Redis从0开始学习教程

Redis

NoSQL

Not Only SQL

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

（Redis推荐都是在Linux服务器上搭建的）

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！）

Window安装

1.下载安装包

2.下载完毕得到压缩包

3.解压到自己的电脑上

4.开启Redis，双击运行即可

5.使用redis客户来链接redis

Linux安装

1.下载

2.解压

tar -zxvf redis-....zip

3.进入解压后的文件，可以看到redis’的配置文件

4.基本的环境安装

yum install -v
make
make install

5.redis默认的安装路径 usr/loacl/bin

6.默认不是后台启动，修改配置文件

daemonize yes

7.启动Redis服务

redis-server config/redis.conf
redis-cli -p 6379

8.关闭redis服务

shutdown  

测试性能

redis-benchmark是一个压力测试工具

Redis 性能测试参数

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有16个数据库，默认使用第0个

可以使用select进行切换数据库！

keys * 		查看数据库所有的key
flushdb		清除当前数据库
FLUSHALL	清除所有数据库

Redis是单线程的！

很快，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，既然可以使用单线程来实现，就使用单线程了！

Redis是C语言写的，官方提供的数据是 100000+的QPS,这完全不比同样是使用key-value的Memecache差！

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！多次读写都是在一个CPU上的，在内存情况下，这个就是最佳的方案！

五大数据类型

Redis-Key

key * #查看所有key
EXISTS name #判断当前的key是否存在
move name 1 #移除当前的key
EXPIRE name 10  #设置key的过期时间（单位秒）十秒过期
ttl name  #查看当前key的剩余时间
type name #查看当前key的类型

String

127.0.0.1:6379> set key1 v1
OK
127.0.0.1:6379> get key1
"v1"
127.0.0.1:6379> keys *
1) "key1"
127.0.0.1:6379> EXISTS key1
(integer) 1
127.0.0.1:6379> APPEND key1 "hello" #如果当前key不存在，就相当于set key
(integer) 7
127.0.0.1:6379> get key1
"v1hello"
127.0.0.1:6379> STRLEN key1
(integer) 7
127.0.0.1:6379> APPEND key1 ",world"
(integer) 13
127.0.0.1:6379> STRLEN key1
(integer) 13
127.0.0.1:6379> get key1
"v1hello,world"
#####################################################
127.0.0.1:6379> set views 0
OK
127.0.0.1:6379> get views
"0"
127.0.0.1:6379> incr views
(integer) 1
127.0.0.1:6379> incr views
(integer) 2
127.0.0.1:6379> get views
"2"
127.0.0.1:6379> decr views
(integer) 1
127.0.0.1:6379> get views
"1"
127.0.0.1:6379> INCRBY views 10 #设置步长
(integer) 11
127.0.0.1:6379> DECRBY views 5
(integer) 6
#####################################################
127.0.0.1:6379> set key1 "hello,cvicse"
OK
127.0.0.1:6379> get key1
"hello,cvicse"
127.0.0.1:6379> GETRANGE key1 0 3 #截取字符串[0,3]
"hell"
127.0.0.1:6379> GETRANGE key1 0 -1 #获得全部字符串
"hello,cvicse"

127.0.0.1:6379> set key2 qwerasdf
OK
127.0.0.1:6379> get key2
"qwerasdf"
127.0.0.1:6379> SETRANGE key2 1 xxx #替换指定位置开始的字符串！
(integer) 8
127.0.0.1:6379> get key2
"qxxxasdf"
#####################################################
setex(set with expire) #设置过期时间
setnx(set if not exist) #不存在在设置（在分布式锁中常常使用）
#####################################################
127.0.0.1:6379> setex  key3 30 "cvicse"
OK
127.0.0.1:6379> ttl key3
(integer) 26
127.0.0.1:6379> get key3
"cvicse"
127.0.0.1:6379> setnx mykey "redis" #如果mykey不存在，创建mykey
(integer) 1
127.0.0.1:6379> keys *
1) "mykey"
2) "key2"
3) "views"
4) "key1"
127.0.0.1:6379> ttl key3
(integer) -2
127.0.0.1:6379> setnx mykey "DB" #如果mykey不存在，创建失败
(integer) 0
127.0.0.1:6379> get mykey
"redis"
#####################################################
127.0.0.1:6379> mset k1 v1 k2 v2 k3 v3
OK
127.0.0.1:6379> keys *
1) "k2"
2) "k3"
3) "k1"
127.0.0.1:6379> mget k1 k2 k3
1) "v1"
2) "v2"
3) "v3"
127.0.0.1:6379> 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> get k4
(nil)

