Redis

Redis

Nosql概述

为什么要用Nosql

历史演进

1、单机MySQL时代！

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，更多的去使用静态网页html

思考：这种情况下：整个网站的瓶颈是什么？

1. 数据量太大，一个机器放不下
2. 数据的索引，一个机器的内存也放不下
3. 访问量(读写混合)，一个服务器承受不了~

只要你开始以上的三中情况之一，那么你就必须要晋级！！！

2、Memcached(缓存) + MySQL + 垂直拆分

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

发展过程：优化数据结构和索引—>文件缓存(IO) —> Memcached(当时最热门的技术！)

Nosql的四大分类

KV键值对

文档型数据库(bson格式和json一样)

• MongoDB(一般必须掌握)
  • 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是一个基于关系型数据库和非关系型数据库中间的产品！MongoDB是非关s系型数据库中功能最丰富，最像关系型数据库的！
  • MongoDB一般独立于一个分布式中，不需要每个服务器都拥有

列存储数据库

• HBase
• Cassandras
• 分布式文件系统

图关系数据库

图关系数据库一般独立于一个分布式中，不需要每个服务器都拥有

• Neo4J
• InfoGrid

Redis入门

概述

Redis是什么？

• Redis（Remote Dictionary Server )，即远程字典服务
• 是一个开源的使用ANSI 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
• redis会周期性的把更新的数据写入磁盘或者把修改操作写入追加的记录文件，并且在此基础上实现了master-slave(主从)同步。

Redis能干嘛

• 内存存储、持久化、内存中是断电及失，所以说持久化很重要(RDB、AOF)
• 效率高，可以用于高速缓存
• 发布订阅系统(简单的)
• 地图信息分析
• 计时器，计数器(浏览量！)

Redis特性

• 多样的数据类型
• 持久化
• 集群
• 事务

Linux安装

1. 下载安装包

2. 复制到home目录下

3. 命令mv redis-6.2.6.tar.gz /opt移动到opt目录下(一般软件放在这个目录下)

4. 解压文件夹tar -zxvf redis-6.2.6.tar.gz

5. 进入解压后的文件，可以看到我们redis的配置文件

6. 基本的环境安装

   yum install gcc-c++
   

   make
   

   make install
   

7. Redis默认安装环境/usr

   [root@iZ01rsip2kk1qpZ redis-6.2.6]# cd /usr
   [root@iZ01rsip2kk1qpZ usr]# ls
   bin  etc  games  include  java  lib  lib64  libexec  local  sbin  share  src  tmp
   [root@iZ01rsip2kk1qpZ usr]# cd local/
   [root@iZ01rsip2kk1qpZ local]# ls
   bin  etc  games  include  lib  lib64  libexec  nginx  sbin  share  src  tomcat
   [root@iZ01rsip2kk1qpZ local]# cd bin
   [root@iZ01rsip2kk1qpZ bin]# ls
   chardetect  cloud-init-per    easy_install-3.8  jsonpointer  redis-benchmark  redis-cli
   cloud-id    easy_install      jsondiff          jsonschema   redis-check-aof  redis-sentinel
   cloud-init  easy_install-3.6  jsonpatch         pnscan       redis-check-rdb  redis-server
   [root@iZ01rsip2kk1qpZ bin]# 
   

8. 拷贝redis.config到当前bin目录下

   [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-kbNy3MIV-1670330893205)(E:/%E7%AC%94%E8%AE%B0/pico/Redis/image-20220308221829432.png)]

9. Redis默认不是后台启动的，修改配置文件！

   • vim redis.conf 编辑配置文件
   • 把daemonize no改为yes
   • 按esc，退出编辑模式

10. 启动服务

    • 去到/usr/local/bin目录下，键入pwd以校验目前在那个位置
    • 键入redis-server cenconfig/redis.conf启动服务

11. 使用redis-cli 进行客户端连接测试！

    • redis-cli -p 6379

12. 断开连接

    • 键入shutdown断开连接，在键入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！

redis-benchmark命令参数

序号	选项	描述	默认值
1	-h	指定服务器主机名	127.0.0.1
2	-p	指定服务器端口	6379
3	-s	指定服务器 socket
4	-c	指定并发连接数	50
5	-n	指定请求数	10000
6	-d	以字节的形式指定 SET/GET 值的数据大小	2
7	-k	1=keep alive 0=reconnect	1
8	-r	SET/GET/INCR 使用随机 key, SADD 使用随机值
9	-P	通过管道传输 请求	1
10	-q	强制退出 redis。仅显示 query/sec 值
11	–csv	以 CSV 格式输出
12	*-l*（L 的小写字母）	生成循环，永久执行测试
13	-t	仅运行以逗号分隔的测试命令列表。
14	*-I*（i 的大写字母）	Idle 模式。仅打开 N 个 idle 连接并等待。

基础的知识

Redis默认有16个数据库，默认的使用的是第0个！

可以使用select进行切换数据库！

select	#切换数据库

DBSIZE	#查看DB大小！

keys *	#查看所有的key

flushdb	#清除当前数据库

flushall	#清除所有数据库

Redis是单线程的！

官方表示，Redis是基于内存操作，CPU不是Redis性能瓶颈，Redis的瓶颈是根据机器的内存和网络带宽

Redis为什么单线程还那么快！

1. 误区1：高性能的服务器不一定是多线程的。
2. 误区2：多线程(CPU上下文会切换！)不一定比单线程效率高！

核心：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，多线程(CPU上下文会切换：耗时的操作！！！)，对于内存系统来说，如果没有上下文切换效率就是最高的！多次读写都是在一个CPU上的，在内存情况下，这个就是最佳的方案！

keys *	#查看所有的key

EXPIRE name 10	#设置key的过期时间，单位是秒

ttl name		#查看当前key的剩余时间

五大数据类型

String

127.0.0.1:6379> set key1 v1		#设置值
OK
127.0.0.1:6379> get key1		#获取值
"v1"
127.0.0.1:6379> keys *			#获得所有的key
1) "key1"
2) "counter:__rand_int__"
3) "mylist"
4) "key:__rand_int__"
127.0.0.1:6379> exists key1		#判断某一个key是否存在
(integer) 1
127.0.0.1:6379> append key1 "hello"	#追加字符串，如果当前key不存在，就相当于setkey
(integer) 7
127.0.0.1:6379> get key1
"v1hello"
127.0.0.1:6379> strlen key1		#获取字符串的长度！
(integer) 7
#####################################################################################
#i++
#步长 i+=
127.0.0.1:6379> set views 0		#设置初始量为0
OK
127.0.0.1:6379> get views
"0"
127.0.0.1:6379> incr views		#自增1 浏览量变为1
(integer) 1
127.0.0.1:6379> get views
"1"
127.0.0.1:6379> decr views		#自减1 浏览量变为0
(integer) 0
127.0.0.1:6379> get views
"0"
127.0.0.1:6379> incrby views 10	#可以设置步长，指定增量！
(integer) 10
#####################################################################################
# 字符串范围range

