redis笔记

java中的i++不是原子操作
i = 0 ，两个线程分别对i进行i++ 100次，值为（2~200）
极端情况：线程2在开始取到i值为0，在线程2第一次执行赋值操作期间线程1执行了99次，当线程2赋值后i的值重新变为1；同理，线程1最后一次操作取到i值为1,在线程1执行赋值操作期间，线程2执行了剩下的99次，使得i大于100，但由于线程1第100次操作取到i等于1，并且赋值操作在线程2执行完毕后执行，所以极端情况最小值为2

1、常用命令

• keys * 查看当前数据库全部键
• select 切换数据库
• exists < key > 判断某个key是否存在
• type < key > 查看当前key的类型
• del < key > 删除指定的key数据
• unlink < key > 根据vlaue选择非阻塞删除（异步删除）
• expire < key > < 10 > 10秒钟（设置过期时间）
• ttl < key > 查看key还有多久过期（单位秒，-1永不过期，-2已过期）
• dbsize 查看当前数据库的key数量
• flushdb 清空当前库
• flushall 清空全部库

2、常用数据类型

1、string类型

1、命令

• get < key > 获取key对应的vlaue
• append < key > < value > 追加字符串
• strlen < key > 获取值的长度
• setnx < key> < value > 只有在key不存在时设置key的值
• incr < key > 将key对应的数字value加1 （原子性操作，单线程）
• decr < key > 将key对应的数字value减1
• incrby < key > < 值 > 将key对应的数字value加n
• decrby < key > < 值 > 将key对应的数字value减n
• mset < key > < 值 > < key > < 值 > 一次设置多个key
• mget < key > < key > 一次获取多个key的value
• msetnx < key > < 值 > < key > < 值 > 如果有一个键存在，即全部赋值失败
• getrange < key > 开始下标 结束下标， 获取value的片段（截取字符串）
• setrange < key > 开始下标 < 值 > 将value从下标位置开始替换成输入的值
• setex < key > < 过期时间 > < 值 >
• getset < key > < 值 > 取出旧值并赋上新值

2、数据结构

• string数据结构为动态字符串（可变字符串），内部结构与ArrayList类似，采用预分配冗余空间的方式减少内存的频繁分配
• 分配的空间一般高于实际实际字符串长度，当字符串长度小于1M时，扩容都是加倍现有的空间，如果超过1M，扩容时一次只会增加1M，字符串最大长度512M

2、List类型

底层是个双向列表，可以对两端进行操作。

1、命令

• lpush / rpush < key > < 值 > < 值 > < 值 > 从左边/右边插入一个或多个值
• lpop / rpop < key > 从左边/右边pop一个值
• rpoplpush < key1 > < key2 > 从key1右边pop一个值放到key2左边中
• lrange < key > 0 -1 查看全部值
• lindex < key > < index> 从key中取出第index个元素
• llen < key > 获得列表长度
• linsert k1 < value（列表中的值） > < newvalue > 在k1列表的value前面添加一个值
• lrem < key > < count> < value > 删除key列表count个value， 从左开始
• lset < key > < index> < value > 将key列表的index位置替换为value

2、数据结构

• list的数据结构为快速列表 quicklist
• 在列表元素较少的情况下会使用一块连续的内存存储，这个结构叫ziplist（压缩列表）
• 元素数量较多时会改成quicklist
• 普通链表需要附加指针空间，比较浪费空间
• 满足快速插入删除性能，还不会出现太大的空间冗余

3、Set类型

• 自动去重，是string类型的无序集合。
• 底层是一个value为null的hash表
• 添加、删除、查找时间复杂度为O(1)

1、命令

• sadd < key > < value > < value > 添加一个set集合
• smembers < key > 取出key的set集合
• sismember < key > value 判断key集合是否含有某个值
• scard < key > 查看key集合元素的个数
• srem < key > value 删除集合一个或多个元素
• spop < key > 随机pop一个值
• srandmember < key > < count > 随机取出count个元素
• smove < source > < destination > < value > 把集合中的一个值从该集合移动到另一个集合
• sinter < key > < key > 返回两个集合的交集元素
• sunion < key > < key > 返回两个集合的并集元素
• sdiff < key1 > < key2 > 返回key1集合中key2不存在的元素（类似k1 - k2）

2、数据结构

• set集合数据结构是dict字典
• 字典用哈希表实现
• 与java的hashSet结构一样，内部使用hash结构，所有value都指向同一个内部值

4、Hash类型

• 适合存储对象

1、命令

• hset < key > < field > < value > 给集合的field赋值
• hget < key > < field > 向集合取出field 的值
• hmset < key > < field > < value > < field > < value > < field > < value > 批量设置hash的值
• hexists < key > < field > 查看哈希表key中是否存在field
• hkeys < key > 查看哈希表所有的field
• hvals < key > 查看哈希表所有的value
• hincrby < key > < field > < increment > 给field增加或减少一个数
• hsernx < key > < field > < value > field 不存在时可添加

2、数据结构

• Hash类型对应的数据结构时两种（压缩列表）：hashtable（哈希表）
• 当field - value 长度较短且个数较少时，使用ziplist，否则使用hashtable