#对象
set user:1:{name:ccc,age:2} #设置一个user:1 对象 值为json字符来保存一个对象

#这里的key是一个巧妙的设计：user:{id}:{filed}

127.0.0.1:6379> mset user:1:name ccc user:1:age 2
OK
127.0.0.1:6379> mget user
1) (nil)
127.0.0.1:6379> mget name age
1) (nil)
2) (nil)
127.0.0.1:6379> mget user:1:name user:1:age
1) "ccc"
2) "2"
#####################################################

getset#先get再set
127.0.0.1:6379> getset db redis #如果不存在值，则返回nil
(nil)
127.0.0.1:6379> get db
"redis"
127.0.0.1:6379> getset db mongodb #如果存在值，获取原来的值，并设置新的值
"redis"
127.0.0.1:6379> get db
"mongodb"

List

127.0.0.1:6379> LPUSH list one #将一个值或多个值，插入到列表头部（左）
(integer) 1
127.0.0.1:6379> LPUSH list two
(integer) 2
127.0.0.1:6379> LRANGE list 0 -1 #获取list中的值
1) "two"
2) "one"
127.0.0.1:6379> LRANGE list 0 1 #通过区间获取具体的值
1) "two"
2) "one"
127.0.0.1:6379> Rpush list right #将一个值或多个值，插入到列表尾部（右）
(integer) 3
127.0.0.1:6379> LRANGE list 0 -1
1) "two"
2) "one"
3) "right"

127.0.0.1:6379> LRANGE list 0 -1
1) "two"
2) "one"
3) "right"
127.0.0.1:6379> Lpop list #移除list的第一个元素
"two"
127.0.0.1:6379> rpop list #移除list的最后一个元素
"right"
127.0.0.1:6379> LRANGE list 0 -1
1) "one"
##############################################################
127.0.0.1:6379> lindex list 0 #通过下标获取list的某一个值
"one"
127.0.0.1:6379> Lpush list one
(integer) 1
127.0.0.1:6379> Lpush list two
(integer) 2
127.0.0.1:6379> Lpush list three
(integer) 3
127.0.0.1:6379> Llen list #返回列表长度
(integer) 3
###################################################################
移除指定的值！
Lrem
127.0.0.1:6379>LRANGE 1ist 0 -1
1)"three"
2)"three"
3)"two"
4)"one"
127.0.0.1:6379>1rem 1ist 1 one
(integer)1
127.0.0.1:6379>LRANGE 1ist 0 -1
1)"three"
2)"three"
3)"two"
127.0.0.1:6379>1rem 1ist 1 three
(integer)1
127.0.0.1:6379>LRANGE 1ist 0 -1
1)"three"
2)"two"
127.0.0.1:6379>Lpush list three
(integer)3
127.0.0.1:6379>1rem 1ist 2 three
(integer)2
127.0.0.1:6379>LRANGE 1ist 0 -1
1)"two"
###################################################
trim 修剪

127.0.0.1:6379> Rpush mylist "hello"
(integer) 1
127.0.0.1:6379> Rpush mylist ",cvicse"
(integer) 2
127.0.0.1:6379> Rpush mylist ",cvicse1"
(integer) 3
127.0.0.1:6379> Rpush mylist ",cvicse2"
(integer) 4
127.0.0.1:6379> ltrim mylist 1 2 #通过下标截取指定的长度，这个list已经改变了，只剩下截取的元素
OK
127.0.0.1:6379> Lrange mylist 0 -1
1) ",cvicse"
2) ",cvicse1"
127.0.0.1:6379>
################################################################
rpoplpush #移除列表的最后一个元素，并将它移动到新的列表中
127.0.0.1:6379> rpoplpush mylist myotherlist
",cvicse1"
127.0.0.1:6379> lrange mylist 0 -1
1) ",cvicse"
127.0.0.1:6379> lrange myotherlist 0 -1
1) ",cvicse1"
#################################################################
lset #将列表中指定下标的值替换为另外一个值，更新操作
127.0.0.1:6379> lset list 0 item #如果不存在列表，更新就会报错
(error) ERR no such key
127.0.0.1:6379> lpush list value1
(integer) 1
127.0.0.1:6379> lset list 0 0 # 如果存在，更新当前下标的值
OK
127.0.0.1:6379> lrange list 0 -1
1) "0"
###########################################
linsert #将某个具体的value插入到列表中某个元素的前面或者后面 

127.0.0.1:6379> rpush mylist hello
(integer) 1
127.0.0.1:6379> rpush mylist cvicse
(integer) 2
127.0.0.1:6379> linsert mylist before cvicse world
(integer) 3
127.0.0.1:6379> lrange mylist 0 -1
1) "hello"
2) "world"
3) "cvicse"
127.0.0.1:6379> linsert mylist after world first
(integer) 4
127.0.0.1:6379> lrange mylist 0 -1
1) "hello"
2) "world"
3) "first"
4) "cvicse"

