Redis入门教程

Nosql概述
Redis

Nosql概述

什么是NoSQL

NoSQL最常见的解释是“non-relational”， “Not Only SQL”（不仅仅是SQL）也被很多人接受。NoSQL仅仅是一个概念，泛指非关系型的数据库，区别于关系数据库，它们不保证关系数据的ACID特性。随着互联网web2.0网站的兴起，传统的关系数据库在处理web2.0网站，特别是超大规模和高并发的SNS类型的web2.0纯动态网站已经显得力不从心，出现了很多难以克服的问题，而非关系型的数据库则由于其本身的特点得到了非常迅速的发展。NoSQL数据库的产生就是为了解决大规模数据集合多重数据种类带来的挑战，尤其是大数据应用难题。Redis是当下发展得最迅速的一个非关系型数据库。

NoSQL特点

易扩展
NoSQL数据库种类繁多，但是一个共同的特点都是去掉关系数据库的关系型特性。数据之间无关系，这样就非常容易扩展。无形之间，在架构的层面上带来了可扩展的能力。
大数据量，高性能
NoSQL数据库都具有非常高的读写性能，尤其在大数据量下，同样表现优秀。这得益于它的无关系性，数据库的结构简单。一般MySQL使用Query Cache。NoSQL的Cache是记录级的，是一种细粒度的Cache，所以NoSQL在这个层面上来说性能就要高很多。（比如Redis：一秒写8万次、读取11万次）
灵活的数据模型
NoSQL无须事先为要存储的数据建立字段，随时可以存储自定义的数据格式。而在关系数据库里，增删字段是一件非常麻烦的事情。如果是非常大数据量的表，增加字段简直就是一个噩梦。这点在大数据量的Web 2.0时代尤其明显。
高可用
NoSQL在不太影响性能的情况，就可以方便地实现高可用的架构。比如Cassandra、HBase模型，通过复制模型也能实现高可用。

RDBMS和NoSQL区别

RDBMS：传统关系型数据库，NoSQL：非关系型数据库。

RDBMS	NoSQL
高度组织化结构化数据	没有预定义的模式
结构化查询语言（SQL）	代表着不仅仅是SQL，没有声明性查询语言
数据和关系都存储在单独的表中	键 - 值对存储，列存储，文档存储，图形数据库
数据操纵语言，数据定义语言	非结构化和不可预知的数据
严格的一致性	最终一致性，而非ACID属性
基础事务	CAP定理，高性能，高可用性和可伸缩性

大数据时代的“3V和3高”指的的是？

3V：主要是描述问题的：海量（Volume）、多样（Variety）、实时（Velocity）
3高：主要是对程序的要求：高并发、高可扩（随时水平拆分，机器不够了，可以扩展机器）、高性能（保证用户体验和性能）

真正在公司中的实践：NoSQL+RDBMS一起使用才是最强的。

NoSQL四大分类

键值存储数据库

这一类数据库主要会使用到一个哈希表，这个表中有一个特定的键和一个指针指向特定的数据。Key/value模型对于IT系统来说的优势在于简单、易部署。但是如果DBA只对部分值进行查询或更新的时候，Key/value就显得效率低下了。举例如：Tokyo Cabinet/Tyrant，Redis，Voldemort，Oracle BDB。

列存储数据库

这部分数据库通常是用来应对分布式存储的海量数据。键仍然存在，但是它们的特点是指向了多个列。这些列是由列家族来安排的。如：Cassandra，HBase，Riak.

文档型数据库

文档型数据库的灵感是来自于Lotus Notes办公软件的，而且它同第一种键值存储相类似。该类型的数据模型是版本化的文档，半结构化的文档以特定的格式存储，比如JSON。文档型数据库可以看作是键值数据库的升级版，允许之间嵌套键值，在处理网页等复杂数据时，文档型数据库比传统键值数据库的查询效率更高。如：CouchDB，MongoDb。国内也有文档型数据库SequoiaDB，已经开源。

图形数据库

图形结构的数据库同其他行列以及刚性结构的SQL数据库不同，它是使用灵活的图形模型，并且能够扩展到多个服务器上。NoSQL数据库没有标准的查询语言(SQL)，因此进行数据库查询需要制定数据模型。许多NoSQL数据库都有REST式的数据接口或者查询API。如：Neo4J，InfoGrid，Infinite Graph。

