狂神说 redis 笔记

Nosql概述

为什么要学Nosql

我们先在处于大数据时代，大数据一般的数据库无法进行分析处理了！2006 Hadoop

压力一定会越来越大，适者生存！一定要逼着自己学习，这是在这个社会生存的唯一法则！

1、单机MySQL的时代

90年代，一个基本的网站访问量一般不会太大，单个数据库完全足够！

那个时候，更多的去使用HTML~服务器根本没有太大的压力！

思考一个，这种情况：整个网站的瓶颈是什么？

1. 数据量如果太大，一个机器都放不下！
2. 数据的索引（B+Tree），一个机器内存也放不下
3. 访问量（读写混合），一个服务器承受不了！

只要你开始出现以上的三种情况之一，那么你就必须要晋级！

2、Memcached（缓存） + MySQL + 垂直拆分（读写分离）

网站80%的情况都是在读，每次都要去查询数据库的话十分麻烦！所以说我们希望减轻数据的压力，我们可以使用缓存来保证效率。

发展过程：优化数据结构和索引–>文件缓存（IO）–> Memcached（当时最热门的技术！）

3、分库分表 + 水平拆分 + MySQL集群

技术和业务在发展的同时，对人的要求也越来越高！

本质：数据库（读，写）

早些年MyISAM：表锁，十分影响效率！

转战Innodb：行锁

慢慢的就开始使用分库分表来解决写的压力！MySQL在哪个年代推出了表分区！这个并没有多少公司使用！
MySQL的集群，很好满足那个年代的所有需求！

4、如今最近的年代

2012~2022 十年之间，世界已经发生了翻天覆地的变化；（定位，也是一种数据，音乐，热榜！）

MySQL 等关系型数据库就不够用了！数据量很多，变化很快！

MySQL 有的使用它来储存一些比较大的文件，博客，图片！数据库表很大，效率就低了！如果有一种数据来专门处理这种数据，MySQL压力就变得十分小（研究如何处理这些问题！）大数据的 IO 压力下，表几乎没法更大！

目前一个基本的互联网项目！

为什么要用NoSQL！

用户的个人信息，社交网络，地理位置。用户自己产生的数据，用户日志等等爆发式增长！

这个时候我们就需要使用NoSQL数据库了，NoSQL可以很好的处理以上的情况！

什么是NoSQL

NoSQL

NoSQL = Not only SQL （不仅仅是SQL）

泛指非关系型数据库的，随着web 2.0互联网的诞生！传统的关系型数据库很难对付web 2.0时代！尤其是超大规模的高并发的社区！暴露出来很多难以克服的问题，NoSQL在当今大数据环境下发展的十分迅速，Redis是发展最快的，而且是我们当下必须掌握的一个技术！

很多数据数据类型的用户的个人信息，社交网络，地理位置。这些数据类型的存储不需要一个固定的格式！不需要多余的操作就可以横行扩展！ Map<String,Object> 使用键值对来控制！

NoSQL特点

解耦！

1. 方便扩展（数据之间没有关系，很好扩展！）
2. 大数据量高性能（Redis 一秒写8万次，读11万，NoSQLf的缓存记录级，是一种细粒度的缓存，性能会比较高！）
3. 数据类型是多样型的（不需要实现设计数据库！随取随用！如果数据量十分大的表，很多人就无法设计了！）
4. 传统 RDBMS 和 NoSQL

传统的 RDBMS
- 结构化组织
- SQL
- 数据和关系都存在单独的表中  row col 
- 操作操作，数据定义语言
- 严格的一致性
- 基础的事务
- ......

NoSQL
- 不仅仅是数据
- 没有固定的查询语言
- 键值对存储，列存储，文档存储，图形数据库（社交关系）
- 最终一致性
- CAP 定理和 BASE  （异地多活）
- 高性能，高可用，高可扩
- .....

了解：3V和3高

大数据时代的3V：主要是描述问题

1. 海量Volume
2. 多样Variety
3. 实时Velocity

大数据时代的3高：主要是对程序的要求

1. 高并发
2. 高可拓
3. 高性能

真正在公司中的实践：NoSQL + RDBMS 一起使用才是最强的，阿里巴巴的架构演进！

技术没有高低之分，就看你如何去使用！（提升内功，思维的提高！）

阿里巴巴演进分析

技术急不得，越是慢慢学，才能越扎实！

开源才是技术的王道！

任何一家互联网的公司，都不可能只是简简单单让用户能用就好了！

大量公司做的都是相同的业务；（竞品协议）

随着这样的竞争，业务是越来越完善，然后对开发者要求也是越来越高！

如果你未来想当一个架构师：没有什么是加一层解决不了的！

# 1、商品的信息
	名称、价格、商家信息
	关系型数据库就可以解决了！MySQL/ Oracle （淘宝早些年就去IOE了！）
	淘宝内部的 MySQL 不是大家用的 MySQL（底层组件不一样）

# 2、商品的描述、评论（文字比较多）
	文档数据库中，MongoDB
	
# 3、图片
	- 分布式文件系统 FastDFS
	- 淘宝自己的   TFS
	- Gooale的    GFS
	- Hadoop     HDFS
	- 阿里云 	  OSS
	
# 4、商品的关键字（搜索）
	- 搜索引擎 solr  elasticsearch
	- ISerach：多隆（多去了解这些技术大佬！）

# 5、商品热门的波段信息
	- 内存数据库
	- Redis	Tair、Memache ...
	
# 6、商品的交易，外部的支付接口
	- 三方应用
	

要知道，一个简单的网页背后的技术一定不是大家所想的那么简单的！

大型互联网应用问题：

• 数据类型太多了
• 数据源繁多，经常重构！
• 数据要改造，大面积改造？

解决问题：

这里以上都是NoSQL入门概述，不仅能够提高大家的知识，还可以帮助大家了解大厂的工作内容！

NoSQL的四大分类

KV键值对：

• 新浪：Redis
• 美团：Redis + Tair
• 阿里、百度：Redis + memecache

文档型数据库（bson格式和json一样）：

• MongoDB（一般必须掌握）
  • MongoDB是一个基于分布式文件存储的数据库，C++编写，主要用来处理大量的文档！
  • MongoDB是一个介于关系型数据库和非关系型数据库中中间的产品！是非关系型数据库中最功能最丰富的，最像关系型数据库的！
  • ConthDB