127.0.0.1:6379> set key1 "hello,hahaha"
OK
127.0.0.1:6379> get key1
"hello,hahaha"
127.0.0.1:6379> getrange key1 0 3	#截取字符串[0,3]
"hell"
127.0.0.1:6379> getrange key1 0 -1	#获取全部的字符串和get key是一样的
"hello,hahaha"

#####################################################################################
# 替换！
127.0.0.1:6379> set key2 abcdefg
OK
127.0.0.1:6379> get key2
"abcdefg"
127.0.0.1:6379> SETRANGE key2 1 xx	#替换指定位置开始的字符串！
(integer) 7
127.0.0.1:6379> get key2
"axxdefg"

#####################################################################################
# setex(set with expire)	#设置过期时间
# setnx(set if no exist)	#不存在在设置(在分布锁中会常常使用！)
127.0.0.1:6379> setex key3 30 "hello"	#设置key3的值为hello，30秒后过期
OK
127.0.0.1:6379> ttl key3
(integer) 23
127.0.0.1:6379> get key3
"hello"
127.0.0.1:6379> setnx mykey "redis"		#如果mykey不存在，创建mykey
(integer) 1
127.0.0.1:6379> keys *
1) "key1"
2) "views"
3) "mykey"
4) "key2"
5) "counter:__rand_int__"
6) "mylist"
7) "key:__rand_int__"
127.0.0.1:6379> ttl key3
(integer) -2
127.0.0.1:6379> setnx mykey "MongDB"	#如果mykey存在，创建失败！
(integer) 0

#####################################################################################
# mset
# gset
127.0.0.1:6379> mset k1 v1 k2 v2 k3 v3	#同时设置多个值
OK
127.0.0.1:6379> keys *
1) "k1"
2) "k3"
3) "k2"
127.0.0.1:6379> mget k1 k2 k3			#同时获取多个值
1) "v1"
2) "v2"
3) "v3"
127.0.0.1:6379> msetnx k1 v1 k4 v4		# msetnx 是一个原子性操作，要么一起成功，要么一起失败！
(integer) 0
127.0.0.1:6379> get k4
(nil)

#####################################################################################
# 对象
127.0.0.1:6379> set user:1 {nam: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了！
OK
127.0.0.1:6379> mset user:1:name zhangsan user:1:age 2
OK
127.0.0.1:6379> mget user:1:name user:1:age
1) "zhangsan"
2) "2"

#####################################################################################
# getset #先get然后在set
127.0.0.1:6379> getset db redis		#如果不存在,则返回nil
(nil)
127.0.0.1:6379> get db
"redis"
127.0.0.1:6379> getset db mongodb	#如果存在值，获取原来的值，并设置新的值
"redis"
127.0.0.1:6379> get db
"mongodb"

List

在redis里面，我们可以把list玩成栈，队列，阻塞队列！

所有的list命令都是用l开头的，Redis不区分大小命令

127.0.0.1:6379> LPUSH list one		#将一个值或者多个值，插入到列表头部(左)
(integer) 1
127.0.0.1:6379> LPUSH list two
(integer) 2
127.0.0.1:6379> LPUSH list three
(integer) 3
127.0.0.1:6379> LRANGE list 0 -1	#获取list的值
1) "three"
2) "two"
3) "one"
127.0.0.1:6379> LRANGE list 0 1		#通过区间获取具体的值！
1) "three"
2) "two"
127.0.0.1:6379> RPUSH list right	#将一个值或者多个值，插入到列表位后(右)
(integer) 4
127.0.0.1:6379> LRANGE list 0 -1
1) "three"
2) "two"
3) "one"
4) "right"
127.0.0.1:6379> LPOP list			#移除list的第一个元素
"three"
127.0.0.1:6379> RPOP list			#移除list的最后一个元素
"right"
#####################################################################################
# Lindex	获取值

127.0.0.1:6379> LRANGE list 0 -1
1) "two"
2) "one"
127.0.0.1:6379> LINDEX list 1		#通过下标获得list中的某一个值！
"one"
#####################################################################################
# 移除指定元素
# 取关 uid 

127.0.0.1:6379> LREM list 1 one
(integer) 1
127.0.0.1:6379> LRANGE list 0 -1	#移除list集合中指定个数value，精确匹配
1) "two"

#####################################################################################
# trim 修剪  LTRIM 截断！

127.0.0.1:6379> RPUSH mylist "hello"
(integer) 1
127.0.0.1:6379> RPUSH mylist "hello1"
(integer) 2
127.0.0.1:6379> RPUSH mylist "hello2"
(integer) 3
127.0.0.1:6379> RPUSH mylist "hello3"
(integer) 4
127.0.0.1:6379> LTRIM mylist 1 2	#通过下标截取指定的长度，这个list已经被改变了，截取了只剩下截取的元素
OK
127.0.0.1:6379> LRANGE  mylist 0 -1
1) "hello1"
2) "hello2"

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

127.0.0.1:6379> rpush mylist "hello"
(integer) 3
127.0.0.1:6379> rpush mylist "hello3"
(integer) 4
127.0.0.1:6379> rpush mylist "hello4"
(integer) 5
127.0.0.1:6379> rpush mylist "hello5"
(integer) 6
127.0.0.1:6379> RPOPLPUSH mylist myotherlist	#移除列表的最后一个元素，将他移动到新的列表中！
"hello5"
127.0.0.1:6379> lrange mylist 0 -1		#查看原来的列表
1) "hello1"
2) "hello2"
3) "hello"
4) "hello3"
5) "hello4"
127.0.0.1:6379> lrange myotherlist 0 -1	#查看目标列表中，确实存在该值！
1) "hello5"

