title: Redis
一、引言
1.1 数据库压力过大
由于用户量增大,请求数量也随之增大,数据压力过大
1.2 数据不同步
多台服务器之间,数据不同步 ----- session 共享问题
1.3 传统锁失效
多台服务器之间的锁,已经不存在互斥性了。 ------ 分布式锁的问题
二、Redis介绍
2.1 NoSQL介绍
::: tip
- Redis就是一款NoSQL。 not only sql
- NoSQL -> 非关系型数据库 -> Not Only SQL。
- Key-Value:Redis。。。
- 文档型:ElasticSearch,Solr,Mongodb。。。
- 面向列:Hbase。。。
- 图形化:Neo4j。。。
- 除了关系型数据库都是非关系型数据库。
- NoSQL只是一种概念,泛指非关系型数据库,和关系型数据库做一个区分。
:::
2.2 Redis介绍
::: tip
有一位意大利人,在开发一款LLOOGG的统计页面,因为MySQL的性能不好,自己研发了一款非关系型数据库,并命名为Redis。Salvatore。
Redis(Remote Dictionary Server)即远程字典服务,Redis是由C语言去编写,Redis是一款基于Key-Value的NoSQL,而且Redis是基于内存存储数据的,Redis还提供了多种持久化机制,性能可以达到110000/s读取数据以及81000/s写入数据,Redis还提供了主从,哨兵以及集群的搭建方式,可以更方便的横向扩展以及垂直扩展。
:::
Redis之父 |
---|
![]() |
三、Redis安装
3.1 安装Redis
Docker-Compose安装
version: '3.1'
services:
redis:
image: daocloud.io/library/redis:5.0.7
restart: always
container_name: redis
environment:
- TZ=Asia/Shanghai
ports:
- 6379:6379
注意: 这个镜像仓库 的 安装 默认 开启了 两种持久化方式rdb/aof,不同的安装方式,持久化开启情况不一样
3.2 使用redis-cli连接Redis
/usr/local/bin docker-compose 安装的redis redis-cli 在这个路径下
进去Redis容器的内部
docker exec -it 容器id bash
在容器内部,使用redis-cli连接
链接效果 |
---|
![]() |
3.3 使用图形化界面连接Redis
下载地址:https://github.com/lework/RedisDesktopManager-Windows/releases/download/2019.5/redis-desktop-manager-2019.5.zip
傻瓜式安装
RedisDesktopManager |
---|
![]() |
也可以使用Medis工具 |
![]() |
四、Redis常用命令【重点
】
4.1 Redis存储数据的结构
常用的5种数据结构:
- key-string:一个key对应一个值。
- key-hash:一个key对应一个Map。
- key-list:一个key对应一个列表。 有序的 可以重复的
- key-set:一个key对应一个集合。 无序的 不可以重复的
- key-zset:一个key对应一个有序的集合。 有序的 不可以重复的
另外三种数据结构:
- HyperLogLog:计算近似值的。
- GEO:地理位置。
- BIT:一般存储的也是一个字符串,存储的是一个byte[]。
五种常用的存储数据结构图 |
---|
![]() |
key-string:最常用的,一般用于存储一个值。
key-hash:存储一个对象数据的。
key-list:使用list结构实现栈和队列结构。
key-set:交集,差集和并集的操作。
key-zset:排行榜,积分存储等操作。
4.2 string常用命令
string常用操作命令
#1. 添加值
set key value
set name zs
#2. 取值
get key
get name
#3. 批量操作
mset key value [key value...]
mset k1 v1 k2 v2 k3 v3
mget key [key...]
mget k1 k2 k3
#4. 自增命令(自增1)
incr key
set age 18
incr age
#5. 自减命令(自减1)
decr key
decr age
#6. 自增或自减指定数量
incrby key increment
incrby age 2
decrby key increment
DECRBY age 2
#7. 设置值的同时,指定生存时间(每次向Redis中添加数据时,尽量都设置上生存时间)
setex key second value
setex address 30 zz 设置 address zz 键值 存活30秒
ttl key 查看key 的 剩余存活时间
#8. 设置值,如果当前key不存在的话(如果这个key存在,什么事都不做,如果这个key不存在,和set命令一样)
setnx key value
setnx lock 1
# 如果redis 内没有 lock 这个键 就执行成功 有的话就执行失败
#9. 在key对应的value后,追加内容
append key value
append name zs name 这个键对应的值后追加 zs
#10. 查看value字符串的长度
strlen key
4.3 hash常用命令
hash常用命令
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-b7Pj5yzV-1668514153557)(https://qfedu-1254123199.cos.ap-nanjing.myqcloud.com/img/image-20220527153709533.png)]
#1. 存储数据
hset key field value
#2. 获取数据
hget key field
#3. 批量操作
hmset key field value [field value ...]
hmget key field [field ...]
