redis入门实战教程

redis简介：

1、redis是单线程

2、安装完成之后默认16个数据库，默认使用0号数据库

切换数据库使用select命令，如"select 2"就是切换到2号数据库

3、16个库的密码都是一样的，要么一个都连不上，要么全能连上（redis默认没有密码）

一、redis安装

二、redis设置外网访问

redis默认开启了保护模式，在保护模式下只有本地可以访问（因为bind配的是127.0.0.1），所以redis默认没有密码

设置外网访问的两个相关配置：

1. 配置redis.conf文件中的bind 设置但是可以通过哪个IP来访问（这个IP可以是redis安装的服务器的IP，也可以是自定义的IP），如果bind 设置为192.168.1.117，那么只能通过192.168.1.117来访问，在Java代码中实例化jedis的时候就要写Jedis jedis = new Jedis(“192.168.1.117”,6379)，如果bind 设置为0.0.0.0，则可以通过哪个IP来访问。

1. protected-mode 保护模式（除本机外，其他的都无法连接上），默认是开启的，要设置外网访问需要将它改为no。

设置外网访问的3种方法

1. 注释掉bind并把protected-mode设置为no
2. 使用bind
3. 设置密码

• redis五大数据类型

String、List、Set、Hash、Zset

String

命令行：

Set key value 设置key value

Get key 查看当前key的值

Del key  删除key

Append key value 如果key存在，则指定的key末尾添加，如果key不存在则类似set 命令

Strlen key 返回此key的长度

Java代码：

Mset：连续操作，jedis.mset(“k1”,”v1”,”k2”,”v2”,”k3”,”v3”)

等同于jedis.mset(“k1”,”v1”)，jedis.mset(”k2”,”v2”)，jedis.mset(”k3”,”v3”)，mset比set效率要高

Mget: 连续操作，jedis.mget(“k1”,”k2”,”k3”)

等同于jedis.mget(“k1”)，jedis.mget(”k2”)，jedis.mget(”k3”)

Setnx: 这个key存在就不设置了，不存在就设置

Setex: 设置过期时间jedis.setex(“k1”,60,”v1”)单位是秒，60秒之后key就被自动删除

Ttl： jedis.ttl(“k1”)，查询key还有多久过期，返回-1是永不过期，-2已经过期

List

Lpush: jedis.lpush(“lpush”,”v1”,”v2”,”v3”,”v4”)给左边添加，结果是v4,v3,v2,v1

Rpush: jedis.rpush(“rpush”,”v1”,”v2”,”v3”,”v4”)给右边添加，结果是v1,v2,v3,v4

Lpop： jedis.lpop(“lpush”)从左边出栈，删除左边第一个

Rpop： jedis.rpop(“rpush”)从右边出栈，删除右边第一个

set 无序不重复

Jedis.sadd(“set1”,”v1”,”v2”,”v3”,”v4”)

Jedis.smember(“set1”)：查看set1的所有元素

Jedis.sismember(“set1”,”v1”)：判断v1是否存在于set1当中

Jedis.sdiff(“set1”,”set2”)：差集，存在于set1，不存在于set2

Jedis.sinser(“set1”,”set2”)：交集

Jedis.sunion(“set1”,”set2”)：并集并去重

zset有序不重复

Value后面加d就可以实现排序

Map<String,Double> map = new HashMap<>();

Map.put(“k1”,10d);

Map.put(“k2”,20d);

Map.put(“k3”,30d);

Map.put(“k4”,40d);

Jedis.zadd(“zset”,map);

Jedis.zrangWithScores(“zset”,0,-1);//输出一下zset的所有元素

[[k1,10.0],[k2,20.0],[k3,30.0],[k4,40.0]]

Hash

value本身就是一个map，那么就是map套map

• Pipeline管道

Pipeline可以大幅度提高给redis写入数据的速度，如果用如下的方法进行写数据的话，10000条数据需要7分钟。因为Jedis.hset方法要连接10000次redis，写入10000次。

For(int =0;i<10000;i++){

Jedis.hset(“aaaa”+i,”aaaa”+i,”aaaa”+i);

