Database
- 默认数据库数量：Redis 默认提供 16 个数据库（编号 0-15），而非 10 个（可通过修改
redis.conf的databases 16调整数量）。 - 默认操作库：未指定时，所有命令在 数据库 0 执行。
- 隔离性：不同数据库之间的数据完全隔离（键名相同也不会冲突）。
-
# 1. 切换到数据库5 SELECT 5 # 2. 添加测试数据 SET project "Redis Training" HSET config timeout 30 # 3. 查看当前库键数量 DBSIZE # 返回 2 # 4. 返回数据库0并验证隔离性 SELECT 0 DBSIZE # 返回原库0的键数（未变化） # 5. 清空数据库5（谨慎操作！） SELECT 5 FLUSHDB DBSIZE # 返回 0
一、哈希（Hash）
1. 核心概念
- 用途：存储对象（如用户信息），每个键对应多个字段（field）和值（value）。
- 类比：类似 JSON 对象或 Python 字典。
- 优势：可单独操作字段，无需读取整个对象。
2. 练习：用户信息管理
# 1. 添加用户信息（user:1001 是键，name/age/city 是字段）
HSET user:1001 name "Alice" age 30 city "New York"
# 返回：3（成功设置3个字段）
# 2. 获取单个字段值
HGET user:1001 name
# 返回："Alice"
# 3. 获取所有字段和值
HGETALL user:1001
# 返回：name Alice age 30 city New York（按字段顺序显示）
# 4. 修改年龄为31
HSET user:1001 age 31
# 返回：0（字段已存在，仅更新值）
# 5. 删除 city 字段
HDEL user:1001 city
# 返回：1（成功删除1个字段）
# 6. 检查剩余字段
HGETALL user:1001
# 返回：name Alice age 31
二、列表（List）
1. 核心概念
- 用途：有序元素集合，允许重复值（例如消息队列、时间线）。
- 特点：可从两端（左/右）插入或弹出元素。
- 索引：从左到右从 0 开始，-1 表示最后一个元素。
# 1. 从左侧插入三个任务 LPUSH tasks "write report" "debug code" "meeting" # 返回：3（列表当前元素数） # 2. 查看列表所有元素（0到-1表示全部） LRANGE tasks 0 -1 # 返回：1) "meeting" 2) "debug code" 3) "write report"（LPUSH 左侧插入，所以顺序反转） # 3. 从右侧添加新任务 RPUSH tasks "review PR" # 返回：4（当前元素数） # 4. 查看更新后的列表 LRANGE tasks 0 -1 # 返回：1) "meeting" 2) "debug code" 3) "write report" 4) "review PR" # 5. 弹出左侧第一个任务（处理最早的任务） LPOP tasks # 返回："meeting" # 6. 查看剩余任务 LRANGE tasks 0 -1 # 返回：1) "debug code" 2) "write report" 3) "review PR"三、集合（Set）
1. 核心概念
- 用途：存储唯一元素的无序集合（例如标签系统、好友列表）。
- 特性：自动去重，支持集合运算（交集、并集、差集）。
-
# 1. 为文章ID=2001添加标签 SADD article:2001:tags "tech" "database" "redis" # 返回：3（添加了3个不重复标签） # 2. 检查标签是否存在 SISMEMBER article:2001:tags "redis" # 返回：1（存在） # 3. 获取所有标签（无序） SMEMBERS article:2001:tags # 返回：1) "database" 2) "tech" 3) "redis"（顺序可能不同） # 4. 错误示例：重复添加 "tech" SADD article:2001:tags "tech" # 返回：0（未新增元素） # 5. 删除 "database" 标签 SREM article:2001:tags "database" # 返回：1（成功删除） # 6. 查看最终标签 SMEMBERS article:2001:tags # 返回：1) "tech" 2) "redis" # 7. 集合运算 sadd article "ai" "cloud" sadd text "ai" "front_end" sinter article text # 返回：1) "ai"四、Sorted Set
- 特点：每个成员（member）关联一个分数（score），按分数排序（默认升序），成员唯一但分数可重复。