列存储数据库

• HBase
• 分布式文件系统

图关系数据库

• 它不是存图形，放的是关系，比如朋友圈社交网络，广告推荐!
• Neo4j ，InfoGrid

四者对比！

Redis入门

概述

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

是一个开源的使用ANSI C语言编写、支持网络、可基于内存亦可持久化的日志型、Key-Value数据库，并提供多种语言的API。

redis会周期性的把更新的数据写入磁盘或者把修改操作写入追加的记录，并且在此基础上实现了master-slave（主从）同步！

免费和开源，是当下NoSQL最热门的技术之一！也被人称为结构化数据库。

Redis能干什么？

1、内存储存、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）

6、…

特性

1、多样的数据类型

2、持久化

3、集群

…

学习中需要的东西

官网（下载地址）：https://redis.io/

中文网：http://www.redis.cn/

注意：Windows这github上下载（停更很久了）！

Redis推荐都是在Linux服务器上搭建的，我们是基于Linux学习！

Windows安装

1、下载安装包：https://github.com/MicrosoftArchive/redis/releases

2、下载完毕得到压缩包：Redis-x64-3.0.504.zip

3、解压到自己的环境目录下就ok了！redis 十分的小，就只有5M。

4、打开cmd窗口，跳转到redis绝对路径，然后输入：

redis-server redis.windows.conf 命令

这样就是安装完成了。

5、使用Redis客户端来连接redis

注意：redis那边小黑窗不用关闭！

记住一句话，Windows下使用确实简单，但是redis推荐我们去Linux下去开发使用！

Linux安装

注意：狂神下了Xshell和Xftp两个软件，还用了云服务器。这俩软件你们自己下。

云服务器可以用我的，就不需自己买了，公网IP和密码是：

120.76.239.157

￥￥￥￥￥￥￥￥自己的服务器密码

一般情况下是开着的，2023年3月之前都可以用！

1、下载安装包！redis-6.2.6.tar.gz

2、解压redis的安装包！程序 /pot

3、进入解压文件，可以看到我们redis配置文件

4、基本的环境安装

yum install gcc-c++   如果你的redis版本跟我一致就不要输这个，输gcc -v就行

make 

make install

5、redis默认安装路径 /usr/local/bin

6、将redis配置文件。复制到我们当前目录下

mkdir 文件名（创建文件）

cp /opt/redis-6.2.6/redis.conf kconfig

rm -ir 文件名（删除，前提是位置处于在它的上一次目录）

7、redis默认不是后台启动的，修改配置文件！

我的这个版本跟狂神有些许不同，所以直接xftp打开该文件直接修改的

8、启动redis服务！redis-server kconfig/redis.conf我的版本启动后是什么也不会出来，之后直接连接就行了（如果redis跟我的不低于我的版本可以省略这一步，他连接的时候自动启动redis服务！）

9、使用redis-cli进行连接测试！输入./redis-cli进行连接，默认端口是6379，不需要像狂神一样指定端口号。

10、查看redis的进程是否开启 ！ps -ef|grep redis

11、如何关闭redis服务呢？shutdown

12、再次查看进程是否存在

13、后面我们会使用单机多redis启动集群测试

测试性能

redis-benchmark 是一个压力测试工具！

官方自带的性能测试工具！

redis-benchmark命令参数！

图片来自教程菜鸟教程：

我们来测试下：

# 测试：100个并发连接  100000请求
redis-benchmark -h localhost -p 6379 -c 100 -n 100000

如何查看这些分析呢？这里想深入了解的可以找找资料，这里不多做解释

基础的知识

redis默认有16个数据库！默认使用第 0 个！

127.0.0.1:6379> select 3	#切换数据库
OK
127.0.0.1:6379[3]> dbsize	#查看DB大小
(integer) 0
127.0.0.1:6379[3]> set name kuang
OK
127.0.0.1:6379[3]> dbsize
(integer) 1
127.0.0.1:6379[3]> select 6
OK
127.0.0.1:6379[6]> dbsize
(integer) 0
127.0.0.1:6379[6]> get name
(nil)
127.0.0.1:6379[6]> select 3
OK
127.0.0.1:6379[3]> get name		
"kuang"
127.0.0.1:6379> keys *		#查看数据库所有的key
1) "counter:__rand_int__"
2) "myhash"
3) "mylist"
4) "name"
5) "key:__rand_int__"
127.0.0.1:6379[3]> flushdb	#清空当前数据库
OK 
127.0.0.1:6379[3]> flushall	#清空所有数据库
OK

思考：为什么redis是6379！粉丝效应！（了解一下即可！）

Redis是单线程的！

明白redis是很快的，官方表示，Redis是基于内存操作，CPU不是Redis的瓶颈，Redis的瓶颈是根据机器的内存和网络带宽，既然可以使用使用单线程来实现，所以就使用单线程了！

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

Redis为什么单线程还这么快？

误区1、高性能的服务器一定是多线程的？

误区2、多线程（CPU上下文会切换！）一定比单线程效率高！

先去CPU > 内存 > 硬盘的速度要有所了解！

核心：redis是将所有的数据全部放在内存中的，所有说使用单线程去操作效率就是最高的，多线程（CPU上下会切换：就是耗时的操作！！！），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 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MQ。 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）。

我们现在讲解的所有命令大家一定要记住，后面我们使用springboot、jedis。所有的方法就是这些命令！

Redis-key

127.0.0.1:6379> keys *		# 查看所有的key
(empty array)
127.0.0.1:6379> set name kuangshen		# set key
OK
127.0.0.1:6379> keys *
1) "name"
127.0.0.1:6379> set age 1
OK
127.0.0.1:6379> keys *
1) "age"
2) "name"
127.0.0.1:6379> exists name		# 判断当前key是否存在
(integer) 1
127.0.0.1:6379> exists name1
(integer) 0
127.0.0.1:6379> move name 1		# 移除当前的key
(integer) 1
127.0.0.1:6379> keys *
1) "age"
127.0.0.1:6379> set name qingjiang
OK
127.0.0.1:6379> keys *
1) "name"
2) "age"
127.0.0.1:6379> get name
"qingjiang"
127.0.0.1:6379> expire name 10		# 设置key的过期时间，单位是秒
(integer) 1
127.0.0.1:6379> ttl name		# 查看当前key的过期时间
(integer) 1
127.0.0.1:6379> ttl name
(integer) -2		# 已过期
127.0.0.1:6379> type name		# 查看的当期key的类型
string
127.0.0.1:6379> type age
string

后面有不会的命令可以去官网查！

String（字符串）

127.0.0.1:6379> set key1 v1		# 设置值
OK
127.0.0.1:6379> get key1		# 获得之
"v1"
127.0.0.1:6379> keys *		# 获得所有key
1) "key1"
127.0.0.1:6379> exists key1		# 判断某一个key是否存在
(integer) 1
127.0.0.1:6379> append key1 "hello"		# 追加字符串，如果当前key不存在，就相当于setkey
(integer) 7
127.0.0.1:6379> get key1
"v1hello"
127.0.0.1:6379> strlen key1		# 获得字符串长度
(integer) 7
127.0.0.1:6379> append key1 ",kuangshen"
(integer) 17
127.0.0.1:6379> strlen key1
(integer) 17
127.0.0.1:6379> get key1
"v1hello,kuangshen"
#####################################################################
# i++
# 步长 i+=
127.0.0.1:6379> set views 0		# 初始浏览量为0
OK
127.0.0.1:6379> get views
"0"
127.0.0.1:6379> incr views		# 自增1  浏览量变为1
(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		# 自减1  浏览量-1
(integer) 1
127.0.0.1:6379> decr views
(integer) 0
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		# 可以设置步长，指定增量！
(integer) 9
127.0.0.1:6379> incrby views 10
(integer) 19
127.0.0.1:6379> decrby views 5
(integer) 14
127.0.0.1:6379> decrby views 5
(integer) 9
#####################################################################
# 字符串范围 range
127.0.0.1:6379> set key1 "hello,kuangshen"		# 设置 key1 的值
OK
127.0.0.1:6379> get key1
"hello,kuangshen"
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，和 get key 是一样的
"hello,kuangshen"

# 替换！
127.0.0.1:6379> set key2 abcdefg
OK
127.0.0.1:6379> get key2
"abcdefg"
127.0.0.1:6379> setrange key2 1 xx		# 替换指定位置开始的字符串！
(integer) 7
127.0.0.1:6379> get key2
"axxdefg"
#####################################################################
# setex (set with expire)		# 设置过期时间
# setnx (set if not exist)		# 不存在再设置(在分布式中会长长使用！)
127.0.0.1:6379> setex key3 30 "hello"		# 设置key3 的值为 hello，30秒后过期
OK
127.0.0.1:6379> ttl key3
(integer) 23
127.0.0.1:6379> get key3
(nil)
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"
127.0.0.1:6379> ttl key3
(integer) -2
127.0.0.1:6379> setnx mykey "MongDB"		# 如果mykey存在，创建失败！
(integer) 0
127.0.0.1:6379> get mykey
"redis"
#####################################################################
mset
mget