#4. 自增(指定自增的值)
hincrby key field increment
#5. 设置值(如果key-field不存在,那么就正常添加,如果存在,什么事都不做)
hsetnx key field value
#6. 检查field是否存在
hexists key field
#7. 删除key对应的field,可以删除多个
hdel key field [field ...]
#8. 获取当前hash结构中的全部field和value
hgetall key
#9. 获取当前hash结构中的全部field
hkeys key
#10. 获取当前hash结构中的全部value
hvals key
#11. 获取当前hash结构中field的数量
hlen key
hash应用场景
对象缓存
模拟购物车
用户id 为 key 商品id 为 field 商品数量 为 value
添加商品 hset cart:1001 10086 1 【hset cart:用户ID 商品ID 数量】
增加数量 HINCRBY cart:1001 10086 1 【HINCRBY cart:用户ID 商品ID 数量】
商品总数 HLEN cart:1001 【HLEN cart:用户ID】
删除商品 hdel cart:1001 10086 【 hdel cart:用户ID 商品ID】
获取购物车所有商品: HGETALL cart:1001 【HGETALL cart:用户ID 】
4.4 list常用命令
list常用命令 有序的列表
push 推,存数据
pop 弹,取数据
l left:左边
r right: 右边
#1. 存储数据(从左侧插入数据,从右侧插入数据)
lpush key value [value ...]
rpush key value [value ...]
#2. 存储数据(如果key不存在,添加,如果key存在,但是不是list结构,什么都不做)
lpushx key value
rpushx key value
#3. 修改数据(在存储数据时,指定好你的索引位置,覆盖之前索引位置的数据,index超出整个列表的长度,也会失败)
lset key index value
#4. 弹栈方式获取数据(左侧弹出数据,从右侧弹出数据)
lpop key
rpop key
#5. 获取指定索引范围的数据(start从0开始,stop输入-1,代表最后一个,-2代表倒数第二个)
lrange key start stop
#6. 获取指定索引位置的数据
lindex key index
#7. 获取整个列表的长度
llen key
#8. 删除列表中的数据(他是删除当前列表中的count个value值,count > 0从左侧向右侧删除,count < 0从右侧向左侧删除,count == 0删除列表中全部的value)
lrem key count value
#9. 保留列表中的数据(保留你指定索引范围内的数据,超过整个索引范围被移除掉)
ltrim key start stop
#10. 将一个列表中最后的一个数据,插入到另外一个列表的头部位置
rpoplpush list1 list2
list 模拟栈 statck = lpush + lpop
模拟队列 queue = lpush + rpop
小明关注了 多个a,b,c三个公众号 三个公众号依次发消息 小明的id 为1
lpush msg:1 1001 a公众号发id 为1001 的 消息
lpush msg:1 1002 b公众号发id 为1002 的 消息
lpush msg:1 1003 c公众号发id 为1003 的 消息
4.5 set常用命令
set常用命令
无序不可重复
#1. 存储数据
sadd key member [member ...]
#2. 获取数据(获取全部数据)
smembers key
#3. 随机获取一个数据(获取的同时,移除数据,count默认为1,代表弹出数据的数量)
spop key [count]
#4. 交集(取多个set集合交集)
sinter set1 set2 ...
#5. 并集(获取全部集合中的数据)
sunion set1 set2 ...
#6. 差集(获取多个集合中不一样的数据)
sdiff set1 set2 ...
# 7. 删除数据
srem key member [member ...]
# 8. 查看当前的set集合中是否包含这个值
sismember key member
应用场景 朋友圈点赞
sadd like:messageid:1 1 messageid:1 消息 被 id为1 的用户点赞
SCARD like:messageid:1 获取点赞数
SISMEMBER like:messageid:1 2 判断 id 为2 的 有没有给这个朋友圈信息点赞
抖音的关注模型
zs关注的人 sadd zslike ls ww zl
ls 关注的人 sadd lslike ww zl tq
ww关注的人 sadd wwlike zs ls zl tq
ww的粉丝 sadd wwfans zs ls
zs和ls 共同关注的人 SINTER zslike lslike
zs关注的人也关注了ww
SISMEMBER zslike ls
SISMEMBER lslike ww
或者
SINTER zslike wwfans
zs可能认识的人
SDIFF lslike zslike
4.6 zset的常用命令
zset常用命令
有序且不重复。每个元素都会关联一个double类型的分数,Redis通过分数进行从小到大的排序。
分数可以重复
#1. 添加数据(score必须是数值。member不允许重复的。)
zadd key score member [score member ...]