不同分类特点对比

分类	Example举例	典型应用场景	数据模型	优点	缺点
键值（key-value）存储数据库	Tokyo Cabinet/Tyrant，Redis，Voldemort，Oracle BDB	内容缓存，主要用于处理大量数据的高访问负载，也用于一些日志系统等等。	Key指向Value的键值对，通常用hash table类实现	查找速度快	数据无结构化，通常只被当作字符串或者二进制数据
列存储数据库	Cassandra，HBase，Riak	分布式的文件系统	以列簇式存储，将同一列数据存在一起	查找速度快，可扩展性强，更容易进行分布式扩展	功能相对局限
文档型数据库	CouchDB，MongoDB	Web应用（与Key-Value类似，Value是结构化的，不同的是数据库能够了解Value的内容）	Key-Value对应的键值对，Value为结构化数据	数据结构要求不严格，表结构可变，不需要像关系型数据库一样预先定义表结构	查询性能不高，而且缺乏统一的查询语法。
图形（Graph）数据库	Neo4J，InfoGrid，Infinite Graph	社交网络，推荐系统等。专注于构建关系图谱	图结构	利用图结构相关算法，比如最短路径寻址，N度关系查找等	很多时候需要对整个图做计算才能得出需要的信息，而且这种结构不太好做分布式的集群方案

NoSQL体系框架

NoSQL框架体系NosoL整体框架分为四层，由下至上如下所述，层次之间相辅相成，协调工作。

数据持久层(data persistence)
数据持久层定义了数据的存储形式，主要包括基于内存、基于硬盘、内存和硬盘接口、订制可拔插四种形式。基于内存形式的数据存取速度最快，但可能会造成数据丢失。基于硬盘的数据存储可能保存很久，但存取速度较基于内存形式的慢。内存和硬盘相结合的形式，结合了前两种形式的优点，既保证了速度，又保证了数据不丢失。订制可拔插则保证了数据存取具有较高的灵活性。
整体分布层(data distribution model)
数据分布层定义了数据是如何分布的，相对于关系型数据库，NoSQL可选的机制比较多，主要有三种形式：一是CAP支持，可用于水平扩展。二是多数据中心支持，可以保证在横跨多数据中心是也能够平稳运行。三是动态部署支持，可以在运行着的集群中动态地添加或删除节点。
数据逻辑模型层(data logical model)
数据逻辑层表述了数据的逻辑变现形式，与关系型数据库相比，NoSQL在逻辑表现形式上相当灵活，主要有四种形式：一是键值模型，这种模型在表现形式上比较单一，但却有很强的扩展性。二是列式模型，这种模型相比于键值模型能够支持较为复杂的数据，但扩展性相对较差。三是文档模型，这种模型对于复杂数据的支持和扩展性都有很大优势。四是图模型，这种模型的使用场景不多，通常是基于图数据结构的数据定制的。
接口层(interface)
接口层为上层应用提供了方便的数据调用接口，提供的选择远多于关系型数据库。接口层提供了五种选择：Rest，Thrift，Map/Reduce，Get/Put，特定语言API，使得应用程序和数据库的交互更加方便。

NoSQL分层架构并不代表每个产品在每一层只有一种选择。相反，这种分层设计提供了很大的灵活性和兼容性，每种数据库在不同层面可以支持多种特性。

NoSQL适用场景

NoSQL数据库在以下的这几种情况下比较适用：

数据模型比较简单
需要灵活性更强的IT系统
对数据库性能要求较高
不需要高度的数据一致性
对于给定的key，比较容易映射复杂值的环境

NoSQL开源数据库软件

MongoDB

MongoDB是一个介于关系数据库和非关系数据库之间的产品，是非关系数据库中功能最丰富，最像关系数据库的。它支持的数据结构非常松散，是类似Json的Bjson格式，因此可以存储比较复杂的数据类型。MongoDB最大的特点是它支持的查询语言非常强大，其语法有点类似于面向对象的查询语言，几乎可以实现类似关系数据库单表查询的绝大部分功能，还支持为数据建立索引。它的特点是高性能、易部署、易使用、存储数据非常方便。

主要功能特性

面向集合存储，易存储对象类型的数据
“面向集合”(Collenction-oriented)，意思是数据被分组，存储在数据集中，被称为一个集合。每个集合在数据库中都有一个唯一的标识名，并且可以包含无限数目的文档。集合的概念类似关系型数据库里的表，不同的是它不需要定义任何模式(Schema)。
模式自由
模式自由，意味着对于存储在Mongodb数据库中的文件，我们不需要知道它的任何结构定义。如果需要的话，我们完全可以把不同结构的文件存储在同一个数据库里。