#####################################################################################
# lset 将列表中指定下表的值替换为另一个值，更新操作

127.0.0.1:6379> EXISTS list			#判断这个列表是否存在
(integer) 0
127.0.0.1:6379> lset list 0 item	#判断这个列表我们去更新就会报错
(error) ERR no such key
127.0.0.1:6379> lpush list value1
(integer) 1
127.0.0.1:6379> LRANGE list 0 0
1) "value1"
127.0.0.1:6379> lset list 0 item	#如果存在，更新当前下标的值
OK
127.0.0.1:6379> LRANGE list 0 0
1) "item"

#####################################################################################
# linsert 将某个具体的value插入到列表中某个元素的前面或者后面！

127.0.0.1:6379> RPUSH mylist "word"
(integer) 6
127.0.0.1:6379> LINSERT mylist before "word" "other"
(integer) 7
127.0.0.1:6379> lrange mylist 0 -1
1) "hello1"
2) "hello2"
3) "hello"
4) "hello3"
5) "hello4"
6) "other"
7) "word"
127.0.0.1:6379> LINSERT mylist after "word" "new"
(integer) 8
127.0.0.1:6379> lrange mylist 0 -1
1) "hello1"
2) "hello2"
3) "hello"
4) "hello3"
5) "hello4"
6) "other"
7) "word"
8) "new"

小结

• 他实际上是一个链表，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，新建内容
• 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~

set

127.0.0.1:6379> sadd myset "hello"	#set集合中添加所有值
(integer) 1
127.0.0.1:6379> sadd myset "world"
(integer) 1
127.0.0.1:6379> sadd myset "Hello,World"
(integer) 1
127.0.0.1:6379> SMEMBERS myset		#查看指定set的所有值
1) "Hello,World"
2) "world"
3) "hello"
127.0.0.1:6379> SISMEMBER myset hello	#判断某一个值是不是在set集合中
(integer) 1

#####################################################################################
# rem

127.0.0.1:6379> srem myset hello	#移除set集合中的指定元素
(integer) 1
127.0.0.1:6379> SMEMBERS myset
1) "Hello,World"
2) "world"

#####################################################################################
# set 无序不重复集合，随机抽！

127.0.0.1:6379> SRANDMEMBER myset	# 随机抽选出一个元素
"world"
127.0.0.1:6379> SRANDMEMBER myset 2	# 随机抽选出指定个数的元素
1) "Hello,World"
2) "world"

#####################################################################################
# 共同关注！(并集)
数组集合类：
 - 差集 SDIFF
 - 交集
 - 并集
127.0.0.1:6379> SDIFF key1 key2		#差集
1) "b"
2) "a"
127.0.0.1:6379> SINTER key1 key2	#交集 共同好友可以这样实现
1) "c"
127.0.0.1:6379> SUNION key1 key2	#并集
1) "e"
2) "a"
3) "c"
4) "b"
5) "d"

Hash

HMSET从Redis4.0版本后已被官方弃用，建议使用HSET

127.0.0.1:6379> hset myhash field1 hahaha	#set一个具体key-value
(integer) 1
127.0.0.1:6379> hget myhash field1			# 获取一个字段值
"hahaha"
127.0.0.1:6379> hmset myhash field1 hello field2 	world		#set多个key-value
OK
127.0.0.1:6379> hmget myhash field1 field2	#获取多个字段值
1) "hello"
2) "world"
127.0.0.1:6379> hgetall myhash				#获取全部的数据
1) "field1"
2) "hello"
3) "field2"
4) "world"

#####################################################################################
# 删除

127.0.0.1:6379> HDEL myhash field1			# 删除hash指定key字段！对应的value值也就消失了！
(integer) 1
127.0.0.1:6379> HGETALL myhash
1) "field2"
2) "world"

#####################################################################################
# hlen

127.0.0.1:6379> HMSET myhash field1 hello field2 world
OK
127.0.0.1:6379> HGETALL myhash
1) "field1"
2) "hello"
3) "field2"
4) "world"
127.0.0.1:6379> HLEN myhash					#获取hash表的字段数量！
(integer) 2

#####################################################################################
# HEXISTS

127.0.0.1:6379> HEXISTS myhash field1		#判断hash中指定字段是否存在
(integer) 1

#####################################################################################
# hkeys

127.0.0.1:6379> hkeys myhash
1) "field1"
2) "field2"
127.0.0.1:6379> hvals myhash
1) "hello"
2) "world"

#####################################################################################
# hkeys

127.0.0.1:6379> hset myhash field3 5		#指定增量！
(integer) 1
127.0.0.1:6379> HSETNX myhash fild4 hello	#指定增量！
(integer) 1
127.0.0.1:6379> HSETNX myhash fild4 world	#如果存在则不能设置
(integer) 0

Zset(有序集合)

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

127.0.0.1:6379> zadd myset 1 one			# 添加一个值
(integer) 1
127.0.0.1:6379> zadd myset 2 two 3 three	# 添加多个值
(integer) 2
127.0.0.1:6379> zrange myset 0 -1
1) "one"
2) "two"
3) "three"

#####################################################################################
# 排序

127.0.0.1:6379> zadd salary 2500 xiaoming	#添加三个用户
(integer) 1
127.0.0.1:6379> zadd salary 5000 zhangsan
(integer) 1
127.0.0.1:6379> zadd salary 500 my
(integer) 1
127.0.0.1:6379> ZRANGEBYSCORE salary -inf +inf 	#显示全部的用户 从小到大！
1) "my"
2) "xiaoming"
3) "zhangsan"
127.0.0.1:6379> ZREVRANGE salary 0 -1			#显示全部的用户 从大到小！
1) "zhangsan"
2) "my"
127.0.0.1:6379> ZRANGEBYSCORE salary -inf +inf 	withscores	#显示全部的用户并且附带成绩
1) "my"
2) "500"
3) "xiaoming"
4) "2500"
5) "zhangsan"
6) "5000"
127.0.0.1:6379> ZRANGEBYSCORE salary -inf 2500 withscores	#显示工资小于2500员工的升序排列！
1) "my"
2) "500"
3) "xiaoming"
4) "2500"

