Redis学习笔记

NoSQL

概述

not only sql 泛指非关系型数据库

• nosql特点
  1.方便扩展（数据之间没有关系）
  2.大数据量和高性能（redis一秒写8万次，读取11万，NoSql的缓存记录级，是一种细粒度的缓存，性能高）
  3.数据类型多样（不需要事先设计数据库）

• 大数据时代的3V和3高

  • 3V：主要描述问题
    1.海量Vulume
    2.多样Variety
    3.速率实时Velocity
  • 3高：对程序的要求
    1.高并发
    2.高可扩
    3.高性能

分类

• KV键值对
  • redis
  • tair
  • memecache
• 文档型数据库（bson格式和json一样）
  • MongoDB
    • 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
    • 非关系型数据库种功能最丰富的，最像关系型数据库的
  • CouthDB
• 列存储数据库
  • HBase
  • 分布式文件系统
• 图关系数据库
  • 用来存储关系的

Redis（6379）

概述

remote dictionary server 远程字典服务（免费、开源）
内存存储、持久化（RDB，AOF）

• 特性
  • 多样的数据类型
  • 持久化
  • 集群
  • 事务

官网：https://redis.io/
注意：window版不建议使用（github下载，但是已经停更很久了）

安装

• Windows

  • 去github上下载，解压，运行
  • 去官网，按照提示下载（类似在windows上的linux虚拟环境）

• Linux

  • 官网：https://redis.io/
    注意：使用源安装后的默认安装路径：/usr/local/bin

• 配置
  daemonize yes为自动后台启动
  redis-cli （-p 6379） 启动
  shutdown关闭redis，再exit（直接用apt下载的无法关闭）

• 测试性能
  redis-benchmark 是一个官方的自带的压力测试工具

参数	描述	默认值
-h	指定服务器主机名	127.0.0.1
-p	指定服务器端口	6379
-s	指定服务器socket
-c	指定并发连接数	50
-n	指定连接数	10000
-d	以字节的形式指定set/get值的数据大小	3
-k	1=keep alive 0=reconnect	1
-r	set/get/incr 使用随机key，SADD使用随机值
-P	通过管道传输请求	1
-q	强制退出redis，仅显示query/sec值
-csv	以csv格式输出
-l	生成循环	永久执行测试
-t	仅运行以逗号分隔的测试命令列表
-I	idle模式，仅打开N个idle连接并等待

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

基础知识

redis 默认16个数据库
默认使用的是第0个
使用select 进行切换
redis不区分大小写命令

select 3 # 切换数据库

DBSIZE  # 查看数据库大小

flushdb # 清空当前数据库
flushall # 清空所有数据库 

redis 6.0之后，采用了多个 I/O 线程来处理网络请求，但是对于命令的执行还是单线程的

Redis的5大数据类型

• redis-key

keys *  # 获取当前数据库所有的key
set name sober # 插入数据
get name # 获取key为name的数据

exists name # 判断当前的key是否存在
move name 1 # 移除当前的key-value
expire name 10 # 设置key的过期时间，单位是秒（存在的key才能设置）
ttl name # 查看过期时间
type name # 查看数据类型

String（字符串）

append key1 "hello"  #在value中追加字符串，如果当前key1不存在，相当于set key
strlen key1  # 获取字符串的长度

incr view  # 自增1
decr view  # 自减1
incrby view 10 # 设置步长为10 自增
decrby view 10 # 设置步长为10，自减

getrange key1 0 3  # 截取字符串[0,3]
getrange key1 0 -1 # 获取所有的字符串 == get key
setrange key1 1 xx  # 替换指定位置开始的字符串

# setex（set with expire） 设置过期时间
# setnx (set if not exist) 不存在再设置（在分布式锁中会常常使用）
setex keys 30 "hello"  # 设置keys的值为hello，30秒后过期
setnx mykey "redis"  # 如果mykey不存在，创建mykey；如果存在，创建失败

mset k1 v1 k2 v2 k3 v3 # 同时设置多个值
mget k1 k2 k3 # 同时获取多个值
msetnx k1 v1 k4 v4 # msetnx是一个原子性的操作，要么一起成功，要么一起失败

# 这里的key是一个巧妙的设计： user:{id}:{field}，
mset user:1:name sober user:1:age:25
mget user:1:name user:1:age

# getset  先get然后再set
getset db redis # 如果不存在，则返回nil,但是会存入db redis的key-value值
getset db mongodb # 如果存在值，获取原来的值，但是会设置为新的值

string类似的的使用场景，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

List

list的命令需要在前面加L就行

LPUSH list one # 将一个值或者多个值，插入到列表头部（左）
Lrange list 0 -1 # 获取list中的值！
lrange list 0 1  # 通过区间获取具体的值！
rpush list righr # 将一个值或多个值，插入到列表的尾部（右）

