栈进阶：Redis
文章目录
前言
狂神说
一、狂神说Redis
1、课程内容简介
学习方式：不是为了面试和工作学习！仅仅是为了兴趣！兴趣才是最好的老师！
- 基本的理论先学习，然后将芝士融会贯通！
狂神的Redis课程安排：
- nosql讲解
- 阿里巴巴架构演进
- nosql数据某事
- nosql四大分类
- CAP
- BASE
- Redis入门
- Redis安装（Window & Linux服务器）
- 五大基本数据类型
- String
- List
- Set
- Hash
- Zset
- 三种特殊数据类型
- geo
- hyperloglog
- bitmap
- Redis配置详解
- Redis持久化
- EDB
- AOF
- Redis事务操作
- Redis实现订阅发布（消息队列）
- Redis主从复制
- Redis哨兵模式（现在公司中所有的集群都用哨兵模式）
- 缓存穿透及解决方案
- 缓存击穿及解决方案
- 缓存雪崩及解决方案
- 基础API之Jedis详解
- Springboot集成Redis操作
- Redis的实践分析
二、Nosql概述
为什么要用Nosql
我们现在处在什么时代？大数据时代
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SQL的演进
1、单机SQL的年代
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，更多的去使用静态网页html，服务器根本没有太大的压力！
思考一下，这种情况下：整个网站的瓶颈是什么？
1、数据量如果太大，一台机器放不下了
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，那么你就必须要升级
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就十分的麻烦！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） --> Memcache（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）
（读写单机–>用缓存解决读的问题–> ）
早些年MyISAM：表锁，十分影响效率！高并发下就会出现严重的问题
转战Innodb：行锁
慢慢的就开始分库分表来解决写的压力！Mysql在那个年代推出了表分区！这个并没有多少公司使用！
mysql的集群，很好满足了那个年代的所有需求！
4、如今最近的年代
2010-2020 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，等）
Mysql等关系型数据库就不够用了！数据量很多，变化很快！
Mysql有的是用它来存储一些比较大的文件，博客，图片！数据库表很大，效率就低了！如果有一种数据库来专门处理这种数据，Mysql的压力就变得十分小（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！
2、当今的企业架构分析
1、目前一个基本的互联网项目
2、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！
这时候我们就需要使用NoSQL数据库，Nosql可以很好地处理以上的情况！
3、到底什么是NoSQL
1、什么是NoSQL
NoSQL = Not Only SQL（不仅仅是SQL）
关系型数据库：表格，行，列。同一个表下数据的结构是一样的。
非关系型数据库：数据存储没有固定的格式，并且可以进行横向扩展。
泛指非关系型数据库。随着web2.0互联网的诞生，传统的关系型数据库很难对付web2.0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要掌握的一个技术！
很多的数据类型用户的个人信息，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向扩展的！ Map<String，Object> 使用键值对来控制！
2、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一秒可以写8万次，读11万次，NoSQL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！（不需要事先设计数据库！随取随用！如果是数据量十分大的表，很多人就无法设计了！）
4、传统的 RDBMS 和 NoSQL
- 传统的 RDBMS（关系型数据库）
- 结构化组织
- SQL
- 数据和关系都存在单独的表中 row col
- 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）初级架构师！
- 高性能，高可用，高扩展
- …
3、了解：3V+3高
大数据时代的3V：主要是描述问题的
1、海量Volume
2、多样Varlety
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、高可扩
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！）
4、阿里巴巴实践分析理解数据架构演进
思考问题：这么多的东西难道都是在一个数据库中的吗？
技术急不得，越是慢慢学，才能越扎实！
敏捷开发、极限编程
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！
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，然后对于开发者的要求也是越来越高！
如果你未来想当一个架构师：没有什么事加一层解决不了的！
# 1、商品的基本信息
名称、价格、商家信息
关系型数据库就可以解决了！ mysql / oracle
（淘宝早年就去IOE了！ - 王坚：推荐文章：阿里云的这群疯子 https://yq.aliyun.com/articles/653511）
淘宝内部的 Mysql 不是大家用的是 mysql，阿里巴巴使用的Mysql都是经过内部改动的。
# 2、商品的描述、评论（文字比较多）
- 文档型数据库：MongoDB
# 3、图片
分布式文件系统 FastDFS
- 淘宝：TFS
- Google: GFS
- Hadoop: HDFS
- 阿里云: oss
# 4、商品的关键字（搜索）
- 搜索引擎：solr，elasticsearch
- 阿里：Isearch 多隆（多去了解一下这些技术大佬！）
所有牛逼的人都有一段苦逼的岁月！但是你只要像SB一样的去坚持，终将牛逼！
# 5、商品热门的波段信息
- 内存数据库：
- Redis，Tair，Memcache...
# 6、商品交易，外部的支付接口
- 第三方应用
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！
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！
推荐阅读：
《阿里云的这群疯子》 https://yq.aliyun.com/articles/653511
《何崚 - 阿里巴巴中文站架构设计实践》
5、NoSQL的四大分类
1、四大分类
- KV键值对：
- 新浪：Redis
- 美团：Redis + Tair
- 阿里、百度：Redis + memcache
- 文档型数据库（bson格式和json一样）：
- MongoDB（一般必须要掌握）
- 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间的产品！MongoDB是非关系型数据库中功能最丰富的，最像关系型数据库的！
- ConthDB
- MongoDB（一般必须要掌握）
- 列存储数据库
- HBase(大数据必学)
- 分布式文件系统
- 图关系数据库
- 不是存图形的，放的是关系，比如：朋友圈，社交网络（社交关系拓扑图），广告推荐
- Neo4j、InfoGrid
2、四者对比
| 分类 | Examples举例 | 典型应用场景 | 数据模型 | 优点 | 缺点 |
|---|---|---|---|---|---|
| 键值对（key-value） | Tokyo Cabinet/Tyrant, Redis, Voldemort, Oracle BDB | 内容缓存，主要用于处理大量数据的高访问负载，也用于一些日志系统等等。 | Key 指向 Value 的键值对，通常用hash table来实现 | 查找速度快 | 数据无结构化，通常只被当作字符串或者二进制数据 |
| 列存储数据库 | Cassandra, HBase, Riak | 分布式的文件系统 | 以列簇式存储，将同一列数据存在一起 | 查找速度快，可扩展性强，更容易进行分布式扩展 | 功能相对局限 |
| 文档型数据库 | CouchDB, MongoDb | Web应用（与Key-Value类似，Value是结构化的，不同的是数据库能够了解Value的内容） | Key-Value对应的键值对，Value为结构化数据 | 数据结构要求不严格，表结构可变，不需要像关系型数据库一样需要预先定义表结构 | 查询性能不高，而且缺乏统一的查询语法。 |
| 图形(Graph)数据库 | Neo4J, InfoGrid, Infinite Graph | 社交网络，推荐系统等。专注于构建关系图谱 | 图结构 | 利用图结构相关算法。比如最短路径寻址，N度关系查找等 | 很多时候需要对整个图做计算才能得出需要的信息，而且这种结构不太好做分布式的集群方案 |
三、Redis入门
1、概述
1、Redis是什么？
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文件，并且在此基础上实现了master-slave(主从)同步。
免费和开源！是当下最热门的NoSQL技术之一！也被人们称之为结构化数据库！
（与memcached一样，为了保证效率，数据都是缓存在内存中。区别的是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文件，并且在此基础上实现了master-slave(主从)同步。）
2、Redis能干嘛？
1、内存存储、持久化，内存是断电即失的，所以需要持久化（RDB、AOF）
2、高效率、用于高速缓冲
3、发布订阅系统
4、地图信息分析
5、计时器、计数器（浏览量！）
…
3、特性
1、多样的数据类型
2、持久化
3、集群
4、事务
…
4、学习中需要用到的东西
1、狂神说
2、Redis官网
3、Redis中文网
4、Redis下载地址
注意：Window在Gitub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！
2、Redis安装
1、Windows下安装Redis
1、下载安装包
https://github.com/dmajkic/redis
redis下载与安装（windows版）
2、解压得到压缩包
3、解压到自己电脑上的环境目录下即可！
（二进制文件，很小，5mb）
4、开启redis，双击redis-server.exe运行服务即可
5、使用redis客户端来连接redis
记住一句话，window下使用确实简单，但是redis推荐我们使用linux去开发使用！
2、Linux下安装Redis详解
1、下载安装包
redis-5.0.8.tar.gz
2、解压Redis的安装包！程序一般放在 /opt 目录下
3、进入解压后的文件，可以看到我们redis的配置文件
4、基本的环境安装 yum
yum install gcc-c++
# 然后进入redis目录下执行
make
# 然后执行
make install
5、redis的默认安装路径/usr/local/bin
6、将redis配置文件。复制到我们当前目录下（/usr/local/bin/kconfig）
7、redis默认不是后台启动的，修改配置文件！
8、通过制定的配置文件启动redis服务！
9、使用redis-cli进行连接测试，Redis的默认端口6379！
10、查看redis的进程是否开启！
11、如何关闭redis服务呢？shutdown
12、再次查看redis进程是否还存在
后面我们会使用单机多Redis启动集群测试
3、redis-benchmark测试性能
redis-benchmark 是一个压力测试工具！
Redis官方提供的自带的性能测试工具！
redis-benchmark的命令参数
参数选项如下：
我们来简单测试下：
# 测试：100个并发连接 100000请求
redis-benchmark -h localhost -p 6379 -c 100 -n 100000
4、Redis的基本命令
1、基础知识
redis默认有16个数据库
默认使用的第0个；
16个数据库为：DB 0~DB 15
默认使用DB 0 ，可以使用select进行切换数据库，即select n可以切换到DB n，dbsize可以查看当前数据库的大小，与key数量相关。
127.0.0.1:6379> config get databases # 命令行查看数据库数量databases
1) "databases"
2) "16"
127.0.0.1:6379> select 8 # 切换数据库 DB 8
OK
127.0.0.1:6379[8]> dbsize # 查看数据库大小
(integer) 0
# 不同数据库之间 数据是不能互通的，并且dbsize 是根据库中key的个数。
127.0.0.1:6379> set name sakura
OK
127.0.0.1:6379> SELECT 8
OK
127.0.0.1:6379[8]> get name # db8中并不能获取db0中的键值对。
(nil)
127.0.0.1:6379[8]> DBSIZE
(integer) 0
127.0.0.1:6379[8]> SELECT 0
OK
127.0.0.1:6379> keys *
1) "counter:__rand_int__"
2) "mylist"
3) "name"
4) "key:__rand_int__"
5) "myset:__rand_int__"
127.0.0.1:6379> DBSIZE # size和key个数相关
(integer) 5
keys * ：查看当前数据库中所有的key。
flushdb：清空当前数据库中的键值对。
