java学习之redis6

视频链接
尚硅谷redis6

1.redis的简介与安装

nosql数据库是解决性能问题的，打破了传统关系型数据库以业务逻辑存储数据，二是针对不同数据结构的类型，以性能最优先的存储，redis就是一种nosql数据库，nosql可以减少cpu和io的压力，直接通过内存进行读取，且nosql可以作为缓存使用，提高缓存速度，提高IO速度。

a)nosql数据库介绍

NoSQL(NoSQL = Not Only SQL )，意即“不仅仅是SQL”，泛指非关系型的数据库。
NoSQL 不依赖业务逻辑方式存储，而以简单的key-value模式存储。因此大大的增加了数据库的扩展能力，且不遵循SQL标准，不支持ACID，且性能远超于SQL

b)nosql的使用场景
对数据高并发的读写
海量数据的读写
对数据高可扩展性的

c) NoSQL不适用场景
需要事务支持
基于sql的结构化查询存储，处理复杂的关系,需要即席查询。
（用不着sql的和用了sql也不行的情况，请考虑用NoSql）

d)redis的简介

几乎覆盖了Memcached（现在已经很少用）的绝大部分功能
数据都在内存中，支持持久化，主要用作备份恢复，会周期性把更新的数据写入磁盘或把修改操作写入追加的记录文件中
除了支持简单的key-value模式，还支持多种数据结构的存储，比如 list、set、hash、zset等。
一般是作为缓存数据库辅助持久化的数据库

e)redis的安装
redis官网：官网
redis中文官网：中文官网
菜鸟教程：菜鸟教程redis文档

2.环境准备

1.使用linux环境，使用centos7.9，不熟悉可以去看尚硅谷的linux教程，本人在学redis之前linux只学到了远程连接。
2.软件：Xshell，vmware
3.需要下载并安装gcc编译器
输入命令yum install gcc然后一步一步按提示确认即可
redis建议使用后台连接
1、拷贝一份redis.conf到其他目录
cp /opt/redis-6.2.1/redis.conf /拷贝的位置及文件名
2、后台启动设置daemonize no改成yes
修改拷贝后的redis.conf(128行)文件将里面的daemonize no 改成 yes，让服务在后台启动
3、启动redis：命令redis-server /你复制的配置文件的位置

3.五大常用数据类型

3.1key键操作

keys *查看当前库所有key的名字

exists key判断某个key是否存在

type key 查看你的key是什么类型

del key 删除指定的key数据，直接删除

unlink key 根据value选择非阻塞删除，仅将keys从keyspace元数据中删除，真正的删除会在后续异步操作。

expire key 10 10秒钟：为给定的key设置过期时间

ttl key 查看还有多少秒过期，-1表示永不过期，-2表示已过期

select命令切换数据库，redis中有0-15共16个数据库，我们常用的是第一个也就是0号数据库

dbsize查看当前数据库的key的数量

慎用：
flushdb清空当前库
flushall通杀全部库

3.2String，List，Set，Hash，Zset

a)String

String是Redis最基本的类型，一个key对应一个value，String类型是二进制安全的。意味着Redis的string可以包含任何数据。比如jpg图片或者序列化的对象，一个Redis中字符串value最多可以是512M

常用命令：
1、set <key><value>添加键值对，多次设置会覆盖

2、get <key>查询对应键值

3、append <key><value>将给定的<value> 追加到原值的末尾

4、strlen <key>获得值的长度

5、setnx <key><value>只有在 key 不存在时 设置 key 的值

5、incr <key>将 key 中储存的数字值增1，只能对数字值操作，如果为空，新增值为1

6、decr <key>将 key 中储存的数字值减1只能对数字值操作，如果为空，新增值为-1

7、incrby / decrby <key><步长>将 key 中储存的数字值增减。自定义步长。

原子性：

所谓原子操作是指不会被线程调度机制打断的操作,这种操作一旦开始，就一直运行到结束，中间不会切换到另一个线程。
（1）在单线程中， 能够在单条指令中完成的操作都可以认为是"原子操作"，因为中断只能发生于指令之间。
（2）在多线程中，不能被其它进程（线程）打断的操作就叫原子操作。
Redis单命令的原子性主要得益于Redis的单线程。

8、mset <key1><value1><key2><value2>,同时设置一个或多个 key-value对

9、mget <key1><key2><key3> ,同时获取一个或多个 value

10、msetnx <key1><value1><key2><value2>,同时设置一个或多个 key-value 对，当且仅当所有给定 key 都不存在，只要任意一个key已经存在，则都不成功（原子性）

11、getrange <key><起始位置><结束位置>，获得值的范围

12、setrange <key><起始位置><value>,用 <value> 覆写<key>所储存的字符串值，从<起始位置>开始(索引从0开始)

13、setex <key><过期时间><value>，设置键值的同时，设置过期时间，单位秒

14、getset <key><value>，以新换旧，设置了新值同时获得旧值

String的数据结构（value值，不是key）：
String的数据结构为简单动态字符串，是可以修改的字符串，内部结构实现上类似于Java的ArrayList，采用预分配冗余空间的方式来减少内存的频繁分配，如图中所示，内部为当前字符串实际分配的空间capacity一般要高于实际字符串长度len。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，扩容时一次只会多扩1M的空间。需要注意的是字符串最大长度为512M。

b)List

list其实就是单键多值，它的底层实际是个双向链表，对两端的操作性能很高，通过索引下标的操作中间的节点性能会较差。

常用操作：
1、lpush/rpush <key><value1><value2><value3> … 从左边/右边插入一个或多个值


2、lpop/rpop <key>从左边/右边吐出一个值。值在键在，值光键亡（去除后这个键就不存在了）。

3、rpoplpush <key1><key2>从<key1>列表右边吐出一个值，插到<key2>列表左边。


4、lrange <key><start><stop>按照索引下标获得元素(从左到右，0 -1表示所有）

5、lindex <key><index>按照索引下标获得元素(从左到右)

6、llen <key>获得列表长度

7、linsert <key> before <value><newvalue>在<value>的后面插入<newvalue>插入值，before也可以改为after，表示在后面插入

