一、Nosql概述
1、为什么使用Nosql
1.1、单机MySQL的时代
- 90年代,一个网站的访问量一般不会太大,单个数据库完全够用。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。
- 这种情况下,整个网站的瓶颈是什么:
- 1.数据量如果太大,一个机器放不下
- 2.数据的索引(B+ Tree),一个机器内存也存放不下
- 3.访问量变大后(读写混合),一个服务器承受不了。
1.2、Memcached(缓存) + Mysql + 垂直拆分(读写分离)
-
主要解决读的问题
-
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库的压力,我们可以使用缓存来保证效率!
-
发展过程:
- 1.优化数据库的数据结构和索引(难度大)
- 2.文件缓存(IO):IO流获取比访问数据库高效,但是流量爆炸式增长时,IO流同样会超载
- 3.Memcached(当时最热门的技术!):通过在数据库和数据库访问层之间加上一层缓存,第一次访问时查询数据库,将结果保存到缓存,后续的查询先检查缓存,若有直接拿去使用,效率显著提升。
1.3、分库分表 + 水平拆分 + Mysql集群
- 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
1.4、如今最近的年代
- 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!如果能有一种数据库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!
- 这时候我们就需要使用 NoSQL 数据库的,Nosql 可以很好的处理以上的情况!
2、什么是 NoSQL
- NoSQL = Not Only SQL(不仅仅是SQL)
- 关系型数据库:表格,行,列
- 泛指非关系型数据库的,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,也是必学的
- 很多的数据类型用户的个人信息,如社交网络、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
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,读取11万,NoSQL 的缓存记录表,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!因为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)
- 高性能,高可用,高可扩展性
- ...
了解:3V + 3高
-
大数据时代的 3V:主要是描述问题的
- 1.海量 Velume
- 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.高可扩(程序易于维护和扩展)
- 3.高性能(访问效率高)
-
真正在公司中的实践:NoSQL + RDBMS 一起使用才是最强的。
3、阿里巴巴演进分析
# 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)
淘宝内部的 MySQL 不是大家用的 MySQL
# 2、商品的描述、评论(文字比较多)
文档型数据库中,MongoDB
# 3、图片
- 分布式文件系统:FastDFS
- 淘宝:TFS
- Google:GFS
- Hadoop:HDFS
- 阿里云的:oss
# 4、商品的关键字(搜索)
- 搜索引擎:solr,elasticsearch
- 阿里:Isearch---多隆
# 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
- 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:
4、NoSQL 的四大分类
KV 键值对
- 新浪:Redis
- 美团:Redis + Tair
- 阿里、百度:Redis + Memcache
文档型数据库(bson数据格式 和json一样)
- MongoDB(必须掌握)
- 基于分布式文件存储的数据库。C++编写,主要用于处理大量文档。
- MongoDB 是一个介于关系型数据库(RDBMS)和非关系型数据库(NoSQL)中间的产品。MongoDB是非关系型数据库中功能最丰富的,NoSQL中最像关系型数据库的数据库。
- ConthDB
列存储数据库
- HBase
- 分布式文件系统
图关系数据库
- 它不是存图形的,放的是关系,比如:朋友圈社交网络,广告推荐等
- Neo4j、InfoGrid
四者对比总结
二、Redis 入门
1、概述
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。
- 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。
- 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!
Redis能该干什么?
- 1.内存存储、持久化,内存中是断电即失的,所以说持久化很重要(rdb、aof)
- 2.效率高,可以由于高速缓存
- 3.发布订阅系统
- 4.地图信息分析
- 5.计时器、计数器(浏览量!)
