redis学习

一.NoSql入门和概述

Nosql是什么:

NoSQL(NoSQL = Not Only SQL )，意即“不仅仅是SQL”，泛指非关系型的数据库。随着互联网web2.0网站的兴起，传统
的关系数据库在应付web2.0网站，特别是超大规模和高并发的SNS类型的web2.0纯动态网站已经显得力不从心，暴露了
很多难以克服的问题，而非关系型的数据库则由于其本身的特点得到了非常迅速的发展。NoSQL数据库的产生就是为了
解决大规模数据集合多重数据种类带来的挑战，尤其是大数据应用难题，包括超大规模数据的存储。（例如谷歌或
Facebook每天为他们的用户收集万亿比特的数据）。这些类型的数据存储不需要固定的模式，无需多余操作就可以横向扩展。

为什么要用Nosql：

今天我们可以通过第三方平台（如：Google,Facebook等）可以很容易的访问和抓取数据。用户的个人信息，社交网络，
地理位置，用户生成的数据和用户操作日志已经成倍的增加。我们如果要对这些用户数据进行挖掘，那SQL数据库已经
不适合这些应用了, NoSQL数据库的发展也却能很好的处理这些大的数据。

Nosql能干什么：

易扩展：NoSQL数据库种类繁多，但是一个共同的特点都是去掉关系数据库的关系型特性。数据之间无关系，这样就非
常容易扩展。也无形之间，在架构的层面上带来了可扩展的能力。

大数据量高性能：NoSQL数据库都具有非常高的读写性能，尤其在大数据量下，同样表现优秀。这得益于它的无关系
性，数据库的结构简单。一般MySQL使用Query Cache，每次表的更新Cache就失效，是一种大粒度的Cache，在针对
web2.0的交互频繁的应用，Cache性能不高。而NoSQL的Cache是记录级的，是一种细粒度的Cache，所以NoSQL在这
个层面上来说就要性能高很多了

多样灵活的数据模型：NoSQL无需事先为要存储的数据建立字段，随时可以存储自定义的数据格式。而在关系数据库
里，增删字段是一件非常麻烦的事情。如果是非常大数据量的表，增加字段简直就是一个噩梦

传统RDBMS VS NOSQL：

RDBMS
- 高度组织化结构化数据
- 结构化查询语言（SQL）
- 数据和关系都存储在单独的表中。
- 数据操纵语言，数据定义语言
- 严格的一致性
- 基础事务
NoSQL
- 代表着不仅仅是SQL
- 没有声明性查询语言
- 没有预定义的模式
- 键 - 值对存储，列存储，文档存储，图形数据库
- 最终一致性，而非ACID属性
- 非结构化和不可预知的数据
- CAP定理
- 高性能，高可用性和可伸缩性

大数据互联网时代的3V与3高：

海量Volume，多样Variety，实时Velocity
高并发，高可扩，高性能

NoSQL数据库的四大分类：

KV键值：

新浪：BerkeleyDB+redis
美团：redis+tair
阿里、百度：memcache+redis

文档型数据库(bson格式比较多)：

MongoDB：
是一个基于分布式文件存储的数据库。由 C++ 语言编写。旨在为 WEB 应用提供可扩展的高性能数据存储解决方案。
是一个介于关系数据库和非关系数据库之间的产品，是非关系数据库当中功能最丰富，最像关系数据库的。
CouchDB：

列存储数据库：Cassandra, HBase，分布式文件系统

图关系数据库：它不是放图形的，放的是关系比如:朋友圈社交网络、广告推荐系统，社交网络，推荐系统等。专注于构建关系图谱，主要有Neo4J, InfoGrid

四种Nosql分类的对比：

在分布式数据库中CAP原理CAP+BASE：
传统的ACID分别是什么：

关系型数据库遵循ACID规则
事务在英文中是transaction，和现实世界中的交易很类似，它有如下四个特性：
1、A (Atomicity) 原子性
原子性很容易理解，也就是说事务里的所有操作要么全部做完，要么都不做，事务成功的条件是事务里的所有操作
都成功，只要有一个操作失败，整个事务就失败，需要回滚。比如银行转账，从A账户转100元至B账户，
分为两个步骤：
1）从A账户取100元；
2）存入100元至B账户。这两步要么一起完成，要么一起不完成，如果只完成第一步，第二步失败，钱会莫名其妙少了100元。

2、C (Consistency) 一致性
一致性也比较容易理解，也就是说数据库要一直处于一致的状态，事务的运行不会改变数据库原本的一致性约束。

3、I (Isolation) 独立性
所谓的独立性是指并发的事务之间不会互相影响，如果一个事务要访问的数据正在被另外一个事务修改，只要另
外一个事务未提交，它所访问的数据就不受未提交事务的影响。比如现有有个交易是从A账户转100元至B账户，
在这个交易还未完成的情况下，如果此时B查询自己的账户，是看不到新增加的100元的