8、lrem <key><n><value>从左边删除n个value(从左到右)

9、lset<key><index><value>将列表key下标为index的值替换成value（从左往右）

List的数据结构：
List的数据结构为快速链表quickList，首先在列表元素较少的情况下会使用一块连续的内存存储，这个结构是ziplist，也即是压缩列表它将所有的元素紧挨着一起存储，分配的是一块连续的内存，当数据量比较多的时候才会改成quicklist，因为普通的链表需要的附加指针空间太大，会比较浪费空间。比如这个列表里存的只是int类型的数据，结构上还需要两个额外的指针prev和next。
Redis将链表和ziplist结合起来组成了quicklist。也就是将多个ziplist使用双向指针串起来使用。这样既满足了快速的插入删除性能，又不会出现太大的空间冗余，类似于数组加链表

c)Set

Redis中的set对外提供的功能与list类似是一个列表的功能，特殊之处在于set是可以自动排重的，Redis的Set是string类型的无序集合。它底层其实是一个value为null的哈希表，所以添加，删除，查找的复杂度都是O(1)。

1、sadd <key><value1><value2> … 将一个或多个 member 元素加入到集合 key 中，已经存在的 member 元素将被忽略

2、smembers <key>取出该集合的所有值。

3、sismember <key><value>判断集合<key>是否为含有该<value>值，有1，没有0

4、scard<key>返回该集合的元素个数。

5、srem <key><value1><value2> … 删除集合中的某个元素。

6、spop <key>随机从该集合中吐出一个值，吐出以后这个值在set中就不复存在了

7、srandmember <key><n>随机从该集合中取出n个值。不会从集合中删除 。

8、smove <source><destination>value把集合中一个值从一个集合移动到另一个集合

9、sinter <key1><key2>返回两个集合的交集元素。

10、sunion <key1><key2>返回两个集合的并集元素。

11、sdiff <key1><key2>返回两个集合的差集元素(key1中的，不包含key2中的)

Set的数据结构：
Set数据结构是dict字典，字典是用哈希表实现的。
Java中HashSet的内部实现使用的是HashMap，只不过所有的value都指向同一个对象。Redis的set结构也是一样，它的内部也使用hash结构，所有的value都指向同一个内部值。

c)Hash哈希

Redis hash是一个string类型的field和value的映射表，hash特别适合用于存储对象。
类似Java里面的Map<String,Object>

主要有下面两种方式：

由于以上两种方案的缺点，所以最终就有了第三种方案

通过 key(用户ID) + field(属性标签) 就可以操作对应属性数据了，既不需要重复存储数据，也不会带来序列化和并发修改控制的问题

常用命令：
1、hset <key><field><value>给<key>集合中的 <field>键赋值<value>

2、hget <key1><field>从<key1>集合<field>取出 value

3、hmset <key1><field1><value1><field2><value2>… 批量设置hash的值

4、hexists<key1><field>查看哈希表 key 中，给定域 field 是否存在（1存在，0不存在）。

5、hkeys <key>列出该hash集合的所有field

6、hvals <key>列出该hash集合的所有value

7、hincrby <key><field><increment>为哈希表 key 中的域 field 的值加上增量

8、hsetnx <key><field><value>将哈希表 key 中的域 field 的值设置为 value ，当且仅当域 field 不存在

哈希的数据类型：
Hash类型对应的数据结构是两种：ziplist（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。

d) Zset有序集合

Redis有序集合zset与普通集合set非常相似，是一个没有重复元素的字符串集合。不同之处是有序集合的每个成员都关联了一个评分（score）,这个评分（score）被用来按照从最低分到最高分的方式排序集合中的成员。集合的成员是唯一的，但是评分可以是重复了 。

常用命令：
1、zadd <key><score1><value1><score2><value2>…将一个或多个 member 元素及其 score 值加入到有序集 key 当中。

2、zrange <key><start><stop> [WITHSCORES]，返回有序集 key 中，下标在 之间的元素，带WITHSCORES，可以让分数一起和值返回到结果集。

3、zrangebyscore key min max [withscores] [limit offset count]，返回有序集 key 中，所有 score 值介于 min 和 max 之间(包括等于 min 或 max )的成员。有序集成员按 score 值递增(从小到大)次序排列。

4、zrevrangebyscore key max min [withscores] [limit offset count] ， 同上，改为从大到小排列。

5、zincrby <key><increment><value> 为元素的score加上增量

6、zrem <key><value>删除该集合下，指定值的元素

7、zcount <key><min><max>统计该集合，分数区间内的元素个数

8、zrank <key><value>返回该值在集合中的排名，序号从0开始从score从小到大排序。

Zset的数据结构：
zset底层使用了两个数据结构
（1）hash，hash的作用就是关联元素value和权重score，保障元素value的唯一性，可以通过元素value找到相应的score值。
（2）跳跃表，跳跃表的目的在于给元素value排序，根据score的范围获取元素列表。

跳跃表例子：
下面是一个单链表

把他变成跳跃表后，找51

从第2层开始，1节点比51节点小，向后比较。
21节点比51节点小，继续向后比较，后面就是NULL了，所以从21节点向下到第1层
在第1层，41节点比51节点小，继续向后，61节点比51节点大，所以从41向下
在第0层，51节点为要查找的节点，节点被找到，共查找4次。

4.redis的配置文件

我们可以通过vi 启动时赋值的配置文件命令来打开配置文件，下面我们来看一下配置文件中的各个部分

a)单位Units
配置大小单位,开头定义了一些基本的度量单位，只支持bytes，不支持bit，大小写不敏感

b)INCLUDES包含
一个文件中可以包含其他的文件，类似jsp中的公共抽取

c)网络相关配置network
找到配置文件中的network，下面就是网络相关的配置

1、bind
默认情况bind=127.0.0.1只能接受本机的访问请求，不写的情况下，无限制接受任何ip地址的访问，生产环境肯定要写你应用服务器的地址；服务器是需要远程访问的，所以需要将其注释掉
如果开启了protected-mode，那么在没有设定bind ip且没有设密码的情况下，Redis只允许接受本机的响应