- …
特性
- 1.多样的数据类型
- 2.持久化
- 3.集群
- 4.事务
- …
学习需要
2、Windows 安装
-
2.解压安装包到环境目录
-
3.启动 redis-server.exe
-
4.使用 redis-cli.exe 客户端来连接 redis
window10 可以下载 WSL 来运行 Ubuntu
3、Linux 安装
-
宝塔可以一键部署java环境,就不用像狂神那么麻烦的配置环境了
-
通过宝塔安装,默认路径都在
/www/server
下
-
使用 Xftp 打开 redis.conf
-
找到
requirepass foobared
这行,将注释去掉(可以用:编辑 - 查找)
- 并将
foobared
改为自己想要的密码
- 在 php 设置中,安装 redis 扩展
- 安装完成后重启r
- 去 redis 目录下,输入
make install
- 输入
redis-server redis.conf
启动服务端,不报错就是成功了
- 输入
redis-cli -p 6379
,使用Redis客户端进行连接 - 测试连通,如下就是成功了
- 查看 redis 的进程是否开启
- 如何关闭 redis 服务端
- 再次查看 redis 的进程是否开启
- 后面我们会使用单机多 Redis 启动集群
4、测试性能
开机
[root@iZf8z4ii45kfjc41qrt363Z redis]# redis-server redis.conf
[root@iZf8z4ii45kfjc41qrt363Z redis]# redis-cli -p 6379
redis-benchmark:Redis官方提供的性能测试工具,参数选项如下:
# 测试:50个并发连接 50000请求
redis-benchmark -h localhost -p 6379 -c 50 -n 50000
-
宝塔安装的 redis ,需要进入到
www/server/redis/src
下进行测试(一个会话连接 redis,另一个会话测试)
-
测试结果分析
-
退出测试,使用
ctrl + c
或者ctrl + z
5、基础知识
redis默认有16个数据库
- 使用
vim redis.conf
查看配置文件
- 默认使用的是第0个数据库(0 ~ 15)
- 可以使用
select
进行切换数据库
127.0.0.1:6379> select 3 #切换数据库
OK
127.0.0.1:6379[3]> dbsize #查看数据库大小
(integer) 0
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。
Redis 是单线程的
- Redis 是基于内存操作的
- Redis 的性能瓶颈不是 CPU,而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
- 6.x 版本的多线程是对应 io 操作搬运数据时多线程而言的(io 多路复用),工作线程还是只有一个(文件事件分派器的消费是单线程的)
- QPS 达到10W+,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,在内存情况下,单线程就是最佳的方案。
三、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。 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)。
1、Redis-Key
del key
:删除键值对move key db
:将键值对移动到指定数据库
exists key
,判断是否存在,存在的话返回(integer) 1
,无则返回0ttl key
查看当前 key 的剩余时间
127.0.0.1:6379> type name #查看key的类型
string
127.0.0.1:6379> type age
string
- 不会的命令就去官网查
2、String(字符串)
127.0.0.1:6379> set key1 v1
OK
127.0.0.1:6379> get key1
"v1"
127.0.0.1:6379> keys *
1) "name"
2) "age"
3) "key1"
127.0.0.1:6379> exists key1
(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 set key
(integer) 7
127.0.0.1:6379> get key1
"v1hello"
127.0.0.1:6379> strlen key1 #获取字符串的长度
(integer) 7
127.0.0.1:6379> append key1 ,shenxinde
(integer) 17
127.0.0.1:6379> get key1
"v1hello,shenxinde"
#####################################################################################
i++
步长 i+=
127.0.0.1:6379> set views 0 #浏览量初始为0
OK
127.0.0.1:6379> get views
"0"
127.0.0.1:6379> incr views #自增1 浏览量为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
(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 10
(integer) 9
#####################################################################################
字符串范围:range
127.0.0.1:6379> set key1 hello,shenxinde
OK
127.0.0.1:6379> get key1
"hello,shenxinde"
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 # 获取全部的字符串,和 get key 是一样的
"hello,shenxinde"
# 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 exprie) # 设置过期时间
setnx (set if not exist) # 不存在再设置 (在分布式锁中会常常用到!)