#2. 修改member的分数(如果member是存在于key中的,正常增加分数,如果memeber不存在,这个命令就相当于zadd)
zincrby key increment member
#3. 查看指定的member的分数
zscore key member
#4. 获取zset中数据的数量
zcard key
#5. 根据score的范围查询member数量
zcount key min max
#6. 删除zset中的成员
zrem key member [member...]
#7. 根据分数从小到大排序,获取指定范围内的数据(withscores如果添加这个参数,那么会返回member对应的分数)
zrange key start stop [withscores]
#8. 根据分数从大到小排序,获取指定范围内的数据(withscores如果添加这个参数,那么会返回member对应的分数)
zrevrange key start stop [withscores]
#9. 根据分数的返回去获取member(withscores代表同时返回score,添加limit,就和MySQL中一样,如果不希望等于min或者max的值被查询出来可以采用 ‘(分数’ 相当于 < 但是不等于的方式,最大值和最小值使用+inf和-inf来标识)
zrangebyscore key min max [withscores] [limit offset count]
# ZRANGEBYSCORE zset1 10 18 withscores limit 0 2
取score 为 10 到 18 之间的 value(包含边界值10 和 18) 从 索引为 0 处开始取 取两个
# ZRANGEBYSCORE zset1 (10 (18 withscores limit 0 2
取score 为 10 到 18 之间的 value(不包含边界值10 和 18) 从 索引为 0 处开始取 取两个
# ZRANGEBYscore zset1 -inf +inf withscores limit 1 3
取 最小 score 到 最大score 的值 从 索引1 开始 取 ,取 3 个
#10. 根据分数的返回去获取member(withscores代表同时返回score,添加limit,就和MySQL中一样)
# 返回有序集中指定分数区间内的所有的成员。有序集成员按分数值递减(从大到小)的次序排列。
# 成员按分数值递减的次序排列
zrevrangebyscore key max min [withscores] [limit offset count]
4.7 key常用命令
key常用命令
#1. 查看Redis中的全部的key(pattern:* ,xxx*,*xxx)
keys pattern
#2. 查看某一个key是否存在(1 - key存在,0 - key不存在)
exists key
#3. 删除key
del key [key ...]
#4. 设置key的生存时间,单位为秒,单位为毫秒,设置还能活多久
expire key second
pexpire key milliseconds
#5. 设置key的生存时间,单位为秒,单位为毫秒,设置能活到什么时间点 接收到的是unix 时间戳
expireat key timestamp
pexpireat key milliseconds
#6. 查看key的剩余生存时间,单位为秒,单位为毫秒(-2 - 当前key不存在,-1 - 当前key没有设置生存时间,具体剩余的生存时间)
ttl key
pttl key
#7. 移除key的生存时间(1 - 移除成功,0 - key不存在生存时间,key不存在)
persist key
#8. 选择操作的库
select 0~15
#9. 移动key到另外一个库中
move key db
#10. 重命名key
rename key newkey:修改key的名称
#11. 查看key存储值的数据类型
type key:返回key所储存的值的类型
expirekey的使用场景:
1、限时的优惠活动
2、网站数据缓存
3、手机验证码
4、限制网站访客频率
key的命名建议:
- key不要太长,尽量不要超过1024字节。不仅消耗内存,也会降低查找的效率
- key不要太短,太短可读性会降低
- 在一个项目中,key最好使用统一的命名模式,如 user:123:password
- key区分大小写
4.8 库的常用命令
db常用命令
#1. 清空当前所在的数据库
flushdb
#2. 清空全部数据库
flushall
#3. 查看当前数据库中有多少个key
dbsize
#4. 查看最后一次操作的时间 Lastsave 命令返回最近一次 Redis 成功将数据保存到磁盘上的时间,以 UNIX 时间戳格式表示。
lastsave 返回 integer 值
#5. 实时监控Redis服务接收到的命令 在一个连接上 使用 monitor 可以监控 别的连接对redis 的操作
monitor
五、Java连接Redis【重点
】
5.1 SpringBoot连接Redis
5.1.1 创建Maven工程
idea创建,创建时选择就选择单元测试/Lombok/NoSQL中的redis模块
5.1.2 导入需要的依赖
<dependencies>
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-web</artifactId>
</dependency>
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-data-redis</artifactId>
</dependency>
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-devtools</artifactId>
<scope>runtime</scope>
<optional>true</optional>
</dependency>
<dependency>
<groupId>org.projectlombok</groupId>