2、protected-mode
把yes改成no，即可支持远程访问

3、端口号，默认6379

4、tcp-backlog
设置tcp的backlog，backlog其实是一个连接队列，backlog队列总和=未完成三次握手队列 + 已经完成三次握手队列。

5、timeout
一个空闲的客户端维持多少秒会关闭，0表示关闭该功能。即永不关闭。

6、tcp-keepalive
对访问客户端的一种心跳检测（检测客户端的连接还是否健康），每个n秒检测一次。
单位为秒，如果设置为0，则不会进行Keepalive检测，建议设置成60

d)GENERAL通用
1、daemonize
是否为后台进程，设置为yes

2、pidfile
存放pid文件的位置，每个实例会产生一个不同的pid文件，也就是说保存进程号

3、loglevel
指定日志记录级别，Redis总共支持四个级别：debug、verbose、notice、warning，默认为notice

4、logfile
日志文件名称，默认为空，可以自己设置

5、databases 16
设定库的数量 默认16，默认数据库为0，可以使用SELECT 命令在连接上指定数据库id

e)SECURITY安全
1、设置密码
将 #requirepass foobared 中的 # 去掉，表示登录时redis客户端需要密码验证,密码就是 foobared，也可以自己修改
设置完密码后，之后连接后，需要输入：auth 你的密码

f)maxclients
设置redis同时可以与多少个客户端进行连接。
默认情况下为10000个客户端。
如果达到了此限制，redis则会拒绝新的连接请求，并且向这些连接请求方发出“max number of clients reached”以作回应。

g)MEMORY MANAGEMENT
1、maxmemory
建议必须设置，否则，将内存占满，造成服务器宕机
设置redis可以使用的内存量。一旦到达内存使用上限，redis将会试图移除内部数据，移除规则可以通过maxmemory-policy来指定。

2、maxmemory-policy
volatile-lru：使用LRU算法移除key，只对设置了过期时间的键；（最近最少使用）
allkeys-lru：在所有集合key中，使用LRU算法移除key
volatile-random：在过期集合中移除随机的key，只对设置了过期时间的键
allkeys-random：在所有集合key中，移除随机的key
volatile-ttl：移除那些TTL值最小的key，即那些最近要过期的key
noeviction：不进行移除。针对写操作，只是返回错误信息

3、lesmaxmemory-samp
设置样本数量，LRU算法和最小TTL算法都并非是精确的算法，而是估算值，所以你可以设置样本的大小，redis默认会检查这么多个key并选择其中LRU的那个。

5.redis6的发布和订阅

a)什么是发布和订阅

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。

客户端订阅频道：

频道发布消息，客户端收到消息

b)发布订阅命令行实现
1、打开一个客户端订阅channell

2、打开另一个客户端，给channel1发布消息hello

3、订阅频道的得到信息

6.redis的新数据类型

6.1Bitmaps

Redis提供了Bitmaps这个“数据类型”可以实现对位的操作：
（1）Bitmaps本身不是一种数据类型， 实际上它就是字符串（key-value） ， 但是它可以对字符串的位进行操作。
（2）Bitmaps单独提供了一套命令， 所以在Redis中使用Bitmaps和使用字符串的方法不太相同。 可以把Bitmaps想象成一个以位为单位的数组， 数组的每个单元只能存储0和1， 数组的下标在Bitmaps中叫做偏移量。

常用命令：
1、setbit<key><offset><value>设置Bitmaps中某个偏移量的值（0或1）

2、getbit<key><offset>获取Bitmaps中某个偏移量的值

3、bitcount<key>[start end] 统计字符串从start字节到end字节比特值为1的数量（一个字节8位），且可以理解为每8位二进制为一组，下标从0开始，-1 表示最后一个位，而 -2 表示倒数第二个位

4、bitop and(or/not/xor) <destkey> [key…]，bitop是一个复合操作， 它可以做多个Bitmaps的and（交集） 、 or（并集） 、 not（非） 、 xor（异或） 操作并将结果保存在destkey中。


Bitmaps与set对比
假设网站有1亿用户， 每天独立访问的用户有5千万， 如果每天用集合类型和Bitmaps分别存储活跃用户可以得到表

但Bitmaps并不是万金油， 假如该网站每天的独立访问用户很少， 例如只有10万（大量的僵尸用户） ， 那么两者的对比如下表所示， 很显然， 这时候使用Bitmaps就不太合适了， 因为基本上大部分位都是0。

6.2HyperLoglog

首先先了解一下什么是基数
比如数据集 {1, 3, 5, 7, 5, 7, 8}， 那么这个数据集的基数集为 {1, 3, 5 ,7, 8}, 基数(不重复元素)为5。 基数估计就是在误差可接受的范围内，快速计算基数。
使用Redis提供的hash、set、bitmaps等数据结构可以处理基数
以上的方案结果精确，但随着数据不断增加，导致占用空间越来越大，对于非常大的数据集是不切实际的。

Redis HyperLogLog 是用来做基数统计的算法，HyperLogLog 的优点是，在输入元素的数量或者体积非常非常大时，计算基数所需的空间总是固定的、并且是很小的。
在 Redis 里面，每个 HyperLogLog 键只需要花费 12 KB 内存，就可以计算接近 2^64 个不同元素的基数。这和计算基数时，元素越多耗费内存就越多的集合形成鲜明对比。
但是，因为 HyperLogLog 只会根据输入元素来计算基数，而不会储存输入元素本身，所以 HyperLogLog 不能像集合那样，返回输入的各个元素。

常用命令：
1、pfadd <key><element> [element …] 添加指定元素到 HyperLogLog 中

2、pfcount<key> [key …] 计算基数

3、pfmerge<destkey><sourcekey> [sourcekey …] 将一个或多个HyperLoglog合并后的结果存储在destkey中

6.3Geospatial

Redis 3.2 中增加了对GEO类型的支持。GEO，Geographic，地理信息的缩写。该类型，就是元素的2维坐标，在地图上就是经纬度。redis基于该类型，提供了经纬度设置，查询，范围查询，距离查询，经纬度Hash等常见操作。