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) 25
127.0.0.1:6379> get key3
"hello"
127.0.0.1:6379> setnx mykey "redis" # 如果 mykey 不存在,创建 mykey
(integer) 1
127.0.0.1:6379> keys *
1) "mykey"
2) "key2"
3) "key1"
127.0.0.1:6379> setnx mykey "mongoDB" # 如果 mykey 存在,创建失败
(integer) 0
127.0.0.1:6379> get mykey
"redis"
#####################################################################################
127.0.0.1:6379> mset k1 v1 k2 v2 k3 v3 # 同时设置多个值
OK
127.0.0.1:6379> keys *
1) "k3"
2) "k2"
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 是一个原子性操作,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 是一个巧妙的设计: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 user1:1:age 2
OK
127.0.0.1:6379> mget user:1:name user:1:age
1) "zhangsan"
2) (nil)
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 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"
- String 类似的使用场景:value 除了可以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
3、List
- 基本的数据类型:列表
- 在 redis 里面,可以把 list 完成:栈、队列、阻塞队列
- 所有的
list
命令都是用l
开头的(redis 不区分大小写) - 注意:只有 push 和 pop 时才分左右,其余命令开头的 L 均为 list 的意思
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
1) "three"
2) "two"
127.0.0.1:6379> rpush list right # 将一个值或者多个值,插入到列表尾部(右)
(integer) 4
127.0.0.1:6379> LRANGE list 0 -1
1) "three"
2) "two"
3) "one"
4) "right"
127.0.0.1:6379> LRANGE list 0 1
1) "three"
2) "two"
#####################################################################################
LPOP
RPOP
127.0.0.1:6379> LRANGE list 0 -1
1) "three"
2) "two"
3) "one"
4) "right"
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
"right"
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 1 # 通过下标获得 list 中的某一个值
"one"
127.0.0.1:6379> lindex list 0
"two"
#####################################################################################
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 # 通过下标,截取(保留)指定范围内的内容,这个 list 已经改变了
OK
127.0.0.1:6379> LRANGE mylist 0 -1
1) "hello1"
2) "hello2"
#####################################################################################
rpoplpush 移除列表的最后一个元素,将它移动到新的列表中
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> rpoplpush mylist myotherlist
"hello2"
127.0.0.1:6379> lrange mylist 0 -1 # 查看原来的列表
1) "hello"
2) "hello1"
127.0.0.1:6379> lrange myotherlist 0 -1 # 查看目标列表,新值确实存在
1) "hello2"
#####################################################################################
lset 将列表中指定下标的值替换为另外一个值,更新操作
127.0.0.1:6379> 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更新就会报错
(error) ERR no such key
127.0.0.1:6379> lpush list value1
(integer) 1
127.0.0.1:6379> 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
(error) ERR index out of range
#####################################################################################
linsert :将某个具体的 value 插入到列表中,某个元素的前面或者后面
127.0.0.1:6379> rpush mylist hello
(integer) 1
127.0.0.1:6379> rpush mylist world
(integer) 2
127.0.0.1:6379> linsert mylist before world other
(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
(integer) 4
127.0.0.1:6379> LRANGE mylist 0 -1
1) "hello"
2) "other"
3) "world"
4) "new"
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,创建新的联表
- 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,相对而言效率较低
消息排队!
- 消息队列 (Lpush Rpop) 栈(Lpush Lpop)
4、Set
127.0.0.1:6379> sadd myset hello # set集合中添加元素
(integer) 1
127.0.0.1:6379> sadd myset shenxinde
(integer) 1
127.0.0.1:6379> sadd myset loveshenxinde
(integer) 1
127.0.0.1:6379> smembers myset # 查看指定set的所有值
1) "loveshenxinde"
2) "shenxinde"
3) "hello"
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
#####################################################################################
scard
127.0.0.1:6379> scard myset # 获取set集合中的内容元素个数
(integer) 3
#####################################################################################
srem:移除set集合中的指定元素
127.0.0.1:6379> srem myset hello
(integer) 1
