Nosql概述
为什么要用Nosql
1、单机MySQL的年代
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，更多的是去使用静态页面 html，服务器没有太大的压力！
思考一下，这种情况：整个网站的瓶颈是什么？
1.数据量如果太大，一个机器放不下！
2.数据的索引（B+Tree），单表数据超过300w就一定要建立索引！
3.访问量比较大（读写混合），一个服务器承受不了
只要开始出现以上三个情况之一，那么你必须要晋级！
2、Memcached（缓存）+MySQL+ 垂直拆分（读写分离）
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麻烦！所以说我们希望减轻数据库的压力，我们可以使用缓存保证效率！
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）
3、分库分表+水平拆分+MySQL集群
技术和业务在发展的同时，对人的要求也越来越高！
本质：数据库（读，写）
4、如今的年代
2010--2020十年之前，世界已经发生了翻天覆地的变化（定位，也是一种数据、音乐、热榜）
MySQL等关系型数据库就不够用了！数据量很大而且变化很快！
MySQL有的使用它来存储一些比较大的文件、博客、图片！数据库表很大，效率就低了！如果有一种数据库来专门处理这种数据，MySQL压力就会变得十分小（研究如何处理这些问题！）大数据的IO压力下，表几乎没法更大！
目前一个基本互联网项目！
为什么要用NoSQL！
用户的个人信息，社交网络，地理位置。用户自己产生的数据，用户日志等爆发式增长！
这时候我们就需要使用NoSQL数据库了，NoSQL可以很好的处理以上的情况！
什么是NoSQL
NoSQL
关系型数据库：表格，行，类
NoSQL = Not Only SQL（不仅仅是SQL）
泛指非关系型数据库，随着web2.0互联网的诞生！传统的关系型数据库很难对付2.0的时代！尤其是超大规模的高并发的社区！暴露出来很多难以克服的问题，NoSQL在当今大数据环境下发展的十分迅速，Resid是发展最快的，而且 是我们当下必须要掌握的一个技术！
很多的数据类型的存储不需要一个固定的格式！不需要多余的操作就可以横向扩展的！
NoSQL特点（解耦）
1、方便扩展（数据之间没有关系，很好扩展！）
2、大数据量高性能（Redis 一秒写8万次，读取11万，NoSQL的缓存记录级，是一种细粒度的缓存，性能会比较高）
3、数据类型是多样型的！（不需要事先设计好数据库！随取随用！如果数据量十分大的表，很多人就无法设计了！）
4、传统的RDBMS和NoSQL
传统的 RDBMS
- 结构化组织
- SQL
- 数据和关系都存在单独的表里 row col
- 操作操作，数据定义语言
- 严格的一致性
- 基础的事务
- ....NoSQL
- 不仅仅是数据
- 没有固定的查询语言
- 键值对存储，列存储，文档存储，图形数据库（社交关系）
- 最终一致性
- CAP定理 和 BASE （异地多活！）
- 高性能，高可用，高可扩展
- ....了解：3V+3高
大数据时代的3V：主要描述问题的
1、海量Volume
2、多样Variety
3、实时Velocity
大数据时代的3高：主要描述问题的
1、高并发
2、高可扩（随时水平拆分，机器不够了，可以扩展机器来）
3、高性能（保证用户体验和性能）
NoSQL的四大分类
KV键值对：
-
新浪：Redis
-
美团：Redis+Tair
-
阿里、百度：Redis+memecache
文档型数据库（bson格式和json一样）
-
MongoDB（一般必须要掌握）
MongBD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！
MongBD是一个介于关系型数据库和非关系型数据库中间的产品！MongBD是非关系型数据库中功能最丰富，最像关系型数据库 的！
-
ConthDB
列存储数据库
-
HBase
-
分布式文件系统
图关系型数据库
-
它不是存图形的，放的是关系，比如：朋友圈社交网络，广告推荐！
-
Neo4j，InfoGrid
四者对比
Redis入门
概述
Redis是什么
Redis：REmote DIctionary Server（远程字典服务器）
是完全开源免费的，用C语言编写的，遵守BSD协议，是一个高性能的（Key/Value）分布式内存数据库，基于内存运行，并支持持久化的NoSQL数据库，是当前最热门的NoSQL数据库之一，也被人们称为数据结构服务器！
Redis能干嘛？
1、内存存储、持久化，内存是断电即失，所以持久化很重要（rdb。aof）
2、效率高，可以用于高速缓存
3、发布订阅系统
4、地图信息分析
5、计时器、计数器（微信，微博浏览量）
6、........
学习中所需要的东西
1、redis官网：https://redis.io/
2、中文网：https://www.redis.cn/
4、下载地址：通过官网下载
注意：Window在Github上下载
Windows安装
1、下载安装包：https://github.com/dmajkic/redis/downloads
2、下载完毕得到安装包：
3、解压到自己电脑的环境目录下就可以
4、开启Redis，双击运行服务即可！
5、使用客户端来连接Redis
Linux安装
1、下载安装包 :http://download.redis.io/releases/redis-5.0.7.tar.gz
安装步骤
1、下载获得 redis-5.0.7.tar.gz 后将它放到我们Linux的目录下 /opt
2、/opt 目录下，解压命令 ： tar -zxvf redis-5.0.7.tar.gz
3、解压完成后出现文件夹：redis-5.0.7
4、进入目录： cd redis-5.0.7
5、在 redis-5.0.7 目录下执行 make 命令
运行make命令时故意出现的错误解析：
1. 安装gcc (gcc是linux下的一个编译程序，是c程序的编译工具)
能上网: yum install gcc-c++
版本测试: gcc-v
2. 二次make
3. Jemalloc/jemalloc.h: 没有那个文件或目录
运行 make distclean 之后再make
4. Redis Test（可以不用执行） 6、如果make完成后继续执行 make install
7、查看默认安装目录：usr/local/bin
/usr 这是一个非常重要的目录，类似于windows下的Program Files,存放用户的程序8、拷贝配置文件（备用）
cd /usr/local/bin
ls -l
# 在redis的解压目录下备份redis.conf
mkdir myredis
cp redis.conf myredis # 拷一个备份，养成良好的习惯，我们就修改这个文件
# 修改配置保证可以后台应用
vim redis.conf
-
A、redis.conf配置文件中daemonize守护线程，默认是NO。
-
B、daemonize是用来指定redis是否要用守护线程的方式启动。
daemonize设置yes或者no区别
-
daemonize:yes
-
redis采用的是单进程多线程的模式。当redis.conf中选项daemonize设置成yes时，代表开启守护进程模式。在该模式下，redis会在后台运行，并将进程pid号写入至redis.conf选项pidfifile设置的文件中，此时redis将一直运行，除非手动kill该进程。
-
-
daemonize:no
-
当daemonize选项设置成no时，当前界面将进入redis的命令行界面，exit强制退出或者关闭连接工具(putty,xshell等)都会导致redis进程退出。
-
9、启动测试一下！
# 【shell】启动redis服务
[root@192 bin]# cd /usr/local/bin
[root@192 bin]# redis-server /opt/redis-5.0.7/redis.conf
# redis客户端连接===> 观察地址的变化，如果连接ok,是直接连上的，redis默认端口号 6379
[root@192 bin]# redis-cli -p 6379
127.0.0.1:6379> ping
PONG
127.0.0.1:6379> set k1 helloworld
OK
127.0.0.1:6379> get k1
"helloworld"
# 【shell】ps显示系统当前进程信息
[root@192 myredis]# ps -ef|grep redis
root 16005 1 0 04:45 ? 00:00:00 redis-server
127.0.0.1:6379
root 16031 15692 0 04:47 pts/0 00:00:00 redis-cli -p 6379
root 16107 16076 0 04:51 pts/2 00:00:00 grep --color=auto redis
# 【redis】关闭连接
127.0.0.1:6379> shutdown
not connected> exit
# 【shell】ps显示系统当前进程信息
[root@192 myredis]# ps -ef|grep redis
root 16140 16076 0 04:53 pts/2 00:00:00 grep --color=auto redis基础知识说明
准备工作：开启redis服务，启动客户端
基本数据库常识
查看 redis.conf ，里面有默认的配置
databases 16
# Set the number of databases. The default database is DB 0, you can select
# a different one on a per-connection basis using SELECT <dbid> where
# dbid is a number between 0 and 'databases'-1 databases 16 1234567Select命令切换数据库
127.0.0.1:6379> select 7
OK
127.0.0.1:6379[7]>
# 不同的库可以存储不同的数据Dbsize查看当前数据库的key的数量
127.0.0.1:6379> select 7
OK
127.0.0.1:6379[7]> DBSIZE