常用操作：
1、geoadd<key>< longitude><latitude><member>,添加地理位置（经度，纬度，名称），可以一次加多个，两极无法直接添加，一般会下载城市数据，直接通过 Java 程序一次性导入

2、geopos <key><member> [member…] 获得指定地区的坐标值

3、geodist<key><member1><member2> [m|km|ft|mi ] 获取两个位置之间的直线距离
m 表示单位为米[默认值]。
km 表示单位为千米。
mi 表示单位为英里。
ft 表示单位为英尺。

4、georadius<key>< longitude><latitude>radius m|km|ft|mi 以给定的经纬度为中心，找出某一半径内的元素

7.Jedis操作redis

jedis：即使用java操作redis

a)引入依赖

        <dependency>
            <groupId>redis.clients</groupId>
            <artifactId>jedis</artifactId>
            <version>3.2.0</version>
        </dependency>

b)创建测试类

前置工作：
1.关闭虚拟机的防火墙
2.redis配置文件中注释掉bing，关闭保护

链接redis

        //创建一个jedis对象，传入主机地址和端口号
        Jedis jedis = new Jedis("你的ip",6379);
        jedis.auth("你的密码");

        //测试
        String value = jedis.ping();
        System.out.println(value);//输出PONG说明连接成功

操作测试（其余的操作list，set等等与命令行基本一直）

    //操作key
    @Test
    public void demo1(){
        Jedis jedis = new Jedis("",6379);
        jedis.auth("");

        //获取所有key
        Set<String> keys = jedis.keys("*");
        System.out.println(keys);

        //加入key
        jedis.set("name","lucy");

        //获取
        String name = jedis.get("name");
        System.out.println(name);

        //其余的方法与命令行基本一样
    }

8.springboot整合redis

首先先创建一个springboot工程
a)引入依赖

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

        <!-- spring2.X集成redis所需common-pool2，经过测试，这个已经不是必须要引入的了-->
        <dependency>
            <groupId>org.apache.commons</groupId>
            <artifactId>commons-pool2</artifactId>
        </dependency>

b)在application.properties配置redis配置

#Redis服务器地址
spring.redis.host=你的ip
#Redis服务器连接端口
spring.redis.port=6379
#Redis数据库索引（默认为0）
spring.redis.database= 0
#连接超时时间（毫秒）
spring.redis.timeout=1800000
#连接池最大连接数（使用负值表示没有限制）
spring.redis.lettuce.pool.max-active=20
#最大阻塞等待时间(负数表示没限制)
spring.redis.lettuce.pool.max-wait=-1
#连接池中的最大空闲连接
spring.redis.lettuce.pool.max-idle=5
#连接池中的最小空闲连接
spring.redis.lettuce.pool.min-idle=0
#连接密码
spring.redis.password=你的密码

c)添加redis配置类

配置类也可以不写，因为springboot已经帮我们完成了自动配置
对配置类感兴趣的小伙伴可以自行搜索RedisConfig

d)测试程序

@RestController
@RequestMapping("/redisTest")
public class RedisTestController {
    @Resource//用自动装配会报错，但并没有影响，用这个注解不会报错
    private RedisTemplate redisTemplate;

    @GetMapping
    public String testRedis(){
        //设置值到redis中
        redisTemplate.opsForValue().set("name","lucy");
        //从redis获取值
        String name = (String) redisTemplate.opsForValue().get("name");
        return name;
    }
}

9.redis6的事务操作

Redis事务是一个单独的隔离操作：事务中的所有命令都会序列化、按顺序地执行。事务在执行的过程中，不会被其他客户端发送来的命令请求所打断，与mysql中的事务是两个概念
Redis事务的主要作用就是串联多个命令防止别的命令插队。

9.1基本命令Multi、Exec、discard

从输入Multi命令开始，输入的命令都会依次进入命令队列中，但不会执行，直到输入Exec后，Redis会将之前的命令队列中的命令依次执行，输入exec后，就代表事务已经结束了
组队的过程中可以通过discard来放弃组队。

下面是出现错误的案例：
1、组队时命令就失败了

2、执行时错误

9.2事务的冲突

a)例子背景
有一个10000的账户，有三笔交易正在进行，分别为8000,5000,1000，此时就可能会产生冲突，多个人之间互相产生了影响，最终余额变成了-4000

b)悲观锁

悲观锁(Pessimistic Lock), 顾名思义，就是很悲观，每次去拿数据的时候都认为别人会修改，所以每次在拿数据的时候都会上锁，这样别人想拿这个数据就会block直到它拿到锁。传统的关系型数据库里边就用到了很多这种锁机制，比如行锁，表锁等，读锁，写锁等，都是在做操作之前先上锁。
c)乐观锁

乐观锁(Optimistic Lock), 顾名思义，就是很乐观，每次去拿数据的时候都认为别人不会修改，所以不会上锁，但是在更新的时候会判断一下在此期间别人有没有去更新这个数据，可以使用版本号（进行数据操作后同步更新版本号，在修改数据时先查看看与最新版本号是否有区别，若不一致则事务失败）等机制。乐观锁适用于多读的应用类型，这样可以提高吞吐量。Redis就是利用这种check-and-set机制实现事务的。

9.3watch与unwatch

在执行multi之前，先执行watch key1 [key2],可以监视一个(或多个) key ，如果在事务执行之前这个(或这些) key 被其他命令所改动，那么事务将被打断。
下面这个例子，我们先执行加10，然后执行加20，最后发现加20并没有执行


unwatch：取消 watch命令对所有 key 的监视。
如果在执行 WATCH 命令之后，EXEC 命令或DISCARD 命令先被执行了的话，那么就不需要再执行UNWATCH 了。

9.4redis事务的三个特性

单独的隔离操作
事务中的所有命令都会序列化、按顺序地执行。事务在执行的过程中，不会被其他客户端发送来的命令请求所打断。
没有隔离级别的概念
队列中的命令没有提交之前都不会实际被执行，因为事务提交前任何指令都不会被实际执行
不保证原子性
事务中如果有一条命令执行失败，其后的命令仍然会被执行，没有回滚

