Shine0115的博客

有这样一种场景，客户端1开启了事务，并且设置了 key，但是，在执行事务之前，客户端2 修改了key，此时，按照常理来讲，key 应该是 222，但是，因为在客户端1中，只是将命令放到了队列中，并没有实际的去执行，只有在输入 exec 命令之后，才会执行，所以，最终的 key 的 value 是 111。从下图可以看到，在开启事务后，set 命令并没有生效，只是返回了一个 queued，这就说明，当前的命令，只是被放入了事务队列中，并没有生效，此时，如果通过另一个客户端获取的话是获取不到的。

其实，重写的时候，并不关心 aof 文件中原来都有啥，只是关心内存中最终的数据状态，所以，在进行重写时，并不需要再去遍历旧的 aof 文件，把最终结果整理出来，因为，我们只需要获取到最终的数据即可，而最终的数据现在也就是在内存中保存着的呀，所以，子进程只需要把内存中当前的数据，获取出来，以 AOF 的格式写入到新的 aof 文件中即可。此处的子进程写数据的过程，非常类似于 RDB 生成一个快照文件，只不过，RDB 这里是按照二进制的方式生成的，AOF 重写，则是按照 AOF 这里要求的文本格式来生成的。

说到一个数据有没有持久性也就是说，当这台主机或进程重启后，数据是否还存在，而在内存中存储数据时，是没有持久性的，只要重启，数据就会丢失，而在硬盘上存储数据时，就可以保证持久性。对于 Redis 来说，Redis 是一个内存数据库，是把数据存储到了内存中，如果想要让 Redis 也做到持久，就需要让数据存储到硬盘上。如果只单一的存储到硬盘上，那么它和Mysql数据库不就一样了么，而 Redis 相比于 Mysql 这样的关系型数据库，最明显的一个优势就是 ：快。

通过上述的方式，此时在我们的Java客户端代码上，访问 127.0.0.1：8888 ，就相当于访问 Linux 主机上的 6379 端口了，这个 8888 端口就是 ssh 程序监听的端口。

字符串类型是 Redis 中最基础的数据类型，在讲解命令之前，我们先讨论以下 Redis 中的 String 类型，关于 Redis 中的 String 类型，要注意三点：① Redis 中的 “键” 都是 String 类型，而 Redis 中的 value 是多种类型的，而在这多种中类型中，它们存储的元素类型也都是 String 类型，比如，list 类型，set 类型，存储的元素值是 String 类型。

前面文章讲解了 Set 类型，Set 类型有一个特点，就是集合中的元素是唯一的。，依靠这个分数，就维护了集合中元素的有序性，什么意思呢，举个例子：在三国中，每一个武将都是有武力值的，我们根据武力值就可以对武将进行一个排名，如下图：在 zset 类型中，默认是按照**“升序”**的方式排列的，提供了一组获取元素分数、元素范围查询等等功能命令，下面就来介绍一些主要并且常用的命令。

如果 list 中没有元素，blpop、brpop 取元素时就会阻塞等待(类似于阻塞队列)，同时也设置阻塞等待的时间，如果在超过等待时间之前，list 中有了元素，就直接弹出，如果等到超过这个最大等待时间，就不在进行等待，而且在等待的过程中，Redis 可以去执行其他的命令。如果指定的 key 存在，从“右侧”向 list 中插入一个或多个元素，如果不存在，则插入失败，和 lpushx 命令用法一样。注意：如果指定的下标越界，没有那么多的元素，那么，在获取的时候，列表中有多少个元素就返回多少个元素。

注意：在 Redis 中，“键” 称为 key，“值” 称为 value，如果value 的类型是哈希类型，则 “键” 称为 field，“值” 称为 value。注意：返回值是一个字段一个值相对着，同时呢，这也是个危险的操作，如果字段特别多的情况下，就可能使 Redis 阻塞。：O(k)，因为插入时，可以插入多个，所以，k 表示插入的键值对(field-value) 的个数。：O(k)，k 表示删除的键值对(field-value) 的个数。将 hash 中字段(field)对应的值添加指定的值。

而 Redis 经常是用作缓存，是替 Mysql 冲锋陷阵的，万一 Redis 被Keys*给阻塞住了，此时其他的查询 Redis 的操作也就超时了，那么所有的查询请求就会给到 Mysql 上，此时突然一大波请求来到给到Mysql，就有可能给Mysql一个措手不及，给 Mysql 也搞挂了，此时就出现大问题了，如果没有及时的发现及时的恢复的话，会出现很大的问题！**时间复杂度：**O(k) ，注意这个k不是所有的数据，而是因为它是可以查看多个key是否存在的，所以这个k是指定的 key 的数量。

上述都是针对请求量太大时所做的解决策略，但是，引入分布式系统，不光要能够去应对更高的请求量，同时也要能应对更大的数据量，当数据太多时，也可能会存在一台主机存不下的情况，可以使用多台主机存储，针对数据库进行进一步的拆分，本来一个数据库服务器上有多个数据库，现在引入多个数据库服务器，每个数据库服务器存储一个或多个数据库，如果某个表特别大，大到一台主机存不下，也可以针对表进行拆分，拆分成多个表分布在不同的主机上。而现在计算机硬件发展也是非常快的，哪怕只有一台主机，这一台主机的性能也是非常高的。