(integer) 0
127.0.0.1:6379[7]> select 0
OK
127.0.0.1:6379> DBSIZE
(integer) 5
127.0.0.1:6379> keys * # 查看具体的key
1) "counter:__rand_int__"
2) "mylist"
3) "k1"
4) "myset:__rand_int__"
5) "key:__rand_int__"Flushdb：清空当前库
Flushall：清空全部的库
127.0.0.1:6379> DBSIZE
(integer) 5
127.0.0.1:6379> FLUSHDB
OK
127.0.0.1:6379> DBSIZE
(integer) 0Exists 判断key是否存在
127.0.0.1:6379[7]> exists name
(integer) 1
127.0.0.1:6379[7]> exists name1
(integer) 0
# 如果存在返回1，不存在返回0Move 移除当前的key
127.0.0.1:6379[7]> keys *
1) "age"
2) "name"
127.0.0.1:6379[7]> move name 1
(integer) 1
127.0.0.1:6379[7]> keys *
1) "age"expire 设置倒计时
127.0.0.1:6379[7]> keys *
1) "age"
2) "name"
127.0.0.1:6379[7]> get name
"zhaoyushang"
127.0.0.1:6379[7]> expire name 10
(integer) 1
127.0.0.1:6379[7]> ttl name #查看当前key的剩余过期时间
(integer) 4
127.0.0.1:6379[7]> get name
(nil)keys 查询所有的key
127.0.0.1:6379[7]> keys *
1) "age"
2) "name"查询key的类型
127.0.0.1:6379[7]> type name
string
127.0.0.1:6379[7]> type age
string后面如果遇到不会的命令，可以在官网查看帮助文档
为什么redis是单线程
明白Redis是很快的，官方表示，因为Redis是基于内存的操作，CPU不是Redis的瓶颈，Redis的瓶颈最有可能是机器内存的大小或者网络带宽。既然单线程容易实现，而且CPU不会成为瓶颈，那就顺理成章地采用单线程的方案了！
Redis是C语言写的，官方提供的数据是 100000+的QPS，完全不比同样是使用key-value的Memecache差！
Redis为什么单线程还这么快？
1、误区1：高性能的服务器一定是多线程的
2、误区2：多线程（CPU上下文会切换）一定要比单线程效率高！
CPU>内存>硬盘
核心：redis是将所有的数据放在内存中的，所以使用单线程的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，没有上下文切换效率就是最高的！！！多次读写都是在同一个CPU的，在内存情况下，这个就是最佳饿方案！
五大数据类型
官网文档
全段翻译：
Redis是一个开放源代码（BSD许可）的内存中数据结构存储，用作数据库，缓存和消息代理。它支持数据结构，例如字符串，哈希，列表，集合，带范围查询的排序集合，位图，超日志，带有半径查询和流的地理空间索引。Redis具有内置的复制，Lua脚本，LRU驱逐，事务和不同级别的磁盘持久性，并通过Redis Sentinel和Redis Cluster自动分区提供了高可用性。
String（字符串）
String是redis最基本的类型，你可以理解成Memcached一模一样的类型，一个key对应一个value。
String类型是二进制安全的，意思是redis的string可以包含任何数据，比如jpg图片或者序列化的对象。
String类型是redis最基本的数据类型，一个redis中字符串value最多可以是512M。
#####################################################################
127.0.0.1:6379[7]> flushall #清除所有的key
OK
127.0.0.1:6379[7]> set key1 v1 #设置key
OK
127.0.0.1:6379[7]> get key1 #获得key
"v1"
127.0.0.1:6379[7]> keys * #查询所有的key
1) "key1"
127.0.0.1:6379[7]> exists key1 #判断key是否存在
(integer) 1
127.0.0.1:6379[7]> append key1 "hello" #给key值追加字符串，如果key不存在，就先当与set key
(integer) 7
127.0.0.1:6379[7]> get key1
"v1hello"
127.0.0.1:6379[7]> strlen key1 #获取字符串的长度
(integer) 7
127.0.0.1:6379[7]> append key1 ",zhaoyushang"
(integer) 19
127.0.0.1:6379[7]> get key1
"v1hello,zhaoyushang"
#####################################################################
# i++
# 步长 i+=
127.0.0.1:6379[7]> set article:id:views 0 #文章id的浏览量初始为0
OK
127.0.0.1:6379[7]> get views
"0"
127.0.0.1:6379[7]> incr views # 自增1 浏览量+1
(integer) 1
127.0.0.1:6379[7]> incr views
(integer) 2
127.0.0.1:6379[7]> get views
"2"
127.0.0.1:6379[7]> decr views #自减1 浏览量-1
(integer) 1
127.0.0.1:6379[7]> get views
"1"
127.0.0.1:6379[7]> incrby views 10 #可以设置步长，指定增量！
(integer) 11
127.0.0.1:6379[7]> decrby views 10
(integer) 1
#####################################################################
# 字符串范围 range
127.0.0.1:6379> set key1 "hello,zys"
OK
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,zys"
# 替换！
127.0.0.1:6379> set key2 abcdrdfg
OK
127.0.0.1:6379> get key2
"abcdrdfg"
127.0.0.1:6379> setrange key2 1 xx #替换指定位置开始的字符串
(integer) 8
127.0.0.1:6379> get key2
"axxdrdfg"
#####################################################################
# setex (set with expire) #设置过期时间
#setnx (set if not expire) #不存在设置（在分布式锁中常常使用）
127.0.0.1:6379> setex key3 30 "hello" #设置key3的值为hello，30s过期
OK
127.0.0.1:6379> ttl key3
(integer) 25
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) "key2"
2) "mykey"
3) "key1"
127.0.0.1:6379> ttl key3
(integer) -2
127.0.0.1:6379> setnx mykey "MongoDB" #如果mykey存在，创建失败
(integer) 0
127.0.0.1:6379> get mykey
"redis"
#####################################################################
#mset
#mget
127.0.0.1:6379> keys *
1) "key2"
2) "mykey"
3) "key1"
127.0.0.1:6379> flushall
OK
127.0.0.1:6379> keys *
(empty list or set)
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) "k2"
3) "k3"
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 是一个原子性饿操作，要么一起成功，要么一起失败！
(integer) 0
127.0.0.1:6379> get k4
(nil)
#对象
set user:1 {name:zhangsan,age:3} #设置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
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再set
127.0.0.1:6379> getset db redis #如果不存在值，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"
#####################################################################String类的使用场景：value除了是我们常用的字符串还可以是我们的数字！
-
计数器
-
统计多单位的数量
-
粉丝数
-
对象缓存存储
List（列表）
Redis列表是简单的字符串列表，按照插入顺序排序，你可以添加一个元素到列表的头部（左边）或者尾部（右边）。
它的底层实际是个链表 !