4、D (Durability) 持久性
持久性是指一旦事务提交后，它所做的修改将会永久的保存在数据库上，即使出现宕机也不会丢失。

CAP的3进2：

CAP理论就是说在分布式存储系统中，最多只能实现上面的两点。而由于当前的网络硬件肯定会出现延迟丢包等问题，所以分区容忍性是我们必须需要实现的。所以我们只能在一致性和可用性之间进行权衡，没有NoSQL系统能同时保证这三点。
=======================================================================================================================
C:强一致性 A：高可用性 P：分布式容忍性
CA 传统Oracle数据库
AP 大多数网站架构的选择
CP Redis、Mongodb
注意：分布式架构的时候必须做出取舍。
一致性和可用性之间取一个平衡。多余大多数web应用，其实并不需要强一致性。因此牺牲C换取P，这是目前分布式数据库产品的方向
=======================================================================================================================
一致性与可用性的决择：
对于web2.0网站来说，关系数据库的很多主要特性却往往无用武之地

数据库事务一致性需求 ：
很多web实时系统并不要求严格的数据库事务，对读一致性的要求很低， 有些场合对写一致性要求并不高。允许实现最终一致性。

数据库的写实时性和读实时性需求：
对关系数据库来说，插入一条数据之后立刻查询，是肯定可以读出来这条数据的，但是对于很多web应用来说，并不要
求这么高的实时性，比方说发一条消息之 后，过几秒乃至十几秒之后，我的订阅者才看到这条动态是完全可以接受的。

对复杂的SQL查询，特别是多表关联查询的需求 ：
任何大数据量的web系统，都非常忌讳多个大表的关联查询，以及复杂的数据分析类型的报表查询，特别是SNS类型的
网站，从需求以及产品设计角 度，就避免了这种情况的产生。往往更多的只是单表的主键查询，以及单表的简单条件分
页查询，SQL的功能被极大的弱化了。

经典CAP图：

CAP理论的核心是：一个分布式系统不可能同时很好的满足一致性，可用性和分区容错性这三个需求，最多只能同时较
好的满足两个。因此，根据 CAP 原理将 NoSQL 数据库分成了满足 CA 原则、满足 CP 原则和满足 AP 原则三 大类：
CA - 单点集群，满足一致性，可用性的系统，通常在可扩展性上不太强大。
CP - 满足一致性，分区容忍性的系统，通常性能不是特别高。
AP - 满足可用性，分区容忍性的系统，通常可能对一致性要求低一些。

什么十Base：

BASE就是为了解决关系数据库强一致性引起的问题而引起的可用性降低而提出的解决方案。
BASE其实是下面三个术语的缩写：
    基本可用（Basically Available）
    软状态（Soft state）
    最终一致（Eventually consistent）
它的思想是通过让系统放松对某一时刻数据一致性的要求来换取系统整体伸缩性和性能上改观。为什么这么说呢，缘由就在于大型系统往往由于地域分布和极高性能的要求，不可能采用分布式事务来完成这些指标，要想获得这些指标，我们必须采用另外一种方式来完成，这里BASE就是解决这个问题的办法

阿里巴巴中文站商品信息如何存放：

1.商品描述、详情、评价信息(多文字类)：多文字信息描述类，IO读写性能变差，存放在文档数据库MongDB中
2.商品的图片：存放在分布式文件系统当中
3.商品的关键字：搜索引擎如ElasticSearch淘宝内部使用的ISearch等
4.商品的波段性的热点高频信息：使用tair、Redis、Memcache等存储
5.商品的交易、价格计算、积分累计：外部系统，外部第3方支付接口

总结大型互联网应用(大数据、高并发、多样数据类型)的难点和解决方案：
淘宝解决方案：UDSL
难点：数据类型多样性，数据源多样性和变化重构，数据源改造而数据服务平台不需要大面积重构
解决方案：
1.映射：

2.API：

3.热点缓存：

二. Redis入门介绍

Redis是什么：Redis:REmote DIctionary Server(远程字典服务器)：是完全开源免费的，用C语言编写的，遵守BSD协议，是一个高性能的(key/value)分布式内存数据库，基于内存运行并支持持久化的NoSQL数据库，是当前最热门的NoSql数据库之一,也被人们称为数据结构服务器。
Redis 与其他 key - value 缓存产品有以下三个特点：

1.Redis支持数据的持久化，可以将内存中的数据保持在磁盘中，重启的时候可以再次加载进行使用
2.Redis不仅仅支持简单的key-value类型的数据，同时还提供list，set，zset，hash等数据结构的存储
3.Redis支持数据的备份，即master-slave模式的数据备份

Redis主要能干什么：

1.内存存储和持久化：redis支持异步将内存中的数据写到硬盘上，同时不影响继续服务
2.取最新N个数据的操作，如：可以将最新的10条评论的ID放在Redis的List集合里面
3.模拟类似于HttpSession这种需要设定过期时间的功能
4.发布、订阅消息系统
5.定时器、计数器