Redis

Redis概述

定义

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。它可以用作数据库、缓存和消息中间件。它支持多种类型的数据结构，如字符串（strings），散列（hashes），列表（lists），集合（sets），有序集合（sorted sets）与范围查询， bitmaps， hyperloglogs和地理空间（geospatial）索引半径查询。 Redis内置了复制（replication），LUA脚本（Lua scripting），LRU驱动事件（LRU eviction），事务（transactions）和不同级别的磁盘持久化（persistence），并通过Redis哨兵（Sentinel）和自动分区（Cluster）提供高可用性（high availability）。

与memcached一样，为了保证效率，数据都是缓存在内存中。区别的是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支持主从同步。数据可以从主服务器向任意数量的从服务器上同步，从服务器可以是关联其他从服务器的主服务器。这使得Redis可执行单层树复制。存盘可以有意无意的对数据进行写操作。由于完全实现了发布/订阅机制，使得从数据库在任何地方同步时，可订阅一个频道并接收主服务器完整的消息发布记录。同步对读取操作的可扩展性和数据冗余很有帮助。

特点

Redis是内存数据库，速度快，也支持数据的持久化，可以将内存中的数据保存在磁盘中，重启的时候可以再次加载进行使用。
Redis不仅仅支持简单的key-value类型的数据，同时还提供list，set，zset，hash等数据结构的存储。
Redis支持数据的备份，即master-slave模式的数据备份。
支持事务

优势

性能极高 – Redis能读的速度是11w次/s,写的速度是8.1w次/s 。
丰富的数据类型 – Redis支持二进制案例的 Strings, Lists, Hashes, Sets 及 Ordered Sets 数据类型操作。
原子 – Redis的所有操作都是原子性的，同时Redis还支持对几个操作合并后的原子性执行。（事务）
丰富的特性 – Redis还支持 publish/subscribe, 通知, key 过期等等特性。

与其他key-value存储有什么不同？

Redis有着更为复杂的数据结构并且提供对他们的原子性操作，这是一个不同于其他数据库的进化路径。Redis的数据类型都是基于基本数据结构的同时对程序员透明，无需进行额外的抽象。
Redis运行在内存中但是可以持久化到磁盘，所以在对不同数据集进行高速读写时需要权衡内存，因为数据量不能大于硬件内存。在内存数据库方面的另一个优点是，相比在磁盘上相同的复杂的数据结构，在内存中操作起来非常简单，这样Redis可以做很多内部复杂性很强的事情。同时，在磁盘格式方面他们是紧凑的以追加的方式产生的，因为他们并不需要进行随机访问。

Redis安装

Linux安装

下载安装包，在命令Xshell页面输入命令
wget http://download.redis.io/releases/redis-5.0.8.tar.gz

一般把我们的程序放在根目录下的opt目录中，使用命令 mv redis-5.0.8.tar.gz /opt将当前压缩包移动到opt目录下，

进入opt目录：cd /opt

解压文件：tar xzf redis-5.0.8.tar.gz

进入解压后的文件，可以看到redis的配置文件

基本的环境安装
yum install gcc-c++

在redis解压的目录下输入命令make

在redis解压的目录下输入命令make install

进入redis默认安装路径：cd /usr/local/bin
在此目录下新建一个文件夹myconfig，用来保存我们自定义的redis配置文件：mkdir myconfig
复制一份redis配置文件到myconfig目录下：
cp /opt/redis-5.0.8/redis.conf myconfig

redis默认不是后台启动的，修改配置文件，在myconfig目录下输入命令vim redis.conf来修改配置文件

按下键盘的insert键，进入输入模式：

设置后台启动参数，修改为yes

然后按esc键退出输入模式，输入命令:wq，回车，即保存并退出。

启动redis服务，进入redis安装目录下的bin目录，输入命令：redis-server myconfig/redis.conf

连接测试，输入命令：redis-cli -p 6379，6379是redis默认端口号，输入ping命令测试连接

输入命令ps -ef|grep redis查看redis进程是否已经开启

输入命令shutdown可以关闭redis服务，输入命令exit退出redis客户端

性能测试

redis-benchmark是一个压力测试工具，官方自带的性能测试工具。Redis性能测试是通过同时执行多个命令实现的。

redis 性能测试的基本命令如下：

redis-benchmark [option] [option value]

注意：该命令是在 redis 的目录下执行的，而不是 redis 客户端的内部指令。

测试时，使用命令cd /usr/local/bin进入redis安装目录，使用命令以自定义配置文件启动redisredis-server myconfig/redis.conf