基本的数据类型，列表
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l开头的，Redis不区分大小写
#####################################################################
#lpush 将一个值或者多个值，插入到列表头部 （左）
#rpush 将一个值或者多个值，插入到列表尾部 （右）
#lrange 获取list中的值！
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中的值！
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 Four #将一个值或者多个值，插入到列表尾部 （右）
(integer) 4
127.0.0.1:6379> lrange list 0 -1
1) "three"
2) "two"
3) "one"
4) "Four"
#####################################################################
#LPOP 移除list的第一个元素
#RPOP 移除list的最后一个元素
127.0.0.1:6379> lrange list 0 -1
1) "three"
2) "two"
3) "one"
4) "Four"
127.0.0.1:6379> lpop list #移除list的第一个元素
"three"
127.0.0.1:6379> lrange list 0 -1
1) "two"
2) "one"
3) "Four"
127.0.0.1:6379> rpop list #移除list的最后一个元素
"Four"
127.0.0.1:6379> lrange list 0 -1
1) "two"
2) "one"
#####################################################################
#Lindex 通过下标获得list中的某一个值
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"
127.0.0.1:6379> lindex list 0
"two"
#####################################################################
#llen 返回列表的长度
127.0.0.1:6379> lpush list one
(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> llen list #返回列表的长度
(integer) 3
#####################################################################
#lrem 移除指定的值
127.0.0.1:6379> lrange list 0 -1
1) "three"
2) "three"
3) "two"
4) "one"
127.0.0.1:6379> lrem list 1 one #移除list集合中指定个数的value，精确匹配
(integer) 1
127.0.0.1:6379> lrange list 0 -1
1) "three"
2) "three"
3) "two"
127.0.0.1:6379> lrem list 1 three
(integer) 1
127.0.0.1:6379> lrange list 0 -1
1) "three"
2) "two"
127.0.0.1:6379> lpush list three
(integer) 3
127.0.0.1:6379> lrem list 2 three
(integer) 2
127.0.0.1:6379> lrange list 0 -1
1) "two"
#####################################################################
trim 修剪
#ltrim
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，截断了只剩下截取的元素！
OK
127.0.0.1:6379> lrange mylist 0 -1
1) "hello1"
2) "hello2"
#####################################################################
#rpoplpush 移除最后一个元素，将它移动到新的列表当中
127.0.0.1:6379> lrange list 0 -1
1) "hello"
2) "hello1"
3) "hello2"
127.0.0.1:6379> rpoplpush list mylist #移除最后一个元素，将它移动到新的列表当中
"hello2"
127.0.0.1:6379> lrange list 0 -1 #查看原来的列表
1) "hello"
2) "hello1"
127.0.0.1:6379> lrange mylist 0 -1 #查看目标列表中确实存在该值
1) "hello2"
#####################################################################
#lset 将列表中指定下标的值替换为另一个值，相当于更新操作
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 #如果不存在列表，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 #如果存在就会替换当前下标的值
OK
127.0.0.1:6379> lrange list 0 0
1) "item"
127.0.0.1:6379> lset list 1 other #如果不存在，则会报错
(error) ERR index out of range
#####################################################################
#linsert 将某一个具体的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 "hello"
(integer) 1
127.0.0.1:6379> rpush mylist "world"
(integer) 2
127.0.0.1:6379> linsert mylist before "world" "other"
(integer) 3
127.0.0.1:6379> lrange mylist 0 -1
1) "hello"
2) "other"
3) "world"
127.0.0.1:6379> linsert mylist after world new
(integer) 4
127.0.0.1:6379> lrange mylist 0 -1
1) "hello"
2) "other"
3) "world"
4) "new"
#####################################################################小结
-
它实际上是一个链表，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，新增内容
-
如果移除了key，所有的value都消失
-
在两边插入或者改动值，效率最高！中间元素，相对来说效率会低点
可以做：
消息队列！lpush rpop （从左边进去，右边拿出来）
栈！lpush lpop (从左边进去，左边拿)
Set（集合）
Redis的Set是String类型的无序集合，它是通过HashTable实现的 !值不能重复
#####################################################################
#sadd set集合中添加一个元素
#smembers 查询set集合中的所有元素
#sismenmber 查询集合中是否拥有这个值
127.0.0.1:6379> sadd myset "hello" #set集合中添加一个元素
(integer) 1
127.0.0.1:6379> sadd myset "zhaoyushang"
(integer) 1
127.0.0.1:6379> sadd myset "zhaoyushang123"
(integer) 1
127.0.0.1:6379> smembers myset #查询set集合中的所有元素
1) "zhaoyushang123"
2) "hello"
3) "zhaoyushang"
127.0.0.1:6379> sismember myset hello #查询集合中是否拥有这个值
(integer) 1
127.0.0.1:6379> sismember myset world
(integer) 0
#####################################################################
#scard 获取set集合中的元素个数
127.0.0.1:6379> scard myset
(integer) 3
127.0.0.1:6379> sadd myset "zhaoyushang123"
(integer) 0
127.0.0.1:6379> sadd myset "zhaoyushang1234"
(integer) 1
127.0.0.1:6379> scard myset
(integer) 4
#####################################################################
#srem 移除set中的指定元素
127.0.0.1:6379> srem myset hello #移除set中的指定元素
(integer) 1
127.0.0.1:6379> scard myset
(integer) 3
127.0.0.1:6379> smembers myset
1) "zhaoyushang1234"
2) "zhaoyushang123"
3) "zhaoyushang"
#####################################################################
set 无序不重复集合，抽随机
# srandmember 随机抽取一个元素
127.0.0.1:6379> smembers myset
1) "zhaoyushang1234"
2) "zhaoyushang123"
3) "zhaoyushang"
127.0.0.1:6379> srandmember myset #随机抽取一个元素
"zhaoyushang1234"
127.0.0.1:6379> srandmember myset
"zhaoyushang"
127.0.0.1:6379> srandmember myset
"zhaoyushang123"
127.0.0.1:6379> srandmember myset 2 #随机抽取指定个数的元素
1) "zhaoyushang123"
2) "zhaoyushang"
#####################################################################
#spop 随机删除set集合中的元素
127.0.0.1:6379> smembers myset
1) "zhaoyushang1234"
2) "zhaoyushang123"
3) "zhaoyushang"
127.0.0.1:6379> spop myset #随机删除set集合中的元素
"zhaoyushang"
127.0.0.1:6379> spop myset
"zhaoyushang123"
127.0.0.1:6379> smembers myset
1) "zhaoyushang1234"
#####################################################################
# smove 将一个指定的值移动到另外一个set集合中
127.0.0.1:6379> sadd set hello
(integer) 1
127.0.0.1:6379> sadd set world
(integer) 1
127.0.0.1:6379> sadd set zhaoyushang
(integer) 1
127.0.0.1:6379> sadd set2 set2
(integer) 1
127.0.0.1:6379> smove set set2 zhaoyushang #将一个指定的值移动到另外一个set集合中
(integer) 1
127.0.0.1:6379> smembers set
1) "hello"
2) "world"
127.0.0.1:6379> smembers set2
1) "zhaoyushang"
2) "set2"
#####################################################################
微博，B站，共同关注！（并集）
数字集合类：
-差集 sdiff
-交集 sinter
-并集 sunion
127.0.0.1:6379> sadd key1 a
(integer) 1
127.0.0.1:6379> sadd key1 b
(integer) 1
127.0.0.1:6379> sadd key1 c
(integer) 1
127.0.0.1:6379> sadd key2 c
(integer) 1
127.0.0.1:6379> sadd key2 d
(integer) 1
127.0.0.1:6379> sadd key2 e
(integer) 1
127.0.0.1:6379> sdiff key1 key2 #差集
1) "b"
2) "a"
127.0.0.1:6379> sinter key1 key2 #交集 共同好友就可以实现
1) "c"