Redis官网(下载)：官网 — 中文官网

Redis安装：Linux基本环境搭建

Redis启动后杂项基础知识讲解：

单进程：单进程模型来处理客户端的请求。对读写等事件的响应是通过对epoll函数的包装来做到的。Redis的实际处理    
      速度完全依靠主进程的执行效率。
      epoll是Linux内核为处理大批量文件描述符而作了改进的epoll，是Linux下多路复用IO接口select/poll的增强版本，
      它能显著提高程序在大量并发连接中只有少量活跃的情况下的系统CPU利用率。
      默认16个数据库，类似数组下表从零开始，初始默认使用零号库，select命令切换数据库
dbsize查看当前数据库的key的数量
flushdb：清空当前库
Flushall；通杀全部库
统一密码管理，16个库都是同样密码，要么都OK要么一个也连接不上
Redis索引都是从零开始

三.Redis数据类型

Redis的五大数据类型：
string(字符串)：

string是redis最基本的类型，你可以理解成与Memcached一模一样的类型，一个key对应一个value。
string类型是二进制安全的。意思是redis的string可以包含任何数据。比如jpg图片或者序列化的对象 。
string类型是Redis最基本的数据类型，一个redis中字符串value最多可以是512M

hash(哈希，类似java里的Map)：Redis hash 是一个键值对集合。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

list(列表)：Redis 列表是简单的字符串列表，按照插入顺序排序。你可以添加一个元素导列表的头部（左边）或者尾部（右边）。它的底层实际是个链表

set(集合)：Redis的Set是string类型的无序集合。它是通过HashTable实现实现的

zset(sorted set：有序集合)：

Redis zset 和 set 一样也是string类型元素的集合,且不允许重复的成员。
不同的是每个元素都会关联一个double类型的分数。
redis正是通过分数来为集合中的成员进行从小到大的排序。zset的成员是唯一的,但分数(score)却可以重复。

redis常见数据类型操作命令：http://redisdoc.com/
Redis 键(key)：

 keys *
 exists key的名字，判断某个key是否存在
 move key db   --->当前库就没有了，被移除了
 expire key 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
 type key 查看你的key是什么类型

常用：

Redis字符串(String)：

set/get/del/strlen + key：设置/查询/查询key的长度
append + key + value：往指定的key后面添加value

Incr/decr + key：对数字进行加减
incrby/decrby + key + 指定值：指定数字加减

getrange:获取指定区间范围内的值，类似between......and的关系：getrange + key + 0 -1(范围)
setrange设置指定区间范围内的值，格式是setrange key值 具体值：setrange + key 1 xxx (1是指指向value的位置，xxx是修改的值)

setex:设置带过期时间的key，动态设置：setex + key + 10 (s)
setnx:只有在 key 不存在时设置 key 的值：setnx key hello

mset:同时设置一个或多个 key-value 对：mset k1 v1 k2 v2 [...]
mget:获取所有(一个或多个)给定 key 的值：mget k1 k2
msetnx: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,只要有存在的就不能成功

常用：


Redis列表(List)：

 lpush/rpush/lrange：lrange key 0 -1(选择查找范围)
 lpop/rpop：lpop弹出最左边的元素，rpop弹出最右边的元素
 lindex，按照索引下标获得元素(从上到下)：lindex key 3(下标)
 llen：llen key  查找对应key的长度
 lrem key 删N个value：lrem key 3 hello(删除3个hello)
 ltrim key 开始index 结束index，截取指定范围的值后再赋值给key(相当于覆盖原先的key)
 rpoplpush 源列表 目的列表：rpoplpush k1 k2 (把k1最右边的元素弹出，然后lpush到k2)
 lset key index value：lset key 3 hello (把key的下标为3的值替换成hello)
 linsert key  before/after 值1 值2：在key的值1前/后插入一个数据
 
总结：它是一个字符串链表，left、right都可以插入添加；
如果键不存在，创建新的链表；
如果键已存在，新增内容；
如果值全移除，对应的键也就消失了。
链表的操作无论是头和尾效率都极高，但假如是对中间元素进行操作，效率就很惨淡了。

常用：


Redis集合(Set)：

 sadd/smembers/sismember：sismember set1 v1 (查看set1中是否有v1);smembers set1 (查看set1中所有的元素)
 scard，获取集合里面的元素个数：scard set1 -> 得到set1中元素的个数
 srem key value 删除集合中元素 ：srem set1 v1 -> 删除set1中的v1
 srandmember key 某个整数(随机出几个数)：srandmember set1 3 -> 从set1中随机选出3个元素
 spop key 随机出栈：spop set1 -> 从set1中随机一个元素出栈
 smove key1 key2 在key1里某个值      作用是将key1里的某个值赋给key2：
数学集合类：
差集：sdiff ：sdiff set1 set2 -> set1中与set2中不同的部分
交集：sinter：sinter set1 set2 -> set1与set2共有的部分
并集：sunion：set1与set2所有元素加起来，去掉重复的

常用：

Redis哈希(Hash)：

  hset/hget/hmset/hmget/hgetall/hdel：hset hash1 id 11；hget hash1 id；hmset hash2 id 11 name zheng age 20
 hlen：hlen hash1 -> 获取hash1的长度
 hexists key 在key里面的某个值的key：hexist hash1 id -> hash1中是否存在id
 hkeys/hvals：拿到所有的key/拿到所有的values
 hincrby/hincrbyfloat：hincrby hash3 k1 3 -> k1是一个整数，即为k1 +3；hincrbyfloat为浮点型
 hsetnx(不存在赋值，存在了无效)：hsetnx hash1 id 20