• 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

Set

set中的值不能重复

127.0.0.1:6379> sadd myset hello #set集合中添加元素
(integer) 1
127.0.0.1:6379> sadd myset cvicse
(integer) 1
127.0.0.1:6379> sadd myset first
(integer) 1
127.0.0.1:6379> SMEMBERS myset #判断某一个值在不在set中
1) "first"
2) "cvicse"
3) "hello"
127.0.0.1:6379> SISMEMBER myset cvicse
(integer) 1
127.0.0.1:6379> scard myset #获取set集合中的内容个数
(integer) 3
127.0.0.1:6379> srem myset hello #移除set集合中的指定元素
(integer) 1
127.0.0.1:6379> scard myset
(integer) 2
127.0.0.1:6379> smembers myset
1) "first"
2) "cvicse"

127.0.0.1:6379> SRANDMEMBER myset #随机抽选出一个元素（可以加个数SRANDMEMBER myset 2）
"cvicse"
127.0.0.1:6379> SRANDMEMBER myset
"first"

##########################################
删除指定的key，随机删除key
127.0.0.1:6379> SMEMBERS myset
1) "first"
2) "cvicse"
127.0.0.1:6379> spop myset
"cvicse"
127.0.0.1:6379> SMEMBERS myset
1) "first"
##########################################
将一个指定的值，移动到另一个set集合

127.0.0.1:6379> sadd myset hello
(integer) 1
127.0.0.1:6379> sadd myset world
(integer) 1
127.0.0.1:6379> sadd myset cvicse
(integer) 1
127.0.0.1:6379> sadd myset first
(integer) 1
127.0.0.1:6379> smove myset myset2 first #将一个指定的值，移动到另一个set集合
(integer) 1
127.0.0.1:6379> SMEMBERS myset
1) "cvicse"
2) "hello"
3) "world"
127.0.0.1:6379> SMEMBERS myset2
1) "first
########################################################################
-差集	SDIFF
-交集	SINTER
-并集	SUNION
127.0.0.1:6379> sadd key1 a
(integer) 1
127.0.0.1:6379> sadd key1 b
(integer) 1
127.0.0.1:6379> sadd key1 c
(integer) 1
127.0.0.1:6379> sadd key2 c
(integer) 1
127.0.0.1:6379> sadd key2 d
(integer) 1
127.0.0.1:6379> sadd key2 e
(integer) 1
127.0.0.1:6379> SDIFF key1 key2
1) "a"
2) "b"
127.0.0.1:6379> SINTER key1 key2
1) "c"
127.0.0.1:6379> SUNION key1 key2
1) "d"
2) "c"
3) "b"
4) "e"
5) "a"

Hash

Map集合，（key-map）

本质和string没有太大区别，还是一个简答的key-value

127.0.0.1:6379> hset myhash field1 hellp 
(integer) 1
127.0.0.1:6379> hget myhash field1
"hellp"
127.0.0.1:6379> hmset myhash field1 world field2 cvicse
OK
127.0.0.1:6379> hmget myhash field1 field2
1) "world"
2) "cvicse"
127.0.0.1:6379> hgetall myhash #获取全部的值
1) "field1"
2) "world"
3) "field2"
4) "cvicse"
127.0.0.1:6379> hdel myhash field1 #删除hash指定的key字段，对应的vaklue也就消失了
(integer) 1
127.0.0.1:6379> hgetall myhash
1) "field2"
2) "cvicse"
127.0.0.1:6379> hlen myhash
(integer) 1
127.0.0.1:6379> HEXISTS myhash field #判断hash中的指定字段是都存在
(integer) 0
127.0.0.1:6379> HEXISTS myhash field2
(integer) 1
127.0.0.1:6379> hkeys myhash #只获得所有的field
1) "field2"
127.0.0.1:6379> hvals myhash #只获得所有的value
1) "cvicse"

127.0.0.1:6379> hset myhash field3 5 #指定增量
(integer) 1
127.0.0.1:6379> HINCRBY myhash field3 1
(integer) 6
127.0.0.1:6379> HINCRBY myhash field3 -1
(integer) 5
127.0.0.1:6379> hsetnx myhash field4 hello #如果不存在则可以设置
(integer) 1
127.0.0.1:6379> hsetnx myhash field4 world #如果存在则不能设置
(integer) 0

hash变更的数据user name age,尤其是是用户信息之类的，经常变动的信息！hash更适合于对象的存储，String更加适合字符串存储！

Zset

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

127.0.0.1:6379> zadd myzset 1 one #添加一个值
(integer) 1
127.0.0.1:6379> zadd myzset 2 two 3 three #添加多个值
(integer) 2
127.0.0.1:6379> ZRANGE myzset 0 -1
1) "one"
2) "two"
3) "three"
#############################################################
排序
127.0.0.1:6379> zadd salary 2500 a
(integer) 1
127.0.0.1:6379> zadd salary 5000 b
(integer) 1
127.0.0.1:6379> zadd salary 500 c
(integer) 1
127.0.0.1:6379> ZRANGEBYSCORE salary -inf +inf #从小到大排序
1) "c"
2) "a"
3) "b"
127.0.0.1:6379> ZRANGEBYSCORE salary -inf +inf withscores
1) "c"
2) "500"
3) "a"
4) "2500"
5) "b"
6) "5000"
127.0.0.1:6379> ZRANGEBYSCORE salary -inf 2500 withscores
1) "c"
2) "500"
3) "a"
4) "2500"