127.0.0.1:6379> sunion key1 key2 #并集
1) "e"
2) "a"
3) "c"
4) "b"
5) "d"
#####################################################################可以做：
微博，A用户将所有关注的人放在一个set集合中！将他的粉丝也放在一个集合！
共同关注，共同爱好，二度好友，推荐好友！（六度分隔理论）
Hash（哈希）
Redis hash 是一个键值对集合。key-map，这时候这个值是map集合！本质和String类型没有太大的区别，还是一个简单的key-value。
Redis hash 是一个String类型的fifield和value的映射表，hash特别适合用于存储对象。
类似Java里面的Map<String,Object>
#####################################################################
127.0.0.1:6379> hset myhash field1 zhaoyushang # set一个具体的key-value
(integer) 1
127.0.0.1:6379> hget myhash field1 # 获取一个字段值
"zhaoyushang"
127.0.0.1:6379> hmset myhash field1 hello field2 world # set多个具体的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"
#####################################################################
# hdel 删除指定的key字段，对应的value值也就消失了
127.0.0.1:6379> hdel myhash field1 # 删除指定的key字段
(integer) 1
127.0.0.1:6379> hgetall myhash
1) "field2"
2) "world"
#####################################################################
# hlen 获取hash表的字段数量
127.0.0.1:6379> hgetall myhash
1) "field2"
2) "world"
3) "field"
4) "hello"
127.0.0.1:6379> hlen myhash # 获取hash表的字段数量
(integer) 2
#####################################################################
#hexists 判断hash中指定字段是否存在
127.0.0.1:6379> hexists myhash field # 判断hash中指定字段是否存在
(integer) 1
127.0.0.1:6379> hexists myhash field1
(integer) 0
#####################################################################
# hkeys 只获得所有field
# hvals 只获得所有field对应的value
127.0.0.1:6379> hkeys myhash # 只获得所有field
1) "field2"
2) "field"
127.0.0.1:6379> hvals myhash # 只获得所有field对应的value
1) "world"
2) "hello"
#####################################################################
# incr
# decr
127.0.0.1:6379> hset my f3 5 # 指定增量
(integer) 1
127.0.0.1:6379> hincrby my f3 1
(integer) 6
127.0.0.1:6379> hincrby my f3 -1
(integer) 5
127.0.0.1:6379> hset my f4 hello
(integer) 1
127.0.0.1:6379> hsetnx my f5 hello # 如果不存在则可以设置
(integer) 1
127.0.0.1:6379> hsetnx my f5 world # 如果存在则不可以设置
(integer) 0可以做：
Redis hash是一个string类型的fifield和value的映射表，hash特别适合用于存储对象。
存储部分变更的数据，如用户信息等。
Zset（有序集合）
Redis zset 和 set 一样，也是String类型元素的集合，且不允许重复的成员。
不同的是每个元素都会关联一个double类型的分数。
Redis正是通过分数来为集合中的成员进行从小到大的排序，zset的成员是唯一的，但是分数（Score）却可以重复。
在set基础上，加一个score值。之前set是k1 v1 v2 v3，现在zset是 k1 score1 v1 score2 v2
# ===================================================
# zadd 将一个或多个成员元素及其分数值加入到有序集当中。
# zrange 返回有序集中，指定区间内的成员
# ===================================================
127.0.0.1:6379> zadd myset 1 "one"
(integer) 1
127.0.0.1:6379> zadd myset 2 "two" 3 "three"
(integer) 2
127.0.0.1:6379> ZRANGE myset 0 -1
1) "one"
2) "two"
3) "three"
# ===================================================
# zrangebyscore 返回有序集合中指定分数区间的成员列表。有序集成员按分数值递增(从小到大) 次序排列。
# ===================================================
127.0.0.1:6379> zadd salary 2500 xiaoming
(integer) 1
127.0.0.1:6379> zadd salary 5000 xiaohong
(integer) 1
127.0.0.1:6379> zadd salary 500 kuangshen
(integer) 1
# Inf无穷大量+∞,同样地,-∞可以表示为-Inf。
127.0.0.1:6379> ZRANGEBYSCORE salary -inf +inf # 显示整个有序集
1) "kuangshen"
2) "xiaoming"
3) "xiaohong"
127.0.0.1:6379> ZRANGEBYSCORE salary -inf +inf withscores # 递增排列
1) "kuangshen"
2) "500"
3) "xiaoming"
4) "2500"
5) "xiaohong"
6) "5000"
127.0.0.1:6379> ZREVRANGE salary 0 -1 WITHSCORES # 递减排列
1) "xiaohong"
2) "5000"
3) "xiaoming"
4) "2500"
5) "kuangshen"
6) "500"
127.0.0.1:6379> ZRANGEBYSCORE salary -inf 2500 WITHSCORES # 显示工资 <=2500 的所有成员
1) "kuangshen"
2) "500"
3) "xiaoming"
4) "2500"
# ===================================================
# zrem 移除有序集中的一个或多个成员
# ===================================================
127.0.0.1:6379> ZRANGE salary 0 -1
1) "kuangshen"
2) "xiaoming"
3) "xiaohong"
127.0.0.1:6379> zrem salary kuangshen
(integer) 1
127.0.0.1:6379> ZRANGE salary 0 -1
1) "xiaoming"
2) "xiaohong"
# ===================================================
# zcard 命令用于计算集合中元素的数量。
# ===================================================
127.0.0.1:6379> zcard salary
(integer) 2
OK
# ===================================================
# zcount 计算有序集合中指定分数区间的成员数量。
# ===================================================
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
(integer) 3
127.0.0.1:6379> ZCOUNT myset 1 2
(integer) 2
# ===================================================
# zrank 返回有序集中指定成员的排名。其中有序集成员按分数值递增(从小到大)顺序排列。
# ===================================================
127.0.0.1:6379> zadd salary 2500 xiaoming
(integer) 1
127.0.0.1:6379> zadd salary 5000 xiaohong
(integer) 1 127.0.0.1:6379> zadd salary 500 kuangshen
(integer) 1 127.0.0.1:6379> ZRANGE salary 0 -1 WITHSCORES # 显示所有成员及其 score 值
1) "kuangshen"
2) "500"
3) "xiaoming"
4) "2500"
5) "xiaohong"
6) "5000"
127.0.0.1:6379> zrank salary kuangshen # 显示 kuangshen 的薪水排名，最少
(integer) 0
127.0.0.1:6379> zrank salary xiaohong # 显示 xiaohong 的薪水排名，第三
(integer) 2
# ===================================================
# zrevrank 返回有序集中成员的排名。其中有序集成员按分数值递减(从大到小)排序。
# ===================================================
127.0.0.1:6379> ZREVRANK salary kuangshen # 狂神第三
(integer) 2
127.0.0.1:6379> ZREVRANK salary xiaohong # 小红第一
(integer) 0事务
Redis事务的概念：
Redis 事务的本质是一组命令的集合。事务支持一次执行多个命令，一个事务中所有命令都会被序列化。在事务执行过程，会按照顺序串行化执行队列中的命令，其他客户端提交的命令请求不会插入到事务执行命令序列中。
总结说：redis事务就是一次性、顺序性、排他性的执行一个队列中的一系列命令。
Redis事务没有隔离级别的概念：
批量操作在发送 EXEC 命令前被放入队列缓存，并不会被实际执行！
Redis不保证原子性：
Redis中，单条命令是原子性执行的，但事务不保证原子性，且没有回滚。事务中任意命令执行失败，其余的命令仍会被执行。
Redis事务的三个阶段：
-
开始事务（multi）
-
命令入队（....）
-
执行事务（exec）
正常执行事务！
127.0.0.1:6379> multi # 开启事务
OK
# 命令入队
127.0.0.1:6379> set k1 v1
QUEUED
127.0.0.1:6379> set k2 v2
QUEUED
127.0.0.1:6379> get k2
QUEUED
127.0.0.1:6379> set k3 v3
QUEUED
127.0.0.1:6379> exec # 执行事务
1) OK
2) OK
3) "v2"
4) OK放弃事务！
127.0.0.1:6379> multi # 开启事务
OK
# 命令入队
127.0.0.1:6379> set k1 v1
QUEUED
127.0.0.1:6379> set k2 v2
QUEUED
127.0.0.1:6379> set k4 v4
QUEUED
127.0.0.1:6379> discard # 取消事务
OK
127.0.0.1:6379> get k4 # 事务队列中的命令都不会被执行
(nil)编译型异常（代码有问题！命令有错！），事务中所有的命令都不会被执行！
127.0.0.1:6379> multi
OK
127.0.0.1:6379> set k1 v1
QUEUED
127.0.0.1:6379> set k2 v2
QUEUED
127.0.0.1:6379> set k3 v3
QUEUED
127.0.0.1:6379> getset k3 # 错误命令
(error) ERR wrong number of arguments for 'getset' command
127.0.0.1:6379> set k4 v4
QUEUED
127.0.0.1:6379> set k5 v5
QUEUED
127.0.0.1:6379> exec # 执行事务报错
(error) EXECABORT Transaction discarded because of previous errors.