127.0.0.1:6379> scard myset
(integer) 2
127.0.0.1:6379> smembers myset
1) "loveshenxinde"
2) "shenxinde"
127.0.0.1:6379>
#####################################################################################
set 是无序不重合集合
srandmember 抽随机
127.0.0.1:6379> smembers myset
1) "shenxinde3"
2) "loveshenxinde"
3) "shenxinde"
4) "shenxinde2"
127.0.0.1:6379> srandmember myset # 随机抽1个
"shenxinde2"
127.0.0.1:6379> srandmember myset
"shenxinde"
127.0.0.1:6379> srandmember myset
"loveshenxinde"
127.0.0.1:6379> srandmember myset 2 # 随机抽指定个数
1) "shenxinde3"
2) "shenxinde"
127.0.0.1:6379> srandmember myset 2
1) "shenxinde3"
2) "loveshenxinde"
#####################################################################################
spop:删除指定的key,随机删除key
127.0.0.1:6379> spop myset
"loveshenxinde"
127.0.0.1:6379> SMEMBERS myset
1) "shenxinde3"
2) "shenxinde"
3) "shenxinde2"
127.0.0.1:6379> spop myset
"shenxinde2"
127.0.0.1:6379> SMEMBERS myset
1) "shenxinde3"
2) "shenxinde"
#####################################################################################
smove:将一个指定的值,移动到另外一个集合中
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 shenxinde
(integer) 1
127.0.0.1:6379> sadd myset2 set2
(integer) 1
127.0.0.1:6379> smove myset myset2 shenxinde
(integer) 1
127.0.0.1:6379> smembers myset
1) "world"
2) "hello"
127.0.0.1:6379> smembers myset2
1) "shenxinde"
2) "set2"
#####################################################################################
微博,B站,共同关注(并集)
数字集合类:
- 差集 SDIFF:sdiff key1 key2,显示出 key1 中,key2 没有的元素
- 交集 SINTER:
- 并集 SUNION:
127.0.0.1:6379> sdiff key1 key2
1) "a"
2) "b"
127.0.0.1:6379> sinter key1 key2
1) "c"
127.0.0.1:6379> sunion key1 key2
1) "b"
2) "c"
3) "e"
4) "a"
5) "d"
- 微博,A用户将所有关注的人放在一个set集合中,将它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)
5、Hash(哈希)
- Map 集合,结构为
key-map
。此时这个值是一个 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 shenxinde
127.0.0.1:6379> hset myhash field1 shenxinde # set 一个具体的 key-value
(integer) 1
127.0.0.1:6379> hget myhash field1
"shenxinde"
127.0.0.1:6379> hmset myhash field1 hello field2 world
OK
127.0.0.1:6379> hmget myhash field1 field2
1) "hello"
2) "world"
127.0.0.1:6379> hgetall myhash # 获取全部的数据
1) "field1"
2) "hello"
3) "field2"
4) "world"
127.0.0.1:6379> hdel myhash field1 # 删除hash指定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) "world"
#####################################################################################
127.0.0.1:6379> hgetall myhash
1) "field2"
2) "world"
3) "field1"
4) "hello"
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 # 只获取所有field
1) "field2"
2) "field1"
127.0.0.1:6379> hvals myhash # 只获取所有value
1) "world"
2) "hello"
#####################################################################################
incrby (注意:没有decrby,使用 incrby -1 代替)
127.0.0.1:6379> hset myhash field3 5
(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> hdecrby myhash field3 1
(error) ERR unknown command `hdecrby`, with args beginning with: `myhash`, `field3`, `1`,
127.0.0.1:6379> hsetnx myhash field4 hello
(integer) 1
127.0.0.1:6379> hsetnx myhash field4 world
(integer) 0
应用
- 使用 hash 变更数据:user,name,age。尤其是用户信息之类的,经常变动的信息!
- hash 更适合对象的存储,String 更适合字符串的存储
6、Zset(有序集合)
- 在 set 的基础上(
set k1 v1
),增加了一个值:zset k1 score1 v1
127.0.0.1:6379> zadd myset 1 one
(integer) 1
127.0.0.1:6379> zadd myset 2 two 3 three
(integer) 2
127.0.0.1:6379> ZRANGE myset 0 -1
1) "one"
2) "two"
3) "three"
#####################################################################################
排序如何实现
127.0.0.1:6379> zadd salary 2500 xiaohong
(integer) 1
127.0.0.1:6379> zadd salary 5000 zhangsan
(integer) 1
127.0.0.1:6379> zadd salary 50000 shenxinde
(integer) 1
127.0.0.1:6379> zrangebyscore salary -inf +inf # 从小到大
1) "xiaohong"
2) "zhangsan"
3) "shenxinde"
127.0.0.1:6379> zrangebyscore salary +inf -inf
(empty array)
127.0.0.1:6379> zrangebyscore salary -inf +inf withscores # 从小到大,附带信息