Lpop list # 移除list的第一个元素
rpop list # 移除list的最后一个元素 

lindex list 1 # 通过下标获取list中的某一个值
llen list # 获取list的长度

lrem list 1 one # 移除list列表中指定个数（1）的value（one），精确匹配
ltrim list 1 2 # 通过下标截取指定的长度，这个list剩下截取的元素

rpoplpush mylist otherlist # 移除列表的最后一个元素，将她移动到新的列表中

# lset将列表中指定下标的值替换为另一个值，更新操作
lset list 0 item # 如果不存在列表，就去更新的话会报错；如果存在，更新当前（0）下标的值

# linsert 将某个具体的value插入到列表中某个元素的前后或者后面
linsert mylist before field1 field2 
linsert mylist after field1 field2 

小结：

• 它实际是一个链表，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，相对效率低
  消息排队！消息队列（lpush rpop），栈（lpush Lpop）

Set（集合）

set中的value不重复

sadd myset "hello" # set集合中添加元素
smembers myset # 查看指定set的所有值
sismember myset hello # 判断某一个值是不是在set集合中
scard myset  # 获取set集合中的元素个数

srem myset hello # 移除set集合中指定的元素

srandmember myset # 随机抽选出一个元素
srandmember myset 2 # 随机抽选出指定个数的元素

spop myset # 随机删除set集合中的元素

smove myset myset2 "kuangshen"  # 将一个指定的值，移动到另外一个set集合中

sdiff key1 key2 # 差集
sinter key1 key2 # 交集 共同好友就可以这样实现
sunion key1 key2 # 并集

Hash（哈希）

map集合，key-map集合

hset myhash field1 sober # set一个具体 key-value
hget myhash field # 获取一个字段值
hmset myhash field1 hello field2 world # set多个key-value
hmget myhash field1 field2 # 获取多个字段值
hgetall myhash # 获取全部的数据

hdel myhash field1 # 删除hash指定key字段！对应的value值也就消失了

hlen myhash # 获取hash表的字段数量
hexists myhash fields # 判断hash中指定字段是否存在

hkeys myhash # 只获得所有field
hvals myhash # 只获得所有value

hincrby myhash fields 1 # 自增1
hincrby myhash fields -1 # 自减1
hsetnx myhash fields4 hello # 如果不存在则可以设置；如果存在则不能设置

hash适合对象的存储，string适合字符串的存储。

Zset（有序集合）

在set的基础上，增加了一个值，set k1 v1 ,zset k1 score1 v1

zadd myset 1 one # 添加一个值
zadd myset 2 two 3 thress # 添加多个值

zrangebyscore salary -inf +inf # 显示全部的用户 从小到大
zrevrange salary 0 -1 # 从大到小进行排序
zrangebyscore salary -inf +inf withscore #显示全部的用户并且附带成绩
zrangebyscore salary -inf 2500 withscore # 显示工资小于2500员工的升序排序


zrem salary xiaohong # 移除有序集合中的指定元素
zcard salary # 获取有序集合中的个数
zcount myset 1 3 获取指定区间的数量

三种特殊的数量类型

geospatial

# geoadd 添加地理位置
# 规则：两级无法直接添加，添加正确的经纬度
geoadd china:city 116.40 39.90 beijing

geoops china:city beijing chongqin # 获取指定的程序的经度和纬度

geodist china:city beijing shanghai km # 查看北京到上海的直线距离km

# georadius 以给定的经纬度为中心，找出某一半径内的元素
# 前提：所有的城市数据都录入到china:city
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
georadius china:city 110 30 500 km withdist # 显示到中间距离的位置
georadius china:city 110 30 500 km withcoord # 显示他人的定位信息
georadius china:city 110 30 500 km withcoord count 1 # 筛选出指定的结果

georadiusbymember china:city beijing 1000 km # 找出位于指定元素周围的其他元素

geohash china:city beijing # 将二维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！

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：
zrange china:city 0 -1 # 查看地图中全部元素
zrem china:city beijing # 移除指定元素

Hyperloglog

基数：不重复的元素个数

优点：占用的内存是固定的，2^64不同的元素的技术，只需要废12kb内存！如果要从内存角度来比较的话hyperloglog首选！（比set好，set占用内存大）
缺点：0.81%的错误率，但是可以忽略不计！

PFadd mykey z x c v b # 创建第一组元素
pfcount mykey # 统计mykey元素的基数
pfmerge mykey3 mykey mykey2 # 合并mykey mykey2 => mykey3并集
pfcount mykey3 # 查看并集的数量