常用：

Redis有序集合Zset(sorted set)：在set基础上，加一个score值。之前set是k1 v1 v2 v3，现在zset

是k1 score1 v1 score2 v2
zadd/zrange：zadd zset1 60 v1 70 v2 80 v3 90 v4；zrange zset1 0 -1 + withscores(加了这个带分数)
zrangebyscore key 开始score 结束score：zrangebyscore zset1 60 90
zrem key 某score下对应的value值，作用是删除元素：zrem zset1 v1
zcard ：获取集合中元素个数：zcard zset1
zcount ：获取分数区间内元素个数，zcount key 开始分数区间 结束分数区间
zrank： 获取value在zset中的下标位置：zrank zset1 v1
zscore：按照值获得对应的分数： zscore zset1 v3
zrevrank key values值，作用是逆序获得下标值：
zrevrange：
zrevrangebyscore  key 结束score 开始score：

常用：

四.解析配置文件redis.conf

redis.conf配置文件的常用配置：

redis.conf 配置项说明如下：
1. Redis默认不是以守护进程的方式运行，可以通过该配置项修改，使用yes启用守护进程
  daemonize no
2. 当Redis以守护进程方式运行时，Redis默认会把pid写入/var/run/redis.pid文件，可以通过pidfile指定
  pidfile /var/run/redis.pid
3. 指定Redis监听端口，默认端口为6379，作者在自己的一篇博文中解释了为什么选用6379作为默认端口，因为6379在手机按键上MERZ对应的号码，而MERZ取自意大利歌女Alessia Merz的名字
  port 6379
4. 绑定的主机地址
  bind 127.0.0.1
5.当 客户端闲置多长时间后关闭连接，如果指定为0，表示关闭该功能
  timeout 300
6. 指定日志记录级别，Redis总共支持四个级别：debug、verbose、notice、warning，默认为verbose
  loglevel verbose
7. 日志记录方式，默认为标准输出，如果配置Redis为守护进程方式运行，而这里又配置为日志记录方式为标准输出，则日志将会发送给/dev/null
  logfile stdout
8. 设置数据库的数量，默认数据库为0，可以使用SELECT 命令在连接上指定数据库id
  databases 16
9. 指定在多长时间内，有多少次更新操作，就将数据同步到数据文件，可以多个条件配合
  save 
  Redis默认配置文件中提供了三个条件：
  save 900 1
  save 300 10
  save 60 10000
  分别表示900秒（15分钟）内有1个更改，300秒（5分钟）内有10个更改以及60秒内有10000个更改。
10. 指定存储至本地数据库时是否压缩数据，默认为yes，Redis采用LZF压缩，如果为了节省CPU时间，可以关闭该选项，但会导致数据库文件变的巨大
  rdbcompression yes
11. 指定本地数据库文件名，默认值为dump.rdb
  dbfilename dump.rdb
12. 指定本地数据库存放目录
  dir ./
13. 设置当本机为slav服务时，设置master服务的IP地址及端口，在Redis启动时，它会自动从master进行数据同步
  slaveof 
14. 当master服务设置了密码保护时，slav服务连接master的密码
  masterauth 
15. 设置Redis连接密码，如果配置了连接密码，客户端在连接Redis时需要通过AUTH 命令提供密码，默认关闭
  requirepass foobared
16. 设置同一时间最大客户端连接数，默认无限制，Redis可以同时打开的客户端连接数为Redis进程可以打开的最大文件描述符数，如果设置 maxclients 0，表示不作限制。当客户端连接数到达限制时，Redis会关闭新的连接并向客户端返回max number of clients reached错误信息
  maxclients 128
17. 指定Redis最大内存限制，Redis在启动时会把数据加载到内存中，达到最大内存后，Redis会先尝试清除已到期或即将到期的Key，当此方法处理 后，仍然到达最大内存设置，将无法再进行写入操作，但仍然可以进行读取操作。Redis新的vm机制，会把Key存放内存，Value会存放在swap区
  maxmemory 
18. 指定是否在每次更新操作后进行日志记录，Redis在默认情况下是异步的把数据写入磁盘，如果不开启，可能会在断电时导致一段时间内的数据丢失。因为 redis本身同步数据文件是按上面save条件来同步的，所以有的数据会在一段时间内只存在于内存中。默认为no
  appendonly no
19. 指定更新日志文件名，默认为appendonly.aof
   appendfilename appendonly.aof
20. 指定更新日志条件，共有3个可选值： 
  no：表示等操作系统进行数据缓存同步到磁盘（快） 
  always：表示每次更新操作后手动调用fsync()将数据写到磁盘（慢，安全） 
  everysec：表示每秒同步一次（折衷，默认值）
  appendfsync everysec
21. 指定是否启用虚拟内存机制，默认值为no，简单的介绍一下，VM机制将数据分页存放，由Redis将访问量较少的页即冷数据swap到磁盘上，访问多的页面由磁盘自动换出到内存中（在后面的文章我会仔细分析Redis的VM机制）
   vm-enabled no
22. 虚拟内存文件路径，默认值为/tmp/redis.swap，不可多个Redis实例共享
   vm-swap-file /tmp/redis.swap
23. 将所有大于vm-max-memory的数据存入虚拟内存,无论vm-max-memory设置多小,所有索引数据都是内存存储的(Redis的索引数据 就是keys),也就是说,当vm-max-memory设置为0的时候,其实是所有value都存在于磁盘。默认值为0
   vm-max-memory 0
24. Redis swap文件分成了很多的page，一个对象可以保存在多个page上面，但一个page上不能被多个对象共享，vm-page-size是要根据存储的 数据大小来设定的，作者建议如果存储很多小对象，page大小最好设置为32或者64bytes；如果存储很大大对象，则可以使用更大的page，如果不 确定，就使用默认值
   vm-page-size 32
25. 设置swap文件中的page数量，由于页表（一种表示页面空闲或使用的bitmap）是在放在内存中的，，在磁盘上每8个pages将消耗1byte的内存。
   vm-pages 134217728
26. 设置访问swap文件的线程数,最好不要超过机器的核数,如果设置为0,那么所有对swap文件的操作都是串行的，可能会造成比较长时间的延迟。默认值为4
   vm-max-threads 4
27. 设置在向客户端应答时，是否把较小的包合并为一个包发送，默认为开启
  glueoutputbuf yes
28. 指定在超过一定的数量或者最大的元素超过某一临界值时，采用一种特殊的哈希算法
  hash-max-zipmap-entries 64
  hash-max-zipmap-value 512
29. 指定是否激活重置哈希，默认为开启（后面在介绍Redis的哈希算法时具体介绍）
  activerehashing yes
30. 指定包含其它的配置文件，可以在同一主机上多个Redis实例之间使用同一份配置文件，而同时各个实例又拥有自己的特定配置文件
  include /path/to/local.conf