9.5LUA脚本

将复杂的或者多步的redis操作，写为一个脚本，一次提交给redis执行，减少反复连接redis的次数。提升性能。
LUA脚本是类似redis事务（悲观锁），有一定的原子性，不会被其他命令插队，可以完成一些redis事务性的操作。
但是注意redis的lua脚本功能，只有在Redis 2.6以上的版本才可以使用。
利用lua脚本淘汰用户，解决超卖问题。
教程地址
https://www.w3cschool.cn/lua/

10.redis持久化操作之RDB

a)RDB是什么
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（说的简单点就是：定时备份）

b)备份是如何执行的
Fork的作用是复制一个与当前进程一样的进程。新进程的所有数据（变量、环境变量、程序计数器等） 数值都和原进程一致，但是是一个全新的进程，并作为原进程的子进程

c)配置文件SNAPSHOTTING区域
rdb文件的名字

指定在redis启动目录中生成rdb文件，可以修改成一个确定的路径
使用命令CONFIG GET dir可以获取dump.rdb的保存位置


硬盘已满，直接关闭redis的写操作

持久化文件是否进行压缩存储

持久化之前是否检查数据完整性，会影响性能，但推荐yes

save：
格式：save 秒钟 写操作次数
RDB是整个内存的压缩过的Snapshot，RDB的数据结构，可以配置复合的快照触发条件，
默认是1分钟内改了1万次，或5分钟内改了10次，或15分钟内改了1次。
禁用：不设置save指令，或者给save传入空字符串

d)rdb的劣势
Fork的时候，内存中的数据被克隆了一份，大致2倍的膨胀性需要考虑
虽然Redis在fork时使用了写时拷贝技术,但是如果数据庞大时还是比较消耗性能。
在备份周期在一定间隔时间做一次备份，所以如果Redis意外down掉的话，就会丢失最后一次快照后的所有修改。

e)rdb的优势
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

f)rdb的备份过程

g)Bgsave
创建 redis 备份文件也可以使用命令 BGSAVE，该命令在后台执行。

11.redis持久化操作之AOF

a)aof是什么？

以日志的形式来记录每个写操作（增量保存），将Redis执行过的所有写指令记录下来(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（类似于rdb中通过dump.rdb来恢复数据）

b)aof开启
aof默认是不开启的
可以在redis.conf中配置文件名称，默认为 appendonly.aof

AOF文件的保存路径，同RDB的路径一致。

AOF和RDB同时开启，系统默认取AOF的数据（数据不会存在丢失）

c)aof恢复文件
AOF的备份机制和性能虽然和RDB不同, 但是备份和恢复的操作同RDB一样，都是拷贝备份文件，需要恢复时再拷贝到Redis工作目录下，启动系统即加载。

正常恢复
修改默认的appendonly no，改为yes
将有数据的aof文件复制一份保存到对应目录(查看目录：config get dir)
恢复：重启redis然后重新加载

异常恢复
修改默认的appendonly no，改为yes
如遇到AOF文件损坏，通过/启动目录/redis-check-aof–fix appendonly.aof进行恢复
备份被写坏的AOF文件
恢复：重启redis，然后重新加载

d)aof相关配置介绍
同步频率设置
appendfsync always
始终同步，每次Redis的写入都会立刻记入日志；性能较差但数据完整性比较好
appendfsync everysec
每秒同步，每秒记入日志一次，如果宕机，本秒的数据可能丢失。
appendfsync no
redis不主动进行同步，把同步时机交给操作系统。

e)Rewrite压缩
AOF采用文件追加方式，文件会越来越大为避免出现此种情况，新增了重写机制, 当AOF文件的大小超过所设定的阈值时，Redis就会启动AOF文件的内容压缩， 只保留可以恢复数据的最小指令集.可以使用命令bgrewriteaof

重写流程
（1）bgrewriteaof触发重写，判断是否当前有bgsave或bgrewriteaof在运行，如果有，则等待该命令结束后再继续执行。
（2）主进程fork出子进程执行重写操作，保证主进程不会阻塞。
（3）子进程遍历redis内存中数据到临时文件，客户端的写请求同时写入aof_buf缓冲区和aof_rewrite_buf重写缓冲区保证原AOF文件完整以及新AOF文件生成期间的新的数据修改动作不会丢失。
（4）1).子进程写完新的AOF文件后，向主进程发信号，父进程更新统计信息。2).主进程把aof_rewrite_buf中的数据写入到新的AOF文件。
（5）使用新的AOF文件覆盖旧的AOF文件，完成AOF重写。

f)aof的持久化流程
（1）客户端的请求写命令会被append追加到AOF缓冲区内；
（2）AOF缓冲区根据AOF持久化策略[always,everysec,no]将操作sync同步到磁盘的AOF文件中；
（3）AOF文件大小超过重写策略或手动重写时，会对AOF文件rewrite重写，压缩AOF文件容量；
（4）Redis服务重启时，会重新load加载AOF文件中的写操作达到数据恢复的目的；

g)优势
备份机制更稳健，丢失数据概率更低。
可读的日志文本，通过操作AOF稳健，可以处理误操作。

h)劣势
比起RDB占用更多的磁盘空间。
恢复备份速度要慢。
每次读写都同步的话，有一定的性能压力。
存在个别Bug，造成恢复不能。

12.redis的主从复制

概念：主机数据更新后根据配置和策略， 自动同步到备机的master/slaver机制，Master以写为主，Slave以读为主
能干嘛：
（1）读写分离，比如说在主里面做写操作，从里面做读操作
（2）容灾快速恢复，当一台从挂掉了后，可以快速切换到另外的从服务器，主从复制一般都是一主多从

12.1怎么搭建一主多从

1、新建一个文件夹

2、复制redis.conf配置文件到文件夹中

3、以配置一主两从为例，创建三个配置文件
redis6379.conf

redis6380.conf

redis6381.conf

4、在三个配置文件中分别写入内容

拷贝多个redis.conf文件include(写绝对路径)
开启daemonize yes
Pid文件名字pidfile
指定端口port
Log文件名字
dump.rdb名字dbfilename
Appendonly 关掉或者换名字（不关闭其实也可以，关闭是为了操作方便）