<artifactId>lombok</artifactId>
<optional>true</optional>
</dependency>
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-test</artifactId>
<scope>test</scope>
</dependency>
</dependencies>
配置文件
spring:
# redis连接信息配置
redis:
host: 192.168.174.128
port: 6379
password:
# springboot2.0以上的版本默认使用的是lettuce redis客户端
lettuce:
pool:
max-active: 8
max-wait: -1
max-idle: 500
min-idle: 0
5.1.3 测试
@SpringBootTest
class RedisDemoApplicationTests {
// 注入StringRedisTemplate 字串类型的redis操作模板类
// 只能操作key/value都是字串类型的数据
@Autowired
StringRedisTemplate stringRedisTemplate;
@Test
void contextLoads() {
ValueOperations<String, String> ops = stringRedisTemplate.opsForValue();
// 设置数据
ops.set("name1","仁康");
// 获取值
System.out.println(ops.get("name1"));
// 设置值同时指定过期时间
// ops.set("name2","李四",30,TimeUnit.SECONDS);
// 如果key不存在时设置值并返回true,如果存在时什么都不在返回false
// ops.setIfAbsent("name1","王五");
// 如果key存在时设置值并返回true,如果不存在时什么都不在返回false
// ops.setIfPresent("name1","王五");
ops.append("name1","大好人");
System.out.println(ops.get("name1"));
// 获取字串的字符数
System.out.println(ops.size("name1"));
}
}
5.2 存储一个对象到Redis以json的形式
5.2.1 准备一个User实体类
@Data
public class User implements Serializable {
private static final long serialVersionUID = 5700617907293625554L;
private Integer id;
private String name;
private Date birthday;
}
配置序列化类,自动添加serialVersionUID
配置过以后,在类上使用 alt+Enter可以自动提示,生成serialVersionUID
5.2.2 Redis配置类
@Configuration
public class RedisConfig {
@Bean
public RedisTemplate<String, Object> redisTemplate(RedisConnectionFactory factory) {
RedisTemplate<String, Object> template = new RedisTemplate<>();
//关联
template.setConnectionFactory(factory);
//设置key的序列化器
template.setKeySerializer(RedisSerializer.string());
//设置value的序列器
template.setValueSerializer(RedisSerializer.json());
return template;
}
}
RedisSerializer指定序列化的方式,常用的 string() 和 json()
本质上Spring自动注入的StringRedisTemplate就是指定了string()的序列化方式
5.2.3 创建Demo测试类
@Test
void testJson(){
ValueOperations<String, Object> ops = redisTemplate.opsForValue();
User user = new User();
user.setId(1);
user.setName("董晨旭");
user.setBirthday(new Date());
ops.set("user1",user);
}
5.3 注意事项
<!-- 需要引入jackson本质原因是因为redis使用了json序列化 -->
<dependency>
<groupId>com.fasterxml.jackson.core</groupId>
<artifactId>jackson-databind</artifactId>
</dependency>
<!-- 或者直接导入web模块,WEB模块中有依赖jackson-databind -->
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-web</artifactId>
</dependency>
5.4 常用命令操作
Java验证key的常用命令
@Test
void testKey(){
ValueOperations<String, String> ops = stringRedisTemplate.opsForValue();
RedisOperations<String, String> operations = ops.getOperations();
System.out.println(operations.getExpire("aaa"));
System.out.println(operations.getExpire("name1"));
