Redis探路

整理自Redis 中文官网http://www.redis.cn/

1. 定义：

Redis is an open source (BSD licensed), in-memory data structure store, used as a database, cache and message broker. It supports data structures such as strings, hashes, lists, sets, sorted sets with range queries, bitmaps, hyperloglogs and geospatial indexes with radius queries. Redis has built-in replication, Lua scripting, LRU eviction, transactions and different levels of on-disk persistence, and provides high availability via Redis Sentinel and automatic partitioning with Redis Cluster.-From Redis official website 。

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。 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（replication），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）。

2. 数据结构

虽说是key-value存储结构，但是绝不是简单的key-value形式，它实际上是一个数据结构服务器。它的value还支持下列数据类型。

2.0 Redis 的key：

2.0.1 概述

Redis的key是二进制安全的，所以任何二进制序列都可以作为key值，比如说普通字符串“redis”，jpeg图片内容，空字符串等。

2.0.2 规则

1. 键值不宜太长，这样不仅消耗内存，在检索键值的成本也会很高。
2. 不要为了节省空间而过分缩减键值长度，以至于词不达意。
3. 在多个单词中间可以用点或下划线隔开

2.0.3 操作键

exists：判断键值是否存在
del：删除键值
type：获取键存储的类型

> exists count
(integer) 1
> del count
(integer) 1
> exists count
(integer) 0
> type count
"string"

2.0.4 设置键的存活时间

顾名思义就是给键值设置一个时间，达到时间后就删除该键值对
set count 10 ex 10：设置键值对同时设置时间
expire：给键设置存活时间
ttl：查看键剩余存活时间，若已过期返回-2

> expire count 10
(integer) 1
> ttl count
(integer) 5
> get count
(nil)

2.1 字符串（Strings）

Redis最简单的类型，使用这种类型Redis就类似于一个可以持久化的memcached服务器。

memcached 只将数据存放在内存中，服务器重启后数据会丢失。

2.1.1 设置/获取

• set key hehe/get key ：支持存不超过512M的任意字符串（包括二进制）
• mset a 10 b 20 c 30/mget a b c:批量插入/获取，mget返回的是value组成的数组
• Attention：在Try Redis 中测试时set 重复key不会报错，而是覆盖原来key的value值

2.1.2 原子操作

• INCR 命令将字符串值解析成整型，将其加一，最后将结果保存为新的字符串值，类似的还有incrby,decr,decrby
• 案例：这里引用一个应用场景来解释，一个网站需要记录浏览的客户端数量

> set count 0
OK
> get count
"0"
> incr count
(integer) 1
> get count
"1"
> incrby count 50
(integer) 51
> decr count
(integer) 50
> decrby count 50
(integer) 0

• INCR原子操作的意义：当客户端并发访问该数据的时候不会出现线程安全的问题，即客户端A和客户端B同时访问“1”时，不会出现两者都将其加到2，然后将value赋值为2，其值肯定是3

2.2 散列（Hashs）

hmset：批量插入hset：插入一条
hmget：批量获得hget：获得一条
hgetall：获取所有键/值

2.3 列表（Lists）

2.3.1 原理

Redis的List是基于Linked List实现的，使用Linked的原因是对于数据库系统来说，能非常快的在很大的数据列表中快速添加数据，另外一点是Redis能在常数复杂度获取常数的长度

2.3.2操作

lpush:从列左插入，可批量rpush:从列右插入，可批量
lrange：从列左开始遍历，需要两个数值参数，其中第一个是开始遍历位置，第二个表示遍历结束位置。数值可以为负数，为-1时代表列尾元素，-2代表列尾前一元素，以此类推
lpop/rpop：从列左、列右弹出元素，并删除
ltirm：从左边截取指定长度用法与lrange一样

> lpush tt hehe
(integer) 1
> lpush tt xixi
(integer) 2
> rpush tt haha
(integer) 3
> lrange tt 0 -1
1) "xixi"
2) "hehe"
3) "haha"
> rpop tt
"g"
> lpop tt
"xixi"
> ltrim tt 0 3
OK
> lrange tt 0 -1
1) "hehe"
2) "haha"
3) "a"
4) "b"

2.3.3 常用案例

list可被用来实现聊天系统。还可以作为不同进程间传递消息的队列。关键是，你可以每次都以原先添加的顺序访问数据。这不需要任何SQL ORDER BY 操作，将会非常快，也会很容易扩展到百万级别元素的规模。

例如在评级系统中，比如社会化新闻网站 reddit.com，你可以把每个新提交的链接添加到一个list，用LRANGE可简单的对结果分页。

在博客引擎实现中，你可为每篇日志设置一个list，在该list中推入博客评论

2.3.4 阻塞操作

用Redis来实现生产者和消费者模型，如使用LPUSH和RPOP来实现该功能。但会遇到这种情景：list是空，这时候消费者就需要轮询来获取数据，这样就会增加redis的访问压力、增加消费端的cpu时间，而很多访问都是无用的。

