【Redis学习笔记】

redis命令中心（中文）
redis官网
1、基于内存的数据存储系统

2、基本数据类型：字符串、列表、集合、有序集合、哈希

3、五高级输数据类型：消息队列、地理空间、HyperLogLog、位图、位域

4、单例类无论调用多少次调用对象的方法，得到的结果还是内存中唯一的对象
使用super()new(cls)

5、redis中的中文都是使用二进制字符存储的，想要正常显示中文字符，则启动时加–raw，即redis-cli --raw

6、TTL key，返回值-1为没有设置过期时间，-2表示已经过期了

7、expire，设置过期时间

8、SETEX key time value：设置带有过期时间的键值对

9、SETNX key value：如果键已经存在，则此命令不做任何动作，如果不存在则设置

10、MSETNX key1 value1 key2 value2：具有原子性，要么都成功，要么都失败

11、keys *：获取所有的的key

12、redis不支持回滚，redis事务不满足原子性

13、redis事务执行失败时，会继续执行余下的命令

14、redis事务的命令出错时，则所有的命令不会被执行。

列表list

1、LPUSH list value：list左添加元素value

2、LRANGE list 0 -1：查询list所有元素

3、RPUSH list value：list右添加元素value

4、LINDEX list index：获取指定下标index的值

5、LPOP list：从队列的左边出队一个元素

6、LREM list number value：根据value移除指定的值，并移除number个，如果list中value的数量小于number个，则全部删除并返回删除的数量

7、LTRIME list start end：截取list[start：end]

8、 RPOPLPUSH oldlist newlist：移除列表oldlist中最后一个元素到newlist中

9、LSET list index value：更新list中下标为index的值为value

10、LINSERT list [before|after] 元素1 value：在list的元素1之前或者之后插入value

集合set

1、SADD set value，设置集合set

2、SMEMBERS set，查看集合中的元素

3、SISMEMBER set values：查看value是否在集合set中

4、SREM set value：删除集合中的元素value

5、SRANDMEMBER set member：随机显示member个set中的元素，不写member则默认1

6、SPOP member：随机删除member个元素，不写member就随机删除

7、SMOVE oldset newset value：指定oldset中元素value移动到newset中，如果newset已存在，则向后添加，不存在则创建添加

8、SDIFF set1 set2：set1和set2之间的差集

9、SINTER set1 set2：sert1和set2之间的交集

10、SUNION set1 set2：set1和set2的并集

有序集合sorted set（由分数和成员组成）

1、ZADD zset score mumber：添加集合元素

2、ZRANGE zset start end：查看集合[start: end]中的元素，只输出成员，不输出分数

3、ZRANGE zset start end WITHSCORES：输出带分数的集合

4、ZSCORE zset mumber：查看成员mumber的分数

5、ZRANK zset mumber：查看成员mumber的排序注意：有序集合中的排序是从小到大来排序的，返回的是排序的index

6、ZREVRANK zset mumber：返回从大到小排序的index

哈希HASH

1、HSET hashname key value：创建哈希中的键值对

2、HFET hashname key：获取哈希中某个键的value

3、HDEL hashname key：删除hash中的某个键值对

4、HGETALL hashname ：获取该hashname所有的键值对

5、HEXISTS hashname key：判断该hash中是否存在某个键，（1：存在，0：不存在）

6、HKEYS hashname：获取所有键

7、HLEN hashname：索取所有键值对的数量

发布订阅模式

1、SUBCRIBE channel：订阅频道，订阅频道的终端可以有多个

2、PUBLISH channel：向频道发布消息

消息队列Stream（解决了订阅模式的弊端，可以持久化存储）

1、XADD stream * key value：*表示自动生成递增消息id，如XADD stream1 * course python

1.1、XADD stream number key value：自定义id为number的消息，如XADD stream1 123-1 course python
注意：id的格式需要：“整数-整数”，第一个整数代表时间戳，第二个整数代表序列号

