【Redis】从入门到入土

1 Nosql概述

1.1 什么是NoSQL，为什么要使用NoSQL

​ NoSQL英文全称是Not-Only SQL译为不仅仅是SQL，泛指非关系型的数据库。随着web2.0互联网的诞生，一个网站的访问量和数据量越来越大，传统的静态网页也变为动态网页。原来的关系型数据库很难对付web2.0时代！NoSQL它可以作为关系型数据库的良好补充。

1）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，更多访问的是静态网页~服务器根本没有太大压力。

整个网站的瓶颈：

​ 1，数据量太大、一个机器放不下；

​ 2，数据的索引太大，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；

2） cached（缓存）+MySQL+垂直拆分

网站80%情况都是在读取数据，每次都要去查询数据库的话就十分麻烦！所以说我们希望减轻数据库的压力，我们就可以使用缓存来保证效率！

发展过程：优化数据库结构和索引–》文件缓存（IO）–》Memcached（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了

本质：对数据库 读，写

MyISAM引擎

MyISAM：表锁，十分影响效率！高并发下会出现严重的锁问题。

Innodb：行锁

慢慢的就开始使用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集群，很好满足了那个年代的所有需求！

4）最近年代

MySQL等关系型数据库就不够用了！数据量很大，变化很快。

MySQL有些使用他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的压力就会变得小（研究如何处理这些数据！）大数据的IO压力下，表几乎没法更大！

5）目前一个基本的互联网项目架构模型

1.2 NoSQL的特点

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）数据类型是多样的！（不需要事先设计数据库！）

传统关系型数据库和非关系型数据库的区别

传统的关系型数据库
- 结构化组织
- SQL：固定的数据库查询语言
- 数据和关系都存在单独的表中
- 严格的一致性
- 基础的事物
- ...

Nosql
- 不仅仅数据
- 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理论（异地多活！）
- 高性能，高可用，高可扩展
- ...

大数据时代的3V和3高

3V：主要是描述问题的

1. 海量Volume
2. 多样Variety
3. 实时Velocity

3高：主要是对程序的要求

1. 高并发
2. 高可扩
3. 高性能

1.3 NoSQL的四大分类

KV键值型对：

• 新浪：Redis
• 美团：Redis + Tair
• 阿里、百度：Redis + Memecache

文档型数据库（bson格式和json一样）：

• MongoDB（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，最想关系型数据库的！

列存储数据库

• HBase
• 分布式文件系统

图关系数据库

• 他不是存图形，放的是关系，比如：朋友圈社交网络，广告推荐！
• Neo4j，InfoGrid

2 Redis概述

Redis(Remote Dictionary Server)，远程字典服务！

是一个免费开源的使用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。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！