1) "xiaohong"
2) "2500"
3) "zhangsan"
4) "5000"
5) "shenxinde"
6) "50000"
127.0.0.1:6379> zrangebyscore salary -inf 2500 withscores # 显示工资小于200的员工进行升序排序
1) "xiaohong"
2) "2500"
127.0.0.1:6379> zrevrangebyscore salary +inf -inf # 从大到小,降序排序
1) "shenxinde"
2) "zhangsan"
3) "xiaohong"
#####################################################################################
127.0.0.1:6379> zrange salary 0 -1
1) "xiaohong"
2) "zhangsan"
3) "shenxinde"
127.0.0.1:6379> zrem salary xiaohong
(integer) 1
127.0.0.1:6379> zrange salary 0 -1
1) "zhangsan"
2) "shenxinde"
127.0.0.1:6379> zcard salary # 获取有序集合中的个数
(integer) 2
#####################################################################################
获取指定区间内的成员数量
127.0.0.1:6379> zadd myset 1 hello 2 world 3 shenxinde
(integer) 3
127.0.0.1:6379> zcount myset 1 3
(integer) 3
127.0.0.1:6379> zcount myset 1 2
(integer) 2
四、三种特殊数据类型
1、geospatial 地理位置
- 朋友的定位,附近的人,打车距离计算
- 可以推算地理位置的信息,两地之间的距离,方圆几里的人
- 查询一些数据:http://www.jsons.cn/lngcode/
getadd(经度,维度,名称)
127.0.0.1:6379> geoadd china:city 116.30 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
getpos
- 获得当前定位:一定是一个坐标值
127.0.0.1:6379> geopos china:city beijing
1) 1) "116.30000084638595581"
2) "39.90000009167092543"
127.0.0.1:6379> geopos china:city chongqing
1) 1) "106.49999767541885376"
2) "29.52999957900659211"
geodist
- 两人之间的距离
- 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。
127.0.0.1:6379> geodist china:city beijing shanghai
"1071277.5456"
127.0.0.1:6379> geodist china:city beijing shanghai km
"1071.2775"
127.0.0.1:6379> geodist china:city beijing chongqing km
"1458.4830"
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
- 所有数据应该都录入:
china:city
,才会让结果更加精确
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以内的城市
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
1) 1) "chongqing"
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) "chongqing"
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) "chongqing"
2) "341.9374"
3) 1) "106.49999767541885376"
2) "29.52999957900659211"
2) 1) "xian"
2) "483.8340"
3) 1) "108.96000176668167114"
2) "34.25999964418929977"
georadiusmember
- 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(11个字符的字符串)
- 将二维的经纬度转化成一维的字符串,两个字符串越接近,表示距离越近
127.0.0.1:6379> geohash china:city beijing shanghai
1) "wx4dyrx4670"
2) "wtw3sj5zbj0"
GEO 底层的实现原理其实就是 Zset,我们可以通过 Zset 命令来操作 geo
127.0.0.1:6379> zrange china:city 0 -1
1) "chongqing"
2) "xian"
3) "shenzhen"
4) "hangzhou"
5) "shanghai"
6) "beijing"
127.0.0.1:6379> zrem china:city beijing
(integer) 1
127.0.0.1:6379> zrange china:city 0 -1
1) "chongqing"
2) "xian"
3) "shenzhen"
4) "hangzhou"
5) "shanghai"
2、Hyperloglog(基数统计)
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 HyperLogLog 是用来做基数统计的算法
-
优点:占用的内存是固定的,只需要花费 12KB 的内存,就可以计算 264个不同元素的基数。
-
如果要从内存角度来比较的话,Hyperloglog 就是首选!
-
网页的访问量(UV):一个用户访问一个网站多次,但还是算作一个人。
- PV(page view):页面浏览量,UV(unique visitor):网站独立访客
- 传统的方式,set 保存用户的 id,然后就可以统计 set 中的元素数量作为标准判断
- 这个方式如果保存大量的用户id,就会比较麻烦!但我们的目的是为了计数,而不是保存用户id
- 0.81% 错误率,统计 UV 任务,可以忽略不计
127.0.0.1:6379> PFadd mykey a b c d e f g h i j
(integer) 1
127.0.0.1:6379> PFcount mykey # 统计 mykey 的元素的基数数量
(integer) 10
127.0.0.1:6379> PFadd mykey2 i j z x c v b n m
(integer) 1
127.0.0.1:6379> PFcount mykey2
(integer) 9
127.0.0.1:6379> pfmerge mykey3 mykey mykey2 # 合并 mykey,mykey2 ===》 mykey3
OK
127.0.0.1:6379> PFcount mykey3 # 统计 mykey3 的元素的基数数量
(integer) 15
- 如果允许容错,那么一定可以使用 Hyperloglog
- 如果不允许认错,就使用 set 或者自己的数据类型即可
3、Bitmaps
位存储
- 统计用户信息:活跃 / 不活跃,登录 / 未登录,打卡 / 未打卡
- 只有两个状态的,都可以使用 Bitmaps
- Bitmaps 位图-数据结构,都是操作二进制位来进行记录,就只有 0 和 1 两个状态
- 使用 bitmaps 来记录 周一到周日的打卡
- 周一 1,周二 0,周三 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,统计-打卡的天数
127.0.0.1:6379> bitcount sign # 统计这周的打卡记录,就可以知道是否有全勤
(integer) 3
五、事务
Redis 的单条命令是保证原子性的,但是 Redis 事务不能保证原子性
Redis 事务没有隔离级别的概念
- 所有的命令在事务中,并没有直接被执行,只有发起执行命令的时候才会执行!