127.0.0.1:6379> ZREVRANGE salary 0 -1 #从大到小排序
1) "b"
2) "a"
######################################################################
移除rem中的元素
127.0.0.1:6379> ZRANGE salary 0 -1
1) "c"
2) "a"
3) "b"
127.0.0.1:6379> zrem salary c
(integer) 1
127.0.0.1:6379> ZRANGE salary 0 -1
1) "a"
2) "b"
127.0.0.1:6379> zcard salary #获取有序集合中的个数
(integer) 2
#################################################################
127.0.0.1:6379> zadd myset 1 hello
(integer) 1
127.0.0.1:6379> zadd myset 2 world
(integer) 1
127.0.0.1:6379> zadd myset 3 cvicse
(integer) 1
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

三种特殊数据类型

geospatilal地理位置

这个功能库推算地理位置的信息，两地之间的位置，方圆几里的人

DEOADD
GEODIST
GEOHASH
GEOPOS
GEORADIUS
GEORADIUSBYMEMBRY

#geoadd 添加地理位置
#规则：两级无法直接添加
#参数 key 值 （纬度 经度 名称）
#有效的精度：（-180，180） 有效的纬度：（-85，85）
127.0.0.1:6379> geoadd china:city 117.00 36.67 jinan
(integer) 1
127.0.0.1:6379> geoadd china:city 108.70 34.33 shanxi
(integer) 1
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 chongqing
(integer) 1

#geopos
127.0.0.1:6379> GEOPOS china:city jinan #获取指定城市的经度和纬度
1) 1) "116.99999839067459"
   2) "36.669999848882973"
127.0.0.1:6379> GEOPOS china:city shanxi
1) 1) "108.69999915361404"
   2) "34.33000103844676"
   
#geodist
127.0.0.1:6379> GEODIST china:city jinan shanxi #查看济南到陕西的直线距离
"795029.1106"
127.0.0.1:6379> GEODIST china:city jinan shanxi m
"795029.1106"
127.0.0.1:6379> GEODIST china:city jinan shanxi km
"795.0291"


#georedius 以给定的经度纬度为中心，找出某一半径的元素
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1000以内的城市
1) "chongqing"
2) "shanxi"
3) "jinan"
127.0.0.1:6379> GEORADIUS china:city 110 30 500 km
1) "chongqing"
2) "shanxi"
127.0.0.1:6379> GEORADIUS china:city 110 30 500 km withdist #显示到中心距离的位置
1) 1) "chongqing"
   2) "341.9374"
2) 1) "shanxi"
   2) "496.9050"
127.0.0.1:6379> GEORADIUS china:city 110 30 500 km withcoord #显示他人的定位信息
1) 1) "chongqing"
   2) 1) "106.49999767541885"
      2) "29.529999579006592"
2) 1) "shanxi"
   2) 1) "108.69999915361404"
      2) "34.33000103844676"
127.0.0.1:6379> GEORADIUS china:city 110 30 500 km withdist withcoord count 1 #筛选指定的结果
1) 1) "chongqing"
   2) "341.9374"
   3) 1) "106.49999767541885"
      2) "29.529999579006592"
      
#GEORADIUSBYMEMBER
#找出位于指定元素周围的其他元素
127.0.0.1:6379> GEORADIUSBYMEMBER china:city jinan 1000 km
1) "jinan"
2) "beijing"
3) "shanghai"
4) "shanxi"

#GEOHASH
#该命令将返回11个字符的Geohash字符串
#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，那么距离越近
127.0.0.1:6379> GEOHASH china:city jinan shanxi
1) "wwe0w7sf1x0"
2) "wqj7398fv80"

GEO底层的实现原理就是Zset，所以可以使用Zset命令来操作geo

127.0.0.1:6379> ZRANGE china:city 0 -1
1) "chongqing"
2) "shanxi"
3) "shanghai"
4) "jinan"
5) "beijing"
127.0.0.1:6379> zrem china:city beijing
(integer) 1
127.0.0.1:6379> ZRANGE china:city 0 -1
1) "chongqing"
2) "shanxi"
3) "shanghai"
4) "jinan"

Hyperloglog

基数（不重复的元素）

Redis Hyperloglog 基数统计的算法

优点：占用的内存是固定的，2^64不同的元素的计数，只需要12kb内存

网页的UV（一个人访问一个网页多次，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

127.0.0.1:6379> PFADD mykey a b c d e f g h i j #创建第一组元素
(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 a b a c j n m #创建第二组元素
(integer) 1
127.0.0.1:6379> PFCOUNT mykey2
(integer) 6
127.0.0.1:6379> PFMERGE mykey3 mykey mykey2 #合并两组mykey mykey2 =>mykey3
OK
127.0.0.1:6379> PFCOUNT mykey3
(integer) 12