#####################################################################################
# zrem 移除rem中的元素

127.0.0.1:6379> ZRANGE salary 0 -1
1) "my"
2) "xiaoming"
3) "zhangsan"
127.0.0.1:6379> zrem salary xiaoming	#移除有序集合中的指定元素
(integer) 1
127.0.0.1:6379> ZRANGE salary 0 -1
1) "my"
2) "zhangsan"
127.0.0.1:6379> ZCARD salary			#获取有序集合中的个数
(integer) 2

#####################################################################################
# ZCOUNT 获取指定区间的成员数量

127.0.0.1:6379> zadd myset 1 hello
(integer) 1
127.0.0.1:6379> zadd myset 2 world 3 kuangshen
(integer) 2
127.0.0.1:6379> ZCOUNT myset 1 3	#获取指定区间的成员数量！
(integer) 3
127.0.0.1:6379> ZCOUNT myset 1 2
(integer) 2

三种特殊数据类型

geospatia地理位置

Redis的Geo在Redis3.2版本就推出了！这个功能可以推算地理位置的信息，两地之间的距离，方圆几里的人！

getadd

# getadd 添加地理位置
# 规则：两级无法直接添加，我们易班会下载城市数据，直接通过Java程序一次性导入！
127.0.0.1:6379> geoadd china:city 116.40 39.90 beijing
(integer) 1
127.0.0.1:6379> geoadd china:city 127.47 31.23 shanghai
(integer) 1
127.0.0.1:6379> geoadd china:city 106.50 29.53 chongqing 114.05 22.52 shengzhen
(integer) 2
127.0.0.1:6379> geoadd china:city 120.16 30.24 hangzhou 108.96 34.26 xiAn
(integer) 2

getpos

获得当前定位：一定是一个坐标值！

127.0.0.1:6379> GEOPOS china:city beijing	# 获取指定的城市的经度和维度
1) 1) "116.39999896287918091"
   2) "39.90000009167092543"
127.0.0.1:6379> GEOPOS china:city beijing chongqing
1) 1) "116.39999896287918091"
   2) "39.90000009167092543"
2) 1) "106.49999767541885376"
   2) "29.52999957900659211"

GEODIST

两人之间的距离！

单位：

• m表示单位为米
• km表示单位为千米
• mi表示单位为英里
• ft表示单位为英尺

127.0.0.1:6379> geodist china:city beijing shanghai km				# 查看上海到北京的直线距离
"1388.2364"

georadius 以给定经纬度为中心，找出某一半径内的元素

应用场景：我附近的人(获得所有附近的人的地址，定位！)通过半径来查询！

所有数据应该都录入：china:city，才会让结果更加清晰！

127.0.0.1:6379> GEORADIUS china:city 110 30 1000 km		# 以110， 30这个经纬度为中心，寻找方圆1000km内的城市
1) "chongqing"
2) "xiAn"
3) "shengzhen"
4) "hangzhou"
127.0.0.1:6379> GEORADIUS china:city 110 30 500 km withDist	#显示到中间距离的位置
1) 1) "chongqing"
   2) "341.9374"
2) 1) "xiAn"
   2) "483.8340"
127.0.0.1:6379> GEORADIUS china:city 110 30 500 km withcoord #显示他人的定位信息
1) 1) "chongqing"
   2) 1) "106.49999767541885376"
      2) "29.52999957900659211"
2) 1) "xiAn"
   2) 1) "108.96000176668167114"
      2) "34.25999964418929977"
127.0.0.1:6379> GEORADIUS china:city 110 30 500 km withcoord withdist count 1	# 筛选出指定的结果！
1) 1) "chongqing"
   2) "341.9374"
   3) 1) "106.49999767541885376"
      2) "29.52999957900659211"

GEORADIUSBYMEMBER

# 找出位于指定元素周围的其他元素
127.0.0.1:6379> GEORADIUSBYMEMBER china:city beijing 1000 km
1) "beijing"
2) "xiAn"

GEOHASH 命令-返回一个或者多个位置元素的Geohash表示

该命令将返回11个字符的Geohash字符串！

# 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！
127.0.0.1:6379> GEOHASH china:city beijing chongqing
1) "wx4fbxxfke0"
2) "wm5xzrybty0"

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

127.0.0.1:6379> ZRANGE china:city 0 -1		# 查看地图中全部的元素
1) "chongqing"
2) "xiAn"
3) "shengzhen"
4) "hangzhou"
5) "shanghai"
6) "beijing"
127.0.0.1:6379> ZREM china:city beijing		# 移除指定元素!
(integer) 1
127.0.0.1:6379> ZRANGE china:city 0 -1
1) "chongqing"
2) "xiAn"
3) "shengzhen"
4) "hangzhou"
5) "shanghai"

hyperloglog

基数计数器

基数(不重复的元素) = 5，可以接受误差！

简介

Redis2.8.9版本就更新了Hyperloglog数据结构！

Redis Hyperloglog基数统计的算法！

优点：占用的内存是固定的，2^64不同的元素技术，只需要花费12kb内存！如果要从内存角度来比较的话Hyperloglog首选！

网页的UV(一个人访问一个网站多次，但是还是算作一个人！)

传统的方式，set保存保存用户的id，然后就可以统计set中的元素数量作为标准！

这个方式如果保存大量的用户id，就会比较麻烦！我们的目的是为了计数，而不是保存用户id；

0.81%错误率！统计uv任务，可以忽略不记！

测试使用

127.0.0.1:6379> PFADD mykey a b c d e f g h i j	# 创建第一组元素mykey
(integer) 1
127.0.0.1:6379> PFCOUNT mykey					# 统计mykey元素的基数数量
(integer) 10
127.0.0.1:6379> PFADD mykey2 i j k l m n o p q	# 创建第二组元素mykey2
(integer) 1
127.0.0.1:6379> PFCOUNT mykey2					# 统计mykey2元素的基数数量
(integer) 9
127.0.0.1:6379> PFMERGE mykey3 mykey mykey2		# 合并两组 mykey mykey2 => mykey3 并集
OK
127.0.0.1:6379> PFCOUNT mykey3					# 看并集的数量！
(integer) 17