- 典型场景：排行榜、优先级队列、带权重的投票系统。
# 1. 创建游戏活动排行榜，有效期为1小时
ZADD event_2025 5000 "Player1" 4800 "Player2"
EXPIRE event_2025 3600
# 2. 更新分数并刷新过期时间
ZINCRBY event_2025 300 "Player2" # Player2 分数+300
EXPIRE event_2025 3600 # 重置过期时间
# 3. 查看当前排名（降序）
ZREVRANGE event_2025 0 -1 WITHSCORES
# 4. 手动清理（立即过期）
EXPIRE event_2025 0
Redis AOF 持久化：核心原理与使用指南
1. AOF（Append Only File）是什么？
- 核心机制：AOF 以日志形式记录 所有写操作命令（如
SET,HMSET等），重启时通过 重放命令 重建数据。 - 与 RDB 的区别：
- RDB：定时生成数据快照（二进制文件），恢复快但可能丢失最后一次快照后的数据。
- AOF：记录逐条操作，数据完整性更高，但文件体积通常更大，恢复速度较慢。
2. AOF 工作流程
- 命令追加：每次写操作后，将命令以 Redis 协议格式追加到内存缓冲区。
- 文件写入：根据配置的
appendfsync策略，将缓冲区内容写入磁盘的 AOF 文件。 - 文件重写（Rewrite）：定期压缩 AOF 文件，删除冗余命令（例如重复的
SET操作），生成更精简的新文件。
3. 配置 AOF 持久化
修改 redis.conf 配置文件：
# 启用 AOF（默认关闭）
appendonly yes
# 同步策略（重要！）
appendfsync everysec # 可选值：always（每次写都同步）、everysec（每秒同步，默认）、no（由系统决定）
# 自动触发重写的条件
auto-aof-rewrite-percentage 100 # 当前AOF文件大小超过上次重写后大小的100%时触发
auto-aof-rewrite-min-size 64mb # AOF文件最小达到64MB才触发重写
4. 手动管理 AOF
- 立即触发重写：
BGREWRITEAOF # 后台异步执行，不影响主进程修复损坏的 AOF 文件：
redis-check-aof --fix appendonly.aof # 自动尝试修复关闭 AOF：
CONFIG SET appendonly no # 动态修改配置（需手动持久化到配置文件）5. AOF 文件示例
*3
$3
SET
$5
mykey
$7
myvalue
#格式说明：使用 Redis 序列化协议（RESP），*3 表示该命令有 3 个参数，$3 表示后续字符串长度为 3。一些笔记
1.Redis 是单线程还多线程？
这要从不同角度和不同版本分析了；我们平常所说 Redis 是单线程是指 Redis 执行核心指令操作的方式是通过串行的方式单线程执行的；在 Redis6 之前是纯单线程模型，但是随着其请求量的增大和硬件平台的升级 redis 也开始逐步引入了多线程，这些多线程主要用于处理网络 IO、数据备份和集群支持等方面，但是核心指令执行依然是单线程；
2.单线程有哪些好处
单线程的好处：
- 没有线程切换的开销对 CPU 友好
- 没有并发操作不用担心数据并发安全
- 无锁的竞争效率更高
3.单线程好处这么多为什么需要引入多线程
随着 CPU 多核化还有整体硬件水平的提升，如果依然使用单线程的方式处理那么硬件系统的利用率就会很低，最明显的就是网络 IO 会变成 Redis 的瓶颈，因为 Redis 是内存操作并且数据结构的设计优秀所以瓶颈不会在内存和 CPU，但是高并发的场景下如果一个请求的处理时间过长或者执行了 AOF 刷盘或则 RDB 快照那么就会将串行等待时间变长导致性能变低；
4.为什么 Redis 设计成单线程也能这么快？
从硬件层面来说：Redis 是工作在内存上的读写操作很快对 CPU 友好； 从数据结构层面来说：Redis 为了追求高性能底层的数据结构都优秀比如 skipList、listpack 都是在有限的内存上做到了极致的性能； 从线程层面上来说：Redis 在核心指令执行是单线程的，这样不会有锁的竞争、不会有上下文的切换也不用考虑并发安全问题；Redis 的网络 IO、数据备份和集群支持等方面采用的是多线程，尤其是在大数据量的请求下 epoll 方式的网络 io 多路复用大大提升了整体的性能；
扫一扫
3436
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