- Redis事务本质:一组命令的集合。
- 一个事务中的所有命令都会被序列化,在事务执行过程中,会按照顺序执行
- 一次性、顺序性、排他性! 执行一些列的命令
------ 队列 set set set 执行 ------
- redis 的事务阶段:
- 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(先进先出)
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
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)> getset k3 # 错误的命令
(error) ERR wrong number of arguments for 'getset' command
127.0.0.1:6379(TX)> set k4 v4
QUEUED
127.0.0.1:6379(TX)> set k5 v5
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 k5 # 所有的命令都不会被执行
(nil)
运行时异常(1 / 0),如果事务队列中存在语法性错误,那么执行命令时,其它命令是可以正常执行的,错误命令抛出异常
127.0.0.1:6379> multi
OK
127.0.0.1:6379(TX)> set k1 v1
QUEUED
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) OK
2) (error) ERR value is not an integer or out of range # 虽然一条命令报错了,但是依旧正常执行成功了
3) OK
4) OK
5) "v3"
127.0.0.1:6379> get k2
"v2"
监控:Watch(面试高频!)
悲观锁
- 很悲观,认为什么时候都会出问题,无论做什么都会加锁
乐观锁
- 很乐观,认为什么时候都不会出问题,所以不会上锁!更新数据的时候,去判断一下,在此期间是否有人修改过数据。
- 如在 MySQL 中
- 获取 version
- 使用 version 号来判断,有人修改就会+1
- 更新的时候比较 version
Redis 监控测试
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 # 监控 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 可以当作 redis 的乐观锁操作
线程一:
127.0.0.1:6379> watch money # 监视 money
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
线程二:
127.0.0.1:6379> get money
"80"
127.0.0.1:6379> set money 1000
OK
线程一:
127.0.0.1:6379(TX)> exec # 执行之前,另外一个线程,修改了我们的值,这个时候,就会导致事务执行失败
(nil)
- 解决方案:如果修改失败,获取最新的值就好
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,再次监视,相当于 select version
OK
127.0.0.1:6379> multi
OK
127.0.0.1:6379(TX)> decrby money 1
QUEUED
127.0.0.1:6379(TX)> incrby out 1
QUEUED
127.0.0.1:6379(TX)> exec # 3.对比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,如果变化就失败
1) (integer) 999
2) (integer) 21
六、Jedis
我们要使用 java 来操作 Redis,是 Redis 官方推荐的 java 连接开发工具
测试
新建一个空项目,改 jdk 版本
- 1.导入对应的依赖
<!--导入jeris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.开启本地 windows 版本的redis,并使用 ping 测试连通(前文有下载链接)
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("127.0.01", 6379);
//jedis 所有的命令就是我们之前学习的所有指令
System.out.println(jedis.ping());
}
}
- 测试成功如下,输出:pong
- 如果连接远程服务器,需要修改配置文件中的 protected-mode 为 no
- 3.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();
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);
// 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(); // 关闭连接
}
}
}
七、Redis.conf 配置文件详解
单位
- 配置文件对大小写不敏感
包含
网络
bind 127.0.0.1 # 绑定的ip
protected-mode yes # 保护模式
port 6379 # 端口设置
通用 GENERAL
daemonize yes # 以守护进程的方式运行,默认是 no,我们需要自己开启为yes!
pidfile /www/server/redis/redis.pid # 如果以后台的方式运行,我们就需要指定一个 pid 文件!
# 日志
# Specify the server verbosity level.
# This can be one of:
# debug (a lot of information, useful for development/testing)
# verbose (many rarely useful info, but not a mess like the debug level)
# notice (moderately verbose, what you want in production probably) 生产环境适用
# warning (only very important / critical messages are logged)
loglevel notice
logfile "/www/server/redis/redis.log" # 日志的文件位置名
databases 16 # 数据库的数量,默认是 16 个数据库
always-show-logo yes # 是否总是显示LOGO
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,那么数据断电即失!