Bitmaps

位存储

用处：统计用户信息，活跃，不活跃！登录、未登录！打卡！这两个状态的，都可以使用Bitmaps！

Bitmaps位图，数据结构！都是操作二进制位来进行记录，就只有0和1两个状态！

365天 = 365bit 1字节 = 8bit 46个字节左右！

测试

127.0.0.1:6379> setbit sign 1 0			# 创建位储存
(integer) 0
127.0.0.1:6379> setbit sign 2 0
(integer) 0
127.0.0.1:6379> setbit sign 3 1
(integer) 0
127.0.0.1:6379> setbit sign 4 1
(integer) 0
127.0.0.1:6379> setbit sign 5 1
(integer) 0
127.0.0.1:6379> setbit sign 6 0
(integer) 0
127.0.0.1:6379> getbit sign 3			# 查看某一天是否有打卡！
(integer) 1
127.0.0.1:6379> getbit sign 6
(integer) 0
127.0.0.1:6379> BITCOUNT sign			#统计这周的打卡记录，就可有全勤！
(integer) 3

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！执行一些列的命令！

------- 队列 set set set 执行 --------

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的，但是事务不保证原子性！

Redis的事务：

• 开启事务( )
• 命令入列( )
• 执行事务( )

正常开启事务！

127.0.0.1:6379> MULTI				# 开启事务
OK
127.0.0.1:6379(TX)> set k1 v1		# 入队列
QUEUED
127.0.0.1:6379(TX)> set k2 v2
QUEUED
127.0.0.1:6379(TX)> get k2
QUEUED
127.0.0.1:6379(TX)> set k3 v3
QUEUED
127.0.0.1:6379(TX)> exec			# 执行事务
1) OK
2) OK
3) "v2"
4) OK

放弃事务！

127.0.0.1:6379> multi
OK
127.0.0.1:6379(TX)> set k1 v1 
QUEUED
127.0.0.1:6379(TX)> set k2 v2
QUEUED
127.0.0.1:6379(TX)> set k4 v4
QUEUED
127.0.0.1:6379(TX)> DISCARD		# 取消事务
OK
127.0.0.1:6379> get k4			# 事务队列中命令都不会被执行
(nil)

编译时异常( 代码有问题！命令有错！)，事务中所有的命令都不会执行！

127.0.0.1:6379> multi
OK
127.0.0.1:6379(TX)> set k1 v1
QUEUED
127.0.0.1:6379(TX)> set k2 v2
QUEUED
127.0.0.1:6379(TX)> set k3 v3
QUEUED
127.0.0.1:6379(TX)> getset k3		# 错误的命令
(error) ERR wrong number of arguments for 'getset' command
127.0.0.1:6379(TX)> set k4 v4
QUEUED
127.0.0.1:6379(TX)> exec			# 执行事务报错
(error) EXECABORT Transaction discarded because of previous errors.
127.0.0.1:6379> get k4				# 所有的命令都不会被执行！
(nil)

运行时有异常（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没其他命令是可以正常执行的，错误命令抛出异常！

127.0.0.1:6379> set k1 "v1"
OK
127.0.0.1:6379> multi
OK
127.0.0.1:6379(TX)> incr k1		# 会执行的时候失败
QUEUED
127.0.0.1:6379(TX)> set k2 v2
QUEUED
127.0.0.1:6379(TX)> set k3 v3
QUEUED
127.0.0.1:6379(TX)> get k3
QUEUED
127.0.0.1:6379(TX)> exec
1) (error) ERR value is not an integer or out of range		# 虽然第一条命令报错了，但是依旧正常执行成功了！
2) OK
3) OK
4) "v3"

乐观锁

• 很乐观，认为什么都不会出错
• 获取version
• 更新的时候比较version

Redis监视器测试！

正常执行的成功！

127.0.0.1:6379> set money 100
OK
127.0.0.1:6379> set out 0
OK
127.0.0.1:6379> watch money			# 监视 money 对象
OK
127.0.0.1:6379> multi				# 事务正常结束，数据期间没有发生变动，这个时候就正常执行成功！
OK
127.0.0.1:6379(TX)> DECRBY money 20
QUEUED
127.0.0.1:6379(TX)> INCRBY out 20
QUEUED
127.0.0.1:6379(TX)> exec
1) (integer) 80
2) (integer) 20

测试多线程修改值，使用watch可以当作Redis的乐观锁操作！

127.0.0.1:6379> watch money 	# 监视 money
OK
127.0.0.1:6379> multi
OK
127.0.0.1:6379(TX)> DECRBY money 10
QUEUED
127.0.0.1:6379(TX)> INCRBY out 10
QUEUED
127.0.0.1:6379(TX)> exec		# 执行之前，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！
(nil)

如果修改失败！获取最新的值就好！

127.0.0.1:6379> UNWATCH			# 如果发现事务执行失败，就先解锁！
OK
127.0.0.1:6379> watch money		# 获取最新的值，再次监控
OK
127.0.0.1:6379> multi
OK
127.0.0.1:6379(TX)> DECRBY money 10
QUEUED
127.0.0.1:6379(TX)> INCRBY out 10
QUEUED
127.0.0.1:6379(TX)> exec		# 比较监视的值是否发生了变化，如果没有变化，那么可以执行成功，如果发生了变化就执行失败！
1) (integer) 50
2) (integer) 30

Jedis

什么是Jedis

Redis是官方推荐的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！

测试

1. 导入依赖

   <dependencies>
       <!-- https://mvnrepository.com/artifact/redis.clients/jedis -->
       <dependency>
           <groupId>redis.clients</groupId>
           <artifactId>jedis</artifactId>
           <version>4.1.1</version>
       </dependency>
       <!-- https://mvnrepository.com/artifact/com.alibaba/fastjson -->
       <dependency>
           <groupId>com.alibaba</groupId>
           <artifactId>fastjson</artifactId>
           <version>1.2.79</version>
       </dependency>
   </dependencies>
   

2. 编码测试：

   • 连接数据库

   • 操作命令

   • 断开连接！

     package com.cen;
     
     import redis.clients.jedis.Jedis;
     
     public class test {
         public static void main(String[] args) {
             // 1、new Jedis 对象即可
             Jedis jedis = new Jedis("127.0.0.1",6379);
             // jedis所有的命令就是我们之前学习的所有指令！
             System.out.println(jedis.ping());
         }
     }
     