flushall：清空所有数据库的键值对。
2、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性能瓶颈，redis的平静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，官方提供的数据为100000+的QPS，完全不必同样是使用key-value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！
核心：Redis是将所有的数据放在内存中的，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，在内存存储数据情况下，单线程就是最佳的方案。
5、五大基本数据类型
Redis是一个开源（BSD许可），内存存储的数据结构服务器，可用作数据库，高速缓存和消息队列代理（消息中间件MQ）。它支持字符串、哈希表、列表、集合、有序集合，位图，hyperloglogs等数据类型。内置复制、Lua脚本、LRU收回、事务以及不同级别磁盘持久化功能，同时通过Redis Sentinel提供高可用，通过Redis Cluster提供自动分区。
0、Redis-Key
在redis中无论什么数据类型，在数据库中都是以key-value形式保存，通过进行对Redis-key的操作，来完成对数据库中数据的操作。
下面学习的命令：
exists key：判断键是否存在
del key：删除键值对
move key db：将键值对移动到指定数据库
expire key second：设置键值对的过期时间
type key：查看value的数据类型
127.0.0.1:6379> keys * # 查看当前数据库所有key
(empty list or set)
127.0.0.1:6379> set name qinjiang # set key
OK
127.0.0.1:6379> set age 20
OK
127.0.0.1:6379> keys *
1) "age"
2) "name"
127.0.0.1:6379> move age 1 # 将键值对移动到指定数据库
(integer) 1
127.0.0.1:6379> EXISTS age # 判断键是否存在
(integer) 0 # 不存在
127.0.0.1:6379> EXISTS name
(integer) 1 # 存在
127.0.0.1:6379> SELECT 1
OK
127.0.0.1:6379[1]> keys *
1) "age"
127.0.0.1:6379[1]> del age # 删除键值对
(integer) 1 # 删除个数
127.0.0.1:6379> set age 20
OK
127.0.0.1:6379> EXPIRE age 15 # 设置键值对的过期时间
(integer) 1 # 设置成功 开始计数
127.0.0.1:6379> ttl age # 查看key的过期剩余时间
(integer) 13
127.0.0.1:6379> ttl age
(integer) 11
127.0.0.1:6379> ttl age
(integer) 9
127.0.0.1:6379> ttl age
(integer) -2 # -2 表示key过期，-1表示key未设置过期时间
127.0.0.1:6379> get age # 过期的key 会被自动delete
(nil)
127.0.0.1:6379> keys *
1) "name"
127.0.0.1:6379> type name # 查看value的数据类型
string
- 关于TTL命令
Redis的key，通过TTL命令返回key的过期时间，一般来说有3种：- 当前key没有设置过期时间，所以会返回-1.
- 当前key有设置过期时间，而且key已经过期，所以会返回-2.
- 当前key有设置过期时间，且key还没有过期，故会返回key的正常剩余时间.
- 关于重命名RENAME和RENAMENX
- RENAME key newkey修改 key 的名称
- RENAMENX key newkey仅当 newkey 不存在时，将 key 改名为 newkey 。
更多命令学习：https://www.redis.net.cn/order/
更多命令可以查询官网
1、String
String字符串类型详解
1、简单使用：set、get、append、strlen、exists
127.0.0.1:6379[1]> set name ab # 设置值
OK
127.0.0.1:6379[1]> append ab cd # 追加字符串，如果当前key不存在，就相当于set key
2
127.0.0.1:6379[1]> get name # 获得值
ab
127.0.0.1:6379[1]> strlen name # 获取字符串的长度！
2
127.0.0.1:6379[1]> exists name # 判断某一个key是否存在
1
2、实现简单数字增减
自增自减效果：incr、decr
与数字加减：incrby、decrby
127.0.0.1:6379[1]> incr age # 自增
26
127.0.0.1:6379[1]> decr age # 自减
25
127.0.0.1:6379[1]> incrby age 10 # 可以设置步长，指定增量
35
127.0.0.1:6379[1]> decrby age 24
11
注意：value的自增和自减只适用于Integer类型
3、实现字符串截取效果 getrange
获取指定范围的字符串（get range）
127.0.0.1:6379> ping
PONG
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" # 实现字符串截取，有起始索引和结束索引，相当于Java中的subString()
127.0.0.1:6379> GETRANGE key1 0 -1 # 获取全部的字符串 和 get key 是一样的
"hello,kuangshen" # 如果结束索引为-1，则表示当前截取的字符串为全部
4、实现字符串的替换效果setrange
设置指定位置开始的字符串（set range）
127.0.0.1:6379> set key2 abcdefg
OK
127.0.0.1:6379> get key2
"abcdefg"
127.0.0.1:6379> SETRANGE key2 2 hello # 替换指定位置开始的字符串 # 实现字符串的替换效果，命令中的数字“2”表示从索引2的位置开始将其替换为指定字符串
(integer) 7
127.0.0.1:6379> get key2
"abhello"
5、设置过期时间
setex(set with expire) 设置过期时间
setnx(set with not exist) 如果key不存在，创建（分布式锁中常用）
# setex(set with expire) # 设置过期时间
# setnx(set with not exist) # 如果key不存在，创建（分布式锁中常用）
setex
127.0.0.1:6379[1]> setex name 10 张三 # 设置10s后过期
OK
127.0.0.1:6379[1]> keys * # 可以用ttl查看剩余过期时间
name
127.0.0.1:6379[1]> get name
(nil)
127.0.0.1:6379[1]> keys *
(empty...)
setnx
127.0.0.1:6379> setnx lan redis # 如果key不存在，即创建
(integer) 1
127.0.0.1:6379> setnx lan mongodb # 如果存在，则创建失败
(integer) 0 # 0表示没有设置成功，也可理解为“有0行受到影响”
127.0.0.1:6379> get lan
"redis"
6、一次性设置（获取）多个键值对：mset、mget
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) "k1"
3) "k3"
127.0.0.1:6379> mget k1 k2 k3 # 同时获取多个值
1) "v1"
2) "v2"
3) "v3"
6.1、结合上一条的语法
# 也可以在这边的语法前面加上一个m，代表设置多个
127.0.0.1:6379> msetnx k1 vv1 k4 v4
(integer) 0
# 但是这边同时设置多个值，如果有一个key已经存在，那么这一条设置语句便不会执行成功
# 因为Redis单条语句是原子性的操作，要么同时成功，要么同时失败
127.0.0.1:6379> keys *
1) "k2"
2) "k1"
3) "k3"
注意：Redis单条语句是原子性的操作，要么同时成功，要么同时失败
6.2、对象
# 在Redis中，还推荐了一个比较有意思的东西
# 这是Redis中关于key的命名，可以用“:”来代表层次结构，可以对指定的key进行分类存储
127.0.0.1:6379> mset user:1:name xiaohuang user:1:age 21
OK
127.0.0.1:6379> mget user:1:name user:1:age
1) "xiaohuang"
2) "21"
7、先get然后set：getset
先获取当前key指定的value，如果不存在，会返回nil（null），然后设置新值
(nil)
127.0.0.1:6379> getset sqlan redis # 先获取当前key指定的value，如果不存在，会返回nil（null），然后设置新值
(nil)
127.0.0.1:6379> get sqlan
"redis"
127.0.0.1:6379> getset sqlan hbase
"redis"
127.0.0.1:6379> get sqlan
"hbase"
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，还可以是我们的数字！
- 计数器
- 统计多单位的数量
- 粉丝数
- 对象缓存存储
- 有过期时间的验证码
| 语法 | 作用 |
|---|---|
| append key Value | 对指定key实现字符串拼接，如果key不存在，等同于set |
| strlen key | 查看指定key的长度 |
| incr key | 对指定key进行自增，类似于Java中的i++ |
| decr key | 自减，类似于Java的i– |
| incrby key n | 对指定key按照指定的步长值进行自增 |
| decrby key n | 按照指定的步长值自减 |
| setrange key index value | 从指定key的索引开始，插入指定的value值。 |
| getrange key index value | 将指定key按照索引的开始和结束范围进行截取，成为一个新的key |
| setex key time value | 设置一个有存活时间的key |
| setex key value | 如果这个key不存在，即创建 |
| mset key value … | 设置多个key value |
| mget key value | 获取多个key指定的value |
| getset key value | 先获取指定的key，然后再设置指定的value |
2、List
List列表类型详解
基本的数据类型，List
Redis中的List列表可以做很多事情，可以将其看成数据结构中的栈，也可以是队列，或者阻塞队列
所有的list命令都是l开头的
除了push 和 pop（l、r 来表示左右（即头尾））
1、插入
lpush、rpush
lrange查看（start ~ end 的值）
llen长度
127.0.0.1:6379> lpush mylist a b c # 头插法
3
127.0.0.1:6379> lrange mylist 0 2 # 查看
c
b
a
127.0.0.1:6379> RPUSH list2 a b c #尾插法
3
127.0.0.1:6379> lrange list2 0 2
a
b
c
127.0.0.1:6379> llen list2 # 返回长度
2
2、弹出
lpop、rpop
lrem删除、移除（remove）
lindex定位，获取定位上的值
127.0.0.1:6379> lpop mylist # 头出
c
127.0.0.1:6379> lrange mylist 0 2
b
a
127.0.0.1:6379> rpop list2 #尾出
c
127.0.0.1:6379> lrange list2 0 2
a
b
127.0.0.1:6379> lindex list2 1 # 定位
b
127.0.0.1:6379> lpush list4 a b c d
4
127.0.0.1:6379> LREM list4 2 b # 删除
1
127.0.0.1:6379> lrange list4 0 8
d
c
a
3、截取、修剪：ltrim
127.0.0.1:6379> lpush list3 a b c d
4
127.0.0.1:6379> ltrim list3 1 2 # 截取
OK
127.0.0.1:6379> lrange list3 0 8
c
b
127.0.0.1:6379> lpush list4 a b c d
4
4、rpoplpush oldlist newlist：从尾部移除一个key，用头插入，插入到新的列表中（r pop l push）
127.0.0.1:6379> RPOPLPUSH list3 list4 # 转移
sss
127.0.0.1:6379> lrange list4 0 8
sss
d
c
b
a
5、lset：将列表中指定下标的值替换成另一个值，更新操作
如果列表的这个位置上不存在key，就会报错
存在就会更新这个key的value
127.0.0.1:6379> EXISTS list # 判断这个列表是否存在
(integer) 0
127.0.0.1:6379> lset list 0 item # 如果不存在列表，我们去进行更新操作，就会报错
(error) ERR no such key
127.0.0.1:6379> lpush list v1
(integer) 1