127.0.0.1:6379> get k4 # 所有的命令都不会执行
(nil)运行时异常（运行时出错），如果事务队列中存在语法性错误，那么执行命令的时候，其他命令是可以正常执行的，错误命令是可以抛出异常！
127.0.0.1:6379> set k1 "v1"
OK
127.0.0.1:6379> multi
OK
127.0.0.1:6379> incr k1 # 执行的时候失败！
QUEUED
127.0.0.1:6379> set k2 b1
QUEUED
127.0.0.1:6379> set k3 k3
QUEUED
127.0.0.1:6379> get k3
QUEUED
127.0.0.1:6379> 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) "k3"
127.0.0.1:6379> get k2
"b1"
127.0.0.1:6379> get k3
"k3"监控！Watch （面试常问）
悲观锁：
-
悲观锁(Pessimistic Lock),顾名思义，就是很悲观，每次去拿数据的时候都认为别人会修改，所以每次在拿数据的时候都会上锁，这样别人想拿到这个数据就会block直到它拿到锁。传统的关系型数据库里面就用到了很多这种锁机制，比如行锁，表锁等，读锁，写锁等，都是在操作之前先上锁。
乐观锁：
-
乐观锁(Optimistic Lock),顾名思义，就是很乐观，每次去拿数据的时候都认为别人不会修改，所以不会上锁。但是在更新的时候会判断一下再此期间别人有没有去更新这个数据，可以使用版本号等机制，乐观锁适用于多读的应用类型，这样可以提高吞吐量，乐观锁策略：提交版本必须大于记录当前版本才能执行更新。
-
在mysql中，第一步，获取version。第二步，更新的时候比较version。
Redis监视测试
正常执行成功！
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
OK
127.0.0.1:6379> decrby money 20
QUEUED
127.0.0.1:6379> incrby out 20
QUEUED
127.0.0.1:6379> exec # 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
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
OK
127.0.0.1:6379> multi
OK
127.0.0.1:6379> decrby money 10
QUEUED
127.0.0.1:6379> incrby out 10
QUEUED
127.0.0.1:6379> 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)
# 另一个线程
127.0.0.1:6379> get money
"80"
127.0.0.1:6379> set money 1000
OK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，再次监视
OK
127.0.0.1:6379> multi
OK
127.0.0.1:6379> decrby money 10
QUEUED
127.0.0.1:6379> incrby out 10
QUEUED
127.0.0.1:6379> exec
1) (integer) 990
2) (integer) 30Jedis
什么是Jedis，是Rdis官方推荐的java连接开发工具！使用java操作Redis 的中间件，如果你要是用java操作Redis，那么一定要对Jedis十分熟悉
测试
1、导入对应的依赖
<!--导入jedis的包-->
<dependencies>
<dependency>
<groupId>redis.clients</groupId>
<artifactId>jedis</artifactId>
<version>3.2.0</version>
</dependency>
<!--fastjson-->
<dependency>
<groupId>com.alibaba</groupId>
<artifactId>fastjson</artifactId>
<version>1.2.62</version>
</dependency>
</dependencies>2、编码测试：
-
连接数据库
-
操作命令
-
断开连接
public class TestPing {
public static void main(String[] args) {
//1、new Jedis对象即可
Jedis jedis = new Jedis("127.0.0.1",6379);
//2、Jedis所有的命令都是我们之前学习的所有指令！
System.out.println(jedis.ping());
}
}输出：
常用的API
基本操作
public class TestPassword {
public static void main(String[] args) {
Jedis jedis = new Jedis("127.0.0.1", 6379);
//验证密码，如果没有设置密码这段代码省略
// jedis.auth("password");
jedis.connect(); //连接
jedis.disconnect(); //断开连接
jedis.flushAll(); //清空所有的key
}
}对key操作的命令
public class TestPing {
public static void main(String[] args) {
//1、new Jedis对象即可
Jedis jedis = new Jedis("127.0.0.1",6379);
//2、Jedis所有的命令都是我们之前学习的所有指令！
System.out.println("清空数据： " + jedis.flushDB());
System.out.println("判断某个键是否存在： " + jedis.exists("username"));
System.out.println("新增<'username','zhangsan'>的键值 对： " + jedis.set("username", "zhangsan"));
System.out.println("新增<'password','password'>的键值 对："+jedis.set("password", "password"));
System.out.print("系统中所有的键如下：");
Set<String> keys = jedis.keys("*");
System.out.println(keys);
System.out.println("删除键password: " + jedis.del("password"));
System.out.println("判断键password是否存在： " + jedis.exists("password"));
System.out.println("查看键username所存储的值的类型： " + jedis.type("username"));
System.out.println("随机返回key空间的一个： " + jedis.randomKey());
System.out.println("重命名key：" + jedis.rename("username", "name"));
System.out.println("\"取出改后的name：" + jedis.get("name"));
System.out.println("按索引查询：" + jedis.select(0));
System.out.println("删除当前选择数据库中的所有key：" + jedis.flushDB());
System.out.println("返回当前数据库中key的数目： " + jedis.dbSize());
System.out.println("删除所有数据库中的所有key： " + jedis.flushAll());
}
}对String操作命令
public class TestString {
public static void main(String[] args) {
Jedis jedis = new Jedis("127.0.0.1", 6379);
jedis.flushDB();
System.out.println("===========增加数据===========");
System.out.println(jedis.set("key1", "value1"));
System.out.println(jedis.set("key2", "value2"));
System.out.println(jedis.set("key2", "value2"));
System.out.println("删除键key2:"+jedis.del("key2"));
System.out.println("获取键key2:"+jedis.get("key2"));
System.out.println("修改key1:"+jedis.set("key1", "value1Changed"));
System.out.println("获取key1的值："+jedis.get("key1"));
System.out.println("在key3后面加入值：" + jedis.append("key3", "End"));
System.out.println("key3的值："+jedis.get("key3"));
System.out.println("增加多个键值对：" + jedis.mset("key01", "value01", "key02", "value02", "key03", "value03"));
System.out.println("获取多个键值对： " + jedis.mget("key01", "key02", "key03"));
System.out.println("删除多个键值对：" + jedis.del("key01", "key02"));
System.out.println("获取多个键值对： " + jedis.mget("key01", "key02", "key03"));
jedis.flushDB();
System.out.println("===========新增键值对防止覆盖原先值==============");
System.out.println(jedis.setnx("key1", "value1"));
System.out.println(jedis.setnx("key2", "value2"));
System.out.println(jedis.setnx("key2", "value2-new"));
System.out.println(jedis.get("key1"));
System.out.println(jedis.get("key2"));
System.out.println("===========新增键值对并设置有效时间=============");
System.out.println(jedis.setex("key3", 2, "value3"));
System.out.println(jedis.get("key3"));
try {
TimeUnit.SECONDS.sleep(3);
} catch (InterruptedException e){
e.printStackTrace();
}
System.out.println(jedis.get("key3"));
System.out.println("===========获取原值，更新为新值==========");
System.out.println(jedis.getSet("key2", "key2GetSet"));
System.out.println(jedis.get("key2"));
System.out.println("获得key2的值的字串："+jedis.getrange("key2", 2, 4));
}
}对List操作命令
public static void main(String[] args) {
Jedis jedis = new Jedis("127.0.0.1", 6379); jedis.flushDB();
System.out.println("===========添加一个list===========");
jedis.lpush("collections", "ArrayList", "Vector", "Stack", "HashMap", "WeakHashMap", "LinkedHashMap");
jedis.lpush("collections", "HashSet");
jedis.lpush("collections", "TreeSet");
jedis.lpush("collections", "TreeMap");
System.out.println("collections的内容："+jedis.lrange("collections", 0, -1));//-1代表倒数第一个元素，-2代表倒数第二个元素,end为-1表示查询全部
System.out.println("collections区间0-3的元 素："+jedis.lrange("collections",0,3));
System.out.println("===============================");
// 删除列表指定的值 ，第二个参数为删除的个数（有重复时），后add进去的值先被删，类似于出栈
System.out.println("删除指定元素个数："+jedis.lrem("collections", 2, "HashMap"));
System.out.println("coll 内容："+jedis.lrange("collections", 0, -1));
System.out.println("删除下表0-3区间之外的元素："+jedis.ltrim("collections", 0, 3));
System.out.println("删除下表0-3区间之外的元素："+jedis.ltrim("collections", 0, 3));
System.out.println("collections列表出栈（左端）："+jedis.lpop("collections"));
System.out.println("collections的内容："+jedis.lrange("collections", 0, -1));
System.out.println("collections添加元素，从列表右端，与lpush相对应："+jedis.rpush("collections", "EnumMap"));
System.out.println("collections的内容："+jedis.lrange("collections", 0, -1));
System.out.println("collections列表出栈（右端）："+jedis.rpop("collections"));
System.out.println("collections的内容："+jedis.lrange("collections", 0, -1));
System.out.println("修改collections指定下标1的内容："+jedis.lset("collections", 1, "LinkedArrayList"));
System.out.println("collections的内容："+jedis.lrange("collections", 0, -1));
System.out.println("===============================");
System.out.println("collections的长度："+jedis.llen("collections"));