2.1 Redis能干嘛

1、内存存储、持久化，内存中是断电即失、所以说持久化很重要（rdb、aof）

2、效率高，可以用于高速缓存

3、发布订阅系统

4、地图信息分析

5、计时器、计数器（浏览量）

6、…

2.2 特性

1、多样的数据类型

2、持久化

3、集群

4、事物

…

2.3 学习文档

狂神公众号

中文网

3 在Linux下安装Redis

1、下载安装包！

2、解压安装包！（一般放到/opt）

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 install gcc-c++

make

make install

5、Redis默认安装路径 usr/local/bin

6、将Redis配置文件复制到当前目录下

7、Redis默认不是后台启动，修改配置文件！

​ 修改配置文件redis.conf中的daemonize no改为yes

8、启动Redis服务

​ 命令：redis-server kconfig/redis.conf（需要用到的配置文件）

9、使用redis客户端测试连接是否成功

​ 命令：redis-cli -p 6379

​ ping

​ set name ccm

​ get name

10、查看redis的进程是否开启

​ ps -ef | grep redis

11、如何关闭redis服务

​ shutdown：关闭

​ exit：退出

测试性能

redis-benchmark是一个压力测试工具！

官方自带的性能测试工具

命令：redis-benchmark 命令参数

命令：redis-benchmark -h localhost -p 6379 -c 100 -n 100000

测试结果

4 基础知识

1、redis默认拥有16个数据库，默认使用第0个。

2、可以使用select进行切换数据库！

​ select 3

3、使用DESIZE查看数据库中的记录数。

4、清空当前库（flushdb），清空全部（flushall）。

5、查看当前库中的所有键（keys *）

6、redis是单线程的

​ redis很块，它基于内存操作，CPU不是redis性能瓶颈，它的瓶颈是根据集器的内存和网络带宽。

每秒查询效率（QPS）是10w+，完全不比同样使用key-value的Memecache。

7、redis单线程为什么还这么快

​ 首先，多线程不一定是最快的，因为它涉及到CPU的上下文切换，会消耗一定资源。其次redis是将所有的数据全部放在内存中的，所以说使用单线程去操作效率就是最高的，因为对于内存系统来说没有上下文切换效率就是最高的。

5 五大数据类型

​ Redis是一个开源，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。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。

5.1 String

使用场景

​ value除了是字符串还可以是数字！

• 计数器
• 统计多单位的数量
• 粉丝数
• 对象缓存存储

常用方法

append key hello：追加字符串，如果key不存在就相当于set key

incr key：自增

decr key：自减

incrby key 10：增加指定长度

decrby key 10：减少指定长度

getrange key start end：获取指定位置的字符串（从start-end）

setrange key start：替换指定位置开始的字符串！

setex key 30 value：设置key的值为value，30秒后过期

setnx key value：如果key不存在，创建key；如果存在，创建失败

mset k1 v1 k2 v2 k3 v3：批量创建三条记录

mget k1 k2 k3：批量获取值

msetnx k1 v1 k4 v4：是一个原子性的操作，要么一起成功，要么一起失败！

----高阶用法----

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！

另一种写法：mset user:1:name zhangsan user:1:age 18

​ mget user:1:name user:1:age

getset key value：先get在set，若原先不存在该key则获得nil，如果存在值，则获取旧值，设置新值

使用场景：value除了是我们的字符串还可以是数字

• 计数器
• 统计多单位的数量
• 对象缓存存储

5.2 List

---

实际上是一个链表

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~

在redis里面，我们可以把list玩成栈，队列，阻塞队列，可重复值

所有的list命令都是用l开头的

常用命令：

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中所有值！

lrange list 0 1：通过区间获取具体值！

rpush list right：将一个值或者多个值，插入到列表位部（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：通过下标获得list中的某一个值！

llen list：返回列表的长度

lrem list 1 one：移除list集合中指定个数的value，精确匹配

ltrim list 1 2：通过下标截取指定的长度，这个list已经被改变了，截断了只剩下的元素！

rpoplpush mylist myotherlist：移除列表的最后一个元素，将他移动到新的列表中

exists list：判断这个列表是否存在

lset list 0 item：如果不存在列表我们去更新就会报错

linsert mylist before “world” “other”：将某个具体的value插入到列表中某个元素的前面或者后面！

使用场景：

消息排队！消息队列（栈）（队列）！

5.3 set

---

​ set中的值不能重复

常用命令：

sadd myset “hello”：添加元素

semembers myset：查看指定set的所有值

sismember myset “hello”：判断某一个值是否在集合中

scard myset：获取set里的个数值

srem myset hello：移除set集合中的指定元素

srandmember myset：随机抽取出一个元素

spop myset：随机删除一些set集合中的元素！

smove myset myset 2 “hello”：将一个指定的值，移动到另外一个set集合！

数字集合类：

sdiff set1 set2：差集

sinter set1 set2：交集

sunion set1 set2：并集

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）

5.4 Hash

---

​ Map集合，key-map!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。

常用方法：

hset myhash field1 helo：set一个具体key-value

hget myhash field1：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：删除指定字段，对应的value值也就消失了！

