是什么?
是完全开源免费的，用c语言编写的，是一个单线程，高性能的（key/value）内存数据库，基于内存运行并支持持久化的nosql数据库
能干嘛？
主要是用来做缓存，但不仅仅只能做缓存，比如：redis的计数器生成分布式唯一主键，redis实现分布式锁，队列，会话缓存等等。
去哪下？
官网，也可以通过Linux yum直接下载安装 （Redis
https://redis.io/download）
1.redis安装
1.1 下载地址：http://redis.io/download ，把下载好的redis-5.0.3.tar.gz放在/usr/local/edwin-test文件 夹下， 执行 tar xzf redis-5.0.3.tar.gz 进行解压
1.2 准备安装
1.# 安装gcc 环境
yum install gcc
2.进入 redis-5.0.13 目录 ， 进行编译与安装
make
3. 修改配置 并且启动
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）
配置文件中 还可以设置密码等 属性
# 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：
src/redis-cli shutdown
其他命令：
redis-server ：启动 redis 服务
redis-cli ：进入 redis 命令客户端
redis-benchmark ： 性能测试的工具
redis-check-aof ： aof 文件进行检查
redis-check-dump ： rdb 文件进行检查
redis-sentinel ： 启动哨兵监控服务
2.5种数据结构
官方命令大全网址：http://www.redis.cn/commands.html
Redis 中存储数据是通过 key-value 格式存储数据的，其中 value 可以定义五种数据类型：
String（字符类型）
Hash（散列类型）
List（列表类型）
Set（集合类型）
SortedSet（有序集合类型，简称zset）
注意：在 redis 中的命令语句中，命令是忽略大小写的，而 key 是不忽略大小写的。
- string类型
字符串常用操作 SET key value //存入字符串键值对 eg: set test1 test MSET key value [key value ...] //批量存储字符串键值对 eg: set test2 123 test3 124 SETNX key value //存入一个不存在的字符串键值对 eg: setnx test4 abc 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) 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 字符串常用操作 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) 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 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 - hash类型
HSET key field value //存储一个哈希表key的键值 eg: hset test name edwin ; HSETNX key field value //存储一个不存在的哈希表key的键值 eg: hsetnx test abc 122 key存在者不插入 HMSET key field value [field value ...] //在一个哈希表key中存储多个键值对 eg: hmset test name 124 age 20 sex 男 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 HMSET user {userId}:name zhuge {userId}:balance 1888 HMSET user 1:name zhuge 1:balance 1888 HMGET user 1:name 1: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 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 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 - list类型
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 获取列表中的某一片段。将返回`start`、`stop`之间的所有元素（包含两端的元素），索引从`0`开始。索引可以是负数，如：“`-1`”代表最后边的一个元素 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 lrem: 删除列表中指定个数的值 LREM 命令会删除列表中前 count 个值为 value 的 执行方式会有所不同： 语法示例： - 当count>0时， LREM会从列表左边开始删 - 当count<0时， LREM会从列表后边开始删 - 当count=0时， LREM删除所有值为value eg: LREM abc 1 test 删除1个 值为 test， key为abc数据 LINDEX 示例： 1 获得指定索引的元素值 LINDEX key index eg: lindex abc 2 设置指定索引的元素值 语法：LSET key index value eg: lset abc 2 test LTRIM 语法： 只保留列表指定片段,指定范围和LRANGE一致 LTRIM key start stop eg: ltrim abc 0 -1 常用数据结构 Stack(栈) = LPUSH + LPOP Queue(队列）= LPUSH + RPOP Blocking MQ(阻塞队列）= LPUSH + BRPOP - set类型