# 如果900s内,如果至少有一个1 key进行了修改,我们就进行持久化操作
save 900 1
# 如果300s内,如果至少10 key进行了修改,我们就进行持久化操作
save 300 10
# 如果60s内,如果至少10000 key进行了修改,我们就进行持久化操作
save 60 10000
# 我们之后学习持久化,会自己定义这个测试!
stop-writes-on-bgsave-error yes # 持久化如果出错,是否还需要继续工作!
rdbcompression yes # 是否压缩 rdb 文件,需要消耗一些cpu资源!
rdbchecksum yes # 保存rdb文件的时候,进行错误的检查校验!
dir /www/server/redis/ # rdb 文件保存的目录!
REPLICATION 复制,后面讲解主从复制的时,再进行讲解
SECURITY 安全
- 可以在这里设置redis的密码,默认是没有密码!
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"
限制 CLIENTS
maxclients 10000 # 设置能连接上redis的最大客户端的数量
maxmemory <bytes> # redis 配置最大的内存容量
maxmemory-policy noeviction # 内存到达上限之后的处理策略
1、volatile-lru:只对设置了过期时间的key进行LRU(默认值)
2、allkeys-lru : 删除lru算法的key
3、volatile-random:随机删除即将过期key
4、allkeys-random:随机删除
5、volatile-ttl : 删除即将过期的
6、noeviction : 永不过期,返回错误
APPEND ONLY 模式 aof配置
appendonly no # 默认是不开启aof模式的,默认是使用rdb方式持久化的,在大部分所有的情况下, 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!
具体的配置,见 Redis 持久化
八、Redis 持久化(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!
1、RDB(Redis DataBase)
什么是 RDB
- 在主从复制中,rdb 就是备用的,放在 从机 上面
- 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的快照中进行配置的!
测试:
- 删除 dump.rdb 文件,可以看到此时文件夹中已经没有了
- 随便进行5次操作后,dump.rdb 文件又出现了
- 并且退出后,数据依然存在
注意:更改密码后,要输入密码才能进行操作
127.0.0.1:6379> set k1 v1
(error) NOAUTH Authentication required.
127.0.0.1:6379> auth 123456
OK
127.0.0.1:6379> set k1 v1
OK
取消密码
config set requirepass ""
- 查看进程:
ps -ef|grep redis
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
如果恢复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) "/www/server/redis" # 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
分析优缺点
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
-
测试完成后要把配置文件改回去
- 输入
vim + 文件名
读写文件 - 输入
:w
写文件 - 输入
:q
退出 - 可以直接输入
:wq
保存并退出
- 输入
-
编辑结束,按 ESC 键 跳到命令模式,然后输入退出命令:
:w (write)保存文件但不退出vi 编辑
:w! 强制保存,不退出vi 编辑
:w file 将修改另存到file中,不退出vi 编辑
:wq (write and quite)保存文件并退出vi 编辑
:wq! 强制保存文件并退出vi 编辑
q: (quite)不保存文件并退出vi 编辑
:q! 不保存文件并强制退出vi 编辑
:e! 放弃所有修改,从上次保存文件开始在编辑
2、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!
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
append
(可以输入 /append
快速搜索,按 n
是查看下一个)
- 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!
- 宝塔版的要进入
src
文件目录下,才能看到redis-check-aof
修复工具文件 - 先退出 redis,故意破坏
appendonly.aof
文件后,就无法重连
- 如果这个 aof 文件有错位,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,输入
redis-check-aof --fix
(宝塔版的两个文件不在一个目录下,需加上../
,表示上一层目录)
- 修复成功,乱码被修复了。并且能正常重启(此时的 k4 被修复了,修复会有一定的错误率,但是被容许的)
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! 这时就会 fork 一个新的进程来将我们的文件进行重写!
分析优缺点
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
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
测试完记得把配置文件改回来!
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(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。
九、Redis 订阅发布
简介
- 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。如: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!
- 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:
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。
测试
- 订阅端:
- 发送端:
- 订阅端:
127.0.0.1:6379>SUBSCRIBE kuangshenshuo #订阅一个频道 Readingmessages...