Bitmaps

位存储

两个状态的都可以使用 Bitmaps

Bitmaps位图，数据结构，都是操作二进制来记录，就只有0和1两个状态

e.g.使用bitmaps来记录周一到周日的打卡

周一:0,周二:1,周三:1…

127.0.0.1:6379> setbit sign 0 0
(integer) 0
127.0.0.1:6379> setbit sign 1 1
(integer) 0
127.0.0.1:6379> setbit sign 2 1
(integer) 0
127.0.0.1:6379> setbit sign 3 1
(integer) 0
127.0.0.1:6379> setbit sign 4 0
(integer) 0
127.0.0.1:6379> setbit sign 5 1
(integer) 0
127.0.0.1:6379> setbit sign 6 1
(integer) 0
#查看某一天是否打卡
127.0.0.1:6379> getbit sign 3
(integer) 1
127.0.0.1:6379> getbit sign 4
(integer) 0
#统计这周的打卡记录
127.0.0.1:6379> BITCOUNT sign
(integer) 5

事务

Redis单条命令保存原子性，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，会按照顺序执行！

一次性，顺序性，排他性！

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（multi）

• 命令入队（…）

• 执行事务（exec）

  正常执行事务

127.0.0.1:6379> MULTI #开启事务
OK
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
127.0.0.1:6379> MULTI #开启事务
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 #取消事务
OK
127.0.0.1:6379> get k4 #事务队列中的命令都不会被执行
(nil)

编译型异常（代码有问题！命令有错！），事务中的所有命令都不会被执行

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> exec #执行事务报错！
(error) EXECABORT Transaction discarded because of previous errors.
127.0.0.1:6379> get k2 #所有的命令都不会被执行！
(nil)

运行时异常（1/0），如果事务队列中存在语法性错误，那么执行命令的时候，其他命令可以正常执行，错误命令抛出异常

127.0.0.1:6379> set k1 "v1"
OK
127.0.0.1:6379> MULTI
OK
127.0.0.1:6379> incr k1 #会执行的时候失败
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"
127.0.0.1:6379> get k2
"v2"

监控！watch

悲观锁

• 很悲观，认为什么时候都会出问题，无论做什么都会加锁！

  乐观锁

• 很乐观，认为什么时候都不会出问题，所以不会加锁！更新数据的时候去判断一下，在此期间是否有人修改过这个数据

• 获取version

• 更新的时候比较version

Redis 监视测试

正常执行成功！

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 #事务正常结束，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可以当作乐观锁操作

127.0.0.1:6379> watch money
OK
127.0.0.1:6379> multi
OK
127.0.0.1:6379> DECR key
(error) ERR unknown command 'dec'
127.0.0.1:6379> decrby money 10
QUEUED
127.0.0.1:6379> incrby out 10
QUEUED
127.0.0.1:6379> exec #执行之前，另外一个线程修改了值，这个时候，执行会报错
(error) EXECABORT Transaction discarded because of previous errors.

如果修改失败，获取最新的值就好

127.0.0.1:6379> UNWATCH #如果发现事务执行失败，就先解锁
OK
127.0.0.1:6379> watch money #获取最新的值，再次监控
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> exec #对比监控的值是否发生了改变，如果没有变化，那么可以执行成功，如果变化就执行失败
1) (integer) 990
2) (integer) 30

Jedis

Redis官方推荐的java连接开发工具

连接

1.导入对应的依赖

		 <dependency>
            <groupId>redis.clients</groupId>
            <artifactId>jedis</artifactId>
            <version>3.2.0</version>
        </dependency>
        <dependency>
            <groupId>com.alibaba</groupId>
            <artifactId>fastjson</artifactId>
            <version>1.2.62</version>
        </dependency>

2.编码测试：

• 连接数据库
• 操作命令
• 断开连接

package com.ccc;

import redis.clients.jedis.Jedis;

public class ping {
    public static void main(String[] args){
        Jedis jedis = new Jedis("127.0.0.1",6379);
        System.out.println(jedis.ping());
    }
}

输出：

常用的API

String

List

Set

Zset

Hash

所有的api命令，就是以上写的指令

事务

package com.ccc;

import com.alibaba.fastjson.JSONObject;
import redis.clients.jedis.Jedis;
import redis.clients.jedis.Transaction;

public class TestX {
    public static void main(String[] args) {
        Jedis jedis = new Jedis("127.0.0.1", 6379);
        JSONObject jsonObject = new JSONObject();
        jsonObject.put("hello","cvicse");
        jsonObject.put("name","ccc");
        //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();
        }