2、XLEN stream：看到消息的数量

3、XRANGE stream - +：- +代表显示所有的消息

4、XDEL stream id：删除该id的消息

5、XTRIM srteam MXALEN 0：代表删除所有的消息，返回值为删除消息的数量，即所有消息的数量

6、XRANGE COUNT number BLOCK milesecond STREAM stream 0
其中：COUNT number：代表一次读取number条消息
BLOCK milesecond：代表如果没有消息，堵塞milesecond毫秒
STREAM stream 0：代表读取stream流，0代表index，从头读取，1就是从第二条数据读取，$代表读取最新的

7、XGROUP CREATE stream group id：创建消费者组

8、XINFO GROUPS stream：返回组的相关信息

9、XGROUP CRETAECONSUMER stream group consumer1：为group添加一个消费者

10、XREADGROUP GROUP group consumer COUNT 2 BLOCK 1000 STREAMS stream

地理空间Geospatial（存储地理位置信息的存储结构，并且可以对地理位置计算操作）

1、GEOADD geo 经度 维度 cityname：可以向geo添加一个地理位置信息

2、 GEOADD geo 经度 维度 cityname 经度 维度 name 经度 维度 name ：添加多个地理位置信息

3、GEOPOS geo cityname：获取cityname的经纬度

4、GEODIST geo cityname1 cityname2 [M|KM|FT|MI]:：返回两个城市间的直线距离，默认单位是米

5、GEOSEARCK geo FROMMEMBER cityname BYRADIUS 300 KM：围绕cityname圆形300KM内的城市

6、GEORADIUS city 120 38 1000 km：查看指定经纬度的1000KM范围内有哪些城市

7、GEORADIUS city 120 38 1000 km withcoord withdist withhash count 2
withcoord：返回城市的name
withdist指定返回城市的’经纬度‘值
withhash指定返回城市的’经纬度‘的hash值，两个城市的hash值越’像‘，证明城市距离越近
count 2：指定返回城市的数量

8、GEORADIUSMEMBER city cityname 100 KM：查看cityname100KM范围内有哪些城市

9、ZREM city cityname：删除name为cityname的城市

HyperLogLog（用来做 基数统计的算法）

基数：一个集合中不重复元素的个数

1、PFADD key name1 name2 。。。：向key中添加元素

2、PFCOUNT key：查看key值的基数

3、PFMERGE newkey key1 key2：合并两个key，并将结果放到newkey中

位图（BitMap）

1、SETBIT key 0 1：设置某个偏移量的值，将key偏移量0的位置设置为1，最后两位就是：下标XX位置上设置为XX（后面的XX只能为0，1）

2、GITBIT key index：索取key偏移量为index的值

3、SET key 0101011：后面的0101011按照顺序存储进去

4、BITCOUNT key：统计key中有几个1

5、BITPOS key 0 start end：key中[start ：end]第一个出现0的位置
BITPOS key 1 start end：key中[start ：end]第一个出现1的位置

事务

1、multi：开启事务

2、exec：执行事务
2.1：编译时异常，代码有问题，或者命令有问题，所有的命令都不会被执行
2.2：运行时异常，非语法问题，其他的正确命令可以正常执行，所以redis的事务并不保证原子性

3、discard：放弃事务

4、watch key：监控key

主从复制

概念：将一台redis服务器的数据，复制到另一台redis服务器上，前者叫主节点（master），后者叫从节点（slave或者follower）
主从复制中数据的复制是单项的，只能是master到follower，每当一个从节点启动，就会触发一次全量复制；从节点会先写到磁盘中，再从本地磁盘写入到内存
主从复制实现了数据的热备份。（热备份概念：在系统正常运行的情况下备份）
master以写为主，slave以读为主，读写分离，负载均衡，master最好不要做任何持久化存储，特别是RDB，可以让slave做AOF

1、slaveof ip port：一次性设置，以ip port的主机位主节点，如果该从机关闭，则启动时需要重新配置，主机断开时，从机可以正常读原有的数据

2、修改配置文件：replicaof ip port、masterauth password：非一次性配置

3、SLAVEOF no one：让自己变为主节点

哨兵模式

概念：能够监控后台主节点是否故障，如果故障了根据哨兵的投票数量决定哪个从节点转为主节点。如果之后主节点修复了，就只能归并到新的主节点下，作为从节点。
哨兵是个独立的进程，可以独立运行
哨兵模式基于主从复制，相当于自动化版的主从复制
1、添加哨兵的配置文件：sentinel.conf
内容： sentinel monitor 被监控的名称 host port 1 （代表自动投1票选举host port为主节点）