127.0.0.1:6379> lrange list 0 -1
1) "v1"
127.0.0.1:6379> lset list 0 item # 如果存在这个列表的这个下标上有值，可以更新当前下标的值
OK
127.0.0.1:6379> lrange list 0 -1
1) "item"
127.0.0.1:6379> lset list 1 v2 # 如果不存在当前下标，就报错
(error) ERR index out of range
6、指定value插入：
linsert nowlist before oldvalue newvalue 从指定 value值的前面 插入
linsert nowlist after oldvalue newvalue 从指定 value值的后面 插入
127.0.0.1:6379> lpush list5 a b c d
4
127.0.0.1:6379> lrange list5 0 -1
d
c
b
a
127.0.0.1:6379> lrange list5 0 8
d
c
b
a
127.0.0.1:6379> linsert list5 before b ssr # 从指定 value值的前面 插入
5
127.0.0.1:6379> lrange list5 0 8
d
c
ssr
b
a
127.0.0.1:6379> linsert list5 after b ddt # 从指定 value值的后面 插入
7
127.0.0.1:6379> lrange list5 0 8
d
c
ssr
b
ddt
a
| 命令 | 作用 | 关键字 |
|---|---|---|
| LPUSH key value1 value2 … | 设置一个key，从头部插入数据（头插法） | lpush |
| RPUSH key value1 value2 … | 设置一个key，从尾部插入数据（尾插法） | rpush |
| LRANGE key startIndex endIndex | 返回列表中从开始索引到结束索引位置的value值 | lrange |
| LPOP key | 从key头部弹出一个value | lpop |
| RPOP key | 从尾部弹出一个value | rpop |
| LINDEX index | 返回key中指定索引的value值 | lindex |
| LREM key n value | 删除key中的指定的value值，n代表删除几个 | lrem |
| LLEN key | 返回key的长度 | llen |
| LTRIM key startIndex endIndex | 截取key，截取的范围从开始索引到结束索引 | ltrim |
| LSET key index value | 从当前key的索引开始插入指定的value值 | lset |
| RPOPLPUSH key1 key2 | 从key1的尾部弹出一个元素，将此元素从key2的头部插入 | RPOPLPUSH |
| LINSERT key BEFORE oldValue newValue | 从指定key中已存在的value的前面插入一个指定的value | LINSERT BEFORE |
| LINSERT key AFTER oldValue newValue | 从指定key后面插入一个指定的value | LINSERT AFTER |
小结
- 它实际上是一个链表，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
消息排队！消息队列（Lpush，Rpop，先进先出）！栈（Lpush，Lpop，先进后出）
3、Set
Set集合类型详解
set中的值是不能重复的！
1、sadd 增加成员(set) 、
scard 获取size、
smembers 获取所有成员(get)、
sismember 查询是否有该成员(s is member)
---------------SADD--SCARD--SMEMBERS--SISMEMBER--------------------
127.0.0.1:6379> SADD myset m1 m2 m3 m4 # 向myset中增加成员 m1~m4
(integer) 4
127.0.0.1:6379> SCARD myset # 获取集合的成员数目
(integer) 4
127.0.0.1:6379> smembers myset # 获取集合中所有成员
1) "m4"
2) "m3"
3) "m2"
4) "m1"
127.0.0.1:6379> SISMEMBER myset m5 # 查询m5是否是myset的成员
(integer) 0 # 不是，返回0
127.0.0.1:6379> SISMEMBER myset m2
(integer) 1 # 是，返回1
127.0.0.1:6379> SISMEMBER myset m3
(integer) 1
2、srandmember 随机抽取元素
spop 随机移除
---------------------SRANDMEMBER--SPOP----------------------------------
127.0.0.1:6379> SRANDMEMBER myset 3 # 随机返回3个成员
1) "m2"
2) "m3"
3) "m4"
127.0.0.1:6379> SRANDMEMBER myset # 随机返回1个成员
"m3"
127.0.0.1:6379> SPOP myset 2 # 随机移除并返回2个成员
1) "m1"
2) "m4"
# 将set还原到{m1,m2,m3,m4}
3、smove 移动成员
srem 移除成员
---------------------SMOVE--SREM----------------------------------------
127.0.0.1:6379> SMOVE myset newset m3 # 将myset中m3成员移动到newset集合
(integer) 1
127.0.0.1:6379> SMEMBERS myset
1) "m4"
2) "m2"
3) "m1"
127.0.0.1:6379> SMEMBERS newset
1) "m3"
127.0.0.1:6379> SREM newset m3 # 从newset中移除m3元素
(integer) 1
127.0.0.1:6379> SMEMBERS newset
(empty list or set)
4、SDIFF 差集（diff）
SINTER 交集（inter）
SUNION 并集（union）
微博，B站，共同关注，共同好友！（并集）
数字集合类：
- 差集 SDIFF
- 交集
- 并集
# 下面开始是多集合操作,多集合操作中若只有一个参数默认和自身进行运算
# setx=>{m1,m2,m4,m6}, sety=>{m2,m5,m6}, setz=>{m1,m3,m6}
-----------------------------SDIFF------------------------------------
127.0.0.1:6379> SDIFF setx sety setz # 等价于setx-sety-setz
1) "m4"
127.0.0.1:6379> SDIFF setx sety # setx - sety
1) "m4"
2) "m1"
127.0.0.1:6379> SDIFF sety setx # sety - setx
1) "m5"
-------------------------SINTER---------------------------------------
# 共同关注（交集）
127.0.0.1:6379> SINTER setx sety setz # 求 setx、sety、setx的交集
1) "m6"
127.0.0.1:6379> SINTER setx sety # 求setx sety的交集
1) "m2"
2) "m6"
-------------------------SUNION---------------------------------------
127.0.0.1:6379> SUNION setx sety setz # setx sety setz的并集
1) "m4"
2) "m6"
3) "m3"
4) "m2"
5) "m1"
6) "m5"
127.0.0.1:6379> SUNION setx sety # setx sety 并集
1) "m4"
2) "m6"
3) "m2"
4) "m1"
5) "m5"
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）
| 命令 | 描述 |
|---|---|
| SADD key member1[member2…] | 向集合中无序增加一个/多个成员 |
| SCARD key | 获取集合的成员数 |
| SMEMBERS key | 返回集合中所有的成员 |
| SISMEMBER key member | 查询member元素是否是集合的成员,结果是无序的 |
| SRANDMEMBER key [count] | 随机返回集合中count个成员，count缺省值为1 |
| SPOP key [count] | 随机移除并返回集合中count个成员，count缺省值为1 |
| SMOVE source destination member | 将source集合的成员member移动到destination集合 |
| SREM key member1[member2…] | 移除集合中一个/多个成员 |
| SDIFF key1[key2…] | 返回所有集合的差集 key1- key2 - … |
| SDIFFSTORE destination key1[key2…] | 在SDIFF的基础上，将结果保存到集合中（覆盖）。不能保存到其他类型key噢！ |
| SINTER key1 [key2…] | 返回所有集合的交集 |
| SINTERSTORE destination key1[key2…] | 在SINTER的基础上，存储结果到集合中。覆盖 |
| SUNION key1 [key2…] | 返回所有集合的并集 |
| SUNIONSTORE destination key1 [key2…] | 在SUNION的基础上，存储结果到及和张。覆盖 |
| SSCAN KEY [MATCH pattern] [COUNT count] | 在大量数据环境下，使用此命令遍历集合中元素，每次遍历部分 |
4、Hash
Hash哈希类型详解
存的是map集合，可以把存储的数据理解为key-map！存的这个值是一个map集合！本质和String类型没有太大区别，还是一个简单的key-value！
set myhash field kuangshen
1、hset 设置一个键值对
hmset 设置多个键值对
hsetnx 设置未存在的新键值对（未存在的！如果已存在则报错）
------------------------HSET--HMSET--HSETNX----------------
127.0.0.1:6379> HSET studentx name sakura # 将studentx哈希表作为一个对象，设置name为sakura
(integer) 1
127.0.0.1:6379> HSET studentx name gyc # 重复设置field进行覆盖，并返回0
(integer) 0
127.0.0.1:6379> HSET studentx age 20 # 设置studentx的age为20
(integer) 1
127.0.0.1:6379> HMSET studentx sex 1 tel 15623667886 # 设置sex为1，tel为15623667886
OK
127.0.0.1:6379> HSETNX studentx name gyc # HSETNX 设置已存在的field
(integer) 0 # 失败
127.0.0.1:6379> HSETNX studentx email 12345@qq.com
(integer) 1 # 成功
2、hexists 判断key存在
----------------------HEXISTS--------------------------------
127.0.0.1:6379> HEXISTS studentx name # name字段在studentx中是否存在
(integer) 1 # 存在
127.0.0.1:6379> HEXISTS studentx addr
(integer) 0 # 不存在
3、hget 获取一个key的value
hmget 获取多个key的value
hgetall 获取全部key和value
-------------------HGET--HMGET--HGETALL-----------
127.0.0.1:6379> HGET studentx name # 获取studentx中name字段的value
"gyc"
127.0.0.1:6379> HMGET studentx name age tel # 获取studentx中name、age、tel字段的value
1) "gyc"
2) "20"
3) "15623667886"
127.0.0.1:6379> HGETALL studentx # 获取studentx中所有的field及其value
1) "name"
2) "gyc"
3) "age"
4) "20"
5) "sex"
6) "1"
7) "tel"
8) "15623667886"
9) "email"
10) "12345@qq.com"
4、hkeys 获取所有key
hlen 获取size
hvals 获取所有value
--------------------HKEYS--HLEN--HVALS--------------
127.0.0.1:6379> HKEYS studentx # 查看studentx中所有的field
1) "name"
2) "age"
3) "sex"
4) "tel"
5) "email"
127.0.0.1:6379> HLEN studentx # 查看studentx中的字段数量
(integer) 5
127.0.0.1:6379> HVALS studentx # 查看studentx中所有的value
1) "gyc"
2) "20"