System.out.println("获取collections下标为2的元 素："+jedis.lindex("collections", 2));
System.out.println("===============================");
jedis.lpush("sortedList", "3","6","2","0","7","4");
System.out.println("sortedList排序前："+jedis.lrange("sortedList", 0, -1));
System.out.println(jedis.sort("sortedList"));
System.out.println("sortedList排序后："+jedis.lrange("sortedList", 0, -1));
}事务
基本操作
public class TestMulti {
public static void main(String[] args) {
//创建客户端连接服务端，redis服务端需要被开启
Jedis jedis = new Jedis("127.0.0.1", 6379);
jedis.flushDB();
JSONObject jsonObject = new JSONObject();
jsonObject.put("hello", "world");
jsonObject.put("name", "java");
//开启事务
Transaction multi = jedis.multi();
String result = jsonObject.toJSONString();
try{
//向redis存入一条数据
multi.set("json", result);
//再存入一条数据
multi.set("json2", result);
//这里引发了异常，用0作为被除数
int i = 100/0;
multi.exec();
}catch(Exception e){
e.printStackTrace();
//如果出现异常，回滚
multi.discard();
}finally{
System.out.println(jedis.get("json"));
System.out.println(jedis.get("json2"));
//最终关闭客户端
jedis.close();
}
}
}SpringBoot整合
说明：在SpringBoot2.x之后，原来使用的jedis被替换为了lettuce
jedis：采用的是直连，多个线程操作的话，是不安全的，如果想要避免不安全，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！可以减少线程数量！更像 NIO 模式
源码分析：
public class RedisAutoConfiguration {
@Bean
//当这个bean不存在的时候，就生效，如果自己写了一个Template类，就会把这个替换掉
@ConditionalOnMissingBean(name = "redisTemplate")//可以自定义一个RedisTemplate来替换这个默认的
public RedisTemplate<Object, Object> redisTemplate(RedisConnectionFactory redisConnectionFactory)
throws UnknownHostException {
//默认 RedisTemplate没有过多的设置，redis 对象都是需要序列化的！
//两个泛型都是Object的类型，后续使用需要强转
RedisTemplate<Object, Object> template = new RedisTemplate<>();
template.setConnectionFactory(redisConnectionFactory);
return template;
}
@Bean
@ConditionalOnMissingBean //由于Spring是redis中最常用的类型，所以单独提出了一个bean！
public StringRedisTemplate stringRedisTemplate(RedisConnectionFactory redisConnectionFactory)
throws UnknownHostException {
StringRedisTemplate template = new StringRedisTemplate();
template.setConnectionFactory(redisConnectionFactory);
return template;
}
}整合测试
1、导入依赖
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-data-redis</artifactId>
</dependency>2、配置连接
#配置redis
spring.redis.host=127.0.0.1
spring.redis.port=6379
spring.redis.database=03、测试
@SpringBootTest
class RedisSpbApplicationTests {
@Autowired
RedisTemplate redisTemplate;
@Test
void contextLoads() {
//opsForValue 操作字符串 类似于String
//opsForList 操作List 类似于List
//opsForSet 操作Set 类似于Set
//opsForHash 操作Hash 类似于Hash
//除了基本的操作，我们常用的方法都可以直接通过redisTemplate操作，比如事务和基本的CRUD
//获取redis的连接对象
// RedisConnection connection = redisTemplate.getConnectionFactory().getConnection();
// connection.flushDb();
// connection.flushAll();
redisTemplate.opsForValue().set("mykey","张三");
System.out.println(redisTemplate.opsForValue().get("mykey"));
}
}
关于对象的保存：
我们编写自己的 RedisTemplate
@Configuration
public class RedisConfig {
//编写我们自己的 redisTemplate
@Bean
@SuppressWarnings("all")
public RedisTemplate<String, Object> redisTemplate(RedisConnectionFactory factory) {
// 我们为了方便自己开发，一般直接使用<String, Object>
RedisTemplate<String, Object> template = new RedisTemplate<String, Object>();
template.setConnectionFactory(factory);
//JSON序列化配置
Jackson2JsonRedisSerializer jackson2JsonRedisSerializer = new Jackson2JsonRedisSerializer(Object.class);
ObjectMapper om = new ObjectMapper();
om.setVisibility(PropertyAccessor.ALL, JsonAutoDetect.Visibility.ANY);
om.enableDefaultTyping(ObjectMapper.DefaultTyping.NON_FINAL);
jackson2JsonRedisSerializer.setObjectMapper(om);
//String序列化配置
StringRedisSerializer stringRedisSerializer = new StringRedisSerializer();
// key采用String的序列化方式
template.setKeySerializer(stringRedisSerializer);
// hash的key也采用String的序列化方式
template.setHashKeySerializer(stringRedisSerializer);
// value序列化方式采用jackson
template.setValueSerializer(jackson2JsonRedisSerializer);
// hash的value序列化方式采用jackson
template.setHashValueSerializer(jackson2JsonRedisSerializer);
template.afterPropertiesSet();
return template;
}
}RedisUtils
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.stereotype.Component;
import org.springframework.util.CollectionUtils;
import java.util.List;
import java.util.Map;
import java.util.Set;
import java.util.concurrent.TimeUnit;
@Component
public class RedisUtils {
@Autowired
private RedisTemplate<String, Object> redisTemplate;
// =============================common============================
/**
* 指定缓存失效时间
*
* @param key 键
* @param time 时间(秒)
*/
public boolean expire(String key, long time) {
try {
if (time > 0) {
redisTemplate.expire(key, time, TimeUnit.SECONDS);
}
return true;
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
* 根据key 获取过期时间
*
* @param key 键 不能为null
* @return 时间(秒) 返回0代表为永久有效
*/
public long getExpire(String key) {
return redisTemplate.getExpire(key, TimeUnit.SECONDS);
}
/**
* 判断key是否存在
*
* @param key 键
* @return true 存在 false不存在
*/
public boolean hasKey(String key) {
try {
return redisTemplate.hasKey(key);
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
* 删除缓存
*
* @param key 可以传一个值 或多个
*/
@SuppressWarnings("unchecked")
public void del(String... key) {
if (key != null && key.length > 0) {
if (key.length == 1) {
redisTemplate.delete(key[0]);
} else {
redisTemplate.delete(CollectionUtils.arrayToList(key));
}
}
}
// ============================String=============================
/**
* 普通缓存获取
*
* @param key 键
* @return 值
*/
public Object get(String key) {
return key == null ? null : redisTemplate.opsForValue().get(key);
}
/**
* 普通缓存放入
*
* @param key 键
* @param value 值
* @return true成功 false失败
*/
public boolean set(String key, Object value) {
try {
redisTemplate.opsForValue().set(key, value);
return true;
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
* 普通缓存放入并设置时间
*
* @param key 键
* @param value 值
* @param time 时间(秒) time要大于0 如果time小于等于0 将设置无限期
* @return true成功 false 失败
*/
public boolean set(String key, Object value, long time) {
try {
if (time > 0) {
redisTemplate.opsForValue().set(key, value, time, TimeUnit.SECONDS);
} else {
set(key, value);
}
return true;
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
* 递增
*
* @param key 键
* @param delta 要增加几(大于0)
*/
public long incr(String key, long delta) {
if (delta < 0) {
throw new RuntimeException("递增因子必须大于0");
}
return redisTemplate.opsForValue().increment(key, delta);
}
/**
* 递减
*
* @param key 键
* @param delta 要减少几(小于0)
*/
public long decr(String key, long delta) {
if (delta < 0) {
throw new RuntimeException("递减因子必须大于0");
}
return redisTemplate.opsForValue().increment(key, -delta);
}
// ================================Map=================================
/**
* HashGet
*
* @param key 键 不能为null
* @param item 项 不能为null
*/
public Object hget(String key, String item) {
return redisTemplate.opsForHash().get(key, item);
}
/**
* 获取hashKey对应的所有键值
*
* @param key 键
* @return 对应的多个键值
*/
public Map<Object, Object> hmget(String key) {
return redisTemplate.opsForHash().entries(key);
}
/**
* HashSet
*
* @param key 键
* @param map 对应多个键值
*/
public boolean hmset(String key, Map<String, Object> map) {
try {
redisTemplate.opsForHash().putAll(key, map);