2、redis-sentinel sentinel.conf：启动redis哨兵

RDB、AOF（redis两种持久化存储方式）

持久化：就是将内存的诗句写入到磁盘中，防止电脑异常内存数据丢失
RDB：Redis DataBase，redis服务器默认的持久化存储方式。一般是在一段时间间隔内对数据进行快照存储，通过配置文件中的save命令设置快照周期，生成文件dump.rdb

AOF：Append Only File，另一种持久化存储方式。记录每次对服务器的写操作，每次服务器重启时会重新运行这些命令以恢复原始数据，存储到文件.aof中

1、RDB适合大规模的数据存储，对数据的完整性要求不高，一般在从节点设置RDB持久化存储

2、AOF每次修改都会同步，文件的完整性较好，但性能、效率较慢。

3、两种方式都开启时，redis会优先选择AOF恢复数据
仅适用RDB时，当服务器宕机时可能会丢失部分数据
仅适用AOF时，每次写操作都会被记录，可能存在某个数据的重复操作，这就可能导致无效的重复数据

过期键的删除策略

1、定期删除：每个设置过期时间的key都创建一个定时器，到过期时间立即删除。此策略对内存友好，对CPU不友好，会消耗CPU去处理过期数据，占用一定的时间和吞吐量

2、惰性删除：每到对key发出请求时，才回去检查该key是否已过期，过期则删除。此策略CPU友好，对内存不友好，当大量访问已经过期删除的key再次被访问时，就不会被清除，占用大量内存

3、定时删除：每隔一定的时间时期，扫描expire命令中设置过期时间的key，过期则删除，此方法是两种方法的折中

redis一般使用惰性删除和定时删除结合

redis集群之间如何复制？-------异步复制

一般为什么要做redis分区

分区可以使redis服务器管理更大的内存。可以通过简单的增加计算机的数量来更加服务器的计算能力，服务器的网络带宽也会随着计算机和网卡的增加而增加。

redis有哪些分区方案？
分区的粒度是key，由于集合的key可能不在一个分区，所以在一些集合操作时，有些不方便，比如交集等

• 客户端分区，在客户端就已经决定了写入哪个节点，读取哪个节点

• 代理分区，客户端将读写请求发送给代理，由代理决定请求发送给哪个节点，然后根据rediss节点返回的信息返回给客户端

• 查询路由，客户端发送请求，由redis服务器决定请求给哪个节点。

缓存雪崩

概念：缓存同一时间大面积失效，导致后面的请求都直接访问数据库，造成数据库压力大而崩掉

解决：1）避免key同一时间大面积失效，可以将key的过期时间随机
2）加锁排队
3）给每个key增加缓存标记，用来记录key是否失效，失效则即使更新缓存

缓存穿透

概念：请求缓存和数据库中都没有的数据，缓存中找不到的数据，会直接访问数据库，造成数据库压力大而崩掉

缓存击穿

概念：并发查同一条数据，缓存中没有但数据库中有，即同一时间并发用户多，又访问同一数据，而导致数据库压力大而崩溃
解决：1）可以设置热点数据永不过期，persist
2）访问加互斥锁

Redis回收使用的什么算法----LRU算法

LRU算法：Least Recently Used最近最少使用算法，是一种页面置换算法。该算法给每个页面设置一个访问字段t，用来记录最近一个访问的时间，当需要淘汰一个页面的时，就淘汰字段值t最大的。

Redis的数据淘汰机制（当内存大小达到一定量时）

全局key：
1、no-evication：新数据增加时报错，不淘汰内存中已有的数据
2、allkeys-lru：从数据集中淘汰最近最少用的数据
3、allkeys-random：从数据集随机淘汰
设置过期时间的key：
1、volatile-lru：从设置了过期时间的key中淘汰最近最少使用的数据
2、volatile-random：从设置了过期时间的key中最忌淘汰
3、volatile-ttl：从设置了过期时间的key中淘汰，过期时间较早的key