1)"subscribe"
2)"kuangshenshuo"
3)(integer)1
#等待读取推送的信息
1)"message" #消息
2)"kuangshenshuo" #那个频道的消息
3)"hello,kuangshen" #消息的具体内容
原理
- Redis 通过 PUBLISH 、SUBSCRIBE 和 PSUBSCRIBE 等命令实现发布和订阅功能。
- 如微信:
- 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 (卡夫卡等)
十、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。
作用
- 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
- 只需配置从库,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
connected_slaves:0 # 没有从机
master_failover_state:no-failover
master_replid:c9a9500efc5b1b2446f4397e152af1e480b2126f
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
-
其中
pid(port ID)
:记录了进程的 ID,文件带有锁,可以防止程序的多次启动
-
修改的信息如下面80的例子
-
修改完毕之后,启动我们的3个redis服务器,可以通过
ps -ef|grep redis
查看进程信息!
-
注意,阿里云的安全组也要开放对应的端口
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机就好了!认老大!一主(79)二从(80,81)
从机
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 # 可以看得到主机的信息
master_port:6379
master_link_status:up
master_last_io_seconds_ago:7
master_sync_in_progress:0
slave_read_repl_offset:0
slave_repl_offset:0
slave_priority:100
slave_read_only:1
replica_announced:1
connected_slaves:0
master_failover_state:no-failover
master_replid:0aef2a6e19b872ac7c4b4f00b7c72ff5c7d92d03
master_replid2:0000000000000000000000000000000000000000
master_repl_offset:0
second_repl_offset:-1
repl_backlog_active:1
repl_backlog_size:1048576
repl_backlog_first_byte_offset:1
repl_backlog_histlen:0
主机
# 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=14,lag=0 # 多了从机的配置
master_failover_state:no-failover
master_replid:0aef2a6e19b872ac7c4b4f00b7c72ff5c7d92d03
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
- 如果两个都配置完了,就是有两个从机的
- 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,我们这里使用的是命令,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,都会自动被从机保存
- 主机断开连接,从机是依旧连接到主机的,但是没有写操作。这时,如果主机回来了,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: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!
- 测试
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,那就只能重新连接!如79已经没有小弟了!要重新征服80
十一、哨兵模式
- (自动选举老大的模式)
概述
- 主从切换技术的方法是:当主服务器宕机后,需要手动把一台从服务器切换为主服务器,这就需要人工干预,费事费力,还会造成一段时间内服务不可用。这不是一种推荐的方式,更多时候,我们优先考虑哨兵模式。Redis从2.8开始正式提供了Sentinel(哨兵)架构来解决这个问题。
- 谋朝篡位的自动版,能够后台监控主机是否故障,如果故障了根据投票数自动将从库转换为主库。
- 哨兵模式是一种特殊的模式,首先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。
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,哨兵投票,最少有几票可以让下一个接替成为主机
如这里就是有“1”个哨兵认为主机宕机时,该主机才被判定为宕机
- 2、启动哨兵!
[root@iZf8z4ii45kfjc41qrt363Z redis]# redis-sentinel myconfig/sentinel.conf
- 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!
哨兵模式优缺点分析
优点
- 1、哨兵集群,基于主从复制模式,所有的主从复制优点,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 难以在线扩容,集群容量一旦到达上限,到时的在线扩容就会十分麻烦
- 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
# Examplesentinel.conf
# 哨兵sentinel实例运行的端口默认26379
如果有哨兵集群,我们还需要配置每个哨兵的端口
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
# sentinelmonitor <master-name> <ip> <redis-port> <quorum>
sentinel monitor mymaster 127.0.0.1 63792
# 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,
# 4. 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!
十二、Redis 缓存穿透和雪崩
服务的高可用
服务的高可用问题!
- 在这里不会详细的去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)
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(商品秒杀!),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。
2、缓存击穿(量太大,缓存过期!)
典型例子:微博热搜—服务器宕机
概述
- 这里需要注意和缓存穿透的区别,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。
- 简单来说:请求过多,缓存在那一瞬间不够用了,就直接读取数据库,击穿!
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(setnx)
- 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。
- 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
- 击穿是漏了,雪崩是整个都碎了
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。
- 如:双十一时,会停掉一些服务(如退款),来保证主要的服务可用
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。
完结撒花!