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 eg: sadd test abc 1 2 SREM key member [member ...] //从集合key中删除元素,成功返回0 eg: srem test 2 SMEMBERS key //获取集合key中所有元素 eg: smembers test 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 Set运算操作 SINTER key [key ...] //交集运算 eg: sadd a 1 2 3 sadd b 3 4 5 sinter a b ==> 3 SINTERSTORE destination key [key ..] //将交集结果存入新集合destination中 SUNION key [key ..] //并集运算 eg: sunion a b => 1 2 3 4 5 SUNIONSTORE destination key [key ...] //将并集结果存入新集合destination中 SDIFF key [key ...] //差集运算 -- 集合的差集运算 A-B：属于A并且不属于B的元素构成的集合 eg: sdiff a b ==> 1,2 sditt b a ==> 4,5 SDIFFSTORE destination key [key ...] //将差集结果存入新集合destination中 微信抽奖小程序 1）点击参与抽奖加入集合 SADD test zhangsan lisi wangwu 2）查看参与抽奖所有用户 SMEMBERS test 3）抽取count名中奖者 SRANDMEMBER key [count] / SPOP key [count] eg: spop test 1 三个抽1个 集合中剩余2个 SRANDMEMBER 不会从集合中删除 微信微博点赞，收藏，标签 1) 点赞 SADD like:{消息ID} {用户ID} 2) 取消点赞 SREM like:{消息ID} {用户ID} 3) 检查用户是否点过赞 SISMEMBER like:{消息ID} {用户ID} 4) 获取点赞的用户列表 SMEMBERS like:{消息ID} 5) 获取点赞用户数 SCARD like:{消息ID} 集合操作实现电商商品筛选 SADD brand:huawei P50 SADD brand:xiaomi max4 SADD brand:iPhone iphone13 SADD os:android P50 max4 SADD cpu:brand:intel P50 max4 SADD ram:8G P50 max4 iphone13 SINTER os:android cpu:brand:intel ram:8G {P50，max4} - zset类型
ZADD key score member [[score member]…] //往有序集合key中加入带分值元素 eg: zadd scoreboard 80 zhangsan 89 lisi 94 wangwu zadd scoreboard 97 lisi 修改分值 ZREM key member [member …] //从有序集合key中删除元素 移除有序集合key中的一个或多个成员，不存在的成员将被忽略。 eg: zrem scoreboard lisi ZSCORE key member //返回有序集合key中元素member的分值 eg: zscore scoreboard lisi ZINCRBY key increment member //为有序集合key中元素member的分值加上increment eg: ZINCRBY scoreboard 4 lisi ZCARD key //返回有序集合key中元素个数 eg: ZCARD scoreboard 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（包含两端的元素） eg: zrange scoreboard 0 2 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（包含两端的元素） eg: zrevrange scoreboard 0 2 eg: zrange scoreboard 0 1 WITHSCORES Zset集合操作 ZUNIONSTORE destkey numkeys key [key ...] //并集计算 其中给定 key 的数量必须以 numkeys 参数指定，并将该并集(结果集)储存到 destkey 中。 ZINTERSTORE destkey numkeys key [key …] //交集计算 Zset集合操作实现排行榜 1）点击新闻 ZINCRBY hotNews:20210819 1 小吴事件 2）展示当日排行前十 ZREVRANGE hotNews:20210819 0 9 WITHSCORES 3）七日搜索榜单计算 ZUNIONSTORE hotNews:20210813-20210819 7 hotNews:20190813 hotNews:20210814... hotNews:20210819 4）展示七日排行前十 ZREVRANGE hotNews:20210813-20210819 0 9 WITHSCORES6.geo
GEOADD locations 116.419217 39.921133 beijin GEOPOS locations beijin GEODIST locations tianjin beijin km 计算距离 GEORADIUSBYMEMBER locations beijin 150 km 通过距离计算城市 注意：没有删除命令 它的本质是zset （type locations） 所以可以使用zrem key member 删除元素 zrange key 0 -1 表示所有 返回指定集合中所有value
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。
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。（这点跟NGINX一样）。 Redis 是跑在单线程中的，所有的操作都是按照顺序线性执行的，但是由于读写操作等待用户输入或输出都是阻塞的，所以 I/O 操作在一般情况下往往不能直接返回，这会导致某一文件的 I/O 阻塞导致整个进程无法对其它客户提供服务，而 I/O 多路复用就是为了解决这个问题而出现的。
整理几个Redis客户端命令对应的RedisTemplate中的方法列表：
现在一般都是基于springboot开发 整理集合常用的命令对照表（具体怎么在项目中使用配置可以自行百度下）：
RedisTemplate中定义了对5种数据结构操作
redisTemplate.opsForValue(); //操作字符串
redisTemplate.opsForHash();//操作hash
redisTemplate.opsForList();//操作list
redisTemplate.opsForSet();//操作set
redisTemplate.opsForZSet();//操作有序set
StringRedisTemplate继承自RedisTemplate，也一样拥有上面这些操作。
StringRedisTemplate默认采用的是String的序列化策略，保存的key和value都是采用此策略序列化保存的。