然后进入bin目录下输入redis-cli -p 6379连接上redis，

实例

以下实例同时执行 10000 个请求来检测性能：

redis-benchmark -n 10000  -q

使用多个参数来测试 redis 性能：

redis-benchmark -h 127.0.0.1 -p 6379 -t set,lpush -n 10000 -q

以上实例中主机为 127.0.0.1，端口号为 6379，执行的命令为 set,lpush，请求数为 10000，通过 -q 参数让结果只显示每秒执行的请求数。

redis 性能测试工具可选参数如下所示：

Redis基础知识

Redis默认有16个数据库，默认使用的是第0个。

127.0.0.1:6379> select 3  	#切换到第3个数据库
OK
127.0.0.1:6379[3]> DBSIZE  	#查看数据库大小
(integer) 0
127.0.0.1:6379> set name yang   #设置key
OK
127.0.0.1:6379> get name 	#获取key
"yang"
127.0.0.1:6379> keys * 		#查看数据库索引的key
1) "mylist"
2) "key:__rand_int__"
3) "name"
4) "counter:__rand_int__"
5) "myset:__rand_int__"
127.0.0.1:6379> flushdb		#清除当前数据库的内容
OK
127.0.0.1:6379> flushdb		#删除所有数据库的内容
OK

Redis是单线程的

Redis是基于内存操作的，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，既然可以使用单线程来实现，就使用单线程了，所以就使用了单线程。

Redis是C语言写的，官方提供的数据为100000+的QPS，完全不比同样是使用key-value的Memcache差。

Redis为什么单线程还这么快？

误区1：高性能的服务器一定是多线程的？
误区2：**多线程（CPU上下文会切换）**一定比单线程效率高！
速度：CPU>内存>硬盘

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！

Redis基本命令

127.0.0.1:6379> keys * # 查看所有的key
(empty list or set)
127.0.0.1:6379> set name yang 	# set key
OK
127.0.0.1:6379> keys *
1) "name"
127.0.0.1:6379> set age 1
OK
127.0.0.1:6379> keys *
1) "age"
2) "name"
127.0.0.1:6379> EXISTS name 	# 判断当前的key是否存在
(integer) 1
127.0.0.1:6379> EXISTS name1
(integer) 0
127.0.0.1:6379> move name 1 	# 移除当前的key
(integer) 1
127.0.0.1:6379> keys *
1) "age"
127.0.0.1:6379> set name yangshukai
OK
127.0.0.1:6379> keys *
1) "age"
2) "name"
127.0.0.1:6379> clear
127.0.0.1:6379> keys *
1) "age"
2) "name"
127.0.0.1:6379> get name
"yangshukai"
127.0.0.1:6379> EXPIRE name 10 		# 设置key的过期时间，单位是秒
(integer) 1
127.0.0.1:6379> ttl name 	# 查看当前key的剩余时间
(integer) 4
127.0.0.1:6379> ttl name
(integer) 3
127.0.0.1:6379> ttl name
(integer) 2
127.0.0.1:6379> ttl name
(integer) 1
127.0.0.1:6379> ttl name
(integer) -2
127.0.0.1:6379> get name
(nil)
127.0.0.1:6379> type name 	# 查看当前key的一个类型！
string
127.0.0.1:6379> type age
string

Redis五大数据类型

Redis是一个开源（BSD许可）的，内存中的数据结构存储系统，它可以用作数据库、缓存和消息中间件。它支持多种类型的数据结构，如字符串（strings），散列（hashes），列表（lists），集合（sets），有序集合（sorted sets）与范围查询， bitmaps， hyperloglogs 和地理空间（geospatial）索引半径查询。 Redis内置了复制（replication），LUA脚本（Lua scripting）， LRU驱动事件（LRU eviction），事务（transactions）和不同级别的磁盘持久化（persistence），并通过Redis哨兵（Sentinel）和自动分区（Cluster）提供高可用性（high availability）。