6379，其余两个配置文件也是一样的，先引用我们赋值过来的redis.conf，在根据各自的端口号修改即可

5、启动三台redis服务器

6、查看三台主机的运行情况
以6379为例，现在这三台服务器都是主机，所以接下来我们需要设置主从

7、配置从服务器
在从服务器中输入命令：
slaveof <ip><port>
成为某个实例的从服务器

假设我们以6379为主服务器，在6380和6381中配置完成后

注意：如果主机设置了密码，那么从服务器的配置文件中应该加上
masterauth 你的密码

上面的设置重启后就没有了，如果一直作为主从，可以在从机的配置文件中加上
salveof命令，永久生效

8、功能测试
在主机上写，在从机上读


注意：如果从服务器挂掉了，重启后在加入主服务器，从服务器中的数据会从头开始复制主服务器中的
如果主服务器挂掉了，从服务器不做任何事，主服务器重启后他还是主服务器。

12.2主从复制原理

1、Slave启动成功连接到master后会发送一个sync命令（进行数据同步到消息）

2、Master接到命令后，把主服务器数据进行持久化，然后把生成的rdb文件发送给从服务器，从服务器拿到rdb文件后进行读取

3、每次主服务器进行写操作后，会主动和从服务器进行同步

12.3薪火相传和反客为主

a)薪火相传
当从服务器过多时，如果还是主服务器一一传递，那么效率会变低，所以我们可以通过指定的从服务器传递给另外的从服务器，来减少主服务器的压力，但缺点是如果我们指定的从服务器挂掉了，那么传递就会停止

使用方法也简单，我们在一台从服务器中，使用slave命令，将其主服务器设为另一台从服务器即可，这时，主服务器的从服务器就减少了一台。
b)反客为主
当一个master宕机后，后面的slave可以立刻升为master，其后面的slave不用做任何修改。

用命令slaveof no one 将从机变为主机，缺点是手动完成，无法自动。

12.4哨兵模式

反客为主的自动版，能够后台监控主机是否故障，如果故障了根据投票数自动将从库转换为主库

a)准备环境，还是以一主二从为例
主：6379
从：6380,6381

b)自定义的/myredis目录下新建sentinel.conf文件，名字绝不能错

c)在创建的这个文件中写内容
sentinel monitor mymaster 127.0.0.1 6379 1
如果主服务器有密码记得记上
sentinel auth-pass mymaster 密码

其中mymaster为监控对象起的主服务器名称， 1 为至少有多少个哨兵同意迁移的数量（有多少从机认为主机挂掉了）

d)启动哨兵
redis-sentinel /你创建配置文件的位置/sentinel.conf

主机6379挂掉后，从机中会选举产生新的主机
通过测试观察哨兵中的输出，我们发现哨兵选了6380作为新的主机，他下面有一个从机6381

当我们重启6379后，发现6379也变成了6380的从服务器

e)选举新主机的规则

1、优先级在redis.conf中默认：slave-priority 100，值越小优先级越高（新版中改名叫replica-priority了），值越小，优先级越高，我们可以修改两个从服务器的配置文件，来设置优先级

2、偏移量是指获得原主机数据最全的

2、每个redis实例启动后都会随机生成一个40位的runid

f)java代码获取哨兵

首先创建一个连接池类

private static JedisSentinelPool jedisSentinelPool=null;

public static  Jedis getJedisFromSentinel(){
if(jedisSentinelPool==null){
            Set<String> sentinelSet=new HashSet<>();
            sentinelSet.add("你的ip:26379");//哨兵的端口号

            JedisPoolConfig jedisPoolConfig =new JedisPoolConfig();
            jedisPoolConfig.setMaxTotal(10); //最大可用连接数
jedisPoolConfig.setMaxIdle(5); //最大闲置连接数
jedisPoolConfig.setMinIdle(5); //最小闲置连接数
jedisPoolConfig.setBlockWhenExhausted(true); //连接耗尽是否等待
jedisPoolConfig.setMaxWaitMillis(2000); //等待时间
jedisPoolConfig.setTestOnBorrow(true); //取连接的时候进行一下测试 ping pong

jedisSentinelPool=new JedisSentinelPool("mymaster",sentinelSet,jedisPoolConfig);
return jedisSentinelPool.getResource();
        }else{
return jedisSentinelPool.getResource();
        }
}

然后通过这个连接池，我们就可以获得Jedis对象来操作redis了。

13.redis集群

Redis 集群实现了对Redis的水平扩容，即启动N个redis节点，将整个数据库分布存储在这N个节点中，每个节点存储总数据的1/N。
Redis 集群通过分区来提供一定程度的可用性： 即使集群中有一部分节点失效或者无法进行通讯， 集群也可以继续处理命令请求。

下面就是一个集群的例子，我们可以通过订单，用户，商品中的任意一个进入集群，比起传统的代理模式（用一台代理服务器来转发请求），集群的服务器数量更少。

13.1搭建redis集群

实际生产中，肯定是一个linux系统一个redis，在学习中，我们就用一个linux系统，不同的端口号来代替

a)场景简介
用六台服务器来搭建用户，商品，订单的集群，这三个模块分别有一台从服务器，在主机宕机时可以接替主机

b)配置基本信息
开启daemonize yes
Pid文件名字
指定端口
Log文件名字
Dump.rdb名字
Appendonly 关掉或者换名字

c)redis cluster配置修改
cluster-enabled yes 打开集群模式
cluster-config-file nodes-6379.conf 设定节点配置文件名
cluster-node-timeout 15000 设定节点失联时间，超过该时间（毫秒），集群自动进行主从切换。