    }
}

结果：

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被替换为了lettuce

jedis：采用的直连，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中进行共享，不存在线程不安全的情况，可以减少线程数量！NIO

整合测试

1.导入依赖

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

2.配置连接

spring.redis.host = 127.0.0.1
spring.redis.port = 6379

3.测试

package com.example.redisspringboot;

import org.junit.jupiter.api.Test;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.boot.test.context.SpringBootTest;
import org.springframework.data.redis.core.RedisTemplate;

@SpringBootTest
class RedisSpringbootApplicationTests {

	//redisTemp1ate	操作不同的数据类型
	//opsForValue	操作字符审类似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();
	//connection.flushDb();
	//connection.flushAl1();

	@Autowired
	private RedisTemplate redisTemplate;

	@Test
	void contextLoads() {

		redisTemplate.opsForValue().set("myset","cvicse");
		System.out.println(redisTemplate.opsForValue().get("myset"));
	}

}

Redis.conf详解

1.配置文件对大小写不敏感

包含

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-pq1qwuzM-1671417552062)(D:\软件\Typora\resources\随笔\image-20221214142109447.png)]

网络

bind 127.0.0.1 #绑定
protected-mode yes #保护模式
port 6379 #端口

通用GENREAL

daemonize yes #以守护进程的方式运行，默认是no
pidfile /var/run/redis.pid #如果以后台的方式运行，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, useful for development/testing)
# verbose (many rarely useful 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16个数据库

快照SNAPSHOTTING

持久化，在规定的时间内，执行多少次操作，则会持久化到文件.rdb.aof

redis是内存数据库，如果没有持久化，那么就会断电即失！

#900s内，如果至少有一个key进行了修改，我们及继续持久化操作
save 900 1
#300s内，如果至少有10个key进行了修改，我们及继续持久化操作
save 300 10
#60s内，如果至少有10000个key进行了修改，我们及继续持久化操作
save 60 10000

stop-writes-on-bgsave-error yes #持久化如果出错，是否还继续工作！

rdbcompression yes #是否压缩rdb文件，需要消耗一些cpu资源！

rdbchecksum yes #保存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，见下面主要从复制

SECURITY 安全

可以在这里设置redis密码，默认没有密码

127.0.0.1:6379> config get requirepass #获取redis密码
1) "requirepass"
2) ""
127.0.0.1:6379> config set requirepass "123456" #设置redis的密码
OK
127.0.0.1:6379> config get requirepass #发现所有命令没有权限了
(error) NOAUTH Authentication required.
127.0.0.1:6379> ping
(error) NOAUTH Authentication required.
127.0.0.1:6379> auth 123456  #使用密码登录
OK
127.0.0.1:6379> config get requirepass
1) "requirepass"
2) "123456"

限制LIMITS

maxclients 10000 #设置能连接上redis的最大客户端的数量
maxmemory <bytes> #redis配置最大的内存容量
maxmemory-policy noeviction #内存到达上限的处理策略

1、volati1e-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、volati1e-random:随机删除即将过期key
4、allkeys-random:随机删除
5、volati1e-ttl:删除即将过期的
6、noeviction：永不过期，返回错误	
	
	

APPEND ONLY MODE 模式aof配置

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

Redis持久化

Rdis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，服务器中的数据库状态也会消失。所以Redis提供了持久化功能！

在主从复制中。rdb就是备用的，从机上面

RDB (Redis DataBase)

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Snapshott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
件替换上次持久化好的文件。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！

生产环境会对这个文件进行备份

rdb保存的文件是 dmp.rdb，配置文件快照中的配置

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

如何恢复rdb文件

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

2.查看需要存在的位置

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

几乎他自己默认的配置就够用了

优点：

1. 适合大规模的数据恢复！dump.rdb
2. 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，这个最后一条数据就没了
2. fork进程的时候，会占用用一定的空间

AOF (Append Only File)

将我们的所有命令都记录下来，恢复的时候就把这个文件全部执行一遍

以日志的形式来记录每个写操作，将Redisi执行过的所有指令记录下来（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

appendonly no

默认是不开启的，需要手动开启

如果这个aof文件有错误，这个时候eredis是启动不起来的，我们需要修复这个aof文件

redis提供了一个工具 redis-check-aof --fix

auto-aof-rewrite-percentage 100
auto-aof-rewrite-min-size 64mb
#如果aof文件大于64m，太大了，fork一个新的进程赖将我们的文件进行重写

重写规则 ：aof默认是文件的无限追加，文件会越来越大

优点：

1. 每一次修改都同步，文件的完整性更好
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rd

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redisi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也只会找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可能潜在的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上持久化RDB文件，而且只要15分钟备份一次就够了，只保留save9001这条规则。
• 如果Enable AOF，好处是在最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Ioad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。
• 如果不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rewritel时带来的系统波动。代价是如果Master/Slave同时倒掉，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。