为此，Redis提供了阻塞式访问命令BRPOP，BLPOP，消费者可以在获取数据时指定如果数据不存在阻塞的时间，如果在时限内获得数据则立即返回，如果超时还没有数据则返回null, 0表示一直阻塞。

2.3.5 key的自动删除和创建

• 当我们向一个聚合数据类型中添加元素时，如果目标键不存在，就在添加元素前创建空的聚合数据类型。

• 当我们从聚合数据类型中移除元素时，如果值仍然是空的，键自动被销毁。

• 对一个空的 key 调用一个只读的命令，比如 LLEN （返回 list 的长度），或者一个删除元素的命令，将总是产生同样的结果。该结果和对一个空的聚合类型做同个操作的结果是一样的。

2.4 集合（Sets）

Redis Set 是 String 的无序排列
sadd：批量添加元素
smembers：获取元素
sismember：检测set中是否存在一个指定元素
scard：获得集合的数量
srandmember：随机获得一个元素，不从set中删除

> sadd tset 1 2 3
(integer) 3
> smembers tset
1) "1"
2) "2"
3) "3"
> sismember tset 1
(integer) 1
> sinter stt:1 stt:2 stt:3//取多个集合的交集
1) "1000"
> scard tset
3

2.5 有序集合（Sorted Sets）

2.5.1 原理

有序集合类似于Set和Hash的混和，它与Set一样是由唯一的，不重复的String元素组成。同时，它的每一个元素都映射到了一个“score”（浮点值），排序方式就是根据“score”大小来排序的。但是“score”是可以重复的，如果score是重复的，那么就会按照字符串的数据字典来排序。

2.5.2 操作

zadd:添加，可批量
zrange:按score升序获取指定索引范围元素
zrevrange:按score降序获取指定范围索引元素
zrangebyscore:按score范围检索
zremrangebyscore:移除指定score值区间
zrank:获取指定元素的索引位置
zrangebylex:返回指定字符字典区间的元素

> zadd zuser 22 wx 23 ly 24 kk
(integer) 3
> zrange zuser 0 -1
1) "ll"
2) "wx"
3) "ly"
4) "kk"
> zrevrange zuser 0 -1
1) "kk"
2) "ly"
3) "am"
4) "wx"
5) "lly"
6) "ll"
> zrevrange zuser 0 -1 withscores
1) "kk"
2) 24.0
3) "ly"
4) 23.0
5) "am"
6) 23.0
7) "wx"
8) 22.0
9) "lly"
10) 7.0
11) "ll"
12) 1.0
> zrangebyscore zuser -inf 23
1) "ll"
2) "lly"
3) "wx"
4) "am"
5) "ly"
> zremrangebyscore zuser 23 24
3
> zrangebylex zuser [l [o
1) "ll"
2) "lly"

3. Redis持久化机制

3.1 RDB

RDB持久化方式能够在指定的时间间隔能对你的数据进行快照存储.

3.1.1 优势

• RDB是一个非常紧凑的文件,它保存了某个时间点得数据集,非常适用于数据集的备份,比如你可以在每个小时报保存一下过去24小时内的数据,同时每天保存过去30天的数据,这样即使出了问题你也可以根据需求恢复到不同版本的数据集.
• RDB是一个紧凑的单一文件,很方便传送到另一个远端数据中心或者亚马逊的S3（可能加密），非常适用于灾难恢复.
• RDB在保存RDB文件时父进程唯一需要做的就是fork出一个子进程,接下来的工作全部由子进程来做，父进程不需要再做其他IO操作，所以RDB持久化方式可以最大化redis的性能.
• 与AOF相比,在恢复大的数据集的时候，RDB方式会更快一些.

3.1.2 劣势

• 如果你希望在redis意外停止工作（例如电源中断）的情况下丢失的数据最少的话，那么RDB不适合你.虽然你可以配置不同的save时间点(例如每隔5分钟并且对数据集有100个写的操作),是Redis要完整的保存整个数据集是一个比较繁重的工作,你通常会每隔5分钟或者更久做一次完整的保存,万一在Redis意外宕机,你可能会丢失几分钟的数据.
• RDB 需要经常fork子进程来保存数据集到硬盘上,当数据集比较大的时候,fork的过程是非常耗时的,可能会导致Redis在一些毫秒级内不能响应客户端的请求.如果数据集巨大并且CPU性能不是很好的情况下,这种情况会持续1秒,AOF也需要fork,但是你可以调节重写日志文件的频率来提高数据集的耐久度.

3.2 AOF

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.

3.2.2 优势

3.2.3 劣势