127.0.0.1:6379> clear
127.0.0.1:6379> mset k1 v1 k2 v2 k3 v3		# 同时设置多个值
OK
127.0.0.1:6379> keys *
1) "k2"
2) "k3"
3) "k1"
127.0.0.1:6379> mget k1 k2 k3		# 同时获取多个值
1) "v1"
2) "v2"
3) "v3"
127.0.0.1:6379> msetnx k1 v1 k4 v4		# msetnx 是个原子性的操作，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:zhangsan,age:3} 	# 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：user:{id}:{filed}，如此设计在Redis中是完全OK的！

127.0.0.1:6379> mset user:1:name zhangsan user:1:age 2
OK
127.0.0.1:6379> mget user:1:name user:1:age
1) "zhangsan"
2) "2"
#####################################################################
getset 	# 先get然后再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"

数据结构是相同的！

String类似的使用场景：value除了是我们的字符串还是我们的数字！

• 计数器
• 统计多单位的数量
• 粉丝数
• 对象缓存存储！

List（列表）

基本的数据类型，列表

在redis里面，我们可以把list完成，栈、队列、阻塞队列！

所有的 list 命令都是 L 开头的！reids不区分大小写！

127.0.0.1:6379> lpush list one		# 将一个值或者多个值，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> lpush list three
(integer) 3
127.0.0.1:6379> lrange list 0 -1		# 获取list中的值
1) "three"
2) "two"
3) "one"
127.0.0.1:6379> lrange list 0 1		# 通过区间获取具体的值！
1) "three"
2) "two"
127.0.0.1:6379> rpush list hello		# 将一个值或者多个值，插入到列表头部（左）
(integer) 4
127.0.0.1:6379> lrange list 0 -1
1) "three"
2) "two"
3) "one"
4) "hello"
#####################################################################
lpop
rpop

127.0.0.1:6379> lrange list 0 -1
1) "three"
2) "two"
3) "one"
4) "hello"
127.0.0.1:6379> lpop list	# 移除list的第一个元素
"three"
127.0.0.1:6379> rpop list	# 移除list的最后一个元素
"hello"
127.0.0.1:6379> lrange list 0 -1
1) "two"
2) "one"
#####################################################################
lindex

127.0.0.1:6379> lrange list 0 -1
1) "two"
2) "one"
127.0.0.1:6379> lindex list 0	# 通过下标获得list中的某一个值！
"two"
127.0.0.1:6379> lindex list 1
"one"
#####################################################################
llen

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	# 返回列表的长度
(integer) 3
#####################################################################
移除指定的值！
取关 uid
lrem

127.0.0.1:6379> lrange list 0 -1
1) "three"
2) "three"
3) "two"
4) "one"
127.0.0.1:6379> lrem list 1 one		# 移除list集合中指定个数的value，精确匹配
(integer) 1
127.0.0.1:6379> lrange list 0 -1
1) "three"
2) "three"
3) "two"
127.0.0.1:6379> lrem list 2 three
(integer) 2
127.0.0.1:6379> lrange list 0 -1
1) "two"
#####################################################################
trim 修剪。：list 截断！

127.0.0.1:6379> rpush mylist hello
(integer) 1
127.0.0.1:6379> rpush mylist hello1
(integer) 2
127.0.0.1:6379> rpush mylist hello2
(integer) 3
127.0.0.1:6379> rpush mylist hello3
(integer) 4
127.0.0.1:6379> ltrim mylist 1 2
OK
127.0.0.1:6379> lrange mylist 0 -1
1) "hello1"
2) "hello2"
#####################################################################
rpoplpush

127.0.0.1:6379> lrange list 0 -1
1) "h1"
2) "h2"
3) "h3"
127.0.0.1:6379> rpoplpush list otherlist	# 移除列表的最后一个元素将他移动到新的列表中！
"h3"
127.0.0.1:6379> lrange list 0 -1	# 查看原来的列表
1) "h1"
2) "h2"
127.0.0.1:6379> lrange otherlist 0 -1	# 查看目标列表中，确实存在值！
1) "h3"
#####################################################################
lset 将列表中指定下标的值替换为另一个值，更新操作

127.0.0.1:6379> lset list 0 item	# 判断这个列表是否存在
(error) ERR no such key
127.0.0.1:6379> lpush list value1	# 如果不存在列表我们去更新就会报错
(integer) 1
127.0.0.1:6379> lrange list 0 0
1) "value1"
127.0.0.1:6379> lset list 0 item	# 如果存在，更新当前下标的值
OK
127.0.0.1:6379> lrange list 0 0
1) "item"
127.0.0.1:6379> lset list 1 other	# 如果不存在，则会报错！
(error) ERR index out of range
#####################################################################
linsert #将某个具体的value值插入到列中的某个元素的前面后者后面！

127.0.0.1:6379> rpush mylist "hello"
(integer) 1
127.0.0.1:6379> rpush mylist "world"
(integer) 2
127.0.0.1:6379> linsert mylist before "world" "other"	# 插入到元素前面
(integer) 3
127.0.0.1:6379> lrange mylist 0 -1
1) "hello"
2) "other"
3) "world"
127.0.0.1:6379> linsert mylist after world new	# 插入到元素后面
(integer) 4
127.0.0.1:6379> lrange mylist 0 -1
1) "hello"
2) "other"
3) "world"
4) "new"

小结：

• 他实际上是一个链表，before Node after ， left ，right 都可以插入值
• 如果可以不存在，创建新的列表
• 如果key存在，新增内容
• 如果移除所有值，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，相对俩说效率会低一点~

消息排队！消息队列（Lpush lpop），栈（Lpush lpop）！

Set(集合)

set当中的值是不能重复的！

127.0.0.1:6379> sadd myset "hello"		# set集合中添加值
(integer) 1
127.0.0.1:6379> sadd myset "kuangshen"
(integer) 1
127.0.0.1:6379> sadd myset "lovekuangshen"
(integer) 1
127.0.0.1:6379> smembers myset		# set查看所有值
1) "hello"
2) "kuangshen"
3) "lovekuangshen"
127.0.0.1:6379> sismember myset hello		# 判断某一个值是不是在set集合中！
(integer) 1
127.0.0.1:6379> sismember myset world
(integer) 0
#####################################################################

127.0.0.1:6379> scard myset		# 获取set集合中的个数
(integer) 3
#####################################################################
rem

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) 3
127.0.0.1:6379> smembers myset
1) "lovekuangshen2"
2) "kuangshen"
3) "lovekuangshen"
#####################################################################
set  # 无序不重复集合。抽随机！

127.0.0.1:6379> smembers myset
1) "lovekuangshen2"
2) "kuangshen"
3) "lovekuangshen"
127.0.0.1:6379> srandmember myset		# 随机抽选出一个元素
"kuangshen"
127.0.0.1:6379> srandmember myset
"kuangshen"
127.0.0.1:6379> srandmember myset		# 随机抽选出一个元素
"lovekuangshen"
127.0.0.1:6379> srandmember myset 2		# 随机抽选出指定个数元素
1) "lovekuangshen2"
2) "lovekuangshen"
127.0.0.1:6379> srandmember myset 2
1) "lovekuangshen2"
2) "kuangshen"
#####################################################################
随机的删除key

