Redis安装、高性能原理以及核心数据结构+使用场景

一、Redis安装

下载地址：http://redis.io/download
安装步骤：
# 安装gcc
yum install gcc

# 把下载好的redis-5.0.3.tar.gz放在/usr/local文件夹下，并解压
wget http://download.redis.io/releases/redis-5.0.3.tar.gz
tar xzf redis-5.0.3.tar.gz
cd redis-5.0.3

# 进入到解压好的redis-5.0.3目录下，进行编译与安装
make

# 修改配置
daemonize yes  #后台启动
protected-mode no  #关闭保护模式，开启的话，只有本机才可以访问redis
# 需要注释掉bind
#bind 127.0.0.1（bind绑定的是自己机器网卡的ip，如果有多块网卡可以配多个ip，代表允许客户端通过机器的哪些网卡ip去访问，内网一般可以不配置bind，注释掉即可）

# 启动服务
src/redis-server redis.conf

# 验证启动是否成功 
ps -ef | grep redis 

# 进入redis客户端 
src/redis-cli 

# 退出客户端
quit

# 退出redis服务： 
（1）pkill redis-server 
（2）kill 进程号                       
（3）src/redis-cli shutdown 

二、Redis的单线程和高性能

1、Redis是单线程吗？

Redis 的单线程主要是指 Redis 的网络 IO 和键值对读写是由一个线程来完成的，这也是 Redis 对外提供键值存储服务的主要流程。但 Redis 的其他功能，比如持久化、异步删除、集群数据同步等，其实是由额外的线程执行的。

2、Redis 单线程为什么还能这么快？

因为它所有的数据都在内存中，所有的运算都是内存级别的运算，而且单线程避免了多线程的切换性能损耗问题。正因为 Redis 是单线程，所以要小心使用 Redis 指令，对于那些耗时的指令(比如keys)，一定要谨慎使用，一不小心就可能会导致 Redis 卡顿。

3、Redis 单线程如何处理那么多的并发客户端连接？

Redis的IO多路复用：redis利用epoll来实现IO多路复用，将连接信息和事件放到队列中，依次放到文件事件分派器，事件分派器将事件分发给事件处理器。

查看redis支持的最大连接数，在redis.conf文件中可修改，

# maxclients 10000
127.0.0.1:6379> CONFIG GET maxclients
    ##1) "maxclients"
    ##2) "10000"

三、核心的五种数据结构

1、String

1. 字符串操作
   SET key value //存入字符串键值对
   MSET key value [key value …] //批量存储字符串键值对
   SETNX key value //存入一个不存在的字符串键值对
   GET key //获取一个字符串键值
   MGET key [key …] //批量获取字符串键值
   DEL key [key …] //删除一个键
   EXPIRE key seconds //设置一个键的过期时间(秒)
2. 原子加减
   INCR key //将key中储存的数字值加1
   DECR key //将key中储存的数字值减1
   INCRBY key increment //将key所储存的值加上increment
   DECRBY key decrement //将key所储存的值减去decrement
3. 应用场景

• 单值缓存
  SET key value
  GET key
• 对象缓存
  SET userId value(json格式数据)
  MSET userId ckw user:1:balance 1888
  MGET userId user:1:balance
• 分布式锁
  SETNX product:10001 true //返回1代表获取锁成功
  SETNX product:10001 true //返回0代表获取锁失败
  。。。执行业务操作
  DEL product:10001 //执行完业务释放锁
  SET product:10001 true ex 10 nx //防止程序意外终止导致死锁
• 计数器
  INCR article-readcount-{文章id}
  GET article-readcount-{文章id}
• Web集群session共享
  spring session + redis实现session共享
• 分布式系统全局序列号
  INCRBY orderId 1000 //redis批量生成序列号提升性能