String（字符串）

String，二进制安全的字符串，是Redis的基本值类型。

String类似的使用场景：value除了是字符串还可以数字

计数器
统计多单位的数量
对象缓存存储

[root@linux7 bin]# redis-cli -p 6379	#连接上redis客户端
127.0.0.1:6379> flushall	#清空所有数据库中的key
OK
127.0.0.1:6379> keys *		#查看当前所有的key
(empty list or set)			  #当前没有
127.0.0.1:6379> set name yang	#set key
OK
127.0.0.1:6379> get name
"yang"
127.0.0.1:6379> exists name	#判断数据库中是否存在名字为name的key，存在则返回1
(integer) 1
127.0.0.1:6379> append name yangshukai	# 追加字符串，如果当前key不存在，就相当于set key
(integer) 14
127.0.0.1:6379> get name
"yangyangshukai"
127.0.0.1:6379> strlen name		#获取字符串长度
(integer) 14
127.0.0.1:6379> set view 0		#初始浏览量为0，可以用来表示微信推文的浏览量等数据
OK
127.0.0.1:6379> get view
"0"
127.0.0.1:6379> incr view		# 自增1 浏览量变为1
(integer) 1
127.0.0.1:6379> incr view
(integer) 2
127.0.0.1:6379> get view
"2"
127.0.0.1:6379> decr view		# 自减1 浏览量-1
(integer) 1
127.0.0.1:6379> decr view
(integer) 0
127.0.0.1:6379> decr view
(integer) -1
127.0.0.1:6379> get view
"-1"
127.0.0.1:6379> incrby view 10	 # 可以设置步长，指定增量！
(integer) 9
127.0.0.1:6379> incrby view 10
(integer) 19
127.0.0.1:6379> decrby view 5
(integer) 14
127.0.0.1:6379> get name
"yangyangshukai"
127.0.0.1:6379> getrange name 0 3	# 截取字符串 [0,3]
"yang"
127.0.0.1:6379> getrange name 0 -1	# 获取全部的字符串 和 get key是一样的
"yangyangshukai"
127.0.0.1:6379> set name2 xbq
OK
127.0.0.1:6379> get name2
"xbq"
127.0.0.1:6379> setrange name2 1 yang	# 替换指定位置开始的字符串！
(integer) 5
127.0.0.1:6379> get name2
"xyang"
127.0.0.1:6379> setex name3 30 "yang"	# 设置name3 的值为yang,30秒后过期
OK
127.0.0.1:6379> ttl name3	#查看key的剩余过期时间
(integer) 26
127.0.0.1:6379> get name
"yangyangshukai"
127.0.0.1:6379> get name3
"yang"
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) "name"
2) "view"
3) "name2"
4) "mykey"
5) "age"
6) "name3"
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"
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) "k2"
2) "name"
3) "view"
4) "name2"
5) "k1"
6) "mykey"
7) "age"
8) "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 是一个原子性的操作，要么一起成功，要么一起失败！
(integer) 0
127.0.0.1:6379> get k4
(nil)
127.0.0.1:6379> set user:1 {name:zhangsan,age:3}	# 设置一个user:1 对象值为json字符来保存一个对象！
OK
# 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！
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"
#先get然后在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"

List（列表）

Redis lists基于Linked Lists实现。这意味着即使在一个list中有数百万个元素，在头部或尾部添加一个元素的操作，其时间复杂度也是常数级别的。用LPUSH 命令在十个元素的list头部添加新元素，和在千万元素list头部添加新元素的速度相同。虽然在数组实现的list中利用索引访问元素的速度极快，而同样的操作在linked list实现的list上没有那么快。

Redis Lists用linked list实现的原因是：对于数据库系统来说，至关重要的特性是：能非常快的在很大的列表上添加元素。另一个重要因素是，正如你将要看到的：Redis lists能在常数时间取得常数长度。

**在redis里面，list可以当成栈、队列、阻塞队列等，所有的list命令都是用l开头的，redis命令不区分大小写。**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），在两边插入或者改动值，效率最高；在中间插入元素，相对来说效率会低一点。

一个列表最多可以包含2^32 - 1 个元素(4294967295, 每个列表超过40亿个元素)。

如果key不存在，创建新的链表；如果key存在，新增内容；如果移除了所有值，空链表，也代表不存在

127.0.0.1:6379> flushdb
OK
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中的所有值
1) "three"
2) "two"
3) "one"
127.0.0.1:6379> rpush list righr	# 将一个值或者多个值，插入到列表位部 （右）
(integer) 4
127.0.0.1:6379> lrange list 0 -1
1) "three"
2) "two"
3) "one"
4) "righr"
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
"righr"
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"
127.0.0.1:6379> llen list	#获取list的长度
(integer) 2
127.0.0.1:6379> 
127.0.0.1:6379> lpush list four
(integer) 3
127.0.0.1:6379> lpush list five
(integer) 4
127.0.0.1:6379> lrange list 0 -1
1) "five"
2) "four"
3) "two"
4) "one"
127.0.0.1:6379> lpush list three
(integer) 5
127.0.0.1:6379> lpush list three
(integer) 6
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) "five"
4) "four"
5) "two"
127.0.0.1:6379> lrem list 2 three	#删除两个“three”
(integer) 2
127.0.0.1:6379> lrange list 0 -1
1) "five"
2) "four"
3) "two"
    
127.0.0.1:6379> flushdb
OK
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"