127.0.0.1:6379> smembers myset		# 随机删除set中的某个元素
1) "lovekuangshen2"
2) "kuangshen"
3) "lovekuangshen"
127.0.0.1:6379> spop myset
"lovekuangshen"
127.0.0.1:6379> spop myset
"lovekuangshen2"
#####################################################################
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 "kuangshen"
(integer) 1
127.0.0.1:6379> sadd myset2 "set2"
(integer) 1
127.0.0.1:6379> smove myset myset2 "kuangshen"  #将一个指定的值，移动到另一个set集合中！
(integer) 1
127.0.0.1:6379> smembers myset
1) "hello"
2) "world"
127.0.0.1:6379> smembers myset2
1) "set2"
2) "kuangshen"
#####################################################################
微博！B站！共同关注！(并集)
数字结合类：
- 差集	sdiff
- 交集	sinter
- 并集	sunion

127.0.0.1:6379> sdiff key1 key2		# 差集
1) "a"
2) "b"
127.0.0.1:6379> sinter key1 key2		# 交集	共同好友就可以这样实现
1) "c"
127.0.0.1:6379> sunion key1 key2		# 并集
1) "a"
2) "b"
3) "c"
4) "e"
5) "d"

微博，A用户将所有关注的人放在一个set集合中！将他的粉丝也放在一个集合中！

共同关注，共同爱好，二度好友，推荐好友！（六度分割理论）

Hash（哈希）

Map集合，key-map！这个时候值是一个map集合！本质和String类型没有太大的区别，还是一个简单的 key-value！

set myhash field1 kuangshen

127.0.0.1:6379> hset myhash field1 kuangshen	# set一个具体的 key-value
(integer) 1
127.0.0.1:6379> hget myhash field1	# 获取一个字段值
"kuangshen"
127.0.0.1:6379> hmset myhash field1 hello field2 kuangshen	# set多个 key-value
OK
127.0.0.1:6379> hmget myhash field1 field2	# 获取多个字段值
1) "hello"
2) "kuangshen"
127.0.0.1:6379> hgetall myhash	# 获取全部的数据
1) "field1"
2) "hello"
3) "field2"
4) "kuangshen"
127.0.0.1:6379> hdel myhash field1	# 删除hash指定的key字段！对应的value值也就消失了！
(integer) 1
127.0.0.1:6379> hgetall myhash
1) "field2"
2) "kuangshen"
#####################################################################
hlen

127.0.0.1:6379> hmset myhash field1 hello field2 wrold
OK
127.0.0.1:6379> hgetall myhash
1) "field1"
2) "hello"
3) "field2"
4) "wrold"
127.0.0.1:6379> hlen myhash	# 获取hash表的字段数量！
(integer) 2
#####################################################################
127.0.0.1:6379> hexists myhash field1	# 判断hash中指定字段是否存在！
(integer) 1
127.0.0.1:6379> hexists myhash field3
(integer) 0
#####################################################################
127.0.0.1:6379> hkeys myhash	# 只获得所有的field
1) "field1"
2) "field2"
127.0.0.1:6379> hvals myhash	# 只获得所有的value
1) "hello"
2) "wrold"
#####################################################################
incr 	decr
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 fiels4 hello	# 如果不存在则可以设置
(integer) 1
127.0.0.1:6379> hsetnx myhash fiels4 world	# 如果存在则不能设置
(integer) 0
#####################################################################
127.0.0.1:6379> hset user:1 name qingjiang
(integer) 1
127.0.0.1:6379> hget user:1 name
"qingjiang"

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

Zset（有序集合）

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 myset 1 one	# 添加一个值
(integer) 1
127.0.0.1:6379> zadd myset 2 two 3 three	#添加多个值
(integer) 2
127.0.0.1:6379> zrange myset 0 -1
1) "one"
2) "two"
3) "three"
#####################################################################
排序如何实现
# zrangebyscore key min max
127.0.0.1:6379> zadd salary 2500 xiaohong	# 添加三个用户
(integer) 1
127.0.0.1:6379> zadd salary 5000 zhangsan
(integer) 1
127.0.0.1:6379> zadd salary 500 kuangshen
(integer) 1

127.0.0.1:6379> zrangebyscore salary -inf +inf	# 显示全部的用户！按从小到大排序
1) "kuangshen"
2) "xiaohong"
3) "zhangsan"
127.0.0.1:6379> zrevrange salary 0 -1	# 显示全部的用户！按从大到小排序
1) "zhangsan"
2) "xiaohong"
3) "kuangshen"
127.0.0.1:6379> zrangebyscore salary -inf +inf withscores	# 显示全部的用户并且附带成绩
1) "kuangshen"
2) "500"
3) "xiaohong"
4) "2500"
5) "zhangsan"
6) "5000"
127.0.0.1:6379> zrangebyscore salary -inf 3000 withscores	#显示工资小于三千的升序排列
1) "kuangshen"
2) "500"
3) "xiaohong"
4) "2500"
#####################################################################
移除rem中的元素

127.0.0.1:6379> zrange salary 0 -1
1) "kuangshen"
2) "xiaohong"
3) "zhangsan"
127.0.0.1:6379> zrem salary xiaohong	# 移除有序集合中的指定元素
(integer) 1
127.0.0.1:6379> zrange salary 0 -1
1) "kuangshen"
2) "zhangsan"
127.0.0.1:6379> zcard salary	# 获取有序集合的个数
(integer) 2
#####################################################################
127.0.0.1:6379> zadd myser 1 hello 2 wrold 3 kuangshen
(integer) 3
127.0.0.1:6379> zcount myser 1 3	# 获取指定区间的数量
(integer) 3
127.0.0.1:6379> zcount myser 1 2
(integer) 2

其余的一些API，通过我们的学习，你们剩下的如果工作中有需要，这个时候你可以去查看官方文档！

案例思路：set 排序 存储班级成绩表，工资表排序！

普通消息，1，重要消息，2，带权重进行判断！

排行榜应用实现，去Top N 测试！

三种特殊数据类型

geospatial

朋友的定位，附近的人，打车的举例计算？

Redis的 Geo在Redis 3.2版本就退出了！这个功能可以推算地理位置的信息，两地之间的距离，方圆几里的人！

可以查询一些数据：https://jingweidu.bmcx.com/

只有十个命令

官方文档：https://redis.io/commands/geoadd

getadd

# getadd	添加地理位置
# 规则：两级无法直接添加，我们一般会下载城市数据，直接通过java程序一次性导入！
# 有效经度为 -180 到 180 度。
# 有效纬度为 -85.05112878 到 85.05112878 度。
# 当用户尝试索引指定范围之外的坐标时，该命令将报告错误。
127.0.0.1:6379> geoadd china:city 39.90 116.40 beijing
(error) ERR invalid longitude,latitude pair 39.900000,116.400000

# 参数 key 值（）
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 chongqin 114.05 22.52 shenzhen
(integer) 2
127.0.0.1:6379> geoadd china:city 120.16 30.24 hangzhou 108.96 34.26 xian
(integer) 2

getpos

获得当前定位：一定是一个坐标值！

127.0.0.1:6379> geopos china:city beijing	# 获取指定的城市的经度和纬度！
1) 1) "116.39999896287918091"
   2) "39.90000009167092543"
127.0.0.1:6379> geopos china:city beijing chongqin
1) 1) "116.39999896287918091"
   2) "39.90000009167092543"
2) 1) "106.49999767541885376"
   2) "29.52999957900659211"

geodist

两人之间的距离！

单位必须是以下之一，默认为米：

• m为米。
• 公里换公里。
• 英里数英里。
• 英尺换英尺。

127.0.0.1:6379> geodist china:city beijing shanghai km # 查看北京到上海的直线距离
"1067.3788"
127.0.0.1:6379> geodist china:city beijing chongqin km # 查看北京到重庆的直线距离
"1464.0708"