同样的方法，再创建五份配置文件，端口号分别为：
6379,6380,6381,6389,6390,6391

d)启动六个redis服务
启动后，节点的配置文件已生成

e)将六个节点合成一个集群
组合之前，请确保所有redis实例启动后，nodes-xxxx.conf文件都生成正常。

合体命令：
1、切换到redis的安装文件夹：cd /opt/redis-6.2.1/src （一定要切换过来，别的目录没有对应的环境）
2、输入命令：redis-cli --cluster create --cluster-replicas 1 所有服务器的ip地址:端口号（这里用真实ip地址）
–replicas 1 采用最简单的方式配置集群，一台主机，一台从机，正好三组。
如果设置了密码，需要在后面加上 -a 密码
启动后，系统就为我们分配好了主从服务器，输入yes表示接受

分配完成，到这里redis集群就完成了搭建

f)简单的测试

-c 采用集群策略连接，设置数据会自动切换到相应的写主机，如果有密码的话可以在后面加上 -a 你的密码，这样可以防止每次切换都要输密码

通过 cluster nodes 命令可以查看集群信息

g)redis cluster 如何分配这六个节点?
一个集群至少要有三个主节点。
选项 --cluster-replicas 1 表示我们希望为集群中的每个主节点创建一个从节点。
分配原则尽量保证每个主数据库运行在不同的IP地址，每个从库和主库不在一个IP地址上。

h)什么是slots
还记得上文的那个记住slots的值吗

一个 Redis 集群包含 16384 个插槽（hash slot）， 数据库中的每个键都属于这 16384 个插槽的其中一个，
集群使用公式 CRC16(key) % 16384 来计算键 key 属于哪个槽， 其中 CRC16(key) 语句用于计算键 key 的 CRC16 校验和 。
集群中的每个节点负责处理一部分插槽。 举个例子， 如果一个集群有三个主节点， 其中：
节点 A 负责处理 0 号至 5460 号插槽。
节点 B 负责处理 5461 号至 10922 号插槽。
节点 C 负责处理 10923 号至 16383 号插槽。

13.2集群操作

a)在集群中录入值
在redis-cli每次录入、查询键值，redis都会计算出该key应该送往的插槽，如果不是该客户端对应服务器的插槽，redis会报错，并告知应前往的redis实例地址和端口。

不在一个slot下的键值，是不能使用mget,mset等多键操作。

可以通过{}来定义组的概念，从而使key中{}内相同内容的键值对放到一个slot中去。

b)查询集群中的值
1、cluster keyslot key：计算key对应的插槽的值

2、cluster countkeysinslot 插槽号：计算得到这个插槽中有多少个key，注意，每台服务器只能得到自己范围内插槽的数据

3、cluster countkeysinslot <slot><count> 返回 count 个 slot 槽中的键

13.3故障恢复

1、如果主节点下线？从节点能否自动升为主节点，答：会？注意：15秒超时（15秒内恢复，他还是主机）

2、主节点恢复后，主从关系会如何？主节点回来变成从机。

3、如果某一段插槽的主从都挂掉，而cluster-require-full-coverage 为yes ，那么 ，整个集群都挂掉
如果某一段插槽的主从都挂掉，而cluster-require-full-coverage 为no ，那么，该插槽数据全都不能使用，也无法存储。
redis.conf中的参数 cluster-require-full-coverage

13.4jedis开发

即使连接的不是主机，集群会自动切换主机存储。主机写，从机读。
无中心化主从集群。无论从哪台主机写的数据，其他主机上都能读到数据。

public class JedisClusterTest {
  public static void main(String[] args) { 
     Set<HostAndPort>set =new HashSet<HostAndPort>();
     set.add(new HostAndPort("你的ip","任意一个主机的端口号"));
     //这里不传set直接传HostAndPort也可以，写一个set是防止服务器宕机
     JedisCluster jedisCluster=new JedisCluster(set);
     //操作集群
     jedisCluster.set("k1", "v1");
     System.out.println(jedisCluster.get("k1"));
     
     jedisCluster.close();
  }
}

14.redis应用问题解决

14.1缓存穿透

a)问题描述
key对应的数据在数据源并不存在，每次针对此key的请求从缓存获取不到，请求都会压到数据源，从而可能压垮数据源。比如说使用一个不存在的用户id去查询用户信息。由于缓存是不命中时被动写的，并且出于容错考虑，如果从存储层查不到数据则不写入缓存，这将导致这个不存在的数据每次请求都要到存储层去查询，失去了缓存的意义。

出现原因，多数时候都是因为遭受了恶意攻击：

b)解决方案
（1）对空值缓存：如果一个查询返回的数据为空（不管是数据是否不存在），我们仍然把这个空结果（null）进行缓存，设置空结果的过期时间会很短，最长不超过五分钟
（2）设置可访问的名单（白名单）：使用bitmaps类型定义一个可以访问的名单，名单id作为bitmaps的偏移量，每次访问和bitmap里面的id进行比较，如果访问id不在bitmaps里面，进行拦截，不允许访问。
（3）采用布隆过滤器：(布隆过滤器（Bloom Filter）是1970年由布隆提出的。它实际上是一个很长的二进制向量(位图)和一系列随机映射函数（哈希函数）。布隆过滤器可以用于检索一个元素是否在一个集合中。它的优点是空间效率和查询时间都远远超过一般的算法，缺点是有一定的误识别率和删除困难。)将所有可能存在的数据哈希到一个足够大的bitmaps中，一个一定不存在的数据会被 这个bitmaps拦截掉，从而避免了对底层存储系统的查询压力。
（4）进行实时监控：当发现Redis的命中率开始急速降低，需要排查访问对象和访问的数据，和运维人员配合，可以设置黑名单限制服务

14.2缓存击穿

特点：数据库访问压力瞬时增加，redis里面没有出现大量key过期，redis正常运行

a)问题描述
key对应的数据存在，但在redis中过期，此时若有大量并发请求过来，这些请求发现缓存过期一般都会从后端DB加载数据并回设到缓存，这个时候大并发的请求可能会瞬间把后端DB压垮，就比如说网络热搜的key，突然过期了，此时数据库的压力就会急剧上升。

b)解决方案
（1）预先设置热门数据：在redis高峰访问之前，把一些热门数据提前存入到redis里面，加大这些热门数据key的时长
（2）实时调整：现场监控哪些数据热门，实时调整key的过期时长
（3）使用锁：
①就是在缓存失效的时候（判断拿出来的值为空），不是立即去load db。
②先使用缓存工具的某些带成功操作返回值的操作（比如Redis的SETNX）去set一个mutex key
③当操作返回成功时，再进行load db的操作，并回设缓存,最后删除mutex key；
④当操作返回失败，证明有线程在load db，当前线程睡眠一段时间再重试整个get缓存的方法。