如果允许容错，可以使用hyperloglog！（不允许就用set）

bitmaps

位存储
统计用户信息，活跃，不活跃！登录、未登录！打卡，365打卡！两个状态的，都可以使用bitmaps！
bitmap位图，数据结构！都是操作二进制来进行记录的，就有0和1两个状态。

setbit sign 0 1 #写入
setbit sign 1 0 
getbit sign 0   # 查看
bitcount sign # 统计这周的打卡记录，

事务

redis事务本质：一组命令的集合！一个事务中的所有命令都会被序列化，在事务执行过程中，会按照顺序执行！
一次性、顺序性、排他性
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！Exec
redis单条命令保存原子性，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）

multi # 开始事务
exec # 执行事务
discard # 取消事务 （事务队列中命令都不会被执行）

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！
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。

redis实现乐观锁

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：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，在此期间是否有人修改过这个数据。（获取version，修改的时候比较version）

# 使用watch可以当做redis的乐观锁操作
watch key1 # 监视money
multi
decrby key1 10 
incrby key2 10
exec # 执行之前，如果存在另外一个线程，修改了我们的值，这个时候，就会导致事务执行失败；
unwatch # 解锁监视（如果事务执行失败，先解锁，再加锁watch key1）

redis.conf详解

1. 配置文件 unit单位对大小写不敏感

2. 网络

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

3. 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yes
pidfile /var/run/redis_6379.pid #如果以后台的方式运行，我们就需要指定一个pid文件
loglevel notice # 日志级别
logfile “” # 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

4. 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，那么数据断电及失！

save 900 1 # 900s内，如果至少有1 key进行了修改，及进行持久化操作
save 300 10 # 300s内，如果至少10 key进行了修改，及进行持久化操作
stop-write-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 ./ # rdb文件保存的目录

5. replication复制
   负责主从复制

6. security安全
   可以在这里设置redis的密码，默认是没有密码的

config get requirepass # 获取redis的密码
config set requirepass "123456" # 设置redis的密码
auth 123456 # 使用密码进行登录

7. 限制clients

maxclients 1000 # 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

8. 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，在发部分所有的情况下，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
# appendsync everysec 每秒执行一次sync，可能会丢失这个ls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

redis持久化

redis是内存数据库，如果不将内存中的数据库状态保存到磁盘，那么一旦服务器进程退出，服务器中的数据库状态也会消失，所以redis提供了持久化功能。

RDB(Redis Database)

在主从复制中，rdb就是备用的 从机上。

• 触发机制

  • save的规则满足的情况下，会自动触发rdb
  • 执行flushall命令，也会触发rdb规则
  • 退出redis，也会产生rdb文件
    备份就自动生成一个dump.rdb文件

• 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
    config get dir
    (/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

• 优缺点

  • 优点：
    1.适合大数据的数据恢复
    2.对数据的完整性要求不高
  • 缺点：
    1.需要一定的时间间隔进行操作，如果redis意外宕机了，最后一次修改数据就没有了
    2.fork进程的时候，会占用一定的空间

AOF(Append Only File)

将所有的命令都记录下来，history，恢复的时候就会把这个文件全部执行一遍。（文件的无限追加）

默认不开启，需要手动设置：appendonly yes；重启redis 生效。
如果aof文件有错误，redis无法启动，redis给我们提供了工具redis-check-aof --fix进行修复。

• 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AOF，效率最高
• 缺点
  1.相对于数据文件来说，aof远远大于rdb，修复的速度也比rdb慢
  2.aof运行效率也要比rdb慢，所以我们redis默认的配置就是rdb持久化。

扩展

1.rdb持久化方式能够在指定的时间间隔内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，你可以不做任何持久化

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。但是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，不会有aof存在的潜在bug。

5.性能建议：

• 因为RDB文件只用作后别备用途，建议只在slave上持久化rdb文件，而且只要15分钟备份一次，只保留save 900 1
• 如果enable aof，好处是在最恶劣情况下也会丢失不超过两秒数据，启动脚本简单只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了新文件造成的阻塞几乎不可避免。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100%大小重写可以改到适当的数值。
• 如果不enable aof，仅靠master-salve replication 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同时宕机，会丢失10几分钟的数据，启动脚本也要比较两个master/salve中的RDB文件，载入较新的那个。

redis发布订阅

redis发布订阅（pub/sub）是一种消息通信模式：发送者（pub）发送信息，订阅者（sub）接收信息。

subscribe sober # 订阅一个sober的频道
publish sober “hello” # 发布者发布hello到指定的sober频道

redis主从复制

主从复制，是将一台redis服务器的数据，复制到其他的redis服务器。前者成为主节点（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。

主从复制作用

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，由从节点提供读写服务，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：主从复制是哨兵和集群的基础。