georadius 以给定的经纬度为中心，找出某一半径内的元素

我附近的人？（获得所有附近的人的地址，定位！）通过半径来查询！

获得指定数量的人，200

所有数据应该都录入：china：city，才会让结果更加准确！

127.0.0.1:6379> georadius china:city 110 30 1000 km		# 以100，30 这个经纬度为中心，寻找方圆为1000km内的城市
1) "chongqin"
2) "xian"
3) "shenzhen"
4) "hangzhou"
127.0.0.1:6379> georadius china:city 110 30 500 km
1) "chongqin"
2) "xian"
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) "chongqin"
   2) "341.9374"
2) 1) "xian"
   2) "483.8340"
127.0.0.1:6379> georadius china:city 110 30 500 km withcoord	# 显示他人的定位信息
1) 1) "chongqin"
   2) 1) "106.49999767541885376"
      2) "29.52999957900659211"
2) 1) "xian"
   2) 1) "108.96000176668167114"
      2) "34.25999964418929977"
127.0.0.1:6379> georadius china:city 110 30 500 km withdist withcoord count 1	#筛选出指定的结果！
1) 1) "chongqin"
   2) "341.9374"
   3) 1) "106.49999767541885376"
      2) "29.52999957900659211"
127.0.0.1:6379> georadius china:city 110 30 500 km withdist withcoord count 2
1) 1) "chongqin"
   2) "341.9374"
   3) 1) "106.49999767541885376"
      2) "29.52999957900659211"
2) 1) "xian"
   2) "483.8340"
   3) 1) "108.96000176668167114"
      2) "34.25999964418929977"

georadiusbymember

# 找出位于指定元素周围的其他元素！
127.0.0.1:6379> georadiusbymember china:city beijing 1000 km
1) "beijing"
2) "xian"
127.0.0.1:6379> georadiusbymember china:city shanghai 400 km
1) "hangzhou"
2) "shanghai"

GEOHASH 命令-返回一个或多个位置元素的Geohash表示

该命令返回11个字符Geohash字符串！

# 将二维的经纬度转换成一维的字符串，如果两个字符串越接近，那么距离越近！
127.0.0.1:6379> geohash china:city beijing chongqin
1) "wx4fbxxfke0"
2) "wm5xzrybty0"

GEO 底层的实现原理其实就是 Zset ！我们可以使用Zset命令来操作geo！

127.0.0.1:6379> zrange china:city 0 -1	# 查看地图中全部元素
1) "chongqin"
2) "xian"
3) "shenzhen"
4) "hangzhou"
5) "shanghai"
6) "beijing"
127.0.0.1:6379> zrem china:city beijing	# 移除指定元素
(integer) 1
127.0.0.1:6379> zrange china:city 0 -1
1) "chongqin"
2) "xian"
3) "shenzhen"
4) "hangzhou"
5) "shanghai"

Hyperloglog

什么是基数？

A {1,3,5,7,8,7}

B {1,3,5,7,8}

基数（不重复的元素） = 5，可以接受误差！

简介

Redis 2.8.9 版本就更新了Hyperloglog数据结构！

Redis Hyperloglog 基数统计的算法！

优点：占用的内存是固定的，2^64不同的元素的技术，只需要费12KB的内存！

网页的 UV（一个人访问一个网站多次，但是还是算作一个人！）

传统的方式，set保存用户的id，然后可以统计 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，就会比较麻烦！我们的目的是为了计数，而不是为了保存用户id！

0.81%错误率！统计UV任务，可以忽略不计的！

测试使用

127.0.0.1:6379> pfadd mykey a b c d e f g h i j	# 创建第一组元素 mykey
(integer) 1
127.0.0.1:6379> pfcount mykey	# 统计 key 元素的基数数量
(integer) 10 
127.0.0.1:6379> pfadd mykey2 i j z x c v b n m	# 创建第二组元素 mykey2
(integer) 1
127.0.0.1:6379> pfcount mykey2
(integer) 9
127.0.0.1:6379> pfmerge mykey3 mykey mykey2	# 合并两组mykey + mykey2 => mykey3 （并集）
OK
127.0.0.1:6379> pfcount mykey3	# 看并集的数量！
(integer) 15

如果允许容错，那一定以使用Hyperloglog ！

如果不允许容错，就使用 set 或者自己的数据类型即可 ！

Bitmap

位存储

统计用户信息，活跃，不活跃！登录，未登录！打卡，365打卡！两个状态的，都可以使用Bitmaps！

Bitmaps 位图，数据结构！都是操作二进制来进行记录，就只有0和1两个状态！

365天 = 365 bit 1字节 = 8bit 46个字节左右！

测试

使用Bitmaps来记录 周一到周日的打卡！

周一：1 周二：0 周三：0 周四：1 …

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 6
(integer) 0

统计操作，统计打卡的天数！

127.0.0.1:6379> bitcount sign # 统计这种的打卡记录，就可以看到是否全勤！
(integer) 3

事务

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，在事务执行的过程中，会按照顺序执行！一次性、顺序新、排他性！执行一些列的命令！

----------- 队列 set set set 执行 ----------

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单条命令式保存原子性的，但是事务不保证原子性！

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
# 命令入队
127.0.0.1:6379(TX)> set k1 v1
QUEUED
127.0.0.1:6379(TX)> set k2 v2
QUEUED
127.0.0.1:6379(TX)> get k2
QUEUED
127.0.0.1:6379(TX)> set k3 v3
QUEUED
127.0.0.1:6379(TX)> 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(TX)> set k1 v1
QUEUED
127.0.0.1:6379(TX)> set k2 v2
QUEUED
127.0.0.1:6379(TX)> set k4 v4
QUEUED
127.0.0.1:6379(TX)> discard		# 取消事务
OK
127.0.0.1:6379> get k4	# 事务队列中命令都不会被执行！
(nil)

编译型异常（代码有问题！命令有错！），事务中所有的命令都不会被执行！

127.0.0.1:6379> multi
OK
127.0.0.1:6379(TX)> set k1 v1
QUEUED
127.0.0.1:6379(TX)> set k2 v2
QUEUED
127.0.0.1:6379(TX)> set k3 v3
QUEUED
127.0.0.1:6379(TX)> setget k3	# 错误的命令
(error) ERR unknown command `setget`, with args beginning with: `k3`, 
127.0.0.1:6379(TX)> set k4 v4
QUEUED
127.0.0.1:6379(TX)> exec	# 执行事务报错！
(error) EXECABORT Transaction discarded because of previous errors.
127.0.0.1:6379> get k4	 # 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，那么执行命令的时候，其他命令是可以政策执行的，错误命令抛出！

127.0.0.1:6379> set k1 "v1"
OK
127.0.0.1:6379> multi
OK
127.0.0.1:6379(TX)> incr k1		# 会执行的时候失败！
QUEUED
127.0.0.1:6379(TX)> set k2 v2
QUEUED
127.0.0.1:6379(TX)> set k3 v3
QUEUED
127.0.0.1:6379(TX)> get k3
QUEUED
127.0.0.1:6379(TX)> exec
1) (error) ERR value is not an integer or out of range	# 虽然第一条执行失败了，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"
127.0.0.1:6379> get k3
"v3"

监控！Watch（面试常问！）

悲观锁：

• 很悲观，任务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，所以不会上锁！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
• 跟新的时候比较version

Redis测监事测试

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		# 监事 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(TX)> decrby money 20
QUEUED
127.0.0.1:6379(TX)> incrby out 20
QUEUED
127.0.0.1:6379(TX)> exec
1) (integer) 80
2) (integer) 20

测试多线程修改值，使用watch可以当做redis的乐观锁操作！

127.0.0.1:6379> watch money		# 监视
OK
127.0.0.1:6379> multi
OK
127.0.0.1:6379(TX)> decrby money 10
QUEUED
127.0.0.1:6379(TX)> incrby out 10
QUEUED
127.0.0.1:6379(TX)> exec	# 执行之前，另一个线程修改了我们的值，这个时候就会导致事务执行失败！
(nil)