3) "1"
4) "15623667886"
5) "12345@qq.com"
5、hdel 删除key
-------------------------HDEL--------------------------
127.0.0.1:6379> HDEL studentx sex tel # 删除studentx 中的sex、tel字段
(integer) 2
127.0.0.1:6379> HKEYS studentx
1) "name"
2) "age"
3) "email"
6、hincrby 对整型key进行整型增量
hincrbyfloat 对浮点型key进行浮点型增量
decr…同理
-------------HINCRBY--HINCRBYFLOAT------------------------
127.0.0.1:6379> HINCRBY studentx age 1 # studentx的age字段数值+1
(integer) 21
127.0.0.1:6379> HINCRBY studentx name 1 # 非整数字型字段不可用
(error) ERR hash value is not an integer
127.0.0.1:6379> HINCRBYFLOAT studentx weight 0.6 # weight字段增加0.6
"90.8"
| 命令 | 描述 |
|---|---|
| HSET key field value | 将哈希表 key 中的字段 field 的值设为 value 。重复设置同一个field会覆盖,返回0 |
| HMSET key field1 value1 [field2 value2…] | 同时将多个 field-value (域-值)对设置到哈希表 key 中。 |
| HSETNX key field value | 只有在字段 field 不存在时，设置哈希表字段的值。 |
| HEXISTS key field | 查看哈希表 key 中，指定的字段是否存在。 |
| HGET key field value | 获取存储在哈希表中指定字段的值 |
| HMGET key field1 [field2…] | 获取所有给定字段的值 |
| HGETALL key | 获取在哈希表key 的所有字段和值 |
| HKEYS key | 获取哈希表key中所有的字段 |
| HLEN key | 获取哈希表中字段的数量 |
| HVALS key | 获取哈希表中所有值 |
| HDEL key field1 [field2…] | 删除哈希表key中一个/多个field字段 |
| HINCRBY key field n | 为哈希表 key 中的指定字段的整数值加上增量n，并返回增量后结果 一样只适用于整数型字段 |
| HINCRBYFLOAT key field n | 为哈希表 key 中的指定字段的浮点数值加上增量 n。 |
| HSCAN key cursor [MATCH pattern] [COUNT count] | 迭代哈希表中的键值对。 |
hash通常用于经常变动的信息！用户信息之类的（user name age）
hash更适合于对象的存储，String更适合字符串存储！
5、Zset
Zset有序集合详解
在set的基础上，增加了一个值
set k1 v1 --> zset k1 score1 v1 （分数）
1、zadd 增加成员
zcard 获取size
zcount 获取区间成员size
-------------------ZADD--ZCARD--ZCOUNT--------------
127.0.0.1:6379> ZADD myzset 1 m1 2 m2 3 m3 # 向有序集合myzset中添加成员m1 score=1 以及成员m2 score=2..
(integer) 2
127.0.0.1:6379> ZCARD myzset # 获取有序集合的成员数
(integer) 2
127.0.0.1:6379> ZCOUNT myzset 0 1 # 获取score在 [0,1]区间的成员数量
(integer) 1
127.0.0.1:6379> ZCOUNT myzset 0 2
(integer) 2
2、zincrby 分数增量
zscore 获取分数
----------------ZINCRBY--ZSCORE--------------------------
127.0.0.1:6379> ZINCRBY myzset 5 m2 # 将成员m2的score +5
"7"
127.0.0.1:6379> ZSCORE myzset m1 # 获取成员m1的score
"1"
127.0.0.1:6379> ZSCORE myzset m2
"7"
3、zrank 获取成员的索引
zrange 获取索引范围内的成员
--------------ZRANK--ZRANGE-----------------------------------
127.0.0.1:6379> ZRANK myzset m1 # 获取成员m1的索引，索引按照score排序，score相同索引值按字典顺序顺序增加
(integer) 0
127.0.0.1:6379> ZRANK myzset m2
(integer) 2
127.0.0.1:6379> ZRANGE myzset 0 1 # 获取索引在 0~1的成员
1) "m1"
2) "m3"
127.0.0.1:6379> ZRANGE myzset 0 -1 # 获取全部成员
1) "m1"
2) "m3"
3) "m2"
4、zrangebylen 返回所有成员（索引区间范围内）
#testset=>{abc,add,amaze,apple,back,java,redis} score均为0
------------------ZRANGEBYLEX---------------------------------
127.0.0.1:6379> ZRANGEBYLEX testset - + # 返回所有成员
1) "abc"
2) "add"
3) "amaze"
4) "apple"
5) "back"
6) "java"
7) "redis"
127.0.0.1:6379> ZRANGEBYLEX testset - + LIMIT 0 3 # 分页 按索引显示查询结果的 0,1,2条记录
1) "abc"
2) "add"
3) "amaze"
127.0.0.1:6379> ZRANGEBYLEX testset - + LIMIT 3 3 # 显示 3,4,5条记录
1) "apple"
2) "back"
3) "java"
127.0.0.1:6379> ZRANGEBYLEX testset (- [apple
# 显示 (-,apple] 区间内的成员
1) "abc"
2) "add"
3) "amaze"
4) "apple"
127.0.0.1:6379> ZRANGEBYLEX testset [apple [java
# 显示 [apple,java]字典区间的成员
1) "apple"
2) "back"
3) "java"
5、zrangebyscore 返回分数范围内成员
-----------------------ZRANGEBYSCORE---------------------
127.0.0.1:6379> ZRANGEBYSCORE myzset 1 10 # 返回score在 [1,10]之间的的成员
1) "m1"
2) "m3"
3) "m2"
127.0.0.1:6379> ZRANGEBYSCORE myzset 1 5
1) "m1"
2) "m3"
6、zlexcount 获取size
--------------------ZLEXCOUNT-----------------------------
127.0.0.1:6379> ZLEXCOUNT testset - +
(integer) 7
127.0.0.1:6379> ZLEXCOUNT testset [apple [java
(integer) 3
7、zrem 移除指定value成员
zremrangebylex 移除指定value区间成员
zremrangebyrank 移除指定索引区间成员
zremrangebyscore 移除指定分数区间成员
------------------ZREM--ZREMRANGEBYLEX--ZREMRANGBYRANK--ZREMRANGEBYSCORE--------------------------------
127.0.0.1:6379> ZREM testset abc # 移除成员abc
(integer) 1
127.0.0.1:6379> ZREMRANGEBYLEX testset [apple [java # 移除指定区间[apple,java]中的所有成员
(integer) 3
127.0.0.1:6379> ZREMRANGEBYRANK testset 0 1 # 移除排名0~1的所有成员
(integer) 2
127.0.0.1:6379> ZREMRANGEBYSCORE myzset 0 3 # 移除score在 [0,3]的成员
(integer) 2
8、按score递减排序
zrevrange 获取指定索引区间成员
zrevrangebyscore 获取指定分数区间成员
zrevrangebylex 获得指定value区间成员
zrevrank 返回指定value的索引
# testset=> {abc,add,apple,amaze,back,java,redis} score均为0
# myzset=> {(m1,1),(m2,2),(m3,3),(m4,4),(m7,7),(m9,9)}
----------------ZREVRANGE--ZREVRANGEBYSCORE--ZREVRANGEBYLEX-----------
127.0.0.1:6379> ZREVRANGE myzset 0 3 # 按score递减排序，然后按索引，返回结果的 0~3
1) "m9"
2) "m7"
3) "m4"
4) "m3"
127.0.0.1:6379> ZREVRANGE myzset 2 4 # 返回排序结果的 索引的2~4
1) "m4"
2) "m3"
3) "m2"
127.0.0.1:6379> ZREVRANGEBYSCORE myzset 6 2 # 按score递减顺序 返回集合中分数在[2,6]之间的成员
1) "m4"
2) "m3"
3) "m2"
127.0.0.1:6379> ZREVRANGEBYLEX testset [java (add # 按字典倒序 返回集合中(add,java]字典区间的成员
1) "java"
2) "back"
3) "apple"
4) "amaze"
-------------------------ZREVRANK------------------------------
127.0.0.1:6379> ZREVRANK myzset m7 # 按score递减顺序，返回成员m7索引
(integer) 1
127.0.0.1:6379> ZREVRANK myzset m2
(integer) 4
9、多个集合间的操作
zinterstore 并集且sumscore
zunionstore 并集且lowestscore
# mathscore=>{(xm,90),(xh,95),(xg,87)} 小明、小红、小刚的数学成绩
# enscore=>{(xm,70),(xh,93),(xg,90)} 小明、小红、小刚的英语成绩
-------------------ZINTERSTORE--ZUNIONSTORE-----------------------------------
127.0.0.1:6379> ZINTERSTORE sumscore 2 mathscore enscore # 将mathscore enscore进行合并 结果存放到sumscore
(integer) 3
127.0.0.1:6379> ZRANGE sumscore 0 -1 withscores # 合并后的score是之前集合中所有score的和
1) "xm"
2) "160"
3) "xg"
4) "177"
5) "xh"
6) "188"
127.0.0.1:6379> ZUNIONSTORE lowestscore 2 mathscore enscore AGGREGATE MIN # 取两个集合的成员score最小值作为结果的
(integer) 3
127.0.0.1:6379> ZRANGE lowestscore 0 -1 withscores
1) "xm"
2) "70"
3) "xg"
4) "87"
5) "xh"
6) "93"
通过分数来为集合中的成员进行从小到大的排序。
score相同：按字典顺序排序
有序集合的成员是唯一的,但分数(score)却可以重复。
| 命令 | 描述 |
|---|---|
| ZADD key score member1 [score2 member2] | 向有序集合添加一个或多个成员，或者更新已存在成员的分数 |
| ZCARD key | 获取有序集合的成员数 |
| ZCOUNT key min max | 计算在有序集合中指定区间score的成员数 |
| ZINCRBY key n member | 有序集合中对指定成员的分数加上增量 n |
| ZSCORE key member | 返回有序集中，成员的分数值 |
| ZRANK key member | 返回有序集合中指定成员的索引 |
| ZRANGE key start end | 通过索引区间返回有序集合成指定区间内的成员 |
| ZRANGEBYLEX key min max | 通过字典区间返回有序集合的成员 |
| ZRANGEBYSCORE key min max | 通过分数返回有序集合指定区间内的成员，其中-inf和+inf分别表示最小最大值，只支持开区间 |
| ZLEXCOUNT key min max | 在有序集合中计算指定字典区间内成员数量 |
| ZREM key member1 [member2…] | 移除有序集合中一个/多个成员 |
| ZREMRANGEBYLEX key min max | 移除有序集合中给定的字典区间的所有成员 |
| ZREMRANGEBYRANK key start stop | 移除有序集合中给定的排名区间的所有成员 |