// 获取key的值数据类型
DataType dataType = operations.type("name1");
System.out.println(dataType);
}
六、Redis其他配置及集群【重点
】
修改yml文件,以方便后期修改Redis配置信息
./conf redis的配置文件目录
./data redis的数据文件
command 启动redis并指定配置文件
version: '3.1'
services:
redis:
image: daocloud.io/library/redis:5.0.7
restart: always
container_name: redis
environment:
- TZ=Asia/Shanghai
ports:
- 6379:6379
volumes:
- ./conf/redis.conf:/usr/local/redis/redis.conf
- ./data:/data
command: ["redis-server","/usr/local/redis/redis.conf"]
6.1 Redis的AUTH
通过修改Redis的配置文件,实现Redis的密码校验,进入conf目录,创建redis.conf文件
vi redis.conf
配置文件内容如下
# redis.conf
requirepass 密码
修改配置文件后重启redis
# 先停止redis:
docker-compose down
# 重新启动:
docker-compose up -d
三种客户端的连接方式
- redis-cli:在输入正常命令之前,先输入auth 密码即可。
看到上面的提示,就表示要求输入密码,输入
auth 你的密码
- 图形化界面:在连接Redis的信息中添加上验证的密码。
- Java客户端:修改application.yml 文件指定redis的password
spring:
redis:
password: 123
host: 192.168.174.128
port: 6379
6.2 Redis的事务
Redis的事务:一次事务操作,该成功的成功,该失败的失败。
先开启事务,执行一些列的命令,但是命令不会立即执行,会被放在一个队列中,如果你执行事务,那么这个队列中的命令全部执行,如果取消了事务,一个队列中的命令全部作废。
- 开启事务:multi
- 输入要执行的命令:被放入到一个队列中
- 执行事务:exec
- 取消事务:discard
Redis的事务向想发挥功能,需要配置watch监听机制
在开启事务之前,先通过watch命令去监听一个或多个key,在开启事务之后,如果有其他客户端修改了我监听的key,事务会自动取消。
当前客户端 如果执行了事务,或者取消了事务,watch监听自动消除,一般不需要手动执行unwatch。
6.3 Redis持久化机制
6.3.1 RDB
RDB是Redis默认的持久化机制
RDB持久化文件,速度比较快,而且存储的是一个二进制的文件,传输起来很方便。
RDB持久化的时机:
save 900 1:在900秒内,有1个key改变了,就执行RDB持久化。
save 300 10:在300秒内,有10个key改变了,就执行RDB持久化。
save 60 10000:在60秒内,有10000个key改变了,就执行RDB持久化。
RDB无法保证数据的绝对安全。
关闭REDIS服务时可以指定,是否持久化[默认不持久化] |
---|
![]() |
重启redis可以验证,redis从磁盘恢复数据到内存中了。
6.3.2 AOF
AOF持久化机制默认是关闭的,Redis官方推荐同时开启RDB和AOF持久化,更安全,避免数据丢失。
AOF持久化的速度,相对RDB较慢的,存储的是一个文本文件,到了后期文件会比较大,传输困难。
AOF持久化时机。
appendfsync always:每执行一个写操作,立即持久化到AOF文件中,性能比较低。
appendfsync everysec:每秒执行一次持久化。
appendfsync no:会根据你的操作系统不同,环境的不同,在一定时间内执行一次持久化。AOF相对RDB更安全,推荐同时开启AOF和RDB。
AOF相关的配置
appendonly no
appendfilename "appendonly.aof"
# If unsure, use "everysec".
# appendfsync always
# everysec 每秒中持久化一次
appendfsync everysec
# appendfsync no
修改为如下的配置内容
# 开启AOF持久化
appendonly yes
appendfilename "redis.aof"
6.3.3 注意事项
同时开启RDB和AOF的注意事项:
如果同时开启了AOF和RDB持久化,那么在Redis宕机重启之后,需要加载一个持久化文件,优先选择AOF文件。
如果先开启了RDB,再次开启AOF,如果RDB执行了持久化,那么RDB文件中的内容会被AOF覆盖掉。
6.4 Redis的主从架构
单机版 Redis存在读写瓶颈的问题 110000/s 的 读 81000/s 的写
主从架构 |
---|
![]() |
指定yml文件
version: "3.1"
services:
redis1:
image: daocloud.io/library/redis:5.0.7
restart: always
container_name: redis1
environment:
- TZ=Asia/Shanghai
ports:
- 7001:6379
volumes:
- ./conf/redis1.conf:/usr/local/redis/redis.conf
command: ["redis-server","/usr/local/redis/redis.conf"]
redis2:
image: daocloud.io/library/redis:5.0.7
restart: always
container_name: redis2
environment:
- TZ=Asia/Shanghai
ports:
- 7002:6379
volumes:
- ./conf/redis2.conf:/usr/local/redis/redis.conf
links:
- redis1:master
command: ["redis-server","/usr/local/redis/redis.conf"]
redis3:
image: daocloud.io/library/redis:5.0.7
restart: always
container_name: redis3
environment:
- TZ=Asia/Shanghai
ports:
- 7003:6379
volumes:
- ./conf/redis3.conf:/usr/local/redis/redis.conf
links:
- redis1:master
command: ["redis-server","/usr/local/redis/redis.conf"]
# redis2和redis3从节点配置
replicaof master 6379
验证:到redis1中写数据,redis2/redis3中会同步数据。
主从示例 |
---|
![]() |
主从结构: 读写分离性能扩展 容灾恢复,但是还是存在单点故障问题,就是主节点挂掉 ,redis 服务不可用了,剩下的从节点无法进行写操作,咱们希望的是 主节点挂掉,从节点能够上位。
解决这个问题需要使用哨兵模式。
6.5 哨兵
哨兵可以帮助我们解决主从架构中的单点故障问题
添加哨兵 |
---|
![]() |
1、准备哨兵的配置文件,在conf目录中编写
主节点配置:sentinel1.conf
从节点配置:sentinel2.conf sentinel3.conf
# 哨兵需要后台启动
daemonize yes
# 指定Master节点的ip和端口(主)
sentinel monitor master localhost 6379 2
# 指定Master节点的ip和端口(从)
sentinel monitor master master 6379 2
# 哨兵每隔多久监听一次redis架构
sentinel down-after-milliseconds master 10000
#所有相关的端口号需要在防火墙开启比如 7001 7002 7003 26379(是哨兵通信端口也得开 在哨兵配置文件可以看到)
配置文件目录 |
---|
![]() |
完整的配置文件内容如下:
配置文件 | 内容 |
---|---|
redis1.conf | |
redis2.conf | replicaof master 6379 |
redis3.conf | replicaof master 6379 |
sentinel1.conf | daemonize yes sentinel monitor master localhost 6379 2 sentinel down-after-milliseconds master 10000 |
sentinel2.conf | daemonize yes sentinel monitor master master 6379 2 sentinel down-after-milliseconds master 10000 |
sentinel3.conf | daemonize yes sentinel monitor master master 6379 2 sentinel down-after-milliseconds master 10000 |
修改了以下docker-compose.yml,为了可以在容器内部使用哨兵的配置
version: "3.1"
services:
redis1:
image: daocloud.io/library/redis:5.0.7
restart: always
container_name: redis1
environment:
- TZ=Asia/Shanghai
ports:
- 7001:6379
volumes:
- ./conf/redis1.conf:/usr/local/redis/redis.conf
- ./conf/sentinel1.conf:/data/sentinel.conf # 添加的内容
command: ["redis-server","/usr/local/redis/redis.conf"]
redis2:
image: daocloud.io/library/redis:5.0.7
restart: always
container_name: redis2
environment:
- TZ=Asia/Shanghai
ports:
- 7002:6379
volumes:
- ./conf/redis2.conf:/usr/local/redis/redis.conf
- ./conf/sentinel2.conf:/data/sentinel.conf # 添加的内容
links:
- redis1:master
command: ["redis-server","/usr/local/redis/redis.conf"]
redis3:
image: daocloud.io/library/redis:5.0.7
restart: always
container_name: redis3
environment:
- TZ=Asia/Shanghai
ports:
- 7003:6379
volumes:
- ./conf/redis3.conf:/usr/local/redis/redis.conf
- ./conf/sentinel3.conf:/data/sentinel.conf # 添加的内容
links:
- redis1:master
command: ["redis-server","/usr/local/redis/redis.conf"]
启动docker-compose,
docker-compose up -d
然后在Redis容器内部手动启动哨兵即可
redis-sentinel sentinel.conf
三台机器的哨兵都需要启动
哨兵模式 主节点 挂掉之后 在从机中选出新的主节点,哪个从机会被选为新的主节点?