hlen myhash：获取hash中有多少个key-value

hexists myhash field1：判断hash中指定字段是否存在！

hkeys myhash：只获得所有的key

hvals myhash：只获得所有value

hincrby myhash field3 1：加法运算，指定增量

hsetnx myhash field4 hello：如果不存在则可以设置，如果存在则失败

使用场景：

hash变更的数据user name age，尤其是用户信息之类的，经常变动的信息！hash更适合于对象的存储，String更加适合字符串存储！

5.5 Zset

---

​ 有序集合，在set的基础上，增加了一个值，set k1 v1 , zset k1 score1 v1

常用方法：

zadd myset 1 one：添加一个值

zadd myset 2 two 3 three：添加多个值

zrange myset 0 -1：查询值

zadd salary 500 ccm1 //模拟用户

zadd salary 2500 ccm2

zadd salary 5000 ccm3

zrangebyscore salary -inf +inf：显示全部的用户 从小到大

zrangebyscore salary -inf +inf withscores：显示全部用户并附带成绩

zrem salary ccm1：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：获取指定区间的成员数量

案例思路：

set排序 存储班级成绩表，工资表排序！

普通消息，1，重要消息 2，带权重消息

排行榜应用实现，取Top N测试！

6 三大特殊类型

6.1 redis地理位置

redis 3.2版本中增加的最大功能就是对GEO（地理位置）的支持

当前业务中地图方面是调用高德api(云图)，请求多少会有延迟 而redsigeo可以实现查找附近的终端以及测量两点之间的直线距离(有误差)

• 1、geoadd：增加某个地理位置的坐标。
• 2、geopos：获取某个地理位置的坐标。
• 3、geodist：获取两个地理位置的距离。
• 4、georadius：根据给定地理位置坐标获取指定范围内的地理位置集合。
• 5、georadiusbymember：根据给定地理位置获取指定范围内的地理位置集合。
• 6、geohash：获取某个地理位置的geohash值。

6.1.1 geoadd

geoadd用来增加地理位置的坐标，可以批量添加地理位置，命令格式为：

GEOADD key longitude latitude member [longitude latitude member ...]

key标识一个地理位置的集合。longitude latitude member标识了一个地理位置的坐标。longitude是地理位置的经度，latitude是地理位置的纬度。member是该地理位置的名称。GEOADD可以批量给集合添加一批地理位置。

6.1.2 geopos

geopos可以获取地理位置的坐标，可以批量获取多个地理位置的坐标，命令格式为：

GEOPOS key member [member ...]

6.1.3 geodist

geodist用来获取两个地理位置的距离，命令格式为：

GEODIST key member1 member2 [m|km|ft|mi]

单位可以指定为以下四种类型：

• m：米，距离单位默认为米，不传递该参数则单位为米。
• km：公里。
• mi：英里。
• ft：英尺。

6.1.4 georadius

georadius可以根据给定地理位置坐标获取指定范围内的地理位置集合。命令格式为：

GEORADIUS key longitude latitude radius [m|km|ft|mi] [WITHCOORD] [WITHDIST] [ASC|DESC] [WITHHASH] [COUNT count]

longitude latitude标识了地理位置的坐标，radius表示范围距离，距离单位可以为m|km|ft|mi，还有一些可选参数：

• WITHCOORD：传入WITHCOORD参数，则返回结果会带上匹配位置的经纬度。
• WITHDIST：传入WITHDIST参数，则返回结果会带上匹配位置与给定地理位置的距离。
• ASC|DESC：默认结果是未排序的，传入ASC为从近到远排序，传入DESC为从远到近排序。
• WITHHASH：传入WITHHASH参数，则返回结果会带上匹配位置的hash值。
• COUNT count：传入COUNT参数，可以返回指定数量的结果。

6.1.5 georadiusbymember

georadiusbymember可以根据给定地理位置获取指定范围内的地理位置集合。georadius命令传递的是坐标，georadiusbymember传递的是地理位置。georadius更为灵活，可以获取任何坐标点范围内的地理位置。但是大多数时候，只是想获取某个地理位置附近的其他地理位置，使用georadiusbymember则更为方便。georadiusbymember命令格式为（命令可选参数与georadius含义一样）：

GEORADIUSBYMEMBER key member radius [m|km|ft|mi] [WITHCOORD] [WITHDIST] [ASC|DESC] [WITHHASH] [COUNT count]

6.1.6 geohash

geohash可以获取某个地理位置的geohash值。geohash是将二维的经纬度转换成字符串hash值的算法，后面会具体介绍geohash原理。可以批量获取多个地理位置的geohash值。命令格式为：

GEOHASH key member [member ...]