| ZREMRANGEBYSCORE key min max | 移除有序集合中给定的分数区间的所有成员 |
| ZREVRANGE key start end | 返回有序集中指定区间内的成员，通过索引，分数从高到底 |
| ZREVRANGEBYSCORRE key max min | 返回有序集中指定分数区间内的成员，分数从高到低排序 |
| ZREVRANGEBYLEX key max min | 返回有序集中指定字典区间内的成员，按字典顺序倒序 |
| ZREVRANK key member | 返回有序集合中指定成员的排名，有序集成员按分数值递减(从大到小)排序 |
| ZINTERSTORE destination numkeys key1 [key2 …] | 计算给定的一个或多个有序集的交集并将结果集存储在新的有序集合 key 中，numkeys：表示参与运算的集合数，将score相加作为结果的score |
| ZUNIONSTORE destination numkeys key1 [key2…] | 计算给定的一个或多个有序集的交集并将结果集存储在新的有序集合 key 中 |
| ZSCAN key cursor [MATCH pattern] [COUNT count] | 迭代有序集合中的元素（包括元素成员和元素分值） |
其余的一些API，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，权重1，重要消息，权重2，带权重进行判断！
- 排行榜应用实现，取 top n 测试！
6、三种特殊数据类型
1、Geospatial
Geospatial地理位置详解
朋友的定位，附近的人，打车距离计算等
redis的geo在redis3.2版本就推出了！这个工鞥可以推算地理位置的信息，两地之间的距离，方圆几里的人！
可以查询一些测试数据，经纬度信息
只有6个命令：
- geoadd
- geodist
- geohash
- geopos
- georadius
- georaniusbymember
有效经纬度
- 有效的经度从-180度到180度。
- 有效的纬度从-85.05112878度到85.05112878度。
指定单位的参数 unit 必须是以下单位的其中一个：
- m 表示单位为米。
- km 表示单位为千米。
- mi 表示单位为英里。
- ft 表示单位为英尺。
1、geoadd
# geoadd 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！
# 有效的经度从-180度到180度
# 有效的纬度从-85.05112878度到85.05112878度（无法定位到南北极）
# 当坐标位置超出上述指定范围是，该命令将会返回一个错误
# 参数 key value
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 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
2、geopos
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) "116.39999896287918"
2) "39.900000091670925"
127.0.0.1:6379> GEOPOS china:city beijing chongqing
1) 1) "116.39999896287918"
2) "39.900000091670925"
2) 1) "106.49999767541885"
2) "29.529999579006592"
3、geodist
返回两个给定位置之间的距离！
单位：
- m 表示单位为米
- km 表示单位为千米
- mi 表示单位为英里
- ft 表示单位为英尺
127.0.0.1:6379> geodist china:city beijing shanghai # 查看上海到北京的直线距离
"1067378.7564"
127.0.0.1:6379> GEODIST china:city beijing shanghai km
"1067.3788"
4、georadius
以给定的经纬度为中心，找出某一半径内的元素
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
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1000km内的城市
1) "chongqing"
2) "xian"
3) "shenzhen"
4) "hangzhou"
127.0.0.1:6379> GEORADIUS china:city 110 30 500 km
1) "chongqing"
2) "xian"
127.0.0.1:6379> GEORADIUS china:city 110 30 500 km withdist # 显示到中间位置的距离
1) 1) "chongqing"
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（经纬度）
1) 1) "chongqing"
2) 1) "106.49999767541885"
2) "29.529999579006592"
2) 1) "xian"
2) 1) "108.96000176668167"
2) "34.2599996441893"
127.0.0.1:6379> GEORADIUS china:city 110 30 500 km withdist withcoord count 1 # 筛选出指定的一条结果
1) 1) "chongqing"
2) "341.9374"
3) 1) "106.49999767541885"
2) "29.529999579006592"
5、georadiusbymember
找出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"
6、geohash
返回一个或多个位置元素的geohash表示
geohash字符串属性：
1、该命令将返回11个字符的geohash字符串，所以没有精度，但仍指向同一地区
2、他可以在geohash.org网站使用，网址http://geohash.org/< geohash-string >
查询里子：http://geohash.org/sqdtr74hyu0
3、与类似的前缀字符串是附近，但相反是不正确的，这是可能的，用不同的前缀字符串也可能是附近
# 将而为的经纬度转换为一维的字符串，如果两个字符串越接近，那么则距离越近！
127.0.0.1:6379> geohash china:city beijing chongqing
1) "wx4fbxxfke0"
2) "wm5xzrybty0"
7、底层原理zset
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 # 查看地图中全部的元素
1) "chongqing"
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) "chongqing"
2) "xian"
3) "shenzhen"
4) "hangzhou"
5) "shanghai"
| 命令 | 描述 |
|---|---|
| geoadd key longitud(经度) latitude(纬度) member […] | 将具体经纬度的坐标存入一个有序集合 |
| geopos key member [member…] | 获取集合中的一个/多个成员坐标 |
| geodist key member1 member2 [unit] | 返回两个给定位置之间的距离。默认以米作为单位。 |
| georadius key longitude latitude radius m/km/mi/ft [WITHCOORD][WITHDIST] [WITHHASH] [COUNT count] | 以给定的经纬度为中心， 返回集合包含的位置元素当中， 与中心的距离不超过给定最大距离的所有位置元素。 |
| GEORADIUSBYMEMBER key member radius… | 功能与GEORADIUS相同，只是中心位置不是具体的经纬度，而是使用结合中已有的成员作为中心点。 |
| geohash key member1 [member2…] | 返回一个或多个位置元素的Geohash表示。使用Geohash位置52点整数编码。 |
2、Hyperloglog
Hyperloglog基数统计
Redis HyperLogLog 是用来做基数统计的算法，HyperLogLog 的优点是，在输入元素的数量或者体积非常非常大时，计算基数所需的空间总是固定的、并且是很小的。花费 12 KB 内存，就可以计算接近 2^64 个不同元素的基数。
因为 HyperLogLog 只会根据输入元素来计算基数，而不会储存输入元素本身，所以 HyperLogLog 不能像集合那样，返回输入的各个元素。
其底层使用string数据类型
什么是基数？数据集中不重复的元素的个数。
应用场景：网页的访问量（UV）：一个用户多次访问，也只能算作一个人。
传统实现，set存储用户的id，然后每次进行比较。当用户变多之后这种方式及其浪费空间，而我们的目的只是计数，Hyperloglog就能帮助我们利用最小的空间完成。
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
(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 i j k l m n # 创建第二组元素
(integer) 1
127.0.0.1:6379> pfcount mykey2
(integer) 6
127.0.0.1:6379> pfcount mykey3 mykey mykey2 # 这个操作并未set mykey3
(integer) 14
127.0.0.1:6379> pfmerge mykey3 mykey mykey2 # 合并两组 并集
OK
127.0.0.1:6379> pfcount mykey3 # 查看数量：不重复元素的计数
(integer) 14
如果允许容错，那么一定可以使用Hyperloglog
如果不允许容错，就使用set或者自己的数据类型即可！
| 命令 | 描述 |
|---|---|
| PFADD key element1 [elememt2…] | 添加指定元素到 HyperLogLog 中 |
| PFCOUNT key [key] | 返回给定 HyperLogLog 的基数估算值。 |
| PFMERGE destkey sourcekey [sourcekey…] | 将多个 HyperLogLog 合并为一个 HyperLogLog |
3、Bitmap
Bitmap位图场景详解
位存储
统计用户信息，活跃，不活跃！登录、未登录！打卡，365天打卡！两个状态的，都可以使用Bitmap！
Bitmap位图，数据结构！都是操作二进制位来进行记录，就只有0和1两个状态！
365天=365bit 1字节=8bit 46个字节左右！
测试
使用Bitmap来记录周一到周日的打卡！
周一：1；周二：0；周三：0；周四：1…
127.0.0.1:6379> setbit sign 0 1
(integer) 0
127.0.0.1:6379> SETBIT sign 1 0
(integer) 0
127.0.0.1:6379> setbit sign 2 0
(integer) 0
127.0.0.1:6379> SETBIT sign 3 1
(integer) 0
127.0.0.1:6379> SETBIT sign 4 1
(integer) 0
127.0.0.1:6379> setbit sign 5 0
(integer) 0
127.0.0.1:6379> SETBIT sign 6 0
(integer) 0
查看某一天是否有打卡！
127.0.0.1:6379> GETBIT sign 3
(integer) 1
127.0.0.1:6379> GETBIT sign 6
(integer) 0
统计操作（1），统计打卡的天数！
127.0.0.1:6379> bitcount sign # 统计这周的打卡记录，就可以看到是否有全勤
(integer) 3
| 命令 | 描述 |
|---|---|
| setbit key offset value | 为指定key的offset位设置值 |
| getbit key offset | 获取offset位的值 |
| bitcount key [start end] | 统计字符串被设置为1的bit数，也可以指定统计范围按字节 |
| bitop operration destkey key[key…] | 对一个或多个保存二进制位的字符串 key 进行位元操作，并将结果保存到 destkey 上。 |
| BITPOS key bit [start] [end] | 返回字符串里面第一个被设置为1或者0的bit位。start和end只能按字节,不能按位 |
四、事务
1、Redis基本的事务操作
redis事务的本质：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！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单条命令是保证原子性的，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
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！），事务中所有的命令都不会被执行！
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
(error) ERR wrong number of arguments for 'getset' command
127.0.0.1:6379> set k4 v4
QUEUED
127.0.0.1:6379> set k5 v5
QUEUED
127.0.0.1:6379> exec
(error) EXECABORT Transaction discarded because of previous errors.