根据 配置文件的replica-priority 100 这个配置 这个值越小 优先级越高
6.6 Redis的集群
前面的主从复制 解决了 redis 的 读写压力问题 ,分出了两个从节点 分担了 读取数据的压力
哨兵 解决了单点故障的问题 当有一个 master 节点 挂掉了 自动投票选举 出来一个 master 保证 主从架构正常执行 但是 这种架构还有一种问题 就是 存储的数据有限 ,也就是当数据量很大的时候 一个redis 存不下,上面的 一个 redis 主节点 无法存储这么多的数据 此时 就需要集群了
Redis集群在保证主从加哨兵的基本功能之外,还能够提升Redis存储数据的能力。
Redis集群架构图 |
---|
![]() |
注意 这里的从节点 跟上面的一主二从的 从节点不一样 ,这里的从节点 只负责备份主节点的数据 不负责分担主节点的读压力,而是一直看主节点干活 如果发现主节点挂掉了 马上顶替主节点干活
那么 如果某个节点上的一些数据 查询频率太高 也可以针对某一个节点 搭建 读写分离的那种 主从
主从 哨兵 和 集群 是三个概念
集群中的节点 超过半数挂掉 那么 整个集群服务就不可用了
如果某一个主节点挂掉 那么从节点顶上来做主节点 这个过程 是由其他节点选举
如果某一个主从节点都挂掉了 redis集群是否还能提供服务要看下面的配置
cluster-require-full-coverage yes 那么 整个集群都挂掉
cluster-require-full-coverage no 该节点不可用 该节点上的插槽都不能使用 其他节点正常使用
正常的心跳数据包携带节点的完整配置,它能以幂等方式来更新配置。如果采用 16384 个插槽,占空间 2KB (16384/8);如果采用 65536 个插槽,占空间 8KB (65536/8)。
Redis Cluster 不太可能扩展到超过 1000 个主节点,太多可能导致网络拥堵。
16384 个插槽范围比较合适,当集群扩展到1000个节点时,也能确保每个master节点有足够的插槽,
8KB 的心跳包看似不大,但是这个是心跳包每秒都要将本节点的信息同步给集群其他节点。比起 16384 个插槽,头大小增加了4倍,ping消息的消息头太大了,浪费带宽。
创建docker_redis_cluter目录,准备yml文件
# docker-compose.yml
version: "3.1"
services:
redis1:
image: daocloud.io/library/redis:5.0.7
restart: always
container_name: redis1
environment:
- TZ=Asia/Shanghai
ports:
- 7001:7001
- 17001:17001
volumes:
- ./conf/redis1.conf:/usr/local/redis/redis.conf
command: ["redis-server","/usr/local/redis/redis.conf"]
redis2:
image: daocloud.io/library/redis:5.0.7
restart: always
container_name: redis2
environment:
- TZ=Asia/Shanghai
ports:
- 7002:7002
- 17002:17002
volumes:
- ./conf/redis2.conf:/usr/local/redis/redis.conf
command: ["redis-server","/usr/local/redis/redis.conf"]
redis3:
image: daocloud.io/library/redis:5.0.7
restart: always
container_name: redis3
environment:
- TZ=Asia/Shanghai
ports:
- 7003:7003
- 17003:17003
volumes:
- ./conf/redis3.conf:/usr/local/redis/redis.conf
command: ["redis-server","/usr/local/redis/redis.conf"]
redis4:
image: daocloud.io/library/redis:5.0.7
restart: always
container_name: redis4
environment:
- TZ=Asia/Shanghai
ports:
- 7004:7004
- 17004:17004
volumes:
- ./conf/redis4.conf:/usr/local/redis/redis.conf
command: ["redis-server","/usr/local/redis/redis.conf"]
redis5:
image: daocloud.io/library/redis:5.0.7
restart: always
container_name: redis5
environment:
- TZ=Asia/Shanghai
ports:
- 7005:7005
- 17005:17005
volumes:
- ./conf/redis5.conf:/usr/local/redis/redis.conf
command: ["redis-server","/usr/local/redis/redis.conf"]
redis6:
image: daocloud.io/library/redis:5.0.7
restart: always
container_name: redis6
environment:
- TZ=Asia/Shanghai
ports:
- 7006:7006
- 17006:17006
volumes:
- ./conf/redis6.conf:/usr/local/redis/redis.conf
command: ["redis-server","/usr/local/redis/redis.conf"]
配置文件,创建redis1.conf redis2.conf … redis6.conf
配置文件内容类似,需要修改为不同的端口
# redis.conf
# 指定redis的端口号
port 7001
# 开启Redis集群
cluster-enabled yes