2、Hash

1. Hash常用操作
   HSET key field value //存储一个哈希表key的键值
   HSETNX key field value //存储一个不存在的哈希表key的键值
   HMSET key field value [field value …] //在一个哈希表key中存储多个键值对
   HGET key field //获取哈希表key对应的field键值
   HMGET key field [field …] //批量获取哈希表key中多个field键值
   HDEL key field [field …] //删除哈希表key中的field键值
   HLEN key //返回哈希表key中field的数量
   HGETALL key //返回哈希表key中所有的键值
   HINCRBY key field increment //为哈希表key中field键的值加上增量increment

2. 应用场景

• 对象缓存
  HMSET user name ckw balance 1888
  HMGET user name balance
• 电商购物车
  1）以用户id为key
  2）商品id为field
  3）商品数量为value
  购物车操作
  添加商品 hset cart:1001 10088 1
  增加数量 hincrby cart:1001 10088 1
  商品总数 hlen cart:1001
  删除商品 hdel cart:1001 10088
  获取购物车所有商品 hgetall cart:1001

3. 优缺点
   优点
   1）同类数据归类整合储存，方便数据管理
   2）相比string操作消耗内存与cpu更小
   3）相比string储存更节省空间
   缺点
   1）过期功能不能使用在field上，只能用在key上
   Redis集群架构下不适合大规模使用

3、List

1. 常用操作
   LPUSH key value [value …] //将一个或多个值value插入到key列表的表头(最左边)
   RPUSH key value [value …] //将一个或多个值value插入到key列表的表尾(最右边)
   LPOP key //移除并返回key列表的头元素
   RPOP key //移除并返回key列表的尾元素
   LRANGE key start stop //返回列表key中指定区间内的元素，区间以偏移量start和stop指定
   BLPOP key [key …] timeout //从key列表表头弹出一个元素，若列表中没有元素，阻塞等待 timeout秒,如果timeout=0,一直阻塞等待
   BRPOP key [key …] timeout //从key列表表尾弹出一个元素，若列表中没有元素，阻塞等待 timeout秒,如果timeout=0,一直阻塞等待
2. 应用场景

• 常用数据结构
  Stack(栈) = LPUSH + LPOP
  Queue(队列）= LPUSH + RPOP
  Blocking MQ(阻塞队列）= LPUSH + BRPOP
• 微博消息与微信公众号消息
  某人关注了MacTalk，备胎说车等大V
  1）MacTalk发微博，消息ID为10018
  LPUSH msg:{ckw-ID} 10018
  2）备胎说车发微博，消息ID为10086
  LPUSH msg:{ckw-ID} 10086
  3）查看最新微博消息
  LRANGE msg:{ckw-ID} 0 4

4、Set

1. Set常用操作
   SADD key member [member …] //往集合key中存入元素，元素存在则忽略，若key不存在则新建
   SREM key member [member …] //从集合key中删除元素
   SMEMBERS key //获取集合key中所有元素
   SCARD key //获取集合key的元素个数
   SISMEMBER key member //判断member元素是否存在于集合key中
   SRANDMEMBER key [count] //从集合key中选出count个元素，元素不从key中删除
   SPOP key [count] //从集合key中选出count个元素，元素从key中删除
   SINTER key [key …] //交集运算
   SINTERSTORE destination key [key …] //将交集结果存入新集合destination中
   SUNION key [key …] //并集运算
   SUNIONSTORE destination key [key …] //将并集结果存入新集合destination中
   SDIFF key [key …] //差集运算
   SDIFFSTORE destination key [key …] //将差集结果存入新集合destination中
2. 应用场景

• 微信抽奖小程序
  1）点击参与抽奖加入集合
  SADD key {userlD}
  2）查看参与抽奖所有用户
  SMEMBERS key
  3）抽取count名中奖者
  SRANDMEMBER key [count] / SPOP key [count]
• 微信微博点赞，收藏，标签
  点赞
  SADD like:{消息ID} {用户ID}
  取消点赞
  SREM like:{消息ID} {用户ID}
  检查用户是否点过赞
  SISMEMBER like:{消息ID} {用户ID}
  获取点赞的用户列表
  SMEMBERS like:{消息ID}
  获取点赞用户数
  SCARD like:{消息ID}
• 集合操作
  