一般来说，都会使用多台redis的服务器（避免宕机带来的影响）：
1.从结构上，单个redis服务器会发生单点故障，请求负载大
2.从容量上，单个redis服务器内容容量有限，单台redis最大使用内存不应该超过20g

主从环境配置

只配置从库，不用配置主库

info replication # 查看当前库的信息

复制3个配置文件，然后修改对应的信息，生成从机
1.端口（port）
2.pid文件（pidfile）
3.log文件名字（logfile）
4.dump.rdb名字
5.使用redis-server [配置文件名] 启动
6.使用redis-cli -p 端口号连接
7.slaveof 127.0.0.1 6379 # 配置他的主机ip和端口
8.info replication # 查看从机配置

这样的配置是临时的，需要永久生效需要去修改从机对应的配置文件信息

从机只能读，不能写

主从复制原理

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将传送整个文件到slave，并完成一个完全同步。
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。

变为主机

如果主机断开了连接，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这个最新的主节点（手动）

哨兵模式

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，费时费力，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架构来解决这个问题。

自动监控主机是否故障，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。

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主观认为主服务器不可用，这个现象是主观下线。当一定数量的哨兵检测到这个服务器下线了，就会进行failover[故障转移]操作。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投票切换成主机，这个过程是客观下线。

简单配置哨兵配置文件

1.配置

#sentinel monitor 被监控的名称 host port 1
sentinel monitor myredis 127.0.0.1 6379 1

后面的数字1，代表主机挂了，slave投票让谁接替成为主机。(随机)

2.启动哨兵

redis-sentinel mysentinel.conf

如果主机此时回来，只能归并到新的主机下，当做从机，这就是哨兵模式的规则。

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，都有
  2.主从可以切换，故障可以转移，系统的可用性高
  3.哨兵模式是主从模式的升级，手动到自动，更加健壮。

• 缺点：
  1.redis不好在线扩容，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很麻烦，里面有很多选择。

详细的配置

# example sentinel.conf

# 哨兵sentinel实例运行的端口 默认是26739(如果有哨兵集群，每个哨兵都需要配置端口)
port 26739

# 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哨兵同一认为master主节点失联，那么这时客观上认为主节点失联了。
# sentinel monitor <master-name> <ip> <redis-port> <quorum>
sentinel monitor mymaster 127.0.0.1 6379 2

# 当在redis实例中开启了requirepass foobared 授权密码 这样所有连接redis实例的客户端都要提供密码
# 设置哨兵sentinel 连接主从的密码 注意必须为主从设置一样的验证密码
# sentinel auth-pass <master-name> <password>
sentinel auth-pass mymaster mysuper--secret-123456

# 指定多少毫秒之后 主节点没有应答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，这个数子越小，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salve处于不能处理命令请求的状态
# sentinel parallel-syncs <master-name> <numslaves>
sentinel parallel-syncs mymaster 1

# 故障转移的超市时间failover-timeout可以用在以下几个方面：
# 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
# 默认3分钟
# sentinel failover timeout <master-name> <milliseconds>
sentinel failover timeout mymaster 180000

# SCRIPTS EXECUTION


# 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地址已经发生了改变的信息。
# 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，能被多次调用的，不是针对性的
# sentinel client-reconfig-script <master-name> <script-path>
sentinel client-reconfig-script mymaser /var/redis/reconfig.sh 

redis缓存穿透，缓存击穿、和缓存雪崩

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，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。

缓存穿透（查不到）

缓存穿透的概念很简单，用户想要查询一个数据，发送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，也是本次查询失败。当用户很多的时候，缓存都没有名字（秒杀），于是都去请求了持久数据库。这会给数据库造成很大的压力，这时候就相当于出现了缓存穿透。

• 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，同时设置一个过期时间，之后再访问这个数据会从缓存中获取，保护了后端数据源。

但是有两个问题：
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，因为可能会有很多的空键
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。

缓存击穿(量太大，缓存过期)

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，并且写入缓存，会导致数据库瞬间压力过大。

• 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
  使用分布式锁，保证对于每个key同时只有一个线程去查询后端服务，其他线程没有获得分布式锁的权限，因此只需要等待即可。这种方式将高并发的压力转移到了分布式锁，因此对分布式锁的考验很大。

缓存雪崩

缓存雪崩，指在某一个时间段，缓存集中过期失效。
产生雪崩的原因之一，缓存在同一时间都过期了（或redis宕机），但是对于这批缓存的访问，还是很多，所以压力都落到了数据库上，就会产生周期性的压力波峰。

• redis高可用
  redis搭建集群
• 限流降级
  在缓存失效后，通过加锁或队列来控制读数据库写缓存的数量。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，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。