如果修改失败，回去最新的值就好

127.0.0.1:6379> unwatch	# 1、如果发现事务执行失败，就先解锁
OK
127.0.0.1:6379> watch money	# 2、获取最新的值，在此监视，select version
OK
127.0.0.1:6379> multi
OK
127.0.0.1:6379(TX)> decrby money 10
QUEUED
127.0.0.1:6379(TX)> incrby out 10
QUEUED
127.0.0.1:6379(TX)> exec	# 3、比对监视的值是否发生了变化，如果没有变化，那么可以执行成功，如果变量就
1) (integer) 90				# 	 执行失败
2) (integer) 10

Jedis

我们要使用java来操作Redis。

什么是jedis 是 Redis 官方推荐的java连接开发工具！使用 java操作redis中间件！如果你要使用java操作redis，那么一定要对jedis十分的熟悉！

测试

1、当如对应的依赖

<!--导入jedis的包-->
    <dependencies>
        <!-- https://mvnrepository.com/artifact/redis.clients/jedis -->
        <dependency>
            <groupId>redis.clients</groupId>
            <artifactId>jedis</artifactId>
            <version>4.2.0-m1</version>
        </dependency>
        <!--fastjson -->
        <dependency>
            <groupId>com.alibaba</groupId>
            <artifactId>fastjson</artifactId>
            <version>1.2.79</version>
        </dependency>
    </dependencies>

2、编码测试：

• 连接数据库
• 操作命令
• 断开连接

package com.kuang;

import redis.clients.jedis.Jedis;

public class TestPing {
    public static void main(String[] args) {
        // 1、 new jedis 对象即可
        Jedis jedis = new Jedis("127.0.0.1", 6379);
        // jedis 所有的命令就是我们之前学习的所有命令！所有之前的学习很重要！

        System.out.println(jedis.ping());
    }
}

控制台输出：PONG

**注意：**如果你输出报这个错误就在pom.xml中添加下面两个依赖包

SLF4J: Failed to load class “org.slf4j.impl.StaticLoggerBinder”.
SLF4J: Defaulting to no-operation (NOP) logger implementation
SLF4J: See http://www.slf4j.org/codes.html#StaticLoggerBinder for further details.

<dependency>
    <groupId>log4j</groupId>
    <artifactId>log4j</artifactId>
    <version>1.2.12</version>
</dependency>
<dependency>
    <groupId>org.slf4j</groupId>
    <artifactId>slf4j-log4j12</artifactId>
    <version>1.6.6</version>
</dependency>

常用的API

String	List	Set	Hash	Zset

所有的api命令，就是我们对应的上面学习的指令，一个都没有变化！

事务

package com.kuang;

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

public class TestTX {
    public static void main(String[] args) {
        Jedis jedis = new Jedis("127.0.0.1", 6379);

        jedis.flushDB();    //清空当前数据库

        JSONObject jsonObject = new JSONObject();
        jsonObject.put("hello","world");
        jsonObject.put("name","kaungshen");
        //开启事务
        Transaction multi = jedis.multi();
        String result = jsonObject.toJSONString();
        //jedis.watch(result);
        try {
            multi.set("user1",result);
            multi.set("user2",result);
            int i = 1/0;//代码抛出异常事务，执行失败！
            multi.exec();//执行事务！
        } catch (Exception e) {
            multi.discard();//放弃事务！
            e.printStackTrace();
        }finally {
            System.out.println(jedis.get("user1"));
            System.out.println(jedis.get("user2"));
            jedis.close();//关闭事务
        }
    }
}

SpringBoot整合

SpringBoot 操作数据：spring-data jpa jdbc monhodb 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lettuce？

jedis：采用的智联，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dedis pool 连接池！更像 BIO 模式

lettuce：采用netty，实例可以在多个线程照片那个进行共享，不存在线程不安全的情况！可以减少线程数据了，更像 Nio 模式

源码分析：

  @Bean
  @ConditionalOnMissingBean(name = "redisTemplate") //我们可以自己定义一个redisTemplate来替换这个默认的
  public RedisTemplate<Object, Object> redisTemplate(RedisConnectionFactory redisConnectionFactory)
        throws UnknownHostException {
     // 默认的RedisTemplate直接使用此类内部默认设置操作数据，但是Redis对象需要序列化
     // 泛型都是Object，后面使用的话，大都是RedisTemplate<String, Object>
     RedisTemplate<Object, Object> template = new RedisTemplate<>();
     template.setConnectionFactory(redisConnectionFactory);
     return template;
  }

  @Bean
  @ConditionalOnMissingBean
  public StringRedisTemplate stringRedisTemplate(RedisConnectionFactory redisConnectionFactory)
        throws UnknownHostException {
     StringRedisTemplate template = new StringRedisTemplate();
     template.setConnectionFactory(redisConnectionFactory);
     return template;
  }

整合测试一下

1、导入依赖

2、配置连接

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

3、测试！

package com.kuang;

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 Redis02SpringbootApplicationTests {

    @Autowired
    private RedisTemplate redisTemplate;

    @Test
    void contextLoads() {
        //redisTemplate  操作不同的数据类型，api和我们的指令是一样的
        //opsForValue    操作字符串 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

        // 获得redis的连接对象
        //RedisConnection connection = redisTemplate.getConnectionFactory().getConnection();
        //connection.flushDb();
        //connection.flushAll();

        redisTemplate.opsForValue().set("mykey","小火子");
        System.out.println(redisTemplate.opsForValue().get("mykey"));
    }

}

Linux中的客户端取到的却是乱码

127.0.0.1:6379> keys *
1) "\xac\xed\x00\x05t\x00\x05mykey"

关于对象的保存：所有的对象，都需要序列化

编写我们自己的 RedisTemplate

@Bean
    public RedisTemplate<String, Object> redisTemplate(RedisConnectionFactory factory) {

        RedisTemplate<String, Object> template = new RedisTemplate<>();
        // 配置连接工厂
        template.setConnectionFactory(factory);

        //使用Jackson2JsonRedisSerializer来序列化和反序列化redis的value值（默认使用JDK的序列化方式）
        Jackson2JsonRedisSerializer jacksonSeial = new Jackson2JsonRedisSerializer(Object.class);

        ObjectMapper om = new ObjectMapper();
        // 指定要序列化的域，field,get和set,以及修饰符范围，ANY是都有包括private和public
        om.setVisibility(PropertyAccessor.ALL, JsonAutoDetect.Visibility.ANY);

        // 指定序列化输入的类型，类必须是非final修饰的，final修饰的类，比如String,Integer等会跑出异常
//        om.enableDefaultTyping(ObjectMapper.DefaultTyping.NON_FINAL); // 保留这行会报错：Unexpected token (VALUE_STRING)
        jacksonSeial.setObjectMapper(om);

        // 值采用json序列化
        template.setValueSerializer(jacksonSeial);
        //使用StringRedisSerializer来序列化和反序列化redis的key值
        template.setKeySerializer(new StringRedisSerializer());

        // 设置hash key 和value序列化模式
        template.setHashKeySerializer(new StringRedisSerializer());
        template.setHashValueSerializer(jacksonSeial);
        template.afterPropertiesSet();

        //redisTemplate = template; // 注入失败，故直接用属性来获取
        return template;
    }

所有的redis操作，其实对于java开发人员来说，十分的简单，更重要的是要去理解redis的思想和每一种数据结构的用处和作用场景！

Redis.conf详解

启动的时候，就通过配置文件来启动！

1、Units

单位！配置文件 untis 单位 对大小写不敏感！

2、includes

包含，可以在Redis启动的时候再加载一些除了Redis.conf之外的其他的配置文件，和Spring的import，jsp的include类似

3、NETWORK

网络，表示Redis启动时开放的端口默认与本机绑定

bind	127.0.0.1 		# 绑定的ip
protected-mode yes		# 保护模式
port 6379		# 端口设置

4、GENERAL

daemonize yes	# 以守护进程的方式运行，默认为no，需要手动改为yes
pidfile /var/run/redis_6379.pid	#如果以守护进程的方式运行，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)
# warning (only very important / critical messages are logged)
loglevel notice
logfile "" 	# 日志的文件位置名
database 16 # 数据库的数量，默认是16个
always-show-logo yes	# 是否总是显示LOGO

5、SNAPSHOTTING

中文翻译为快照！持久化，如果在规定的时间内，执行了多少次操作，。则会持久化到文件 .rdb.aof

Redis是一个内存数据库，如果没有持久化，那么就会出现断电即失!