}

如果采用管道，把每100条数据打成一个包，总共打成100个包，存入100个管道，提交100次，那么10000条只需要7秒钟时间。因为pipeline只需要连接100次redis，提交100次，写入10000次。

For(int =0;i<10000;i++){

Pipeline pipeline = jedis.pipelined();

For(int j=i+100;j<(i+1)*100;j++){

pipeline .hset(“bbbb”+j,”bbbb”+j,”bbbb”+j);

}

Pipeline.syncAndRetuenAll();

}

• redis持久化

就是在指定时间间隔内，将内存当中的数据集快照写入磁盘，它恢复时将持久化文件直接读取到内存。

Redis提供两种持久化方式。

一种是默认的RDB持久化；

一种是AOF持久化。

RBD持久化

1. 什么是RDB？

Redis启动时会自动调用fork方法创建一个与redis进程一模一样的fork进程，这个进程的所有数据（变量，环境变量、程序计数器等）都和原进程一模一样。Fork进程会先将数据写入到一个临时文件，待持久化结束了，在用这个临时文件替换上一次持久化好的文件。整个过程中，主进程不进行任何IO操作，这就确保主进程性能不受影响。

1. 持久化文件在哪？

Redis启动目录是哪里，持久化文件就默认生成在哪里

3、它什么时候fork子进程？什么时候触发RDB持久化机制？

Redis启动时会自动创建

1. shutdown时，如果没有配置aof，则会触发RDB
2. 配置文件中默认的快照配置（在redis集群中通常会注释掉master配置文件中save配置）
3. 手动执行save或者bgsave命令。save命令不会fork子进程，只管保存，其他不管，全部阻塞。bgsave会fork子进程，子进程会在后台异步进行快照操作，同时可以响应客户端的的请求。

AOF持久化

1. 什么是aof？

将redis的操作日志以追加的方式写入文件，读操作是不记录的。这样当redis宕机了下次重启时候会去读这个文件，然后将命令执行

1. Aof持久化文件是哪里？

1. Aof持久化的3种策略

1. no表示等操作系统进行缓存同步到磁盘，速度快但是不安全，不推荐使用
2. Always同步持久化，每次发生数据变更时，立刻记录到磁盘，速度慢（太小号redis性能）但是安全
3. EverySec表示每秒同步一次，redis默认是EverySec，很快但是可能丢失一秒以内的数据

3、aof重写机制

当AOF文件增大到一定大小的时候redis能够调用bgrewriteaof对持久化文件进行重写。重写的对象主要是重复性的操作

• RDB和AOF持久化对比总结

1. redis提供了RDB为什么还要AOF？

优化数据丢失的问题，rdb会丢失最后一次快照以后的数据，aof不会丢失超过2秒的数据（因为aof可以配置每秒备份一次）

1. 如果RDB和AOF同时存在，听谁的？

听aof，因为aof数据准确率更高。

1. rdb和aof优势劣势

（1）rdb适合大规模的数据恢复，对数据的完整性和一致性不高，在一定时间间隔内做一次备份，如果redis意外down机的话，就会丢失最后一次快照之后的所有操作。

（2）aof根据配置项而定（比如always、everySec）。

官方建议，两种持久化机制同时开启。如果两个同时开启，则优先使用aof。

性能建议（这里只针对单机版redis持久化做性能建议）

因为RDB文件只用作后备用途，只需要15分钟备份一次就够了，只保留”save  900  1 “这条规则。

如果Enable AOF，好处实在最恶劣的情况下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。

减少AOF重写的频率，“auto-aof-write-min-size 64mb”太小了，如果硬盘许可，可以将它设置为5G。

如果是redis集群或者哨兵的话，建议主机关掉RDB，开启AOF，有必要的话配置一下”save  900  1”。

• 缓存穿透

缓存的基本用法（如查询接口）:先在缓存当中查，如果有就返回，如果没有就去数据库查。简单示例代码如下图

缓存穿透：数据库当中没有这条数据，缓存当中也没有这条数据。

缓存穿透的解决办法：

1. 缓存空对象：

以上图的代码来说假如查询一个缓存和数据库中都不存在的数据，每查询一次都会去请求数据库，为了不使它频繁查询数据库，就可以在第一次查询完数据库后，如果没查到就返回一个空对象，代码如下