127.0.0.1:6379> get k5
(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，其他命令是可以正常执行的，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 # 会在执行的时候失败!
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"
127.0.0.1:6379> get k3
"v3"
127.0.0.1:6379> get k1
"v1"
2、Redis实现乐观锁
监控！watch
悲观锁：
- 很悲观，认为什么时候都会出现问题，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现问题，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
- 更新的时候比较version
redis测监视测试
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可以当做redis的乐观锁操作！
如果修改失败，获取最新的值就好
127.0.0.1:6379> set money 100
OK
127.0.0.1:6379> set out 100
OK
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，再次监视，select version
OK
127.0.0.1:6379> multi
OK
127.0.0.1:6379> decrby money 1
QUEUED
127.0.0.1:6379> incrby money 1
QUEUED
127.0.0.1:6379> exec # 对比监视的值是否发生了变化，如果没有变化，那么执行成功，如果变了就执行失败！# 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) # 没有结果，说明事务执行失败
解锁获取最新值，然后再加锁进行事务。
unwatch进行解锁。
每次提交执行exec后都会自动释放锁，不管是否成功
五、Jedis
1、通过Jedis操作Redis
我们要使用Java来操作Redis，Jedis是Redis官方推荐的Java连接开发工具。使用java操作redis中间件！
测试
1、导入对应的依赖
<!--导入jredis的包-->
<dependency>
<groupId>redis.clients</groupId>
<artifactId>jedis</artifactId>
<version>3.2.0</version>
</dependency>
<!--fastjson-->
<dependency>
<groupId>com.alibaba</groupId>
<artifactId>fastjson</artifactId>
<version>1.2.62</version>
</dependency>
2、编码测试：
- 先打开服务端
- 编写代码操作客户端
- 连接数据库
- 操作命令
- 断开连接
package com.qia;
import redis.clients.jedis.Jedis;
public class TestPing {
public static void main(String[] args) {
Jedis jedis = new Jedis("127.0.0.1",6379);
String ping = jedis.ping();
System.out.println(ping);
//jedis所有的命令就是我们之前学习的所有指令！所以之前的指令学习很重要！
}
}
输出：
常用的API：五大基本数据类型
所有的api命令就是我们对应的上面学习的指令！一模一样！
自己写的测试
package com.qia;
import redis.clients.jedis.GeoCoordinate;
import redis.clients.jedis.Jedis;
import java.util.HashMap;
import java.util.List;
import java.util.Map;
import java.util.Set;
public class TestPing {
public static void main(String[] args) {
Jedis jedis = new Jedis("127.0.0.1",6379);
String ping = jedis.ping();
System.out.println(ping);
String s = jedis.flushAll();
System.out.println(s);
System.out.println("========");
//jedis所有的命令就是我们之前学习的所有指令！所以之前的指令学习很重要！
GeoCoordinate chongqing = new GeoCoordinate(106.50, 29.53);
GeoCoordinate beijing = new GeoCoordinate(116.40,39.90);
Map<String, GeoCoordinate> geoMap = new HashMap<String, GeoCoordinate>();
geoMap.put("chongqing",chongqing);
geoMap.put("beijing",beijing);
System.out.println(jedis.geoadd("china:city", geoMap));
List<GeoCoordinate> geopos = jedis.geopos("china:city", "beijing", "chongqing");
Object[] x = geopos.toArray();
for (Object o : x) {
System.out.println(o);
}
System.out.println("========");
Set<String> keys = jedis.keys("*");
System.out.println(keys);
// jedis.close();
}
}
2、通过Jedis再次理解事务
package com.qia;
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();
JSONObject jsonObject = new JSONObject();
jsonObject.put("hello", "world");
jsonObject.put("name", "kuangshen");
// 开启事务
Transaction multi = jedis.multi();
String result = jsonObject.toJSONString();
// jedis.watch(result)
try {
multi.set("user1", result);
multi.set("user2", result);
// 执行事务
multi.exec();
}catch (Exception e){
// 放弃事务
multi.discard();
} finally {
// 关闭连接
System.out.println(jedis.get("user1"));
System.out.println(jedis.get("user2"));
jedis.close();
}
}
}
六、SpringBoot集成
1、SpringBoot集成Redis
springboot操作数据：springdata、jpa、jdbc、mongodb、redis！
springdata也是和springboot齐名的项目！
整合测试
1、新建项目模块，导入依赖
redis-02-springboot
添加的redis依赖是个整合依赖包
说明：在springboot 2.x 之后，原来使用的jedis被替换为了lettuce
jedis：采用直连，多个线程操作的话，是不安全的，如果想要避免不安全，使用jedis pool连接池！更像BIO模式！
lettuce：采用netty，实例可以在多个线程中进行共享，不存在线程不安全的情况！可以减少线程数据了，更像NIO模式
源码分析：RedisAutoConfiguration
（对比分析jedis，lettuce）
2、配置连接
spring.redis.host=127.0.0.1
spring.redis.port=6379
3、测试
package com.qia;
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.connection.RedisConnection;
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和我们的指令时一样的
// opsForValue 操作字符串，类似String
// opsForList 操作字符串，类似List
// opsForSet 操作字符串，类似Set
// opsForHash 操作字符串，类似Hash
// opsForZSet 操作字符串，类似ZSet
// opsForGeo 操作字符串，类似Geo
// opsForHyperLogLog 操作字符串，类似HyperLogLog
// 除了基本的操作，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.flushAll();
redisTemplate.opsForValue().set("mykey","关注狂神说Java");
System.out.println(redisTemplate.opsForValue().get("mykey"));
}
}
2、自定义RedisTemplate
redis数据存储都需要序列化，在源码中可以看到，默认的序列化方式是JDK序列化规则
我们可以编写自己的序列化规则配置类
1、json方式存数据
package com.qia.pojo;
import lombok.*;
import org.springframework.stereotype.Component;
@Component
@Data
@AllArgsConstructor
@NoArgsConstructor
public class User {
private String name;
private int age;
}
@Test
void test(){
try {
User user = new User("张三",25);
//object -> json 开发中一般用json传数据
String json = new ObjectMapper().writeValueAsString(user);
redisTemplate.opsForValue().set("user",json);
System.out.println(redisTemplate.opsForValue().get("user"));
} catch (JsonProcessingException e) {
e.printStackTrace();
}
}
运行：
{"name":"张三","age":25}
2、转成字符串再存数据
@Test
void test2(){
User user = new User("张三", 25);
redisTemplate.opsForValue().set("user", String.valueOf(user));
System.out.println(redisTemplate.opsForValue().get("user"));
}
运行：
User(name=张三, age=25)
3、实体类序列化+自定义配置类
默认使用JDK的序列化方式，我们可以自定义一个配置类，采用其他的序列化方式
public class User implements Serializable {
}
package com.qia.config;
import com.fasterxml.jackson.annotation.JsonAutoDetect;
import com.fasterxml.jackson.annotation.PropertyAccessor;
import com.fasterxml.jackson.databind.ObjectMapper;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import org.springframework.data.redis.connection.RedisConnectionFactory;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.data.redis.serializer.Jackson2JsonRedisSerializer;
import org.springframework.data.redis.serializer.StringRedisSerializer;
@Configuration
public class RedisConfig {
@Bean
@SuppressWarnings("all")
public RedisTemplate<String, Object> redisTemplate(RedisConnectionFactory factory) {
// RedisTemplate对象，使用<String, Object>更方便
RedisTemplate<String, Object> template = new RedisTemplate<String, Object>();
template.setConnectionFactory(factory);
//Json的序列化配置
Jackson2JsonRedisSerializer jackson2JsonRedisSerializer = new Jackson2JsonRedisSerializer(Object.class);
ObjectMapper om = new ObjectMapper();
om.setVisibility(PropertyAccessor.ALL, JsonAutoDetect.Visibility.ANY);
om.enableDefaultTyping(ObjectMapper.DefaultTyping.NON_FINAL);
jackson2JsonRedisSerializer.setObjectMapper(om);
// String的序列化配置
StringRedisSerializer stringRedisSerializer = new StringRedisSerializer();
// key采用String的序列化方式
template.setKeySerializer(stringRedisSerializer);
// hash的key也采用String的序列化方式
template.setHashKeySerializer(stringRedisSerializer);
// value序列化方式采用jackson
template.setValueSerializer(jackson2JsonRedisSerializer);
// hash的value序列化方式采用jackson
template.setHashValueSerializer(jackson2JsonRedisSerializer);
template.afterPropertiesSet();
return template;
}
}
@Test
void test3() {
redisTemplate.opsForValue().set("myKey", "张三");
System.out.println(redisTemplate.opsForValue().get("myKey"));
}
4、RedisUtil工具类
有很多教程
package com.qia.utils;
import java.util.Collection;
import java.util.List;
import java.util.Map;
import java.util.Set;
import java.util.concurrent.TimeUnit;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.stereotype.Component;
import org.springframework.util.CollectionUtils;
@Component
public final class RedisUtil {
@Autowired
private RedisTemplate<String, Object> redisTemplate;
// =============================common============================
/**
* 指定缓存失效时间
*
* @param key 键
* @param time 时间(秒)
*/
public boolean expire(String key, long time) {
try {
if (time > 0) {
redisTemplate.expire(key, time, TimeUnit.SECONDS);
}
return true;
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
* 根据key 获取过期时间
*
* @param key 键 不能为null
* @return 时间(秒) 返回0代表为永久有效
*/
public long getExpire(String key) {
return redisTemplate.getExpire(key, TimeUnit.SECONDS);
}
/**
* 判断key是否存在
*
* @param key 键
* @return true 存在 false不存在
*/
public boolean hasKey(String key) {
try {
return redisTemplate.hasKey(key);
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
* 删除缓存
* @param key 可以传一个值 或多个
*/
@SuppressWarnings("unchecked")
public void del(String... key) {
if (key != null && key.length > 0) {
if (key.length == 1) {
redisTemplate.delete(key[0]);