# 在900秒内，至少有一个key被修改（添加），就会进行持久化操作
save 900 1
# 在300秒内，至少有10个key被修改，就会进行持久化操作
save 300 10
# 在60秒内，至少有1万个key被修改，就会进行持久化操作
save 60 10000
# 我们之后学习持久化，会自己定义这个测试！

rdbcompression yes	# 持久化如果出错，是否还需要继续工作

rdbchecksum 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，进行错误的检查效验！

dir ./	# rdb 文件的保存目录！

6、REPLICATION

复制主机上的数据，当前配置所指定的IP和端口号即为主机

# Redis在配置文件中将此配置注释，默认不使用，下同
# replicaof <masterip> <masterport>

如果配置的主机有密码，需要配置此密码以通过master的验证

# masterauth <master-password>

7、SECRULITY

安全，可以在配置文件中设置Redis的登录密码，默认是没有密码的

127.0.0.1:6379> ping
PONG
127.0.0.1:6379> config get requirepass # 获取redis的密码
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 # 发现所有的命令都没有权限了
(error) NOAUTH Authentication required.
127.0.0.1:6379> ping
(error) NOAUTH Authentication required.
127.0.0.1:6379> auth 123456 # 使用密码进行登录！
OK
127.0.0.1:6379> config get requirepass
1) "requirepass"
2) "123456"

8、CLIENT

maxclients 10000	# 设置Redis允许存在的客户端的最大的数量
maxmemory <bytes>	# 配置Redis最大的内存容量
maxmemory-policy noeviction		# 内存达到上限之后的处理策略

处理策略有以下几种：

• noeviction:默认策略，不淘汰，如果内存已满，添加数据是报错。
• allkeys-lru:在所有键中，选取最近最少使用的数据抛弃。
• volatile-lru:在设置了过期时间的所有键中，选取最近最少使用的数据抛弃。
• allkeys-random: 在所有键中，随机抛弃。
• volatile-random: 在设置了过期时间的所有键，随机抛弃。
• volatile-ttl:在设置了过期时间的所有键，抛弃存活时间最短的数据

9、APPEND ONLY MODE

appendonly no # 默认不开启AOF模式，Redis默认开启的是持久化模式是RDB，在大部分情况下，RDB的模式完全够用
appendfilename "appendonly.aof"

# appendfsync always # 表示每次修改都会进行数据同步，速度较慢，消耗性能
appendfsync everysec # 数据不同步，每秒记录一次
# appendfsync no # 不执行同步，不消耗性能，速度最快！

具体的配置，我们在redis持久化中去给大家详细讲解！

Redis持久化

面试和工作，持久化都是重点！

Redis 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！

RDB（Redis DadaBase）

什么是RDB

在指定的时间间隔内将数据集快照写入到磁盘中，也就是行话讲的的Snapshot快照，它恢复数据的时候将这些快照文件读取到内存中。

Redis会单独创建出一个子进程（fork）来进行持久化，会将数据写入到一个临时文件中，待持久化操作结束之后，临时文件会将已经持久化完成的文件替换掉。整个过程中，主进程不进行任何IO操作，这也就确保RDB极高的性能，相比于RDB和AOF，RDB的模式会比AOF更加的高效。RDB的缺点就是最后一次持久化后的数据可能会丢失！

rdb保存的文件是dump.rdb 都是在我们配置文件中快照中进行配置的！

触发机制

1、sava的规则满足的情况下，会自动触发rdb规则

2、执行flushall 命令，也会触发我们的 rdb规则！

3、退出redis，也会产生 rdb 文件！

备份就自动生成一个 dump.rdb

如何恢复 rdb 文件！

1、只需要将 rdb 文件放在我们redis启动目录就可以，redis启动的时候会自动检查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) "/usr/local/bin"

几乎就他自己默认的配置就够用了，但是我们还是需要去学习！

优点：

1、适合大规模的数据恢复！
2、对数据的完整性要求不高！

缺点：

1、需要一定的时间间隔进程操作！如果redis以外宕机了，这个最好一次修改数据就没有的了！

2、fork进程的时候，会占用一定的内存空间！

AOF（Append Only File）

将我们的所有命令都记录下来，history，恢复的时候就把这个文件全部再执行一遍！

是什么

它用日志的形式来记录每一个写操作，将Redis执行过的命令进行记录（读操作不记录），只追加文件，不改写文件。Redis在启动时会自动加载AOF持久化的文件重新构建数据，也就是Redis重启会把AOF持久化文件中的信息从前到后执行一次以完成数据的恢复

Aof保存的是 appendonly.aof 文件

append

重启，rendis就可以生效了

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

redis 给我们提供了一个工具 redis-check-aof --fix

[root@langchao bin] redis-check-aof --fix appendonly.aof 
0x             167: Expected \r\n, got: 6769
AOF analyzed: size=383, ok_up_to=351, diff=32
This will shrink the AOF from 383 bytes, with 32 bytes, to 351 bytes
Continue? [y/N]: y
Successfully truncated AOF

如果文件正常，重启就可以直接恢复了！

重写规则说明（了解即可）

aof 默认就是文件的无限追加，文件会越来越大！

如果aof 文件大于 64m，太大了，fork一个新的进程来将我们的文件进行重写！

优点和缺点！

优点：

1、每一次修改都同步，文件的完整会更加好！

2、每秒同步一次，可能会丢失一秒的数据

3、从不同步，效率最高的！

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，所以我们redis默认的配置就是 rdb 持久化！

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。
• 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。

1. 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 save 900 1 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rewrite时带来的系统波动。代价是如果Master/Slave 同时倒掉（断电！），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，微博就是这种架构。

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

下图展示了频道channel1，以及订阅这个频道的三个客户端——client2、client5和client1之间的关系：

当有消息通过PUBLISH 命令发送给频道 channel1时，这个消息就会被发送给订阅它的三个客户端：

命令

这些命令被广泛用于构建即时通信应用，比如网络聊天室，广播等

订阅端：

127.0.0.1:6379> SUBSCRIBE smallyellow   # 订阅一个频道叫smallyellow
Reading messages... (press Ctrl-C to quit)
1) "subscribe"
2) "smallyellow"
3) (integer) 1
# 一旦开始订阅，会立即占用当前进程去监听自己所订阅的那个Channel
1) "message"
2) "smallyellow"
3) "Hello!I love Java!!"
1) "message"
2) "smallyellow"
3) "Hello!I love Redis!!"