Redis发布订阅

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。微信、微博、关注系统！
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

这些命令被广泛用于构建即时通信应用

测试

订阅端：

127.0.0.1:6379> SUBSCRIBE cvicse 	#订阅一个频道
Reading messages... (press Ctrl-C to quit)
1) "subscribe"
2) "cvicse"
3) (integer) 1
#等待读取推送的信息
1) "message"	#消息
2) "cvicse"		#那个频道的消息
3) "hello"		#消息的具体内容
1) "message"
2) "cvicse"
3) "world"

发送端：

127.0.0.1:6379> PUBLISH cvicse "hello"  #发布者发布消息到频道
(integer) 1
127.0.0.1:6379> PUBLISH cvicse "world"	#发布者发布消息到频道
(integer) 1

原理

Redis是使用C实现的，通过分析Redis原码里的pubsub.c文件，了解发布和订阅机制的底层实现，籍此加深对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，在它所维护的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ky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。

Redis主从复制

概念

主从复制，是指将一台Redis)服务器的数据，复到其他的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。
默认情况下，每台Rdis服务器都是主节点；且一个主节点可以有多个从节点（或没有从节点），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Rdis数据时应用连接主节点，读Rdis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Rdis高可用的基础。
一般来说，要将Redisi运用于工程项目中，只使用一台Redis;是万万不能的，原因如下：
1、从结构上，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Redisi最大使用内存不应该超过20G。

主从复制，读写分离

环境配置

只配置从库，不配置主库

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

复制3个配置文件，然后修改对应的信息

1.端口

2.pid名字

3.log文件名字

4.dump.rdb名字

修改完毕之后，启动3个redis服务器，可以通过进程信息查看

SLAVEOF 127.0.0.1 6379  # 集群配置 设置连接到6379主机
OK
127.0.0.1:6380>info replication
#Replication
role:slave	#当前角色是从机
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:3
master_sync_in_progress:0
slave_repl_offset:14
slave_priority:100
slave_read_on1y:1
connected_slaves:0
master_replid:a81be8dd257636b2d3e7a9f595e69d73ff03774e
master._rep1id2:0000000000000000000000000000000000000000
master_repl_offset:14
second_rep1_offset:-1
rep1_backlog_active:1
rep1_backlog_size:1048576
repl_backlog_first_byte_offset:1
repl_backlog_histlen:14

#在主机中查看
127.0.0.1:6379>info replication
#Replication
role:master
connected_s1aves:1	#多了从机的配置
slave0:ip=127.0.0.1,port=6380,state=online,offset=42,lag=1 #多了从机的配置
master_replid:a81be8dd257636b2d3e7a9f595e69d73ff03774e
master._rep1id2:0000000000000000000000000000000000000000
master_rep1_offset:42
second_repl_offset:-1
rep1_backlog_active:1
rep1_backlog_size:1048576
rep1_backlog_first_byte_offset:1
rep1_backlog_histlen:42

真实的主从配置应该在配置文件中配置，这样的话就是永久的，这里用命令是暂时的。

replicaof <masterip> <masterport>	#配置文件中的配置位置

主机可以设置值，从机不能写只能读；主机中的所有信息和数据，都自动会被从机保存。

测试：主机断开连接，从机依旧连接到主机，但是没有写操作，这个时候，主机如果回来了，从机依旧可以直接获取到主机写的信息。

如果是使用命令行，来配置的主从，这个时候如果重启了，就会变回主机！只要变为从机，立马就会从主机中获取值！

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，同时收集所有接收到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：而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；我们的数据一定会在从机中看到。

层层链路

上一个M连接下一个S

这时候也可以完成我们的主从复制！

如果主机断开了连接，我们可以使用SLAVEOF no one 来使自己变成主机，其他的节点就可以手动连接到最新的这个主节点。如果这个时候原来的主机修复了，那就重新连接！

哨兵模式

（自动选举老大的模式）

概述

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，费事费力，还会造成一段时间内服务不可用。这不是一种推荐的方式，更多时候，我们优先考虑哨兵模式。Redis从2.8开始正式提供了Sentinel(哨兵)架构来解决这个问题。

谋朝篡位的自动版，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。

哨兵模式是一种特殊的模式，首先Rdis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。

这里的哨兵模式有两个作用：

• 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failoveri过程，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

1.配置哨兵配置文件sentinel.conf

# sentinel monitor 被监控的名称 host port 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

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！（这里面有一个投票算法！)

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。

哨兵模式

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，更加健壮！
缺点：
1、Redis不好在线扩容的，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！