6.2 redis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。

​ 在 Redis 里面，每个 HyperLogLog 键只需要花费 12 KB 内存，就可以计算接近 2^64 个不同元素的基 数。这和计算基数时，元素越多耗费内存就越多的集合形成鲜明对比。

​ 但是，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。

---

什么是基数：

比如数据集 {1, 3, 5, 7, 5, 7, 8}， 那么这个数据集的基数集为 {1, 3, 5 ,7, 8}, 基数(不重复元素)为5。 基数估计就是在误差可接受的范围内，快速计算基数。

常用方法：

6.2.1 pfadd

​ pfadd key element [element1 element2 element3…] 将所有元素参数添加到 HyperLogLog 数据结构中,如果至少有个元素被添加返回 1， 否则返回 0

6.2.2 pfcount

​ pfcount key [key…] 返回给定 HyperLogLog 的基数估算值。返回给定 HyperLogLog 的基数值，如果多个 HyperLogLog 则返回基数估值之和

6.2.3 pfmerge

​ pfmerge destkey sourcekey [sourcekey…] 将多个 HyperLogLog 合并为一个 HyperLogLog ，合并后的 HyperLogLog 的基数估算值是通过对所有 给定 HyperLogLog 进行并集计算得出的。

6.3 位存储

​ 统计用户信息，活跃-不活跃！登录-未登录！打卡-未打卡！两个状态的，都可以使用bitmaps！

常用方法：

6.3.1 setbit

​ setbit flag key 0：设置key的偏移量

6.3.2 getbit

​ getbit flag key：获取指定位的偏移量

6.3.3 bitcount

​ bitcount flag：统计flag偏移量为1的

7 Redis事务

​ Redis事务本质：一组命令的集合！一个事务中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！执行一系列命令！

​ Redis事务没有隔离级别的概念！

​ 所有的命令在事务中，并没有被直接执行！只有发起执行命令的时候才会执行！Exec

​ Redis单条命令式保存原子性的，但是事务不保证原子性！

使用事务的步骤：

• 开启事务（multi）
• 命令入队（…）
• 执行事务（exec）

正常执行事务

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异常（例：将字符串类型自增），那么执行的时候，其他命令可以正常执行，错误命令抛异常；这里体现了事务不保证原子性

8 监控

• 悲观锁

  很悲观，认为什么时候都会出现问题，无论什么时候都会加锁！例如synchronized

• 乐观锁

  很乐观，认为什么时候都不会出问题，所以不会上锁！跟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，version和CAS。

• 获取version

• 跟新的时候比较version

使用方法

​ 利用watch命令监视一个值，相当于一个乐观锁（自旋锁）；例如：一个事务在操作字段money-100，并将其-20，但未执行事务；这时另一个事务改变了money的值为1000，那第一个事务将执行失败。这时需要解锁操作，命令：unwatch

9 Jedis

​ Jedis是Redis官方推荐的Java连接开发工具！使用Java操作Redis中间件！如果你要使用Java操作redis，那么一定要对jedis十分熟悉！

操作步骤

1、导入依赖

<dependencies>
    <dependency>
        <groupId>redis.clients</groupId>
        <artifactId>jedis</artifactId>
        <version>3.2.0</version>
    </dependency>
    <dependency>
        <groupId>com.alibaba</groupId>
        <artifactId>fastjson</artifactId>
        <version>1.2.62</version>
    </dependency>
</dependencies>

2、编码测试

• 连接数据库

  public class TestConnect {
      public static void main(String[] args) {
          Jedis jedis = new Jedis("127.0.0.1", 6379);
          System.out.println(jedis.ping());
      }
  }
  

• 操作命令

• 断开连接

10 SpringBoot整合Redis

注意：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

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！可以减少线程数量，更像Nio模式。

使用步骤：

1、导包

<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-data-redis</artifactId>
</dependency>