} else {
redisTemplate.delete((Collection<String>) CollectionUtils.arrayToList(key));
}
}
}
// ============================String=============================
/**
* 普通缓存获取
*
* @param key 键
* @return 值
*/
public Object get(String key) {
return key == null ? null : redisTemplate.opsForValue().get(key);
}
/**
* 普通缓存放入
*
* @param key 键
* @param value 值
* @return true成功 false失败
*/
public boolean set(String key, Object value) {
try {
redisTemplate.opsForValue().set(key, value);
return true;
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
* 普通缓存放入并设置时间
*
* @param key 键
* @param value 值
* @param time 时间(秒) time要大于0 如果time小于等于0 将设置无限期
* @return true成功 false 失败
*/
public boolean set(String key, Object value, long time) {
try {
if (time > 0) {
redisTemplate.opsForValue().set(key, value, time, TimeUnit.SECONDS);
} else {
set(key, value);
}
return true;
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
* 递增
*
* @param key 键
* @param delta 要增加几(大于0)
*/
public long incr(String key, long delta) {
if (delta < 0) {
throw new RuntimeException("递增因子必须大于0");
}
return redisTemplate.opsForValue().increment(key, delta);
}
/**
* 递减
*
* @param key 键
* @param delta 要减少几(小于0)
*/
public long decr(String key, long delta) {
if (delta < 0) {
throw new RuntimeException("递减因子必须大于0");
}
return redisTemplate.opsForValue().increment(key, -delta);
}
// ================================Map=================================
/**
* HashGet
*
* @param key 键 不能为null
* @param item 项 不能为null
*/
public Object hget(String key, String item) {
return redisTemplate.opsForHash().get(key, item);
}
/**
* 获取hashKey对应的所有键值
*
* @param key 键
* @return 对应的多个键值
*/
public Map<Object, Object> hmget(String key) {
return redisTemplate.opsForHash().entries(key);
}
/**
* HashSet
*
* @param key 键
* @param map 对应多个键值
*/
public boolean hmset(String key, Map<String, Object> map) {
try {
redisTemplate.opsForHash().putAll(key, map);
return true;
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
* HashSet 并设置时间
*
* @param key 键
* @param map 对应多个键值
* @param time 时间(秒)
* @return true成功 false失败
*/
public boolean hmset(String key, Map<String, Object> map, long time) {
try {
redisTemplate.opsForHash().putAll(key, map);
if (time > 0) {
expire(key, time);
}
return true;
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
* 向一张hash表中放入数据,如果不存在将创建
*
* @param key 键
* @param item 项
* @param value 值
* @return true 成功 false失败
*/
public boolean hset(String key, String item, Object value) {
try {
redisTemplate.opsForHash().put(key, item, value);
return true;
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
* 向一张hash表中放入数据,如果不存在将创建
*
* @param key 键
* @param item 项
* @param value 值
* @param time 时间(秒) 注意:如果已存在的hash表有时间,这里将会替换原有的时间
* @return true 成功 false失败
*/
public boolean hset(String key, String item, Object value, long time) {
try {
redisTemplate.opsForHash().put(key, item, value);
if (time > 0) {
expire(key, time);
}
return true;
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
* 删除hash表中的值
*
* @param key 键 不能为null
* @param item 项 可以使多个 不能为null
*/
public void hdel(String key, Object... item) {
redisTemplate.opsForHash().delete(key, item);
}
/**
* 判断hash表中是否有该项的值
*
* @param key 键 不能为null
* @param item 项 不能为null
* @return true 存在 false不存在
*/
public boolean hHasKey(String key, String item) {
return redisTemplate.opsForHash().hasKey(key, item);
}
/**
* hash递增 如果不存在,就会创建一个 并把新增后的值返回
*
* @param key 键
* @param item 项
* @param by 要增加几(大于0)
*/
public double hincr(String key, String item, double by) {
return redisTemplate.opsForHash().increment(key, item, by);
}
/**
* hash递减
*
* @param key 键
* @param item 项
* @param by 要减少记(小于0)
*/
public double hdecr(String key, String item, double by) {
return redisTemplate.opsForHash().increment(key, item, -by);
}
// ============================set=============================
/**
* 根据key获取Set中的所有值
*
* @param key 键
*/
public Set<Object> sGet(String key) {
try {
return redisTemplate.opsForSet().members(key);
} catch (Exception e) {
e.printStackTrace();
return null;
}
}
/**
* 根据value从一个set中查询,是否存在
*
* @param key 键
* @param value 值
* @return true 存在 false不存在
*/
public boolean sHasKey(String key, Object value) {
try {
return redisTemplate.opsForSet().isMember(key, value);
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
* 将数据放入set缓存
*
* @param key 键
* @param values 值 可以是多个
* @return 成功个数
*/
public long sSet(String key, Object... values) {
try {
return redisTemplate.opsForSet().add(key, values);
} catch (Exception e) {
e.printStackTrace();
return 0;
}
}
/**
* 将set数据放入缓存
*
* @param key 键
* @param time 时间(秒)
* @param values 值 可以是多个
* @return 成功个数
*/
public long sSetAndTime(String key, long time, Object... values) {
try {
Long count = redisTemplate.opsForSet().add(key, values);
if (time > 0)
expire(key, time);
return count;
} catch (Exception e) {
e.printStackTrace();
return 0;
}
}
/**
* 获取set缓存的长度
*
* @param key 键
*/
public long sGetSetSize(String key) {
try {
return redisTemplate.opsForSet().size(key);
} catch (Exception e) {
e.printStackTrace();
return 0;
}
}
/**
* 移除值为value的
*
* @param key 键
* @param values 值 可以是多个
* @return 移除的个数
*/
public long setRemove(String key, Object... values) {
try {
Long count = redisTemplate.opsForSet().remove(key, values);
return count;
} catch (Exception e) {
e.printStackTrace();
return 0;
}
}
// ===============================list=================================
/**
* 获取list缓存的内容
*
* @param key 键
* @param start 开始
* @param end 结束 0 到 -1代表所有值
*/
public List<Object> lGet(String key, long start, long end) {
try {
return redisTemplate.opsForList().range(key, start, end);
} catch (Exception e) {
e.printStackTrace();
return null;
}
}
/**
* 获取list缓存的长度
*
* @param key 键
*/
public long lGetListSize(String key) {
try {
return redisTemplate.opsForList().size(key);
} catch (Exception e) {
e.printStackTrace();
return 0;
}
}
/**
* 通过索引 获取list中的值
*
* @param key 键
* @param index 索引 index>=0时， 0 表头，1 第二个元素，依次类推；index<0时，-1，表尾，-2倒数第二个元素，依次类推
*/
public Object lGetIndex(String key, long index) {
try {
return redisTemplate.opsForList().index(key, index);
} catch (Exception e) {
e.printStackTrace();
return null;
}
}
/**
* 将list放入缓存
*
* @param key 键
* @param value 值
*/
public boolean lSet(String key, Object value) {
try {
redisTemplate.opsForList().rightPush(key, value);
return true;
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
* 将list放入缓存
*
* @param key 键
* @param value 值
* @param time 时间(秒)
*/
public boolean lSet(String key, Object value, long time) {
try {
redisTemplate.opsForList().rightPush(key, value);
if (time > 0)
expire(key, time);
return true;
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
* 将list放入缓存
*
* @param key 键
* @param value 值
* @return
*/
public boolean lSet(String key, List<Object> value) {
try {
redisTemplate.opsForList().rightPushAll(key, value);
return true;
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
* 将list放入缓存
*
* @param key 键
* @param value 值
* @param time 时间(秒)
* @return
*/
public boolean lSet(String key, List<Object> value, long time) {
try {
redisTemplate.opsForList().rightPushAll(key, value);
if (time > 0)
expire(key, time);
return true;
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
* 根据索引修改list中的某条数据
*
* @param key 键
* @param index 索引
* @param value 值
* @return
*/
public boolean lUpdateIndex(String key, long index, Object value) {
try {
redisTemplate.opsForList().set(key, index, value);
return true;
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
* 移除N个值为value
*
* @param key 键
* @param count 移除多少个
* @param value 值
* @return 移除的个数
*/
public long lRemove(String key, long count, Object value) {
try {
Long remove = redisTemplate.opsForList().remove(key, count, value);
return remove;
} catch (Exception e) {
e.printStackTrace();
return 0;
}
}
}
七、Redis配置文件详解
Redis.conf详解
启动的时候，就需要通过配置文件来启动！
1、单位：
配置文件 unit单位 对大小写不敏感
2、包含
就好比我们学习Spring的import --> include
3、网络
绑定的ip
保护模式
端口设置
4、通用
以守护进程的方式运行，默认是no，我们需要自己开启为yes
如果要以后台的方式运行，我们就需要制定一个pid文件！
日志
日志的文件位置名
数据库的数量，默认是16个
5、快照
持久化，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是内存数据库，如果没有持久化，那么数据就会断电即失！
如果900s内有一个key进行了修改，我们就进行持久化操作
如果300s内，至少有10个key进行了修改，我们就进行持久化操作
我们可以自定义这个操作
持久化如果出错，是否还要继续工作
是否压缩rdb文件，需要消耗一些cpu资源
保存rdb文件的时候，是否进行错误的检查校验
rdb文件保存的目录
6、REPLICATION
主从复制，后面再讲解
7、SECURITY
安全
可以在这里设置redis的密码，默认是没有密码
config get requirepass # 获取redis密码