# 集群信息的文件
cluster-config-file nodes-7001.conf
# 集群的对外ip地址
cluster-announce-ip 192.168.174.128
# 集群的对外port
cluster-announce-port 7001
# 集群的总线端口
cluster-announce-bus-port 17001
替换操作可以使用vi编辑器的替换命令
:.,%s/7001/7002/g
进入尾行模式 .,
表示同从第一行到最后一行 %s
字符替换
/7701 要替换的字串
/7002 替换为
/g
全局替换
通过docker-compose启动了6个Redis的节点。 切记开启所有相关的端口号 重启防火墙 重启docker服务
随便跳转到一个容器内部,使用redis-cli管理集群
redis-cli --cluster create 192.168.174.128:7001 192.168.174.128:7002 192.168.174.128:7003 192.168.174.128:7004 192.168.174.128:7005 192.168.174.128:7006 --cluster-replicas 1
操作集群
redis-cli 操作集群
# -c 实现自动重定向
# -h 指定IP地址
# -p 指定端口号
redis-cli -c -h 192.168.174.128 -p 7001
6.7 Java连接Redis集群
SpringBoot连接Redis集群,只需要修改配置文件,增加集群配置即可
SpringBoot配置文件
spring:
redis:
cluster:
# 集群IP和PORT
nodes:
- 192.168.174.128:7001
- 192.168.174.128:7002
- 192.168.174.128:7003
- 192.168.174.128:7004
- 192.168.174.128:7005
- 192.168.174.128:7006
# 跨集群执行命令时要遵循的最大重定向数
max-redirects: 3
lettuce:
pool:
max-active: 1024
max-wait: 10000
max-idle: 10
min-idle: 5
正常测试
@Test
void testCluster() {
ValueOperations<String, String> ops = stringRedisTemplate.opsForValue();
ops.set("name", "哈哈");
}
Redis管道方式测试
@Test
void testPipeline() {
// 管道命令
SessionCallback<String> sessionCallback = new SessionCallback<String>() {
@Override
public String execute(RedisOperations operations) throws DataAccessException {
for (int i = 0; i < 1000; i++) {
operations.boundValueOps("cluster:" + i).set("集群" + i);
}
return null;
}
};
redisTemplate.executePipelined(sessionCallback);
}
七、Redis常见问题【重点
】
7.1 key的生存时间到了,Redis会立即删除吗?
不会立即删除。
定期删除:Redis每隔一段时间就去会去查看Redis设置了过期时间的key,会再100ms的间隔中默认查看3个key。
惰性删除:如果当你去查询一个已经过了生存时间的key时,Redis会先查看当前key的生存时间,是否已经到了,直接删除当前key,并且给用户返回一个空值。
7.2 Redis的淘汰机制
在Redis内存已经满的时候,添加了一个新的数据,执行淘汰机制。
- volatile-lru:在内存不足时,Redis会在设置过了生存时间的key中干掉一个最近最少使用的key。
- allkeys-lru:在内存不足时,Redis会再全部的key中干掉一个最近最少使用的key。
- volatile-lfu:在内存不足时,Redis会再设置过了生存时间的key中干掉一个最近最少频次使用的key。
- allkeys-lfu:在内存不足时,Redis会再全部的key中干掉一个最近最少频次使用的key。
- volatile-random:在内存不足时,Redis会再设置过了生存时间的key中随机干掉一个。
- allkeys-random:在内存不足时,Redis会再全部的key中随机干掉一个。
- volatile-ttl:在内存不足时,Redis会在设置过了生存时间的key中干掉一个剩余生存时间最少的key。
- noeviction:(默认)在内存不足时,直接报错。
7.3 缓存的常问题
7.3.1 缓存穿透问题
缓存穿透
个人理解:指查询一个一定不存在的数据,由于缓存是不命中的,将去查询数据库,但是数据库也没有这个数据,更糟糕的是我们没有把这次查询的 null 结果 写入缓存,这将导致这个不存在的数据每次查询 都走数据库。 缓存也就没有意义了
风险: 利用不存在的数据 进行攻击 数据库瞬时压力增大 可能导致崩溃
解决:将null 结果放入 缓存 ,最好 加入一个 过期时间
缓存穿透 |
---|
![]() |
7.3.2 缓存击穿问题
缓存击穿
个人理解:对于某些热点数据 可能设置了过期时间 或者 在 第一次访问之前缓存中没有 在某一刻的高并发访问 都没有命中缓存,都查询了数据库 这称之为 缓存击穿
解决方案:加锁
预先设置下热点数据
缓存击穿 |
---|
![]() |
7.3.3 缓存雪崩问题
缓存雪崩
个人理解:我们在设置缓存的 key 时 采用了相同的过期时间 导致缓存在某一时刻同时失效 请求全部转到数据库 数据库瞬时压力大 造成雪崩
解决方案:设置key 的时候 在原有的过期时间上 加上一个 随机值 比如 1-5 分钟的随机值 这样 每一个缓存key 的过期时间 重复率就会降低
缓存雪崩 |
---|
![]() |
7.3.4 缓存倾斜问题
缓存倾斜
缓存倾斜 |
---|
![]() |
八、Redis的使用场景
缓存和数据库的一致性问题,最终解决方案:延迟双删!