2、配置连接

spring.redis.host=127.0.0.1
spring.redis.port=6379

3、测试

11 Redis.conf详解

​ 启动的时候，就通过配置文件来启动

1、配置文件unit单位对大小写不敏感！

2、包含，可以把多个配置文件包含进来！

3、网络，

​ bind 127.0.0.1 # 绑定的ip

​ prorected-mode yes # 保护模式

​ port 6379 # 端口设置

4、通用

​ 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 /var/run/redis.pid # 如果以后台方式运行，我们就需要指定一个配置文件

​ loglevel notice # 日志级别：

​ debug（拥有大量日志，一般用于测试及开发阶段），

​ verbose（类似debug级别），

​ notice（通知，部分重要的日志信息，适用于生产环境），

​ warning（非常重要的信息）

​ logfile “” # 日志的文件位置名，如果为空则

​ databases 16 # 默认有16个数据库

5、快照

​ 持久化，在规定的时间里，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，如果没有诗酒花，那么数据断电即失

# 如果900s内至少有1个key进行修改，我们进行持久化操作
save 900 1
# 如果300s内至少有10个key进行修改，我们进行持久化操作
save 300 10
# 如果60s内至少有10000个key进行修改，我们进行持久化操作
save 60 10000
# 之后学习持久化，会自己定义测试

# 持久化出错，是否还需要继续工作！
stop-write-on-bgsave-error yes

# 是否压缩rdb文件，需要消耗一些cpu资源
rdbcompression yes

# 保存rdb文件的时候，进行错误的检查校验
rdbchecksum yes

# rdb文件保存的目录
dir ./

6、复制，主从复制相关

7、安全

​ 可以设置redis的密码，默认是没有密码的！

8、限制（了解）

​ maxclients 10000 # 设置能连接上redis的最大客户端的数量

​ maxmemory # redis配置最大内存容量

9、APPEND ONLY模式 aof配置

12 Redis持久化

​ Redis是内存数据库，如果不将内存中的数据状态保存到磁盘，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！

12.1 RDB(Redis DataBase)

​ 在指定时间间隔内将内存中的数据集快照写入磁盘，也就是行话讲的快照，他恢复时是将快照文件直接读到内存里。Redis会单独创建一个（fork）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。如果需要进行打过莫数据的恢复，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！

RDB保存的文件是dump.rdb都是在我们的配置文件（dbfilename dump.rdb）中快照中进行配置

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启动的时候就会自动检查dump.rdb恢复中的数据！

2、查看需要存在的位置：config get dir

优点

1、适合大规模的数据恢复！

2、对数据的完整性要求不高！（例如：还未触发持久化规则就宕机了）

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了！

2、fork进程的时候，会占用一定的内存空间

12.2 AOF(Append Only File)

​ 将我们所有的命令记录下来，恢复的时候就把这个文件全部再执行一遍！

​ 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

​ 配置文件中默认是不开启的，需要手动开启：（appendonly yes）

aof修改策略：

• appendfsync always：每次修改都同步

• appendfsync everysec：每秒同步一次（默认使用，不需要改动）

• appendfsync no：从不同步

  ​ 若appendonly.aof有问题，那么redis服务是开启不了的，这时需要使用redis-check-aof --fix来修复appendonly.aop文件

触发重写机制：

​ 当文件重写是指定期重写AOF文件，减小AOF文件的体积。需要注意的是，AOF重写是把Redis进程内的数据转化为写命令，同步到新的AOF文件；不会对旧的AOF文件进行任何读取、写入操作!（默认是aof文件超过64mb时触发重写机制）

优点

1、每次修改都同步，文件的完整性会更好！

2、每秒同步一次，可能会丢失一秒的数据！

3、从不同步，效率是最高的！

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允许效率也比rdb慢，所以默认的持久化也是rdb。

13 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：消息发送者 -> 频道 -> 消息订阅者（多个）！