RedisTemplate默认采用的是JDK的序列化策略，保存的key和value都是采用此策略序列化保存的
| String类型结构 | |
| Redis | RedisTemplate rt |
| set key value | rt.opsForValue().set("key","value") |
| get key | rt.opsForValue().get("key") |
| del key | rt.delete("key") |
| strlen key | rt.opsForValue().size("key") |
| getset key value | rt.opsForValue().getAndSet("key","value") |
| getrange key start end | rt.opsForValue().get("key",start,end) |
| append key value | rt.opsForValue().append("key","value") |
| Hash结构 | |
| hmset key field1 value1 field2 value2... | rt.opsForHash().putAll("key",map) //map是一个集合对象 |
| hset key field value | rt.opsForHash().put("key","field","value") |
| hexists key field | rt.opsForHash().hasKey("key","field") |
| hgetall key | rt.opsForHash().entries("key") //返回Map对象 |
| hvals key | rt.opsForHash().values("key") //返回List对象 |
| hkeys key | rt.opsForHash().keys("key") //返回List对象 |
| hmget key field1 field2... | rt.opsForHash().multiGet("key",keyList) |
| hsetnx key field value | rt.opsForHash().putIfAbsent("key","field","value" |
| hdel key field1 field2 | rt.opsForHash().delete("key","field1","field2") |
| hget key field | rt.opsForHash().get("key","field") |
| List结构 | |
| lpush list node1 node2 node3... | rt.opsForList().leftPush("list","node") |
| rt.opsForList().leftPushAll("list",list) //list是集合对象 | |
| rpush list node1 node2 node3... | rt.opsForList().rightPush("list","node") |
| rt.opsForList().rightPushAll("list",list) //list是集合对象 | |
| lindex key index | rt.opsForList().index("list", index) |
| llen key | rt.opsForList().size("key") |
| lpop key | rt.opsForList().leftPop("key") |
| rpop key | rt.opsForList().rightPop("key") |
| lpushx list node | rt.opsForList().leftPushIfPresent("list","node") |
| rpushx list node | rt.opsForList().rightPushIfPresent("list","node") |
| lrange list start end | rt.opsForList().range("list",start,end) |
| lrem list count value | rt.opsForList().remove("list",count,"value") |
| lset key index value | rt.opsForList().set("list",index,"value") |
| Set结构 | |
| sadd key member1 member2... | rt.boundSetOps("key").add("member1","member2",...) |
| rt.opsForSet().add("key", set) //set是一个集合对象 | |
| scard key | rt.opsForSet().size("key") |
| sidff key1 key2 | rt.opsForSet().difference("key1","key2") //返回一个集合对象 |
| sinter key1 key2 | rt.opsForSet().intersect("key1","key2")//同上 |
| sunion key1 key2 | rt.opsForSet().union("key1","key2")//同上 |
| sdiffstore des key1 key2 | rt.opsForSet().differenceAndStore("key1","key2","des") |
| sinter des key1 key2 | rt.opsForSet().intersectAndStore("key1","key2","des") |
| sunionstore des key1 key2 | rt.opsForSet().unionAndStore("key1","key2","des") |
| sismember key member | rt.opsForSet().isMember("key","member") |
| smembers key | rt.opsForSet().members("key") |
| spop key | rt.opsForSet().pop("key") |
| srandmember key count | rt.opsForSet().randomMember("key",count) |
| srem key member1 member2... | rt.opsForSet().remove("key","member1","member2",...) |
1768
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