return true;
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
* HashSet 并设置时间
*
* @param key 键
* @param map 对应多个键值
* @param time 时间(秒)
* @return true成功 false失败
*/
public boolean hmset(String key, Map<String, Object> map, long time) {
try {
redisTemplate.opsForHash().putAll(key, map);
if (time > 0) {
expire(key, time);
}
return true;
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
* 向一张hash表中放入数据,如果不存在将创建
*
* @param key 键
* @param item 项
* @param value 值
* @return true 成功 false失败
*/
public boolean hset(String key, String item, Object value) {
try {
redisTemplate.opsForHash().put(key, item, value);
return true;
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
* 向一张hash表中放入数据,如果不存在将创建
*
* @param key 键
* @param item 项
* @param value 值
* @param time 时间(秒) 注意:如果已存在的hash表有时间,这里将会替换原有的时间
* @return true 成功 false失败
*/
public boolean hset(String key, String item, Object value, long time) {
try {
redisTemplate.opsForHash().put(key, item, value);
if (time > 0) {
expire(key, time);
}
return true;
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
* 删除hash表中的值
*
* @param key 键 不能为null
* @param item 项 可以使多个 不能为null
*/
public void hdel(String key, Object... item) {
redisTemplate.opsForHash().delete(key, item);
}
/**
* 判断hash表中是否有该项的值
*
* @param key 键 不能为null
* @param item 项 不能为null
* @return true 存在 false不存在
*/
public boolean hHasKey(String key, String item) {
return redisTemplate.opsForHash().hasKey(key, item);
}
/**
* hash递增 如果不存在,就会创建一个 并把新增后的值返回
*
* @param key 键
* @param item 项
* @param by 要增加几(大于0)
*/
public double hincr(String key, String item, double by) {
return redisTemplate.opsForHash().increment(key, item, by);
}
/**
* hash递减
*
* @param key 键
* @param item 项
* @param by 要减少记(小于0)
*/
public double hdecr(String key, String item, double by) {
return redisTemplate.opsForHash().increment(key, item, -by);
}
// ============================set=============================
/**
* 根据key获取Set中的所有值
*
* @param key 键
*/
public Set<Object> sGet(String key) {
try {
return redisTemplate.opsForSet().members(key);
} catch (Exception e) {
e.printStackTrace();
return null;
}
}
/**
* 根据value从一个set中查询,是否存在
*
* @param key 键
* @param value 值
* @return true 存在 false不存在
*/
public boolean sHasKey(String key, Object value) {
try {
return redisTemplate.opsForSet().isMember(key, value);
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
* 将数据放入set缓存
*
* @param key 键
* @param values 值 可以是多个
* @return 成功个数
*/
public long sSet(String key, Object... values) {
try {
return redisTemplate.opsForSet().add(key, values);
} catch (Exception e) {
e.printStackTrace();
return 0;
}
}
/**
* 将set数据放入缓存
*
* @param key 键
* @param time 时间(秒)
* @param values 值 可以是多个
* @return 成功个数
*/
public long sSetAndTime(String key, long time, Object... values) {
try {
Long count = redisTemplate.opsForSet().add(key, values);
if (time > 0) expire(key, time);
return count;
} catch (Exception e) {
e.printStackTrace();
return 0;
}
}
/**
* 获取set缓存的长度
*
* @param key 键
*/
public long sGetSetSize(String key) {
try {
return redisTemplate.opsForSet().size(key);
} catch (Exception e) {
e.printStackTrace();
return 0;
}
}
/**
* 移除值为value的
*
* @param key 键
* @param values 值 可以是多个
* @return 移除的个数
*/
public long setRemove(String key, Object... values) {
try {
Long count = redisTemplate.opsForSet().remove(key, values);
return count;
} catch (Exception e) {
e.printStackTrace();
return 0;
}
}
// ===============================list=================================
/**
* 获取list缓存的内容
*
* @param key 键
* @param start 开始
* @param end 结束 0 到 -1代表所有值
*/
public List<Object> lGet(String key, long start, long end) {
try {
return redisTemplate.opsForList().range(key, start, end);
} catch (Exception e) {
e.printStackTrace();
return null;
}
}
/**
* 获取list缓存的长度
*
* @param key 键
*/
public long lGetListSize(String key) {
try {
return redisTemplate.opsForList().size(key);
} catch (Exception e) {
e.printStackTrace();
return 0;
}
}
/**
* 通过索引 获取list中的值
*
* @param key 键
* @param index 索引 index>=0时， 0 表头，1 第二个元素，依次类推；index<0 时，-1，表尾，-2倒数第二个元素，依次类推
*/
public Object lGetIndex(String key, long index) {
try {
return redisTemplate.opsForList().index(key, index);
} catch (Exception e) {
e.printStackTrace();
return null;
}
}
/**
* 将list放入缓存
*
* @param key 键
* @param value 值
*/
public boolean lSet(String key, Object value) {
try {
redisTemplate.opsForList().rightPush(key, value);
return true;
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
* 将list放入缓存
*
* @param key 键
* @param value 值
* @param time 时间(秒)
*/
public boolean lSet(String key, Object value, long time) {
try {
redisTemplate.opsForList().rightPush(key, value);
if (time > 0) expire(key, time);
return true;
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
* 将list放入缓存
*
* @param key 键
* @param value 值
*/
public boolean lSet(String key, List<Object> value) {
try {
redisTemplate.opsForList().rightPushAll(key, value);
return true;
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
* 将list放入缓存
*
* @param key 键
* @param value 值
* @param time 时间(秒)
*/
public boolean lSet(String key, List<Object> value, long time) {
try {
redisTemplate.opsForList().rightPushAll(key, value);
if (time > 0) expire(key, time);
return true;
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
* 根据索引修改list中的某条数据
*
* @param key 键
* @param index 索引
* @param value 值
* @return
*/
public boolean lUpdateIndex(String key, long index, Object value) {
try {
redisTemplate.opsForList().set(key, index, value);
return true;
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
* 移除N个值为value
*
* @param key 键
* @param count 移除多少个
* @param value 值
* @return 移除的个数
*/
public long lRemove(String key, long count, Object value) {
try {
Long remove = redisTemplate.opsForList().remove(key, count, value);
return remove;
} catch (Exception e) {
e.printStackTrace();
return 0;
}
}
}Redis持久化
Redis 是内存数据库，如果不将内存中的数据库状态保存到磁盘，那么一旦服务器进程退出，服务器中的数据库状态也会消失。所以 Redis 提供了持久化功能！
RDB（Redis DataBase）
什么是RDB
在指定的时间间隔内将内存中的数据集快照写入磁盘，也就是行话讲的Snapshot快照，它恢复时是将快照文件直接读到内存里。
Redis会单独创建（fork）一个子进程来进行持久化，会先将数据写入到一个临时文件中，待持久化过程都结束了，再用这个临时文件替换上次持久化好的文件。整个过程中，主进程是不进行任何IO操作的。这就确保了极高的性能。如果需要进行大规模数据的恢复，且对于数据恢复的完整性不是非常敏感，那RDB方式要比AOF方式更加的高效。RDB的缺点是最后一次持久化后的数据可能丢失。我们默认的就是RDB，一般情况下不需要修改这个配置！
RDB保存的文件就是 dump.rdb 都是在我们配置文件中快照中进行配置的！
触发机制
1、save的规则满足的情况下，会自动触发rdb规则
2、执行了flushall 命令，也会触发我们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
如何恢复rdb文件
1、只需要将rdb文件放在我们redis启动目录就可以，redis启动时会自动检查dump.rdb恢复其中的数据
2、查看需要需要存放的位置
127.0.0.1> config get dir
1)"dir"
2)"/user/local/bin" # 如果在这个目录下存在dump.rdb文件，那么在启动时就会自动恢复其中的数据Redis自己默认的配置就够用了
优点：
1、适合大规模的数据恢复
2、对数据完整性要求不高
缺点：
1、需要一定的时间间隔进程操作！如果redis意外宕机了，最后一次修改数据就没有了
2、fork进程时，会占用一定的内存空间！
小结
AOF（Append Only File）
是什么
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来（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前到后执行一次以完成数据的恢复工作
Aof保存的是 appendonly.aof 文件
配置（append）
默认是不开启的，我们需要手动开启！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文件有错误，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
如果文件正常，重启就可以直接恢复！
appendonly no # 默认不开启，默认是使用rdb方式持久化的，在大部分情况下，rdb完全够用！
appendfilename "appendonly.aof" #持久化的文件的名字