五.redis的持久化

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Snapshot快照，它恢复时是将快照文件直接读到内存里

RDB执行流程：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。
Fork：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。
如何触发RDB快照：
1.设置redis.conf中的快照配置

2.重置redis.conf文件并启动redis：redis-server /opt/redis-5.2.0/redis.conf
3.命令save或者是bgsave：

Save：save时只管保存，其它不管，全部阻塞
BGSAVE：Redis会在后台异步进行快照操作，快照同时还可以响应客户端请求。可以通过lastsave命令获取最后一次成
功执行快照的时间

reids数据出现问题怎么恢复：将备份文件 (dump.rdb) 移动到 redis 安装目录并启动服务即可

RDB的优势和劣势：

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
劣势：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；
     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

RDB总结：

AOF（Append Only File）：以日志的形式来记录每个写操作，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。

AOF启动/修复/恢复：
1.启动：修改默认的appendonly no，改为yes
2.正常恢复：将有数据的aof文件复制一份保存到对应目录(config get dir)，重启redis然后重新加载。
3.异常恢复：备份被写坏的AOF文件，redis-check-aof --fix进行修复，重启redis然后重新加载。
rewrite：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
重写原理：AOF文件持续增长而过大时，会fork出一条新进程来将文件重写(也是先写临时文件最后再rename)，遍历新进程的内存中数据，每条记录有一条的Set语句。重写aof文件的操作，并没有读取旧的aof文件，而是将整个内存中的数据库内容用命令的方式重写了一个新的aof文件，这点和快照有点类似。
触发机制：Redis会记录上次重写时的AOF大小，默认配置是当AOF文件大小是上次rewrite后大小的一倍且文件大于64M时触发

AOF的优势与劣势：

优势：
1.每修改同步：appendfsync always   同步持久化 每次发生数据变更会被立即记录到磁盘  性能较差但数据完整性比较好
2.每秒同步：appendfsync everysec    异步操作，每秒记录   如果一秒内宕机，有数据丢失
3.不同步：appendfsync no   从不同步
劣势：
1.相同数据集的数据而言aof文件要远大于rdb文件，恢复速度慢于rdb
2.aof运行效率要慢于rdb,每秒同步策略效率较好，不同步效率和rdb相同

小总结：

RDB与AOF的对比：

1.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
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方式.
4.同时开启两种持久化方式：在这种情况下,当redis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.
5.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。

性能建议：

1.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save 900 1
  这条规则。
2.如果Enalbe 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load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%大小时重写可以改到适当的数值。
3.如果不Enable AOF ，仅靠Master-Slave Replication 实现高可用性也可以。能省掉一大笔IO也减少了rewrite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。新浪微博就选用了这种架构

六.Redis的事务

原理：可以一次执行多个命令，本质是一组命令的集合。一个事务中的所有命令都会序列化，按顺序地串行化执行而不会被其它命令插入，不许加塞。

redis事务用来做什么：一个队列中，一次性、顺序性、排他性的执行一系列命令。

redis事务相关命令：

redis事务怎么用：
case1：正常执行 :

Case2：放弃事务:

Case3：全体连坐:

Case4：冤头债主：

Case5：watch监控：

悲观锁/乐观锁/CAS(Check And Set)：
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。
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。乐观锁策略:提交版本必须大于记录当前版本才能执行更新。
乐观锁策略:提交版本必须大于记录当前版本才能执行更新