config set requirepass "123456" # 设置密码
auth 123456 # 登录
8、限制client
设置能连接上redis的最大客户端的数量
配置redis的最大内存容量
内存到达上限之后的处理策略
- valatile-lru 支队设置了过期时间的key进行lru（默认值）
- allkeys-lru：删除lru算法的key
- volatile-random：随机删除即将过期的key
- allkeys-random：随机删除
- volatile-ttl：删除即将过期的
- noeviction：永不过期，返回错误
9、APPEND ONLY MODE
aof 配置
默认是不开启aof模式的，默认是使用rdb方式持久化的，在大部分的情况下，rdb完全够用
持久化的文件的名字
修改sync（三种策略：每次修改时，每秒一次，不执行sync）
具体配置，在之后的持久化中详细讲解
八、Redis持久化
1、持久化之RDB操作
1、什么是RDB
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提供了持久化的功能
如果只做缓存，是不用持久化的
RDB（Redis DataBase）
什么是RDB
-
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。
-
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！
-
有时候在生产环境我们会将这个文件进行备份！
-
rdb保存的文件是dump.rdb 都是在我们的配置文件中快照中进行配置的！
自己设定，触发rdb操作
-
在主从复制中，rdb就是备用的，放在从机上面
2、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
3、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" # 如果在这个目录下存在 dump.rdb 文件，启动就会自动恢复其中的数据
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！
4、优点和缺点
优点：
1、适合大规模的数据恢复！
2、对数据的完整性要不高！
缺点：
1、需要一定的时间间隔进程操作！如果redis意外宕机了，这个最后一次修改数据就没有的了！
2、fork进程的时候，会占用一定的内容空间！
2、持久化之AOF操作
1、AOF是什么
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在执行一遍！
AOF是什么
以日志的形式来记录每个写操作，将Redis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。
2、appendonly
默认是不开启的，我们需要手动进行配置！我们只需要将 appendonly 改为yes就开启了 aof！
重启，redis 就可以生效了！
3、修复aof文件
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
如果文件正常，重启就可以直接恢复了！
4、重写规则说明
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！
appendonly no # 默认是不开启aof模式的，默认是使用rdb方式持久化的，在大部分所有的情况下，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！
# rewrite 重写
5、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！
6、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。
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 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，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。
九、Redis发布订阅
1、介绍及组成结构
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：
当有新消息通过 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：
2、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(chatroom)和实时广播、实时提醒等。
3、测试
订阅端：
127.0.0.1:6379> SUBSCRIBE xiaorshuo # 订阅一个频道
Reading messages... (press Ctrl-C to quit)
1) "subscribe"
2) "xiaorshuo"
3) (integer) 1
# 监听读取信息，等待读取推送的信息
1) "message" # 消息
2) "xiaorshuo" # 那个频道的消息
3) "hello xiaoR" # 消息的具体内容
1) "message"
2) "xiaorshuo"
3) "hello redis"
发送端：
127.0.0.1:6379> PUBLISH xiaorshuo "hello xiaoR" # 发布者发布消息到频道！
(integer) 1
127.0.0.1:6379> PUBLISH xiaorshuo "hello redis"
(integer) 1
4、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，字典的键就是一个个 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 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key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。
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 （）
十、Redis主从复制
1、Redis集群环境搭建
1、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，只能由主节点到从节点。
- Master以写为主，Slave 以读为主。
默认情况下，每台Redis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Redis数据时应用连接主节点，读Redis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（集群）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Redis高可用的基础。
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最大使用内存不应该超过20G。
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，我们可以使用如下这种架构：
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！
2、环境配置
只配置从库，不用配置主库！
127.0.0.1:6379> info replication # 查看当前库的信息
# Replication
role:master # 角色 master 代表主机
connected_slaves:0 # 0代表没有从机
master_failover_state:no-failover
master_replid:2589b3e910d357cc5d11fe16cc7f7e86a07eb651
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、修改端口
2、修改pid名称（指定以后台的方式运行）
3、修改log文件名字
4、修改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！
[root@hecs-362578 rconfig]# redis-server redis79.conf # 启动79的服务器
[root@hecs-362578 rconfig]# redis-server redis80.conf # 启动80的服务器
[root@hecs-362578 rconfig]# redis-server redis81.conf # 启动81的服务器
2、主从复制之复制原理
1、一主二从
默认情况下，每台Redis服务器都是主节点。
现在查看每一个都是主机：
我们一般情况下只用配置从机就好了！
规则就是认老大！ 一主 （79）二从（80，81）
配置从机80：
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：IP
master_port:6379 # 可以的看到主机的信息：端口
master_link_status:up
master_last_io_seconds_ago:7
master_sync_in_progress:0
slave_repl_offset:14
slave_priority:100
slave_read_only:1
connected_slaves:0
master_failover_state:no-failover
master_replid:f392f0f91c5a1edaa668f64287637b3d98ff7b09
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
配置从机81：
127.0.0.1:6381> SLAVEOF 127.0.0.1 6379
OK
127.0.0.1:6381> info replication
# Replication
role:slave
master_host:127.0.0.1
master_port:6379
master_link_status:up
master_last_io_seconds_ago:4
master_sync_in_progress:0
slave_repl_offset:252
slave_priority:100
slave_read_only:1
connected_slaves:0
master_failover_state:no-failover
master_replid:f392f0f91c5a1edaa668f64287637b3d98ff7b09
master_replid2:0000000000000000000000000000000000000000
master_repl_offset:252
second_repl_offset:-1
repl_backlog_active:1
repl_backlog_size:1048576
repl_backlog_first_byte_offset:239
repl_backlog_histlen:14
在主机79中查看：
127.0.0.1:6379> info replication
真实的应该从主配置应该在配置文件中配置，这样的话是永久的，我们这里使用的是命令，暂时的！
2、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，都会自动被从机保存！
主机写：
127.0.0.1:6379> keys *
(empty array)
127.0.0.1:6379> set k1 v1
OK
127.0.0.1:6379> get k1
"v1"
从机只能读取内容！
127.0.0.1:6380> keys *
1) "k1"
127.0.0.1:6380> get k1
"v1"
127.0.0.1:6380> set k2 v2 # 从机执行写操作的话，会报错！
(error) READONLY You can't write against a read only replica.
3、测试
主机宕机，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制的主从，这个时候如果重启了，就会变回主机！从机立马就会从主机中获取值！
4、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！
3、宕机后手动配置主机
1、层层链路模式
上一个主节点链接下一个 从节点！
就是6380认6379为老大，6381认6380为老大。
所以6380就会变成既是主节点，又是从节点。
master—slaver master—slaver
2、主机宕机后手动设置新主机
设置从机81的主机是从机80：
127.0.0.1:6381> SLAVEOF 127.0.0.1 6380
OK
127.0.0.1:6381> info replication
# Replication
role:slave
master_host:127.0.0.1
master_port:6380
master_link_status:up
master_last_io_seconds_ago:0
master_sync_in_progress:0
slave_repl_offset:9124
slave_priority:100
slave_read_only:1
connected_slaves:0
master_failover_state:no-failover
master_replid:3799bb3db1acf40285c5c2f18fa7efa7709c14cb
master_replid2:0000000000000000000000000000000000000000
master_repl_offset:9124
second_repl_offset:-1
repl_backlog_active:1
repl_backlog_size:1048576
repl_backlog_first_byte_offset:1
repl_backlog_histlen:9124
查看主机79的从机，只有一个了
127.0.0.1:6379> info replication
查看从机80，还是从机，没有变成主机
给主机79设置一个值k4
从机80中可以取得值
从机81中可以取得值
这时候也可以完成我们的主从复制！
如果主机宕机了，断开连接了，从机想自己变成主机使用命令SLAVEOF no one，让自己变成主机！其他的节点就可以手动连接到这个最新的主节点了（手动）！如果这时候老大修复了，那会重新连接！（谋朝篡位的模式，老大回来后就不再是老大了）
127.0.0.1:6381> SLAVEOF no one
OK
127.0.0.1:6381> info replication
# Replication
role:master
connected_slaves:0
master_failover_state:no-failover
master_replid:011b3d0664d4f204b8e7050488c5d6f253609150
master_replid2:3799bb3db1acf40285c5c2f18fa7efa7709c14cb
master_repl_offset:10408
second_repl_offset:10409
repl_backlog_active:1
repl_backlog_size:1048576
repl_backlog_first_byte_offset:1
repl_backlog_histlen:10408
现在还是链路模式，主机79-从机80-从机81，81的主机是79。现在断开79，断开80，从新连接80，发现80成为了主机，从机有一个是81。
4、哨兵模式详解
（自动选举老大的模式）
1、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。
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。
2、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 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！）
从机80成为了主机
从机81的主机变成了80
查看哨兵日志
通过日志的最后一句也可以看出主机是80。
如果主机79此时回来了，只能归并到新的主机80下，被当做从机，这就是哨兵模式的规则！
3、优缺点
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！
4、哨兵模式的全部配置
完整的哨兵模式配置文件 sentinel.conf
# 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 当这些quorum个数sentinel哨兵认为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 1
# 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
# 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
十一、Redis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。
1、缓存穿透（查不到导致的）
1、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。
2、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。
2、缓存击穿（量太大，缓存过期！）
1、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。
2、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。
3、缓存雪崩
1、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。
2、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
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。
小结及拓展
持续学习~
489
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