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-iAxKcxXm-1670330893207)(E:/%E7%AC%94%E8%AE%B0/pico/Redis/image-20220318224512312.png)]

public class testTX {
    public static void main(String[] args) {
        // 1、new Jedis 对象即可
        Jedis jedis = new Jedis("127.0.0.1",6379);

        JSONObject jsonObject = new JSONObject();
        jsonObject.put("hello","world");
        jsonObject.put("name","hahaha");
        //开启事务
        Transaction multi = jedis.multi();
        String result = jsonObject.toJSON;
        try {
            multi.set("user1",result);
            multi.set("user2",result);
            multi.exec();
        }catch (Exception e){
            multi.discard();    //放弃事务
            e.printStackTrace();
        }finally {
            System.out.println(jedis.get("user1"));
            System.out.println(jedis.get("user1"));
            jedis.close();      //关闭连接
        }
    }
}

SpringBoot整合

SpringData也是和SpringBoot齐名的项目！

说明：在SpringBoot2.x之后，原来使用的jedis被替换为了lettuce

jedis：采用的直连，多个线程操作的话，是不安全的，如果想要避免不安全的，使用jedis pool连接池！更像BIO模式

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！可以减少线程数据了，更像NIO模式

测试

1. 导入依赖

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

2. 配置

   # ??Redis
   spring.redis.host=127.0.0.1
   spring.redis.port=6379
   
   

3. 测试

   @SpringBootTest
   class ApplicationTests {
       @Autowired
       private RedisTemplate redisTemplate;
   
       @Test
       void contextLoads() {
           // redisTemplate 操作不同的数据类型，api和我们的指令是一样的
           // opsForValue   操作字符串，雷士string
   
           redisTemplate.opsForValue().set("mykey","hahaha");
           System.out.println(redisTemplate.opsForValue().get("mykey"));
   
       }
   
   }
   

序列化

@Test
public void test() throws JsonProcessingException{
    // 真实的开发一般都使用Json来传递对象
    User user = new User("哈哈",2);
    String jsonUser = new ObjectMapper().writeValueAsString(user);
    redisTemplate.opsForValue().set("user",jsonUser);
    System.out.println(redisTemplate.opsForValue().get("user"));
}

RedisTemplate

自定义RedisTemplate类

Redis.conf详解

启动的时候，就通过配置文件来启动

单位

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-TOnl4gTy-1670330893209)(E:/%E7%AC%94%E8%AE%B0/pico/Redis/image-20220319225826678.png)]

配置文件unit单位对大小写不敏感！

包含

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-lcmM8OGJ-1670330893210)(E:/%E7%AC%94%E8%AE%B0/pico/Redis/image-20220319225923691.png)]

网络

bind 127.0.0.1 -::1		# 绑定的ip
protected-mode yes		# 保护模式
port 6379				# 端口设置

通用 GENERAL

daemonize yes			# 以守护进程的方式运行，默认是no，我们需要自己开启位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！

# 日志
# Specify the server verbosity level.
# This can be one of:
# debug (a lot of information, useful for development/testing)
# verbose (many rarely useful info, but not a mess like the debug level)
# notice (moderately verbose, what you want in production probably)
# warning (only very important / critical messages are logged)
loglevel notice
logfile ""			# 日志文件的位置名
databases 16		# 数据库的数量，默认是16个数据库
always-show-logo no	# 是否总是显示LoGo

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

redis是内存数据库，如果密钥持久化，那么数据断电即失

# 如果900秒内，如果至少有1个key进行了修改，我们即进行持久化操作 
save 900 1 
# 如果300秒内，如果至少有10个key进行了修改，我们即进行持久化操作 
save 300 10
# 如果60秒内，如果至少有10000个key进行了修改，我们即进行持久化操作 
save 60 10000
stop-writes-on-bgsave-error yes # 持久化如果出错了，是否还需要继续工作
rdbcompression yes #是否压缩rdb文件（持久化文件）需要消耗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

SECURITY安全

密码默认为空

可以在这里设置密码

config get requirepass #获取redis的密码
config set requirepass "123456" #设置redis密码
auth 123456 #使用密码登录，校验密码

CLIENTS

# Set the max number of connected clients at the same time. By default
# this limit is set to 10000 clients, however if the Redis server is not
# able to configure the process file limit to allow for the specified limit
# the max number of allowed clients is set to the current file limit
# minus 32 (as Redis reserves a few file descriptors for internal uses).
#
# Once the limit is reached Redis will close all the new connections sending
# an error 'max number of clients reached'.
#
# IMPORTANT: When Redis Cluster is used, the max number of connections is also
# shared with the cluster bus: every node in the cluster will use two
# connections, one incoming and another outgoing. It is important to size the
# limit accordingly in case of very large clusters.
#
maxclients 10000		# 设置能连接上redis的最大客户端的数量

APPEND ONLY MODE

appendonly no		# 默认是不开aof模式的，默认是使用RBD方式持久话的，在大部分的情况下，是使用RDB模式是够用的！

appendfilename "appendonly.aof"	# 持久化的文件名字

# appendfsync always			# 每次修改都会sync消耗性能
appendfsync everysec			# 每秒执行一次sync，可能会丢失这ls的数据！
# appendfsync no				# 不执行sync，这个时候操作系统自己同步数据，数据最快！

Redis持久化

RDB

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

如果回复rdb文件！

1. 只需要rdb文件放在redis启动目录就可以，redis启动的时候就会自动检查dump.rdb恢复其中的数据！

2. 查看需要存在的位置

   127.0.0.1:6379> config get dir
   1) "dir"
   2) "/usr/local/bin"
   

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！

缺点：

1. 需要一定的时间间隔进行操作！如果redis意外宕机了，这个最后一次修改数据就没有的了！
2. fork进程的时候，会占用一定的内容空间！

AOF

简介：

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俩(读操作不记录)，只许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钱到后执行一次以完成数据的恢复工作

append

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-nVHPm7hH-1670330893210)(E:/%E7%AC%94%E8%AE%B0/pico/Redis/image-20220320140212800.png)]