127.0.0.1:6379> flushdb
OK
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> rpoplpush mylist myotherlist	# 移除列表的最后一个元素，将他移动到新的列表中！
"hello2"
127.0.0.1:6379> lrange mylist 0 -1	# 查看原来的列表
1) "hello"
2) "hello1"
127.0.0.1:6379> lrange myotherlist 0 -1	# 查看目标列表中，确实存在改值！
1) "hello2"

# lset 将列表中指定下标的值替换为另外一个值，更新操作
127.0.0.1:6379> flushdb
OK
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，更新当前下标的值
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将某个具体的value插入到列把你中某个元素的前面或者后面！
127.0.0.1:6379> flushdb
OK
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"	#把other插入到world之前
(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	#把new插入到world之后
(integer) 4
127.0.0.1:6379> lrange mylist 0 -1
1) "hello"
2) "other"
3) "world"
4) "new"

Set（集合）

127.0.0.1:6379> flushdb
OK
127.0.0.1:6379> sadd myset hello		#set集合中添加元素
(integer) 1
127.0.0.1:6379> sadd myset world
(integer) 1
127.0.0.1:6379> sadd myset yangshukai
(integer) 1
127.0.0.1:6379> sadd myset xiebiqing
(integer) 1
127.0.0.1:6379> smembers myset		# 查看指定set的所有值
1) "xiebiqing"
2) "yangshukai"
3) "world"
4) "hello"
127.0.0.1:6379> sismember myset hello # 判断某一个值是不是在set集合中，存在返回1，否则返回0
(integer) 1
127.0.0.1:6379> sismember myset hello1
(integer) 0
127.0.0.1:6379> scard myset		# 获取set集合中的内容元素个数
(integer) 4
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) "xiebiqing"
2) "yangshukai"
3) "world"
127.0.0.1:6379> srandmember myset		# 随机抽选出一个元素
"yangshukai"
127.0.0.1:6379> srandmember myset 2		# 随机抽选出两个元素
1) "world"
2) "yangshukai"
127.0.0.1:6379> spop myset		# 随机删除一些set集合中的元素！
"yangshukai"
127.0.0.1:6379> smembers myset
1) "xiebiqing"
2) "world"
127.0.0.1:6379> sadd myset2 set2
(integer) 1
127.0.0.1:6379> smove myset myset2 world		# 将一个指定的值，移动到另外一个set集合！
(integer) 1
127.0.0.1:6379> smembers myset
1) "xiebiqing"
    
127.0.0.1:6379> flushdb
OK
127.0.0.1:6379> sadd key1 a b c
(integer) 3
127.0.0.1:6379> sadd key2 c d e
(integer) 3
127.0.0.1:6379> sdiff key1 key2 #两个set集合的差集，以key1为参照，和key2不同的元素，输出的是key1中key2没有的元素
1) "b"
2) "a"
127.0.0.1:6379> sinter key1 key2	#两个set集合的交集，输出两个集合的相同元素
1) "c"
127.0.0.1:6379> sunion key1 key2	#两个set集合的并集，输出两个集合的所有元素
1) "a"
2) "c"
3) "e"
4) "b"
5) "d"

Hash（哈希）

Redis hash 是一个 string 类型的 field 和 value 的映射表，hash 特别适合用于存储对象（用户信息、经常变动的信息等），而String更加适合字符串存储。

Redis 中每个 hash 可以存储 2^32 - 1 键值对（40多亿）。

127.0.0.1:6379> flushdb
OK
127.0.0.1:6379> hset myhash field1 yangshukai	#set一个具体key-value
(integer) 1
127.0.0.1:6379> hget myhash field1	#get一个字段值
"yangshukai"
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"
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
(integer) 1
127.0.0.1:6379> hgetall myhash
1) "field2"
2) "world"
127.0.0.1:6379> hset myhash field1 hello field2 world
(integer) 1
127.0.0.1:6379> hgetall myhash
1) "field2"
2) "world"
3) "field1"
4) "hello"
127.0.0.1:6379> hlen myhash	# 获取hash表的字段数量！
(integer) 2
127.0.0.1:6379> hexists myhash field1	# 判断hash中指定字段是否存在，存在则输出1，否则输出0
(integer) 1
127.0.0.1:6379> hexists myhash field3
(integer) 0
127.0.0.1:6379> hkeys myhash	# 只获得所有field字段
1) "field2"
2) "field1"
127.0.0.1:6379> hvals myhash	# 只获得所有value
1) "world"
2) "hello"
127.0.0.1:6379> hset myhah field3 5	#指定增量！
(integer) 1
127.0.0.1:6379> hincrby myhash field3 1
(integer) 1
127.0.0.1:6379> hincrby myhash field3 -1
(integer) 0
127.0.0.1:6379> hsetnx myhash field4 hello	# 如果不存在则可以设置（加nx代表原子性操作）
(integer) 1
127.0.0.1:6379> hsetnx myhash field4 world	# 如果存在则不能设置
(integer) 0