常用命令

这些命令被广泛用于构建即时通讯应用，比如网络聊天室和实时广播，实时提醒等。

使用场景：

1、实时消息系统

2、实时聊天（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（…）

14 Redis主从复制

​ 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），后者称为从节点（slaver）；数据的复制是单向的，只能由主节点到从节点。Master以写为主，Slaver以读为主。

默认情况下，每台Redis服务器都是master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方式。

2、故障恢复：当主节点出现问题是，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，由从节点提供度服务（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运用于工厂项目中，只使用一台Redis是万万不能的，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请求负载，压力较大；

2、从容量上，单个Redis服务器内从容量有限，就算一台Redis服务器内从容量为256GB，也不能将所有内从用于Redis内存存储，一般来说单台Redis最大使用内存不应该超过20GB。

一般电商网站上的商品，一般都是一次上传，无数次浏览的，说专业点就是“多读少写”

对于这种场景，我们可以使用如下结构！

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！

常用命令

1、info replication

​ 查看当前库的信息

2、复制3个配置文件，然后修改对应的信息

• port 端口

• pidfile /var/run/redis_6379.pid pid名字

• daemonize yes 以守护线程启动

• logfile “” 日志文件名

• dbfilename dump.rdb 持久化文件名

  修改完毕后，启动我们的3个Redis服务器，可以通过进程信息查看！

3、默认情况下，每台Redis服务器都是主节点，需要配置从机，在从机服务器上配

​ slaveof host ip（通过命令方式配置从机，这些配置是暂时的；真实情况下，需要到配置文件中配置从机）

​ 配置文件中配置从机：

细节

1、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保存到从机中

2、主机断开连接，从机依旧连接到主机，但是没有写操作，这个时候，主机回来了，从机依旧可以直接获取到主机写的信息。

3、如果是使用命令行配置的主从，这时如果从机重启了，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后会完成一次全量复制（自动执行）

• 全量复制：将master中的数据全部同步到自己的数据库中。

• 增量复制：master将新的所有收集到的修改命令一次传给slave，完成同步

主从复制的另一种配置模式：层层链路

问题：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

15 哨兵模式

---

（自动选举主节点的模式）

概述

​ 主从切换技术的方法是：当主机服务器宕机后，需要手动吧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（哨兵）架构来解决这个问题。

​ 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，他会独立运行。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从服务器，修改配置文件，让他们切换主机。

  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主观认为主服务器不可用，这个现象称为主观下线。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服务器实现切换主机，这个过程称为客观下线。

配置步骤：

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！

redis-sentinel kconfig/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！（这里有一个投票算法！）

断开的主机又连回来，只能归并到新的主机下，当做从机，这就是哨兵模式的规则！

哨兵模式的优点：

1、哨兵集群，基于主从复制，所有的主从配置优点，他全有

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！

哨兵模式的缺点：

1、Redis不好在线扩容，集群容量一旦达到上限，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！

16 缓存穿透和缓存雪崩

​ 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，他也带来了一些问题。其中，最要害的问题，就是数据一致性问题，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，那么久不能使用缓存。另外一些典型问题就是，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。

16.1 缓存穿透

​ 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。

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；

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。

16.2 缓存击穿（量太大，缓存过期）

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，在不停的抗着大并发，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，并且会写缓存，会导致数据库瞬间压力过大。

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同时只有一个县城去查询后端服务，其他县城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到分布式锁，因此对分布式锁的考验很大。

16.3 缓存雪崩

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，比如在写文本的时候，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，假设缓存一小时。那么到了凌晨一点钟的时候，这批商品的缓存就都失效了。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，是缓存服务器摸个节点宕机或断网。因为自然形成的缓存雪崩，一定是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。无非就是对数据产生周期性的压力而已。而缓存服务节点宕机，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。

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，其实就是搭建集群。

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

​ 数据预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。

常用命令：

set key value：添加记录

get key：获取值

keys *：查看当前数据库中所有的键

exists name：判断当前数据库中是否存在key为name的键

ttl name：查看指定key的剩余过期时间

move name 1：移除键为name的那条记录

expire name 10：设置过期时间为10s

type key：查看当前key的类型