初始化信用卡可用余额和欠额：

无加塞篡改，先监控再开启multi，保证两笔金额变动在同一个事务内：

有加塞篡改：

监控了key，如果key被修改了，后面一个事务的执行失效

unwatch：

一旦执行了exec之前加的监控锁都会被取消掉了

小结：

Watch指令，类似乐观锁，事务提交时，如果Key的值已被别的客户端改变，比如某个list已被别的客户端push/pop过了，
整个事务队列都不会被执行。
通过WATCH命令在事务执行之前监控了多个Keys，倘若在WATCH之后有任何Key的值发生了变化，EXEC命令执行的事
务都将被放弃，同时返回Nullmulti-bulk应答以通知调用者事务执行失败

3阶段：

1.开启：以MULTI开始一个事务
2.入队：将多个命令入队到事务中，接到这些命令并不会立即执行，而是放到等待执行的事务队列里面
3.执行：由EXEC命令触发事务

3特性：

1.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。
2.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的被执行，因为事务提交前任何指令都不会被实际执
  行，也就不存在”事务内的查询要看到事务里的更新，在事务外查询不能看到”这个让人万分头痛的问题
3.不保证原子性：redis同一个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

七.Redis的发布订阅

是什么：进程间的一种消息通信模式：发送者(pub)发送消息，订阅者(sub)接收消息。
订阅/发布消息图：

命令：

案例：

先订阅后发布后才能收到消息，
1 可以一次性订阅多个，SUBSCRIBE c1 c2 c3
2 消息发布，PUBLISH c2 hello-redis
===========================================================================================================
3 订阅多个，通配符*， PSUBSCRIBE new*
4 收取消息， PUBLISH new1 redis2015

八.Redis的复制(Master/Slave)：

主从复制：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；能做到读写分离与容灾恢复；

常见用法：
几个命令：

info replication：用来查看当前机子的状态，可以看到是主机还是从机

一主二仆：
1.修改配置文件细节操作：
1）拷贝多个redis.conf文件：

2）开启daemonize yes，修改pid文件名字，指定端口：

3）log文件名字：

4）dump.rdb名字：

2.Init初始化启动三台redis:

3.一个Master两个Slave:

4.日志查看:vim 日志名称
5.主从问题演示:

1 切入点问题？slave1、slave2是从头开始复制还是从切入点开始复制?比如从k4进来，那之前的123是否也可以复制
答：从机可以复制主机之前的数据。
2 从机是否可以写？set可否？
答：从机不能写和set，只能读。
3 主机shutdown后情况如何？从机是上位还是原地待命
答：从机还是原地待命，等主机重新启动，从机会重新连接上
4 主机又回来了后，主机新增记录，从机还能否顺利复制？
答：从机能顺利复制
5 其中一台从机down后情况如何？依照原有它能跟上大部队吗？
答：从机down后重新启动要重新slaveof 主机

薪火相传：上一个Slave可以是下一个slave的Master，Slave同样可以接收其他slaves的连接和同步请求，那么该slave作为了链条中下一个的master,可以有效减轻master的写压力。

中途变更转向：会清除之前的数据，重新建立拷贝最新的，slaveof 新主库IP 新主库端口

反客为主：使当前数据库停止与其他数据库的同步，转成主数据库
命令：SLAVEOF no one

反客为主补充：当主机down掉(没down掉也行)，我们手动使当前从机脱离原来的主机，其他的从机我们可以手动设置当前机子为主机，相当于手动版的哨兵机制。

复制原理：

1.slave启动成功连接到master后会发送一个sync命令
2.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,以完成一次完全同步
3.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。
4.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
5.只要是重新连接master,一次完全同步（全量复制)将被自动执行）

哨兵模式(sentinel)：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，一组sentinel能同时监控多个Master。

具体怎么使用：
1.在存放配置文件的目录中新建sentinel.conf文件，名字绝不能错
2.配置哨兵,填写内容：sentinel monitor 被监控数据库名字(自己起名字) 127.0.0.1 6379 1

注意：上面最后一个数字1，表示主机挂掉后salve投票看让谁接替成为主机，得票数多少后成为主机
3.启动哨兵：
演示：
当主机down了：

投票新选：

重新主从继续开工,info replication查查看：

问题：如果之前的master重启回来，会不会双master冲突：

注意：当之前的master回来，刚开始还是master，过一会也成了slaver

复制的缺点：
复制延时：由于所有的写操作都是先在Master上操作，然后同步更新到Slave上，所以从Master同步到Slave机器有一定的延迟，当系统很繁忙的时候，延迟问题会更加严重，Slave机器数量的增加也会使这个问题更加严重。

九.Redis的Java客户端Jedis

导入需要的依赖：

<dependency>
   <groupId>commons-pool</groupId>
   <artifactId>commons-pool</artifactId>
   <version>1.6</version>
</dependency>
<dependency>
   <groupId>redis.clients</groupId>
   <artifactId>jedis</artifactId>
   <version>2.1.0</version>
</dependency>