2、布隆过滤器（相当于一个集合）

以上的解决办法会产生一个问题，就是redis中存在大量的空对象。使用布隆过滤器时候，如果按照ID查询，如果这个ID可能存在于布隆过滤器中，接着往下执行。绝对不存在于布隆过滤器中，就直接返回，不查询数据库。 

缓存击穿：数据库当中有这条数据，缓存当中没有这条数据，原因可能是这条数据根本没有加入到缓存，或者这条数据失效了。

缓存击穿的解决办法：使用互斥锁？分布式锁？ReantreeLock?

假设有100个线程查询，如果不加锁在高并发情况下会查询100次数据库，枷加锁之后只会查询1次数据库。

 

• 缓存雪崩

缓存雪崩：redis宕机，或者大部分缓存在同一时间失效

雪崩的解决办法：

1. 搭建redis高可用集群，目前最流行的就是cluster
2. 设置不同的过期时间，不让数据在同一时间失效

官方推荐redission实现分布式锁

核心代码如下，这个代码支持redis单实例、redis哨兵、redis cluster、redis master-slave等各种部署架构，都可以给你完美实现

（1）加锁机制：

如果该客户端面对的是一个redis cluster集群，某个客户端要加锁，他首先会根据hash节点选择一台机器。仅仅只是选择一台机器！

紧接着，就会发送一段lua脚本到redis上。

如果客户端1要加锁的那个锁key不存在的话，就进行加锁。接着会执行“pexpire myLock 30000”命令，设置myLock这个锁key的生存时间是30秒。好了，到此为止，ok，加锁完成了。

（2）锁互斥机制

  客户端1已经获取锁了，那么在这个时候，如果客户端2来尝试加锁，执行了同样的一段lua脚本，会咋样呢？很简单，第一个if判断会执行“exists myLock”，发现myLock这个锁key已经存在了。

所以，客户端2会获取到pttl myLock返回的一个数字，这个数字代表了myLock这个锁key的剩余生存时间。比如还剩15000毫秒的生存时间。此时客户端2会进入一个while循环，不停的尝试加锁。

（3）watch dog自动延期机制

客户端1加锁的锁key默认生存时间才30秒，如果超过了30秒，客户端1还想一直持有这把锁，怎么办呢？简单！只要客户端1一旦加锁成功，就会启动一个watch dog看门狗，他是一个后台线程，会每隔10秒检查一下，如果客户端1还持有锁key，那么就会不断的延长锁key的生存时间。

（4）可重入加锁机制

那如果客户端1都已经持有了这把锁了，结果可重入的加锁会怎么样呢？执行lua，会对客户端1的加锁次数，累加1。

5）释放锁机制

如果执行lock.unlock()，就可以释放分布式锁，此时的业务逻辑也是非常简单的。其实说白了，就是每次都对myLock数据结构中的那个加锁次数减1。如果发现加锁次数是0了，说明这个客户端已经不再持有锁了，此时就会用：“del myLock”命令，从redis里删除这个key。

然后呢，另外的客户端2就可以尝试完成加锁了。

（6）上述Redis分布式锁的缺点

其实上面那种方案最大的问题，就是如果你对某个redis master实例，写入了myLock这种锁key的value，此时会异步复制给对应的master slave实例。

但是这个过程中一旦发生redis master宕机，主备切换，redis slave变为了redis master。

接着就会导致，客户端2来尝试加锁的时候，在新的redis master上完成了加锁，而客户端1也以为自己成功加了锁。

此时就会导致多个客户端对一个分布式锁完成了加锁。

这时系统在业务语义上一定会出现问题，导致各种脏数据的产生。

所以这个就是redis cluster，或者是redis master-slave架构的主从异步复制导致的redis分布式锁的最大缺陷：在redis master实例宕机的时候，可能导致多个客户端同时完成加锁。