5、Zset类型

• 有序集合
• 没有重复元素
• score可重复但value唯一

1、命令

• zadd < key > < score > < value > < score > < value > 将一个或多个元素及其score值添加到zset中
• zrange < key > < start > < stop > [WITHSCORES] 返回zset集合， 带WITHSCORES会将score值
• zrangebyscore < key > < min > < max > [WITHSCORES] 查看score范围的元素（从小到大）
• zrevrangebyscore < key > < max > < min > [WITHSCORES] 查看score范围的元素（从大到小）
• zincrby < key > < number > < value > 给value元素 添加 number
• zrem < key > < value > 删除value 元素及其score值
• zcount < key > < min > < max > 统计区间元素个数
• zrank < key > < value > 返回该值在集合的排名，从0开始

2、数据结构

• 类似与Java的map集合，zset可以给value赋予一个权重score
• 又类似与java的TreeSet，元素会按权重进行排序，可以得到每个元素的名次，还能通过score的范围获取元素列表
• hash，关联元素vlaue和权重score，保障元素vlaue的唯一性，可通过vlaue找到对应的score值
• 跳跃表，跳跃表的目的在于给元素vlaue进行排序，根据score的范围获取元素列表

3、配置文件

4、发布和订阅

• 是一种消息通信模式
• 发送者发送消息，订阅者接受消息
• redis客户端可以订阅任意数量的频道

1、发布订阅命令

• subscribe < channel > 订阅频道
• publish < channe > message 向频道发布消息

5、新数据类型

1、Bitmaps类型

• 如果Bitmaps存储的大多数都为0比较不合适

1、命令

• setbit < key > < offset > < value > 设置key的第offset 个位的值（从0开始）
• getbit < key > < offset > 获取key偏移量的值
• bitcount < key > 统计key被设置为1的bit数
• bitcount < key > < start > < end > 统计key从start 到end 被设置为1的bit数，可以是负数，表示倒数
• bitop and < key12 >(user:< and / or / not / xor > :20220101_02) < key1 > < key2 > 计算两个键offset 都为1的个数

2、HyperLogLog类型

1、介绍

用来做基数统计，优点：

• 输入元素的数量或体积非常非常大时，计算技术所属的空间时固定的，并且是很小的
• 每个键只需花费12KB内存就可以计算接近2^64个不同元素的基数
• 只根据输入元素来计算基数，而不会存储输入元素本身，不能返回输入的各个元素

解决基数问题方案：

• 数据存储在MySQL表中，使用distinct count 计算不重复个数
• 使用redis提供的hash、set、bitmaps等数据结构处理
• 数据不断增加导致占用空间越来越大，对于非常大的数据集不合适

2、命令

• pfadd < key > < value …> 添加指定元素
• pfcount < key > 计算近似基数
• pfmerge < destkey > < sourcekey… > 将一个或多个合并后的结果存到destkey中（如：每月用户活跃个数可以使用每天的活跃用户合并计算得到）

3、Geospatial类型

1、介绍

• 元素为二维坐标，在地图上就是经纬度
• 提供了经纬度设置，查询，范围查询，距离查询，经纬度Hash等操作
• 经度范围-180 ~ 180
• 纬度-85.05112878 ~ 85.05112878

2、命令

• geoadd < key > < x > < y > < nember > 添加地理位置（坐标和对应的名称）
• geopos < key > < nember > 获取指定地区的坐标
• geodist < key > < nember1 > < nember2 > [ m | km | ft | mi ] 获取两个位置之间的直线距离
• georadius < key > < x > < y > radius [ m | km | ft | mi ] 以给定的经纬为中心，找出某一半径内的元素

6、事务

Redis事务是一个单独的隔离操作

• 事务中所有命令都会被序列化、按顺序执行
• 事务执行过程中，不会被其他客户端发送来的命令请求所打断
• 主要作用是串联多个命令防止别的命令插队

7、乐观锁、悲观锁

• 乐观锁通过一个版本好控制，防止超卖问题
• 乐观锁能解决超卖但是会出现库存遗留问题，即同一批请求进来时，拿到的版本号一致，由于有一个指令更新了数据，其他请求版本号不对应导致更新失败。所以会出现数据遗留问题。
• 乐观锁还会出现连接超时，使用连接池可以解决

8、LUA脚本

• 类似redis事务，有一定原子性，不会被其他命令插队，可以完成一些redis事务性操作
• redis2.6版本才能使用
• 利用lua脚本淘汰用户，解决超卖问题。
• redis利用单线程的特性，用队列的方式解决多任务并发问题

9、redis持久化

1、RDB

在指定时间间隔内将内存中的数据集快照写入磁盘中

1、备份如何执行

• redis会单独创建（fork）一个子进程来进行持久化，会将数据写到一个老师文件，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。
• 主进程不进行RDB的IO操作，确保redis的高性能
• 若需进行大规模数据恢复且对数据恢复的完整性不是非常敏感，RDB方式要比AOF方式更加高效

2、执行流程

3、优势

• 适合大规模的数据恢复
• 对数据完整性和一致性要求不高更适合使用
• 节省磁盘空间
• 恢复速度快

4、劣势

• 最后一次持久化后的数据可能会丢失
• Fork的时候，内存的数据被克隆了一份，大致2倍的膨胀性需要考虑
• redis再fork时使用了写时拷贝技术，但是如果数据量庞大时还是比较消耗性能
• 备份周期在一定时间间隔做一次备份，如果redis意外down掉的话，就会丢失最后一次快照后所有修改

如：10分钟内至少100个key发生改变，执行Fork
完成一次Fork，但下一次Fork条件还未满足（即10分钟内key发生改变的个数未达到100个），期间redis发生改变的数据将丢失

2、AOF

10、主从复制