Jedis常用操作：关闭保护模式，protected-mode no
测试连通性：

publicclass Demo01 {
	public staticvoid main(String[] args) {
	     //连接本地的 Redis 服务
	    Jedis jedis = new Jedis("127.0.0.1",6379);
	    //查看服务是否运行，打出pong表示OK
	    System.out.println("connection is OK==========>: "+jedis.ping());
	  }
}

5+1：

package com.atguigu.redis.test;
import java.util.*;
import redis.clients.jedis.Jedis;
public class Test02 {
publicstaticvoid main(String[] args) {
     Jedis jedis = new Jedis("127.0.0.1",6379);
     //key
     Set keys = jedis.keys("*");
     for (Iterator iterator = keys.iterator(); iterator.hasNext();) {
       String key = (String) iterator.next();
       System.out.println(key);
     }
     System.out.println("jedis.exists====>"+jedis.exists("k2"));
     System.out.println(jedis.ttl("k1"));
 	 //String
	 //jedis.append("k1","myreids");
     System.out.println(jedis.get("k1"));
     jedis.set("k4","k4_redis");
     System.out.println("----------------------------------------");
     jedis.mset("str1","v1","str2","v2","str3","v3");
     System.out.println(jedis.mget("str1","str2","str3"));
     //list
     System.out.println("----------------------------------------");
     //jedis.lpush("mylist","v1","v2","v3","v4","v5");
     List list = jedis.lrange("mylist",0,-1);
     for (String element : list) {
       System.out.println(element);
     }
     //set
     jedis.sadd("orders","jd001");
     jedis.sadd("orders","jd002");
     jedis.sadd("orders","jd003");
     Set set1 = jedis.smembers("orders");
     for (Iterator iterator = set1.iterator(); iterator.hasNext();) {
       String string = (String) iterator.next();
       System.out.println(string);
     }
     jedis.srem("orders","jd002");
     System.out.println(jedis.smembers("orders").size());
     //hash
     jedis.hset("hash1","userName","lisi");
     System.out.println(jedis.hget("hash1","userName"));
     Map map = new HashMap();
     map.put("telphone","13811814763");
     map.put("address","atguigu");
     map.put("email","abc@163.com");
     jedis.hmset("hash2",map);
     List result = jedis.hmget("hash2", "telphone","email");
     for (String element : result) {
       System.out.println(element);
     }
     //zset
     jedis.zadd("zset01",60d,"v1");
     jedis.zadd("zset01",70d,"v2");
     jedis.zadd("zset01",80d,"v3");
     jedis.zadd("zset01",90d,"v4");
     Set s1 = jedis.zrange("zset01",0,-1);
     for (Iterator iterator = s1.iterator(); iterator.hasNext();) {
       String string = (String) iterator.next();
       System.out.println(string);
     }
  }
}

事务提交：
日常：

package com.atguigu.redis.test;
import redis.clients.jedis.Jedis;
import redis.clients.jedis.Response;
import redis.clients.jedis.Transaction;
publicclass Test03 {
public staticvoid main(String[] args) {
    Jedis jedis = newJedis("127.0.0.1",6379);
    //监控key，如果该动了事务就被放弃
    /*3
     jedis.watch("serialNum");
     jedis.set("serialNum","s#####################");
     jedis.unwatch();*/
     Transaction transaction = jedis.multi();//被当作一个命令进行执行
     Response response = transaction.get("serialNum");
     transaction.set("serialNum","s002");
     response = transaction.get("serialNum");
     transaction.lpush("list3","a");
     transaction.lpush("list3","b");
     transaction.lpush("list3","c");
     transaction.exec();
     //2 transaction.discard();
     System.out.println("serialNum***********"+response.get());
  }
}

加锁：

public class TestTransaction {
public boolean transMethod() {
     Jedis jedis = new Jedis("127.0.0.1", 6379);
	int balance;// 可用余额
	int debt;// 欠额
	int amtToSubtract = 10;// 实刷额度
     jedis.watch("balance");
     //jedis.set("balance","5");//此句不该出现，讲课方便。模拟其他程序已经修改了该条目
     balance = Integer.parseInt(jedis.get("balance"));
     if (balance 
       jedis.unwatch();
       System.out.println("modify");
       return false;
     } else {
       System.out.println("***********transaction");
       Transaction transaction = jedis.multi();
       transaction.decrBy("balance", amtToSubtract);
       transaction.incrBy("debt", amtToSubtract);
       transaction.exec();
       balance = Integer.parseInt(jedis.get("balance"));
       debt = Integer.parseInt(jedis.get("debt"));
       System.out.println("*******" + balance);
       System.out.println("*******" + debt);
       return true;
     }
  }
/**
   * 通俗点讲，watch命令就是标记一个键，如果标记了一个键， 在提交事务前如果该键被别人修改过，那事务就会失败，这种情况通常可以在程序中
   * 重新再尝试一次。
   * 首先标记了键balance，然后检查余额是否足够，不足就取消标记，并不做扣减； 足够的话，就启动事务进行更新操作，
   * 如果在此期间键balance被其它人修改， 那在提交事务（执行exec）时就会报错， 程序中通常可以捕获这类错误再重新执行一次，直到成功。
   */
public staticvoid main(String[] args) {
     TestTransaction test = new TestTransaction();
     boolean retValue = test.transMethod();
     System.out.println("main retValue-------: " + retValue);
  }
}