ZSet（有序集合）

Redis有序集合和集合一样也是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。有序集合的成员是唯一的，但分数(score)却可以重复。

集合是通过哈希表实现的，所以添加，删除，查找的复杂度都是O(1)。集合中最大的成员数为 2^32 - 1 (4294967295, 每个集合可存储40多亿个成员)。

使用场景

存储各类数据表（成绩表、工资表等）排序
各种排行榜的使用，查看前几名

127.0.0.1:6379> flushdb
OK
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	#获取全部的值
1) "one"
2) "two"
3) "three"
127.0.0.1:6379> flushdb
OK
127.0.0.1:6379> zadd salary 2500 xiaohong	# 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 yangshukai
(integer) 1
127.0.0.1:6379> zrangebyscore salary -inf +inf	# 显示全部的用户 从小到大
1) "yangshukai"
2) "xiaohong"
3) "zhangsan"
127.0.0.1:6379> zrevrange salary 0 -1	# 从大到小进行排序
1) "zhangsan"
2) "xiaohong"
3) "yangshukai"
127.0.0.1:6379> zrangebyscore salary -inf +inf withscores	#显示全部的用户并且附带成绩
1) "yangshukai"
2) "500"
3) "xiaohong"
4) "2500"
5) "zhangsan"
6) "5000"
127.0.0.1:6379> zrangebyscore salary -inf 2500 withscores	#显示工资小于2500的员工的升序排序
1) "yangshukai"
2) "500"
3) "xiaohong"
4) "2500"
127.0.0.1:6379> zrange salary 0 -1
1) "yangshukai"
2) "xiaohong"
3) "zhangsan"
127.0.0.1:6379> zrem salary xiaohong	# 移除有序集合中的指定元素
(integer) 1
127.0.0.1:6379> zrange salary 0 -1
1) "yangshukai"
2) "zhangsan"
127.0.0.1:6379> zcard salary	# 获取有序集合中的个数
(integer) 2
127.0.0.1:6379> flushdb
OK
127.0.0.1:6379> zadd myset 1 hello
(integer) 1
127.0.0.1:6379> zadd myset 2 world 3 yangshukai
(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

Redis三种特殊数据类型

Geospatial

将指定的地理空间位置（纬度、经度、名称）添加到指定的key中。这些数据将会存储到sorted set这样的目的是为了方便使用GEORADIUS或者GEORADIUSBYMEMBER命令对数据进行半径查询等操作。

该命令以采用标准格式的参数x,y,所以经度必须在纬度之前。这些坐标的限制是可以被编入索引的，区域面积可以很接近极点但是不能索引。具体的限制，由EPSG:900913 / EPSG:3785 / OSGEO:41001 规定如下：

有效的经度从-180度到180度。
有效的纬度从-85.05112878度到85.05112878度。
当坐标位置超出上述指定范围时，该命令将会返回一个错误。

查询城市经纬信息

相关命令：

GEOADD
GEODIST
GEOHASH
GEOPOS
GEORADIUS
GEORADIUSBYMEMBER

127.0.0.1:6379> flushdb
OK
# geoadd 添加地理位置
# 规则：两级无法直接添加，我们一般会下载城市数据，直接通过java程序一次性导入！
# 127.0.0.1:6379> geoadd china:city 39.90 116.40 beijin