14.3缓存雪崩

特点：数据库压力变大服务器崩溃

a)问题描述
在短时间内大量的key集中过期，此时若有大量并发请求过来，这些请求发现缓存过期一般都会从后端DB加载数据并回设到缓存，这个时候大并发的请求可能会瞬间把后端DB压垮。
缓存雪崩与缓存击穿的区别在于这里针对很多key缓存，前者则是某一个key

b)解决方案
（1）构建多级缓存架构：nginx缓存 + redis缓存 +其他缓存（ehcache等）
（2）使用锁或队列：用加锁或者队列的方式保证来保证不会有大量的线程对数据库一次性进行读写，从而避免失效时大量的并发请求落到底层存储系统上。不适用高并发情况
（3）设置过期标志更新缓存：记录缓存数据是否过期（设置提前量），如果过期会触发通知另外的线程在后台去更新实际key的缓存。
（4）将缓存失效时间分散开：比如我们可以在原有的失效时间基础上增加一个随机值，比如1-5分钟随机，这样每一个缓存的过期时间的重复率就会降低，就很难引发集体失效的事件。

14.4分布式锁

随着业务发展的需要，原单体单机部署的系统被演化成分布式集群系统后，由于分布式系统多线程、多进程并且分布在不同机器上，这将使原单机部署情况下的并发控制锁策略失效，单纯的Java API并不能提供分布式锁的能力。为了解决这个问题就需要一种跨JVM的互斥机制来控制共享资源的访问（也就是集群的机器都共享），这就是分布式锁要解决的问题

a)使用redis实现分布式锁
1、NX ：只在键不存在时，才对键进行设置操作。 SET key value NX 效果等同于 SETNX key value 。

2、PX millisecond ：设置键的过期时间为 millisecond 毫秒。 SET key value PX millisecond 效果等同于 PSETEX key millisecond value 。

3、EX second ：设置键的过期时间为 second 秒。 SET key value EX second 效果等同于 SETEX key second value 。

4、expire命令可以在上锁之后设置过期时间

14.5java代码实现分布式锁

我们使用lock作为锁，在查询num之前先上锁，查询完后释放锁

    @GetMapping("testLock")
    public void testLock(){
        //1获取锁，setne
        Boolean lock = redisTemplate.opsForValue().setIfAbsent("lock", "111",3, TimeUnit.SECONDS);
        //2获取锁成功、查询num的值
        if(lock){
            Object value = redisTemplate.opsForValue().get("num");
            //2.1判断num为空return
            if(StringUtils.isEmpty(value)){
                return;
            }
            //2.2有值就转成成int
            int num = Integer.parseInt(value+"");
            //2.3把redis的num加1
            ++num;
            redisTemplate.opsForValue().set("num",String.valueOf(num));
            //2.4释放锁，del
            redisTemplate.delete("lock");

        }else{
            //3获取锁失败、每隔0.1秒再获取
            try {
                Thread.sleep(100);
                testLock();
            } catch (InterruptedException e) {
                e.printStackTrace();
            }
        }
    }

使用uuid防止误删
下面是一个例子，a和b两个服务器都要对数据进行操作并在操作时上锁并设置10秒过期时间，操作后释放锁，假设a在操作时服务器卡顿，最终就会导致a的服务器反应过来后可能会释放b的锁，所以我们就可以使用uuid来防止误删，即uuid来标识不同的服务，在释放锁时，先判断当前的uuid和要释放的锁里的uuid是否一样。

所以我们修改上面的代码，使用uuid作为锁的值

在删除锁时，比较uuid，使每个服务只能删自己的锁

但是上述代码还有问题，比如说，a服务器刚刚比完uuid一致，准备删除锁时，锁到了过期时间，自动释放，这时b抢到了锁，但a下一步要执行删除操作，这时，a也会释放b的锁，这就是因为缺乏原子性造成的，所以接下来可以使用lua脚本来保证删除原子性。

总结：
为了确保分布式锁可用，我们至少要确保锁的实现同时满足以下四个条件：

• 互斥性。在任意时刻，只有一个客户端能持有锁。
• 不会发生死锁。即使有一个客户端在持有锁的期间崩溃而没有主动解锁，也能保证后续其他客户端能加锁。
• 解铃还须系铃人。加锁和解锁必须是同一个客户端，客户端自己不能把别人加的锁给解了。
• 加锁和解锁必须具有原子性。

15.redis6的新功能

15.1ACL（访问控制列表）

在Redis 5版本之前，Redis 安全规则只有密码控制 还有通过rename 来调整高危命令比如 flushdb ， KEYS* ， shutdown 等。Redis 6 则提供ACL的功能对用户进行更细粒度的权限控制 ：
（1）接入权限:用户名和密码
（2）可以执行的命令
（3）可以操作的 KEY

官网：https://redis.io/topics/acl

15.2IO多线程

IO多线程其实指客户端交互部分的网络IO交互处理模块多线程，而非执行命令多线程。Redis6执行命令依然是单线程。

Redis 6 加入多线程,但跟 Memcached 这种从 IO处理到数据访问多线程的实现模式有些差异。Redis 的多线程部分只是用来处理网络数据的读写和协议解析，执行命令仍然是单线程。之所以这么设计是不想因为多线程而变得复杂，需要去控制 key、lua、事务，LPUSH/LPOP 等等的并发问题。整体的设计大体如下:

另外，多线程IO默认也是不开启的，需要再配置文件中配置
io-threads-do-reads yes
io-threads 4 （数量）

15.3工具支持cluster

之前老版Redis想要搭集群需要单独安装ruby环境，Redis 5 将 redis-trib.rb 的功能集成到 redis-cli 。另外官方 redis-benchmark 工具开始支持 cluster 模式了，通过多线程的方式对多个分片进行压测。