作从机，这就是哨兵模式的规则！

bash 复制代码 
127.0.0.1:6379> info replication
# Replication
role:slave
master_host:127.0.0.1
master_port:6381
master_link_status:up
master_last_io_seconds_ago:1
master_sync_in_progress:0
slave_repl_offset:43009
slave_priority:100
slave_read_only:1
connected_slaves:0
master_repl_offset:0
repl_backlog_active:0
repl_backlog_size:1048576
repl_backlog_first_byte_offset:0
repl_backlog_histlen:0
################################################
127.0.0.1:6381> info replication
# Replication
role:master
connected_slaves:2
slave0:ip=127.0.0.1,port=6380,state=online,offset=42335,lag=1
slave1:ip=127.0.0.1,port=6379,state=online,offset=42335,lag=1
master_repl_offset:42335
repl_backlog_active:1
repl_backlog_size:1048576
repl_backlog_first_byte_offset:2
repl_backlog_histlen:42334

优点：

  1. 哨兵集群，基于主从复制模式，所有的主从配置优点，它全有
  2. 主从可以切换，故障可以转移，系统的可用性就会更好！
  3. 哨兵模式就是主从模式的升级，手动到自动，更加的健壮！

缺点：

  1. 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！
  2. 实现哨兵模式的配置其实是很麻烦的，里面有很多选择！

哨兵模式的全部配置！

bash 复制代码 
# 端口
port 26379
# 是否后台启动
daemonize yes
# pid文件路径
pidfile /var/run/redis-sentinel.pid
# 日志文件路径
logfile "/var/log/sentinel.log"
# 定义工作目录
dir /tmp
# 定义Redis主的别名, IP, 端口，这里的2指的是需要至少2个Sentinel认为主Redis挂了才最终会采取下一步行为
sentinel monitor mymaster 127.0.0.1 6379 2
# 如果mymaster 30秒内没有响应，则认为其主观失效
sentinel down-after-milliseconds mymaster 30000
# 如果master重新选出来后，其它slave节点能同时并行从新master同步数据的台数有多少个，显然该值越大，所有slave节点完成同步切换的整体速度越快，但如果此时正好有人在访问这些slave，可能造成读取失败，影响面会更广。最保守的设置为1，同一时间，只能有一台干这件事，这样其它slave还能继续服务，但是所有slave全部完成缓存更新同步的进程将变慢。
sentinel parallel-syncs mymaster 1
# 该参数指定一个时间段，在该时间段内没有实现故障转移成功，则会再一次发起故障转移的操作，单位毫秒
sentinel failover-timeout mymaster 180000
# 不允许使用SENTINEL SET设置notification-script和client-reconfig-script。
sentinel deny-scripts-reconfig yes

Redis缓存穿透和雪崩(面试高频，工作常用)

Redis缓存的使用，极大的提升了应用程序的性能和效率，特别是特别是数据查询方面。但同时，他也带来了一些问题。其中，最要害的问题，就是数据的一致性问题，从严格意义上讲，这个问题无解。如果对数据的一致性要求很高，那么就不能使用缓存。

另外的一些典型问题就是，缓存穿透、缓存雪崩和缓存击穿。目前，业界也都有比较流行的解决方案。

缓存穿透

概念

缓存穿透的概念很简单，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，于是向持久层数据库查询 。发现没有，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层数据库。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

布隆过滤器是一种数据结构，对所有可能查询的参数以hash形式存储 ，在控制层先进行校验 ，不符合则丢弃 ，从而避免了对底层存储系统的查询压力；

缓存空对象

当存储层不命中 后，即使返回的空对象也将其缓存起来 ，同时会设置一个过期时间，之后再访问这个数据将会从缓存中获取，保护了后端数据源；

但是这种方法会存在两个问题：

  1. 如果空值能够被缓存起来，这就意味着缓存需要更多的空间存储更多的键，因为这当中可能会有很多空值的键；
  2. 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

这里需要注意和缓存击穿的区别，缓存击穿，是指一个key非常热点，再不停的扛着大并发，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一个洞。

当某个key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

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，所以不会出现热点key过期后产生的问题。

加互斥锁

分布式锁：使用分布锁，保证对于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所锁的权限，因此只需要等待即可。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验很大。

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，比如在写本文时，马上就要双十二零点，很快就会迎来一波抢购，这波商品时间比集中的放入了缓存，假设缓存了一个小时，那么到了凌晨一点钟的时候，这批商品的缓存就过期了，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。

其实集中过期，倒不是非常致命，比较致命的缓存雪崩，是缓存服务器某个节点宕机或断网。因为自然形成的缓存雪崩，一定是在某个时间段集中创建缓存，这时候，数据库也是可以顶住压力的。无非就是对数据库产生周期性的压力而已。而缓存服务节点的宕机。对数据库服务器造成的压力是不可预知的，很有可能瞬间就把数据库压垮。

解决方案

redis高可用

这个思想的含义是，既然redis很有可能挂掉，那我多增设几台redis，这样一台挂掉之后其他的还可以继续工作，其实就是搭建的集群。(异地多活！)

限流降级(在SpringCloud讲解过！)

这个解决方案的思想是，在缓存失效后，通过枷锁或者队列来控制读数据库写缓存的线程数量。比如对某个key只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遍，这样部分可能大量访问的数据就会加载到缓存中。在即将发生大并发访问前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。

相关推荐
—Miss. Z—1 小时前
备份与恢复
数据库·oracle
ltl2 小时前
RocksDB Leveled Compaction：层级不变式与 CompactionPicker
数据库
ltl2 小时前
DuckDB 向量化与 Morsel-Driven Pipeline
数据库
NJCloud2 小时前
TiDB 集群部署与 MySQL 兼容性适配实战
linux·运维·数据库·mysql·tidb
喜欢打篮球的普通人2 小时前
LLVM Backend Lowering 从入门到实战：把 IR 变成机器码的完整链路
android·java·数据库
minglie14 小时前
espidf的esp32版的webClient
学习
学运维的Kysan4 小时前
暑假运维学习打卡第二十五天8.16
学习
键盘飞行员4 小时前
Flutter App 全套实战学习计划：从零搭建到 APK 部署
学习·flutter
热门推荐
01国内可直接用、免费额度/永久免费的大模型API清单（含 SiliconFlow、火山、阿里、智谱、百度、Kimi、DeepSeek、DMXAPI 等）02GitHub 镜像站点03微信历史版本含下载地址（ Windows PC | 安卓 | MAC ）及设置微信不更新042026 国产 AI 大模型横评：DeepSeek、通义千问、Kimi、文心一言、星火、豆包谁更能打？05历年考研数学一、数学二、数学三真题试卷及答案PDF06Agnes AI 免费 API 接入指南：文本、生图、生视频，一套接口全免费07AI 编程 IDE 全景解析 2026：Agent 全面接管开发链路08VSCode+CodeX扩展，无法启动092026年7月AI圈大地震：GPT-5.6被政府限制、Claude入驻Slack、Anthropic自研芯片10如何新建文件夹？ 电脑新建文件夹的4种方法