主从复制：

public staticvoid main(String[] args) throws InterruptedException 
  {
     Jedis jedis_M = new Jedis("127.0.0.1",6379);
     Jedis jedis_S = new Jedis("127.0.0.1",6380);
     jedis_S.slaveof("127.0.0.1",6379);
     jedis_M.set("k6","v6");
     Thread.sleep(500);
     System.out.println(jedis_S.get("k6"));
  }

JedisPool：
获取Jedis实例需要从JedisPool中获取
用完Jedis实例需要返还给JedisPool
如果Jedis在使用过程中出错，则也需要还给JedisPool
案例：
JedisPoolUtil：

package com.atguigu.redis.test;
import redis.clients.jedis.Jedis;
import redis.clients.jedis.JedisPool;
import redis.clients.jedis.JedisPoolConfig;
public classJedisPoolUtil {
private static volatile JedisPool jedisPool = null;//被volatile修饰的变量不会被本地线程缓存，对该变量的读写都是直接操作共享内存。
private JedisPoolUtil() {}
publicstatic JedisPool getJedisPoolInstance(){
if(null == jedisPool){
   synchronized (JedisPoolUtil.class)
{
if(null == jedisPool){
           JedisPoolConfig poolConfig = new JedisPoolConfig();
           poolConfig.setMaxActive(1000);
           poolConfig.setMaxIdle(32);
           poolConfig.setMaxWait(100*1000);
           poolConfig.setTestOnBorrow(true);
           jedisPool = new JedisPool(poolConfig,"127.0.0.1");
         }
      }
    }
return jedisPool;
 }
publicstaticvoid release(JedisPool jedisPool,Jedis jedis){
if(null != jedis){
      jedisPool.returnResourceObject(jedis);
    }
 }
}

Demo5：

package com.atguigu.redis.test;
import redis.clients.jedis.Jedis;
import redis.clients.jedis.JedisPool;

publicclass Test01 {
publicstaticvoid main(String[] args) {
     JedisPool jedisPool = JedisPoolUtil.getJedisPoolInstance();
     Jedis jedis = null;
     try{
	     jedis = jedisPool.getResource();
	     jedis.set("k18","v183");
     } catch (Exception e) {
         e.printStackTrace();
     }finally{
         JedisPoolUtil.release(jedisPool, jedis);
     }
  }
}

配置总结all：

JedisPool的配置参数大部分是由JedisPoolConfig的对应项来赋值的。
maxActive：控制一个pool可分配多少个jedis实例，通过pool.getResource()来获取；如果赋值为-1，则表示不限制；如果pool已经分配了maxActive个jedis实例，则此时pool的状态为exhausted。
maxIdle：控制一个pool最多有多少个状态为idle(空闲)的jedis实例；
whenExhaustedAction：表示当pool中的jedis实例都被allocated完时，pool要采取的操作；默认有三种。
 WHEN_EXHAUSTED_FAIL --> 表示无jedis实例时，直接抛出NoSuchElementException；
 WHEN_EXHAUSTED_BLOCK --> 则表示阻塞住，或者达到maxWait时抛出JedisConnectionException；
 WHEN_EXHAUSTED_GROW --> 则表示新建一个jedis实例，也就说设置的maxActive无用；
maxWait：表示当borrow一个jedis实例时，最大的等待时间，如果超过等待时间，则直接抛JedisConnectionException；
testOnBorrow：获得一个jedis实例的时候是否检查连接可用性（ping()）；如果为true，则得到的jedis实例均是可用的；
testOnReturn：return 一个jedis实例给pool时，是否检查连接可用性（ping()）；
testWhileIdle：如果为true，表示有一个idle object evitor线程对idle object进行扫描，如果validate失败，此object会被从pool中drop掉；这一项只有在timeBetweenEvictionRunsMillis大于0时才有意义；
timeBetweenEvictionRunsMillis：表示idle object evitor两次扫描之间要sleep的毫秒数；
numTestsPerEvictionRun：表示idle object evitor每次扫描的最多的对象数；
minEvictableIdleTimeMillis：表示一个对象至少停留在idle状态的最短时间，然后才能被idle object evitor扫描并驱逐；这一项只有在timeBetweenEvictionRunsMillis大于0时才有意义；
softMinEvictableIdleTimeMillis：在minEvictableIdleTimeMillis基础上，加入了至少minIdle个对象已经在pool里面了。如果为-1，evicted不会根据idle time驱逐任何对象。如果minEvictableIdleTimeMillis>0，则此项设置无意义，且只有在timeBetweenEvictionRunsMillis大于0时才有意义；
lifo：borrowObject返回对象时，是采用DEFAULT_LIFO（last in first out，即类似cache的最频繁使用队列），如果为False，则表示FIFO队列；
==================================================================================================================
其中JedisPoolConfig对一些参数的默认设置如下：
testWhileIdle=true
minEvictableIdleTimeMills=60000
timeBetweenEvictionRunsMillis=30000
numTestsPerEvictionRun=-1

十.SpringBoot整合Redis：