发送端：

127.0.0.1:6379> PUBLISH smallyellow "Hello!I love Java!!"  # 往频道smallyellow中发布一条消息
(integer) 1
127.0.0.1:6379> PUBLISH smallyellow "Hello!I love Redis!!"
(integer) 1
127.0.0.1:6379> 

原理：

Redis是使用C实现的，通过分析 Redis 源码里的 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。

微信：

通过 SUBSCRIBE 命令订阅某频道后，redis-server里维护了一个字典，字典的键是一个个 频道！， 而字典的值则是一个链表，链表中保存了所有订阅这个channel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，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，可以设定对某一个 key值进行消息发布及消息订阅，当一个key值上进行了消息发后，所有订阅它的客户端都会收到相应的消息。这一功能明显的用法就是用作实时消系统，比如普通的即时聊天，群聊等功能。

使用场景：

1. 实时消息系统！
2. 事实聊天！（频道当做聊天室，将信息回显给所有人即可！）
3. 订阅，关注系统都是可以的！ 稍微复杂的场景我们就会使用 消息中间件MQ（）

Redis主从复制

概念

主从复制，是指将一台Redis服务器的数据，复制到其他的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！只能由主节点复制到从节点（主节点以写为主、从节点以读为主）。

默认情况下，每台Redis服务器都是主节点；

一个主节点可以有0个或者多个从节点，但每个从节点只能由一个主节点。

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的方式。
2. 故障恢复：当主节点故障时，从节点可以暂时替代主节点提供服务，是一种服务冗余的方式
3. 负载均衡：在主从复制的基础上，配合读写分离，由主节点进行写操作，从节点进行读操作，分担服务器的负载；尤其是在多读少写的场景下，通过多个从节点分担负载，提高并发量。
4. 高可用（集群）基石：主从复制还是哨兵和集群能够实施的基础。

一般来说，要将Redis运用于工程项目中，只使用一台Redis是万万不能的（宕机），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Redis大使用内存不应该超过20G。
3. 电商网站上的商品，一般都是一次上传，无数次浏览的，说专业点也就是"多读少写"。

对于这种场景，我们可以使如下这种架构：

主从复制，读写分离！80%的情况下都是在进行读操作！减缓服务器的压力！架构中经常使用！ 一主 二从！

只要在公司中，主从复制就是必须要使用的，因为在真实的项目中不可能单机使用Redis！

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_replid:b63c90e6c501143759cb0e7f450bd1eb0c70882a
master_replid2:0000000000000000000000000000000000000000
master_repl_offset:0 
second_repl_offset:-1
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，启动我们的3个redis服务器，可以通过进程信息查看！

一主二从

默认情况下，每台Redis服务器都是主节点；我们一般情况下只用配置从就好了！

认老大！ 一主 （79）二从（80，81）

127.0.0.1:6380> SLAVEOF 127.0.0.1 6379   #  SLAVEOF host 6379  找谁当自己的老大！
OK
127.0.0.1:6380> info replication 
# Replication
role:slave  # 当前角色是从机
master_host:127.0.0.1   # 可以的看到主机的信息 
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_only:1 
connected_slaves:0 master_replid:a81be8dd257636b2d3e7a9f595e69d73ff03774e
master_replid2:0000000000000000000000000000000000000000
master_repl_offset:14
second_repl_offset:-1 
repl_backlog_active:1
repl_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_slaves: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_replid2:0000000000000000000000000000000000000000
master_repl_offset:42
second_repl_offset:-1 
repl_backlog_active:1 
repl_backlog_size:1048576
repl_backlog_first_byte_offset:1 
repl_backlog_histlen:42 

如果两个都配置完了，就是有两个从机

真实的从主配置应该在配置文件中配置，这样的话是永久的，我们这里用的是命令，暂时的！

细节

主机可以写，从机不能写只能读！主机中的所有信息和数据，都会自动从机保存！
主机写：

从机只能读取内容！

测试：主机断开连接，从机依旧连接到主机的，但是没有写操作，这个候，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！ 我们的数据一定可以在从机中
看到！

层层链路

上一个M链接下一个 S！

这时候也可以完成我们的主从复制！

如果没有老大了，这个时候能不能选择一个老大出来呢？ 手动！

谋朝篡位

如果主机断开了连接，我们可以使用 SLAVEOF no one 让自己变成主机！其他的节点就可以手动连
接到最新的这个主节点（手动）！如果这个时候老大修复了，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Redis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。

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failover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！

我们目前的状态是 一主二从！

1.配置哨兵配置文件 sentinel.conf

# sentinel monitor 被监控的名称  host  port  1

sentinel montitor 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！

[root@kuangshen bin]# redis-sentinel kconfig/sentinel.conf
26607:X 31 Mar 2020 21:13:10.027 # oO0OoO0OoO0Oo Redis is starting oO0OoO0OoO0Oo
26607:X 31 Mar 2020 21:13:10.027 # Redis version=5.0.8, bits=64,
commit=00000000, modified=0, pid=26607, just started
26607:X 31 Mar 2020 21:13:10.027 # Configuration loaded

                _._
            _.-``__ ''-._
        _.-`` `. `_. ''-._       Redis 5.0.8 (00000000/0) 64 bit
    .-`` .-```. ```\/ _.,_ ''-._
    ( ' , .-` | `, )` _.-'|         Running in sentinel mode
    |`-._`-...-` __...-.``-._|'        Port: 26379
    | `-._ `._ / _.-' |             PID: 26607
    `-._ `-._ `-./ _.-' _.-'
    |`-._`-._ `-.__.-' _.-'_.-'|
    | `-._`-._ _.-'_.-' |            http://redis.io
    `-._ `-._`-.__.-'_.-' _.-'
    |`-._`-._ `-.__.-' _.-'_.-'|
    | `-._`-._ _.-'_.-' |
    `-._ `-._`-.__.-'_.-' _.-'

26607:X 31 Mar 2020 21:13:10.029 # WARNING: The TCP backlog setting of 511
cannot be enforced because /proc/sys/net/core/somaxconn is set to the lower value
of 128.
26607:X 31 Mar 2020 21:13:10.031 # Sentinel ID is
4c780da7e22d2aebe3bc20c333746f202ce72996
26607:X 31 Mar 2020 21:13:10.031 # +monitor master myredis 127.0.0.1 6379 quorum
1
26607:X 31 Mar 2020 21:13:10.031 * +slave slave 127.0.0.1:6380 127.0.0.1 6380 @
myredis 127.0.0.1 6379
26607:X 31 Mar 2020 21:13:10.033 * +slave slave 127.0.0.1:6381 127.0.0.1 6381 @
myredis 127.0.0.1 6379

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！）

哨兵日志！

如果主机此时回来了，只能归并到新的主机下，当做从机，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 不好啊在线扩容的，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！

哨兵模式的全部配置！

# Example sentinel.conf
# 哨兵sentinel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-0123passw0rd
# 指定多少毫秒之后 主节点没有应答哨兵sentinel 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failover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failover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replication而不可用。
可以通过将这个值设为 1 来保证每次只有一个slave 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 failover-timeout 可以用在以下这些方面：
#1. 同一个sentinel对同一个master两次failover之间的间隔时间。
#2. 当一个slave从一个错误的master那里同步数据开始计算时间。直到slave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failover所需要的时间。
#4.当进行failover时，配置所有slaves指向新的master所需的最大时间。不过，即使过了这个超时，
slaves依然会被正确配置为指向master，但是就不按parallel-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sentinel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sentinel.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sentinel无
法正常启动成功。
#通知脚本
# shell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failover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/reconfig.sh # 一般都是由运维来配
置！

社会目前程序员饱和（初级和中级）、高级程序员重金难求！（提升自己！）

缓存穿透和雪崩

服务的高可用问题！

在这里我们不会详细的区分析解决方案的底层！

Redis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（秒
杀！），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！）

概述

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。（异地多活！）

限流降级（在SpringCloud讲解过！）

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。