默认是不开启的，我们需要手动进行配置！我们只需要将appendonly改为yes就开启了aof！

重启，redis就可以生效了！

如果aof文件有错位，这时候redis是启动不起来的，我们需要修复这个aof文件

redis给我们提供了一个工具redis-check-aof -- fix

优点与缺点

appendonly no #默认不开启aof模式，默认是使用rdb方式持久化，在大部分所有的情况下，rdb完全够用
appendfilename "appendonly.aof" #持久化的文件名字 
# appendfsync always # 每次修改都会sync，消耗性能！
appendfsync everysec # 每秒执行一次sync，可能会丢失这1s的数据！
# appendfsync no # 不执行sync同步，这个时候操作系统自己同步数据，速度最快！

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，效率最高的！

缺点：

1. 相对于数据文件来说，aof远远大于rdb，修复的速度也不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对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，你也可以不使用任何持久化

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，那要不要只使用aof呢？作者建议不要，因为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，而且不会有aof可能潜在的bug，留着作为一个万一的手段。

5、性能建议

• 因为rdb文件只用作后备用途，建议只在slave上持久化rdb文件，而且只要15分钟备份一次就够了，只保留save 900 1 这条规则。
• 如果enable aof 好处是在最恶劣的情况下也只会丢失不超过两秒数据，启动脚本较简单只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新文件造成阻塞几乎是不可避免的。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，默认超过原大小100%大小重写可以改到适当的数值。
• 如果不enable aof，仅靠master-slave repllcation 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同时倒掉，会丢失十几分钟的数据，启动脚本也要比较两个master/slave中的rdb文件，载入较新的那个，微博就是这种架构。

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

Redis客户端可以订阅任意数量的频道。

命令

序号	命令及描述
1	[PSUBSCRIBE pattern pattern …] 订阅一个或多个符合给定模式的频道。
2	[PUBSUB subcommand argument [argument …]] 查看订阅与发布系统状态。
3	PUBLISH channel message 将信息发送到指定的频道。
4	[PUNSUBSCRIBE pattern [pattern …]] 退订所有给定模式的频道。
5	[SUBSCRIBE channel channel …] 订阅给定的一个或多个频道的信息。
6	[UNSUBSCRIBE channel [channel …]] 指退订给定的频道。

测试

订阅端：

127.0.0.1:6379> SUBSCRIBE jingxuan		# 订阅一个频道
Reading messages... (press Ctrl-C to quit)
1) "subscribe"
2) "jingxuan"
3) (integer) 1				# 等待读取推送的消息
1) "message"				# 消息
2) "jingxuan"				# 那个频道的信息
3) "hello,world"			# 那个频道的内容

发送端：

[root@iZ01rsip2kk1qpZ cenconfig]# redis-cli -p 6379
127.0.0.1:6379> PUBLISH jingxuan "hello,world"		# 发布者发布消息到频道
(integer) 1

原理

redis是使用c实现的，通过分析redis源码里的pubsub.c文件，了解发布和订阅机制的底层实现，以此加深对redis的理解。

redis通过publish、subscribe和psubscribe等命令实现发布和订阅功能。

通过subscribe命令订阅某频道后，redis-server里维护了一个字典，字典的键就是一个个channel，而字典的值则是一个链表，链表中保存了所有订阅这个channel的客户端。subscribe命令的关键，就是将客户端添加到给定channel的订阅链表中。

通过publish命令向订阅者发送消息，redis-server会使用给定的频道作为键，在它所维护的channel字典中查找记录了订阅这个频道的所有客户端的链表，遍历这个链表，将消息发布给所有订阅者。

pub/sub从字面上理解就是发布（publish）与订阅（subscribe），在redis中，你可以设定对某一个key值进行消息发布及消息订阅，当一个key值上进行了消息发布后，所有订阅它的客户端都会收到相应的消息。这一功能最明显的用法就是用作实时消息系统，比如普通的即时聊天，群聊等功能

Redis主从复制

概念

环境配置

只配置从库，不用配置主库

127.0.0.1:6379> info replication #查看当前库信息
# Replication
role:master # 角色
connected_slaves:0 # 从机连接数
master_replid:357827a033cdaaaa7d44a9a8792d326d4a2ffe1c
master_replid2:0000000000000000000000000000000000000000
master_repl_offset:0
second_repl_offset:-1
repl_backlog_active:0
repl_backlog_size:1048576
repl_backlog_first_byte_offset:0
repl_backlog_histlen:0

复制3个配置文件，修改对应信息

1、端口

2、pid名字

3、log文件名字

4、dump.rdb名字

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-NsHBHV1x-1670330893211)(E:/%E7%AC%94%E8%AE%B0/pico/Redis/image-20220320145135308.png)]

默认情况下，每台redis服务器都是主节点；我们一般只配置从机就好了，认老大！

slaveof 127.0.0.1 6379 # 成为127.0.0.1下的6379端口的redis从机 （认老大）

注意：真正生产环境应该在配置环境中进行修改

一主二从

默认情况下，每台Redis服务器都是主节点，我们一般情况下只用配置从机就好了！

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-vVT6KsPD-1670330893213)(E:/%E7%AC%94%E8%AE%B0/pico/Redis/image-20220320145345538.png)]

细节

主机可以写，从机只能读，主机中的所有信息和数据，都会自动被从机保存

主机断开连接，从机依旧连接到主机的，但是没有写操作，这个时候，主机如果回来了，从机依旧可以直接过去到主机写的信息！

如果是使用命令行，来配置的主从，这个时候如果重启了，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将传送整个数据文件到slave，并完成一次完全同步。

全量复制：而slave服务在接收到数据库文件数据后，将其存盘并加载到内存中。

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

但只要重新连接master，一次完全同步（全量复制）将被自动执行

slaveof no one取消从机模式，成为主机模式

谋朝篡位

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！其他节点就可以手动连接到最新的这个主节点(手动)

哨兵模式

(自动选举老大的模式！)

概述

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，费事费力，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

哨兵模式是一个特殊的模式，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

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-119miAB9-1670330893214)(E:/%E7%AC%94%E8%AE%B0/pico/Redis/image-20220320173138253.png)]

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的从服务器，修改配置文件，让它们切换主机。

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

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-EWsSsqG9-1670330893214)(E:/%E7%AC%94%E8%AE%B0/pico/Redis/image-20220320173155376.png)]

假设主服务器宕机，峭兵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主观的认为主服务器不可用，这个现象成为主观下线。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，投票的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从服务器实现切换主机，这个过程称为客观下线。