哨兵的全部配置

#Example sentinel.conf

#哨兵sentine1实例运行的端口默认26379
port 26379

#哨兵sentinel的工作目录
dir /tmp

# 哨兵sentinel.监控的redis主节点的ip port
# master-name可以自己命名的主节点名字只能由字母A-z、数字0-9、这三个字符".-_"组成。
# quorum配置多少个sentinel哨兵统一认为master主节点失联那么这时客观上认为主节点失联了
# sentinel monitor <master-name><ip><redis-port><quorum>
sentinel monitor mymaster 127.0.0.1 6379 2
# 当在Redis实例中开启了requirepass foobared授权密码这样所有连接Redis实例的客户端都要提供密码
# 设置哨兵sentinel连接主从的密码注意必须为主从设置一样的验证密码
# sentinel auth-pass <master-name><password>
sentinel auth-pass mymaster MySUPER--secret-0123password
# 指定多少毫秒之后主节点没有应答哨兵sentine1此时哨兵主观上认为主节点下线默认30秒
sentinel down-after-milliseconds <master-name><milliseconds>
sentinel down-after-milliseconds mymaster 30000

# 这个配置项指定了在发生fai1over主备切换时最多可以有多少个slave同时对新的master进行同步，
这个数字越小，完成fai1over所需的时间就越长，
但是如果这个数字越大，就意味着越多的slave因为rep1ication而不可用。
可以通过将这个值设为1来保证每次只有一个s1ave处于不能处理命令请求的状态。
# sentinel parallel-syncs <master-name><numslaves>
sentinel parallel-syncs mymaster 1

# 故障转移的超时时间fai1over-timeout可以用在以下这些方面：
#1.同一个sentine1对同一个master两次fai1over之间的间隔时间。
#2.当一个s1ave从一个错误的master那里同步数据开始计算时间。直到s1ave被纠正为向正确的master那里同步数据时。
#3.当想要取消一个正在进行的fai1over所需要的时间。
#4.当进行fai1over时，配置所有s1aves指向新的master所需的最大时间。不过，即使过了这个超时，s1aves依然会被正确配置为指向master,但是就不按para11e1-syncs所配置的规则来了
# 默认三分钟
sentinel failover-timeout <master-name><milliseconds>
sentinel failover-timeout mymaster 180000

SCRIPTS EXECUTION
# 配置当某一事件发生时所需要执行的脚本，可以通过脚本来通知管理员，例如当系统运行不正常时发邮件通知相关人员。
# 对于脚本的运行结果有以下规则：
# 若脚本执行后返回1，那么该脚本稍后将会被再次执行，重复次数目前默认为10
# 若脚本执行后返回2，或者比2更高的一个返回值，脚本将不会重复执行。
# 如果脚本在执行过程中由于收到系统中断信号被终止了，则同返回值为1时的行为相同。
# 一个脚本的最大执行时间为60s,如果超过这个时间，脚本将会被一个SIGKILL信号终止，之后重新执行。

# 通知型脚本：当sentine1有任何警告级别的事件发生时（比如说redis实例的主观失效和客观失效等等），将会去调用这个脚本，这时这个脚本应该通过邮件，SMS等方式去通知系统管理员关于系统不正常运行的信息。调用该脚本时，将传给脚本两个参数，一个是事件的类型，一个是事件的描述。如果sentine1.conf配置文件中配置了这个脚本路径，那么必须保证这个脚本存在于这个路径，并且是可执行的，否则sentine1无法正常启动成功。
# 通知脚本
# she11编程
# sentinel notification-script <master-name><script-path>
sentinel notification-script mymaster /var/redis/notify.sh

# 客户端重新配置主节点参数脚本
# 当一个master由于fai1over而发生改变时，这个脚本将会被调用，通知相关的客户端关于master地址已经发生改变的信息。
# 以下参数将会在调用脚本时传给脚本：
# <master-name><role><state><from-ip><from-port><to-ip><to-port>
# 目前<state>总是“failover”,
# <role>是“leader”或者“observer”中的一个。
# 参数from-ip,from-port,to-ip,to-port是用来和旧的master和新的master(即旧的slave)通信的
# 这个脚本应该是通用的，能被多次调用，不是针对性的。
# sentinel client-reconfig-script <master-name><script-path>
sentinel client-reconfig-script mymaster /var/redis/reconfia.sh

Redis缓存穿透和雪崩

Rdis缓存的使用，极大的提升了应用程序的性能和效率，特别是数据查询方面。但同时，它也带来了一些问题。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（查不到）

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。发现也没有，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的空值的键；
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（量太大，缓存过期）

概念

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，在不停的扛着大并发，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了一个洞。
当某个key在过期的瞬间，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，并且回写缓存，会导使数据库瞬间压力过大。

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：使用分布式锁，保证对于每个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式锁的权限，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，比如在写本文的时候，马上就要到双十二零点，很快就会迎来一波抢购，这波商品时间比较集中的放入了缓存，假设缓存一个小时。那么到了凌晨一点钟的时候，这批商品的缓存就都过期了。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，这个时候，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。

限流降级

这个解决方案的思想是，在缓存失效后，通过加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。