appendfsync everysec # appendfsync aof持久化策略的配置
# no表示不执行fsync，由操作系统保证数据同步到磁盘，速度最快。
# always表示每次写入都执行fsync，以保证数据同步到磁盘。
# everysec表示每秒执行一次fsync，可能会导致丢失这1s数据。优点：
1、每一次修改都同步，文件的完整性会更好！
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！
缺点：
1、相对于数据文件来说，aof远远大于rdb，修复速度比rdb慢！
2、AOF运行效率要比RDB慢，所有redis 的默认配置是RDB持久化！
小结
Redis订阅发布
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。微信，微博，关注系统！
Redis 客户端可以订阅任意数量的频道。
订阅/发布消息图：
下图展示了频道 channel1 ， 以及订阅这个频道的三个客户端 —— client2 、 client5 和 client1 之间的关系：
当有新消息通过 PUBLISH 命令发送给频道 channel1 时， 这个消息就会被发送给订阅它的三个客户端：
命令
这些命令被广泛用于构建即时通信应用，比如网络聊天室(chatroom)和实时广播、实时提醒等。
测试
以下实例演示了发布订阅是如何工作的。在我们实例中我们创建了订阅频道名为 zys:
127.0.0.1:6379> SUBSCRIBE zys
Reading messages... (press Ctrl-C to quit)
1) "subscribe"
2) "zys"
3) (integer) 1现在，我们先重新开启个 redis 客户端，然后在同一个频道 zys 发布两次消息，订阅者就能接收
到消息。
127.0.0.1:6379> publish zys "hello"
(integer) 1
# 订阅者的客户端会显示如下消息
1) "message"
2) "zys"
3) "hello"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，籍此加深对 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。
使用场景：
Pub/Sub构建实时消息系统
Redis的Pub/Sub系统可以构建实时的消息系统
比如很多用Pub/Sub构建的实时聊天系统的例子。
Redis主从复制
概念
主从复制，是指将一台Redis服务器的数据，复制到其他的Redis服务器。前者称为主节点(master/leader)，后者称为从节点(slave/follower)；数据的复制是单向的，只能由主节点到从节点。Master以写为主，Slave 以读为主。
默认情况下，每台Redis服务器都是主节点；且一个主节点可以有多个从节点(或没有从节点)，但一个从
节点只能有一个主节点。
主从复制的作用主要包括：
1、数据冗余：主从复制实现了数据的热备份，是持久化之外的一种数据冗余方式。
2、故障恢复：当主节点出现问题时，可以由从节点提供服务，实现快速的故障恢复；实际上是一种服务的冗余。
3、负载均衡：在主从复制的基础上，配合读写分离，可以由主节点提供写服务，由从节点提供读服务（即写Redis数据时应用连接主节点，读Redis数据时应用连接从节点），分担服务器负载；尤其是在写少读多的场景下，通过多个从节点分担读负载，可以大大提高Redis服务器的并发量。
4、高可用（集群）基石：除了上述作用以外，主从复制还是哨兵和集群能够实施的基础，因此说主从复制是Redis高可用的基础。
一般来说，要将Redis运用于工程项目中，只使用一台Redis是万万不能的，原因如下：
1、从结构上，单个Redis服务器会发生单点故障，并且一台服务器需要处理所有的请求负载，压力较大；
2、从容量上，单个Redis服务器内存容量有限，就算一台Redis服务器内存容量为256G，也不能将所有内存用作Redis存储内存，一般来说，单台Redis最大使用内存不应该超过20G。电商网站上的商品，一般都是一次上传，无数次浏览的，说专业点也就是"多读少写"。
对于这种场景，我们可以使如下这种架构：
主从复制，读写分离！80%的情况下都是在进行读操作！减缓服务器压力，架构中经常用到一主二从（这也是最低的）！
只要在公司中，主从复制就是必须要使用的，因为在真实的项目中不存在单机使用Redis！
环境配置
只配置从库，不用配置主库！
127.0.0.1:6379> info replication # 查看当前库的信息
# Replication
role:master # 角色 master
connected_slaves:0 # 连接的从机个数
master_repl_offset:0
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，然后修改对应的信息
1、端口
2、pid名字
3、log文件名字
4、dump.rdb名字
修改完毕之后，启动我们的3个redis服务器，可以通过进程信息查看！
一主二从
默认情况下，每台Redis服务器都是主节点；我们一般情况只配置从机
1、环境初始化
默认三个都是Master 主节点
2、配置为一个Master 两个Slave
真实的主从配置应该在配置文件中配置，那样的是永久的，我们这里用的是命令，只是暂时的！
细节
主机可以写，从机不能写只能读！主机中的所有信息和数据，都会自动被从机保存！
主机写：
从机只能读内容：
测试：主机断开连接，从机依旧可以连接到主机，但是没有写操作，这个时候，主机如果回来了，从机依旧可以直接获取主机写进去的信息！
如果是通过命令来配置的主从，那么从机重启之后就会变成主机！只要变为从机，立马就可以在主机中获取信息！
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，但是只要是重新连接master，一次完全同步（全量复制）将被自动执行
层层链路
上一个Slave 可以是下一个slave 和 Master，Slave 同样可以接收其他 slaves 的连接和同步请求，那么该 slave 作为了链条中下一个的master，可以有效减轻 master 的写压力！
谋朝篡位
一主二从的情况下，如果主机断了，从机可以使用命令 SLAVEOF NO ONE 将自己改为主机！这个时候其余的从机链接到这个节点。对一个从属服务器执行命令 SLAVEOF NO ONE 将使得这个从属服务器关闭复制功能，并从从属服务器转变回主服务器，原来同步所得的数据集不会被丢弃。 
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，还会造成一段时间内服务不可用。这不是一种推荐的方式，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。
谋朝篡位的自动版，能够后台监控主机是否故障，如果故障了根据投票数自动将从库转换为主库。
哨兵模式是一种特殊的模式，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。
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。
假设主服务器宕机，哨兵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。
测试配置
1、调整结构，6379带着80、81
2、自定义的 /myredis 目录下新建 sentinel.conf 文件，名字千万不要错
3、配置哨兵，填写内容
-
sentinel monitor 被监控主机名字 127.0.0.1 6379 1
-
上面最后一个数字1，表示主机挂掉后slave投票看让谁接替成为主机，得票数多少后成为主机
4、启动哨兵
-
Redis-sentinel /myredis/sentinel.conf
-
上述目录依照各自的实际情况配置，可能目录不同
5、正常主从演示
6、原有的Master 挂了
7、投票新选
8、重新主从继续开工，info replication 查查看
9、问题：如果之前的master 重启回来，会不会双master 冲突？ 之前的回来只能做小弟了
哨兵模式的优缺点
优点
-
哨兵集群模式是基于主从模式的，所有主从的优点，哨兵模式同样具有。
-
主从可以切换，故障可以转移，系统可用性更好。
-
哨兵模式是主从模式的升级，系统更健壮，可用性更高。
缺点
-
Redis较难支持在线扩容，在集群容量达到上限时在线扩容会变得很复杂。
-
实现哨兵模式的配置也不简单，甚至可以说有些繁琐
哨兵模式的全部配置
# Example sentinel.conf
# 哨兵sentinel实例运行的端口 默认26379
port 26379
port 26379
dir /tmp
# 哨兵sentinel监控的redis主节点的 ip port
# master-name 可以自己命名的主节点名字 只能由字母A-z、数字0-9 、这三个字符".-_"组成。
# quorum 配置多少个sentinel哨兵统一认为master主节点失联 那么这时客观上认为主节点失联了
# sentinel monitor <master-name> <ip> <redis-port> <quorum>
sentinel monitor mymaster 127.0.0.1 6379 2
# 当在Redis实例中开启了requirepass foobared 授权密码 这样所有连接Redis实例的客户端都要提供密码
# 设置哨兵sentinel 连接主从的密码 注意必须为主从设置一样的验证密码
# sentinel auth-pass <master-name> <password>
sentinel auth-pass mymaster MySUPER--secret-0123passw0rd
# 指定多少毫秒之后 主节点没有应答哨兵sentinel 此时 哨兵主观上认为主节点下线默认30秒
# sentinel down-after-milliseconds <master-name> <milliseconds>
sentinel down-after-milliseconds mymaster 30000
# 这个配置项指定了在发生failover主备切换时最多可以有多少个slave同时对新的master进行同步，这个数字越小，完成failover所需的时间就越长，但是如果这个数字越大，就意味着越多的slave因为replication而不可用。可以通过将这个值设为 1 来保证每次只有一个slave 处于不能处理命令请求的状态。
# sentinel parallel-syncs <master-name> <numslaves>
sentinel parallel-syncs mymaster 1
# 故障转移的超时时间 failover-timeout 可以用在以下这些方面：
#1. 同一个sentinel对同一个master两次failover之间的间隔时间。
#2. 当一个slave从一个错误的master那里同步数据开始计算时间。直到slave被纠正为向正确的 master那里同步数据时。
#3.当想要取消一个正在进行的failover所需要的时间。
#4.当进行failover时，配置所有slaves指向新的master所需的最大时间。不过，即使过了这个超 时，slaves依然会被正确配置为指向master，但是就不按parallel-syncs所配置的规则来了
# 默认三分钟的故障转移
# sentinel failover-timeout <master-name> <milliseconds>
sentinel failover-timeout mymaster 180000
# SCRIPTS EXECUTION
#配置当某一事件发生时所需要执行的脚本，可以通过脚本来通知管理员，例如当系统运行不正常时发邮 件通知相关人员。
#对于脚本的运行结果有以下规则：
#若脚本执行后返回1，那么该脚本稍后将会被再次执行，重复次数目前默认为10
#若脚本执行后返回2，或者比2更高的一个返回值，脚本将不会重复执行。
#如果脚本在执行过程中由于收到系统中断信号被终止了，则同返回值为1时的行为相同。
#一个脚本的最大执行时间为60s，如果超过这个时间，脚本将会被一个SIGKILL信号终止，之后重新执行。
#通知型脚本:当sentinel有任何警告级别的事件发生时（比如说redis实例的主观失效和客观失效等 等），将会去调用这个脚本，这时这个脚本应该通过邮件，SMS等方式去通知系统管理员关于系统不正常 运行的信息。调用该脚本时，将传给脚本两个参数，一个是事件的类型，一个是事件的描述。如果 sentinel.conf配置文件中配置了这个脚本路径，那么必须保证这个脚本存在于这个路径，并且是可执 行的，否则sentinel无法正常启动成功。
#通知脚本
# sentinel notification-script <master-name> <script-path>
sentinel notification-script mymaster /var/redis/notify.sh
# 客户端重新配置主节点参数脚本
# 当一个master由于failover而发生改变时，这个脚本将会被调用，通知相关的客户端关于master 地址已经发生改变的信息。
# 以下参数将会在调用脚本时传给脚本: # <master-name> <role> <state> <from-ip> <from-port> <to-ip> <to-port>
# 目前<state>总是“failover”,
# <role>是“leader”或者“observer”中的一个。
# 参数 from-ip, from-port, to-ip, to-port是用来和旧的master和新的master(即旧的 slave)通信的
# 这个脚本应该是通用的，能被多次调用，不是针对性的。
# sentinel client-reconfig-script <master-name> <script-path>
sentinel client-reconfig-script mymaster /var/redis/reconfig.shRedis缓存穿透和雪崩
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。
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，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
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；
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；
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（量太大，缓存过期！）
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
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。
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。
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。
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
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）
限流降级
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。
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。
16万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