测试

我们目前的状态是一主二从！
1、配置哨兵配置文件 sentinel.conf

#sentinel monitor 被监控的名称 host port 1sentinel 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！

[root@iZbp13qr3mm4ucsjumrlgqZ bin]# redis-sentinel sentinel.conf
30668:X 25 Dec 2021 20:45:35.397 # oO0OoO0OoO0Oo Redis is starting oO0OoO0OoO0Oo
30668:X 25 Dec 2021 20:45:35.397 # Redis version=5.0.8, bits=64, commit=00000000, modified=0, pid=30668, just started
30668:X 25 Dec 2021 20:45:35.397 # Configuration loaded
                _._
           _.-``__ ''-._
      _.-``    `.  `_.  ''-._           Redis 5.0.8 (00000000/0) 64 bit
  .-`` .-```.  ```\/    _.,_ ''-._
 (    '      ,       .-`  | `,    )     Running in sentinel mode
 |`-._`-...-` __...-.``-._|'` _.-'|     Port: 26379
 |    `-._   `._    /     _.-'    |     PID: 30668
  `-._    `-._  `-./  _.-'    _.-'
 |`-._`-._    `-.__.-'    _.-'_.-'|
 |    `-._`-._        _.-'_.-'    |           http://redis.io
  `-._    `-._`-.__.-'_.-'    _.-'
 |`-._`-._    `-.__.-'    _.-'_.-'|
 |    `-._`-._        _.-'_.-'    |
  `-._    `-._`-.__.-'_.-'    _.-'
      `-._    `-.__.-'    _.-'
          `-._        _.-'
              `-.__.-'
30668:X 25 Dec 2021 20:45:35.398 # WARNING: The TCP backlog setting of 511 cannot be enforced because /proc/sys/net/core/somaxconn is set to the lower value of 128.
30668:X 25 Dec 2021 20:45:35.398 # Sentinel ID is a9e1a9362fc71d274e27a7c1d5a49018016fdf58
30668:X 25 Dec 2021 20:45:35.398 # +monitor master myredis 127.0.0.1 6379 quorum 1
30668:X 25 Dec 2021 20:45:35.400 * +slave slave 127.0.0.1:6380 127.0.0.1 6380 @ myredis 127.0.0.1 6379
30668:X 25 Dec 2021 20:45:35.401 * +slave slave 127.0.0.1:6381 127.0.0.1 6381 @ myredis 127.0.0.1 6379

哨兵模式

优点：

1. 哨兵集群，基于主从复制模式，所有的主从配置优点，它全有。
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。

缺点：

1. Redis不好在线扩容的，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是很麻烦的，里面有很多选择。

哨兵模式的全部配置

Redis缓存穿透和雪崩（面试高频，工作常用高频）

服务的高可用问题

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，最要害的问题，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。
另外的一些典型问题就是，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。

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-VT4agECE-1670330893215)(E:/%E7%AC%94%E8%AE%B0/pico/Redis/image-20220320173534008.png)]

缓存穿透（查不到）

概念

缓存穿透的概念很简单，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（秒杀场景），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

1. 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；

   [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-GkckEzzw-1670330893217)(E:/%E7%AC%94%E8%AE%B0/pico/Redis/image-20220320173616710.png)]

2. 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，同时会设置一个过期时间，之后再访问这个数据将会从缓存中获取，保护了后端数据源；

   [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-4CUP2aLx-1670330893218)(E:/%E7%AC%94%E8%AE%B0/pico/Redis/image-20220320173624942.png)]

3. 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的空间存储更多的键，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。

缓存击穿（访问量太大，缓存过期）

访问量太大，缓存过期，在缓存过期的空档期，所有的访问砸在了MySQL服务器上，导致服务器宕机。

概述

这里需要注意和缓存击穿的区别，缓存击穿，是指一个key非常热点，在不停的扛着大并发，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，并且回写缓存，会导使数据库瞬间压力过大。

解决方案

1. 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。
2. 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。

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-ei3p4a8L-1670330893220)(E:/%E7%AC%94%E8%AE%B0/pico/Redis/image-20220320173707705.png)]

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，比如在写本文的时候，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，假设缓存一个小时。那么到了凌晨一点钟的时候，这批商品的缓存就都过期了。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。

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-Zi9sbGs6-1670330893220)(E:/%E7%AC%94%E8%AE%B0/pico/Redis/image-20220320173727656.png)]

其实集中过期，倒不是非常致命，比较致命的缓存雪崩，是缓存服务器某个节点宕机或断网。因为自然形成的缓存雪崩，一定是在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。无非就是对数据库产生周期性的压力而已。而缓存服务节点的宕机，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

1. 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，其实就是搭建的集群。（异地多活！）
2. 限流降级（在springClound课程讲解过！）
   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。
3. 数据预热
   数据加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。
   大的压力，这时候就相当于出现了缓存穿透。

解决方案

1. 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；

   [外链图片转存中…(img-GkckEzzw-1670330893217)]

2. 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，同时会设置一个过期时间，之后再访问这个数据将会从缓存中获取，保护了后端数据源；

   [外链图片转存中…(img-4CUP2aLx-1670330893218)]

3. 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的空间存储更多的键，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。

缓存击穿（访问量太大，缓存过期）

访问量太大，缓存过期，在缓存过期的空档期，所有的访问砸在了MySQL服务器上，导致服务器宕机。

概述

这里需要注意和缓存击穿的区别，缓存击穿，是指一个key非常热点，在不停的扛着大并发，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，并且回写缓存，会导使数据库瞬间压力过大。

解决方案

1. 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。
2. 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。

[外链图片转存中…(img-ei3p4a8L-1670330893220)]

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，比如在写本文的时候，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，假设缓存一个小时。那么到了凌晨一点钟的时候，这批商品的缓存就都过期了。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。

[外链图片转存中…(img-Zi9sbGs6-1670330893220)]

其实集中过期，倒不是非常致命，比较致命的缓存雪崩，是缓存服务器某个节点宕机或断网。因为自然形成的缓存雪崩，一定是在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。无非就是对数据库产生周期性的压力而已。而缓存服务节点的宕机，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

1. 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，其实就是搭建的集群。（异地多活！）
2. 限流降级（在springClound课程讲解过！）
   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。
3. 数据预热
   数据加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。