  SINTER set1 set2 set3 { c }
  SUNION set1 set2 set3 { a,b,c,d,e }
  SDIFF set1 set2 set3 { a }
• 集合操作实现电商商品筛选
  
  SADD brand:huawei P40
  SADD brand:xiaomi mi-10
  SADD brand:iPhone iphone12
  SADD os:android P40 mi-10
  SADD cpu:brand:intel P40 mi-10
  SADD ram:8G P40 mi-10 iphone12
  SINTER os:android cpu:brand:intel ram:8G {P40，mi-10}

5、Zset有序集合

1. ZSet常用操作
   ZADD key score member [[score member]…] //往有序集合key中加入带分值元素
   ZREM key member [member …] //从有序集合key中删除元素
   ZSCORE key member //返回有序集合key中元素member的分值
   ZINCRBY key increment member //为有序集合key中元素member的分值加上increment
   ZCARD key //返回有序集合key中元素个数
   ZRANGE key start stop [WITHSCORES] //正序获取有序集合key从start下标到stop下标的元素
   ZREVRANGE key start stop [WITHSCORES] //倒序获取有序集合key从start下标到stop下标的元素
   ZUNIONSTORE destkey numkeys key [key …] //并集计算
   ZINTERSTORE destkey numkeys key [key …] //交集计算
2. 应用场景

• Zset集合操作实现排行榜
  1）点击新闻
  ZINCRBY hotNews:20190819 1 守护香港
  2）展示当日排行前十
  ZREVRANGE hotNews:20190819 0 9 WITHSCORES
  3）七日搜索榜单计算
  ZUNIONSTORE hotNews:20190813-20190819 7
  hotNews:20190813 hotNews:20190814… hotNews:20190819
  4）展示七日排行前十
  ZREVRANGE hotNews:20190813-20190819 0 9 WITHSCORES

四、其他高级命令

keys：全量遍历键，用来列出所有满足特定正则字符串规则的key，当redis数据量比较大时，性能比较差，要避免使用

scan：渐进式遍历键
SCAN cursor [MATCH pattern] [COUNT count]
scan 参数提供了三个参数，第一个是 cursor 整数值(hash桶的索引值)，第二个是 key 的正则模式，第三个是一次遍历的key的数量(参考值，底层遍历的数量不一定)，并不是符合条件的结果数量。第一次遍历时，cursor 值为 0，然后将返回结果中第一个整数值作为下一次遍历的 cursor。一直遍历到返回的 cursor 值为 0 时结束。
注意：但是scan并非完美无瑕， 如果在scan的过程中如果有键的变化（增加、 删除、 修改） ，那么遍历效果可能会碰到如下问题： 新增的键可能没有遍历到， 遍历出了重复的键等情况， 也就是说scan并不能保证完整的遍历出来所有的键。

Info：查看redis服务运行信息，分为 9 大块，每个块都有非常多的参数，这 9 个块分别是:
Server 服务器运行的环境参数
Clients 客户端相关信息
Memory 服务器运行内存统计数据
Persistence 持久化信息
Stats 通用统计数据
Replication 主从复制相关信息
CPU CPU 使用情况
Cluster 集群信息
KeySpace 键值对统计数量信息

connected_clients:2                  # 正在连接的客户端数量

instantaneous_ops_per_sec:789        # 每秒执行多少次指令

used_memory:929864                   # Redis分配的内存总量(byte)，包含redis进程内部的开销和数据占用的内存
used_memory_human:908.07K            # Redis分配的内存总量(Kb，human会展示出单位)
used_memory_rss_human:2.28M          # 向操作系统申请的内存大小(Mb)（这个值一般是大于used_memory的，因为Redis的内存分配策略会产生内存碎片）
used_memory_peak:929864              # redis的内存消耗峰值(byte)
used_memory_peak_human:908.07K       # redis的内存消耗峰值(KB)

maxmemory:0                         # 配置中设置的最大可使用内存值(byte),默认0,不限制
maxmemory_human:0B                  # 配置中设置的最大可使用内存值
maxmemory_policy:noeviction         # 当达到maxmemory时的淘汰策略