127.0.0.1:6379> geoadd china:city 116.40 39.90 beijing	#添加一个城市，经度必须在纬度之前输入
(integer) 1
127.0.0.1:6379> geoadd china:city 121.47 31.23 shanghai
(integer) 1
127.0.0.1:6379> geoadd china:city 106.50 29.53 chongqi 114.05 22.52 shengzhen 120.16 30.34 hangzhou 108.96 34.26 xian	#添加多个城市
(integer) 4
127.0.0.1:6379> geopos china:city beijing	# 获取指定的城市的经度和纬度！
1) 1) "116.39999896287918091"
   2) "39.90000009167092543"
127.0.0.1:6379> geopos china:city chongqi
1) 1) "106.49999767541885376"
   2) "29.52999957900659211"
#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
"1067.3788"
127.0.0.1:6379> geodist china:city beijing chongqi m	# 查看重庆到北京的直线距离
"1464070.8051"
127.0.0.1:6379> georadius china:city 110 30 1000 km	#以给定的经纬度为中心， 找出1000km半径内的元素
1) "chongqi"
2) "xian"
3) "shengzhen"
4) "hangzhou"
127.0.0.1:6379> georadius china:city 110 30 500 km #以经纬度110.30为中心，找出半径500km内的城市
1) "chongqi"
2) "xian"
#以经纬度110.30为中心，找出半径500km内的城市，并显示该城市到中心的距离
127.0.0.1:6379> georadius china:city 110 30 500 km withdist	
1) 1) "chongqi"
   2) "341.9374"
2) 1) "xian"
   2) "483.8340"
#以经纬度110.30为中心，找出半径500km内的城市，并显示该城市的经度和纬度
127.0.0.1:6379> georadius china:city 110 30 500 km withcoord
1) 1) "chongqi"
   2) 1) "106.49999767541885376"
      2) "29.52999957900659211"
2) 1) "xian"
   2) 1) "108.96000176668167114"
      2) "34.25999964418929977"
#以经纬度110.30为中心，找出一个半径500km内的城市，并显示该城市的经度和纬度，以及该城市到中心的距离
127.0.0.1:6379> georadius china:city 110 30 500 km withdist withcoord count 1
1) 1) "chongqi"
   2) "341.9374"
   3) 1) "106.49999767541885376"
      2) "29.52999957900659211"
#以经纬度110.30为中心，找出两个个半径500km内的城市，并显示该城市的经度和纬度，以及该城市到中心的距离
127.0.0.1:6379> georadius china:city 110 30 500 km withdist withcoord count 2
1) 1) "chongqi"
   2) "341.9374"
   3) 1) "106.49999767541885376"
      2) "29.52999957900659211"
2) 1) "xian"
   2) "483.8340"
   3) 1) "108.96000176668167114"
      2) "34.25999964418929977"
# 找出位于指定元素周围的其他元素！
# 找出距离于北京1000km内的城市
127.0.0.1:6379> georadiusbymember china:city beijing 1000 km
1) "beijing"
2) "xian"
# 找出距离于上海400km内的城市
127.0.0.1:6379> georadiusbymember china:city shanghai 400 km
1) "hangzhou"
2) "shanghai"
# GEOHASH 命令 - 返回一个或多个位置元素的 Geohash 表示
# 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 chongqi
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) "chongqi"
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) "chongqi"
2) "xian"
3) "shengzhen"
4) "hangzhou"
5) "shanghai"

Hyperloglog

Redis HyperLogLog
Redis 在 2.8.9 版本添加了 HyperLogLog 结构。

Redis HyperLogLog 是用来做基数统计的算法，HyperLogLog 的优点是，在输入元素的数量或者体积非常非常大时，计算基数所需的空间总是固定的、并且是很小的。

在 Redis 里面，每个 HyperLogLog 键只需要花费 12 KB 内存，就可以计算接近 2^64 个不同元素的基数。这和计算基数时，元素越多耗费内存就越多的集合形成鲜明对比。但是，因为 HyperLogLog 只会根据输入元素来计算基数，而不会储存输入元素本身，所以 HyperLogLog 不能像集合那样，返回输入的各个元素。

什么是基数?
比如数据集 {1, 3, 5, 7, 5, 7, 8}，那么这个数据集的基数集为 {1, 3, 5 ,7, 8}, 基数(不重复元素)为5。基数估计就是在误差可接受的范围内，快速计算基数。

使用案例

网站在统计用户数量时，传统的方式是利用set保存用户的的id，然后就可以统计 set 中的元素数量作为标准判断，但如果一个人一天内多次访问了该网站，使用这个方式如果保存大量的相同的用户id，就会比较麻烦，目的是为了计数，而不是保存用户id，这时就可以使用Hyperloglog来进行基数统计。

如果允许容错，可以使用 Hyperloglog ，如果不允许容错，使用 set 或者自己的数据类型即可。

127.0.0.1:6379> flushdb
OK
127.0.0.1:6379> pfadd mykey1 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 mykey1	# 统计 mykey 元素的基数数量
(integer) 10
127.0.0.1:6379> pfadd mykey2 i j z x c v b n m	# 创建第二组元素 mykey2
(integer) 1
127.0.0.1:6379> pfcount mykey2
(integer) 9
127.0.0.1:6379> pfmerge mykey3 mykey1 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) 15

Bitmap

位图不是实际的数据类型，而是在String类型上定义的一组面向位的操作。由于字符串是二进制安全Blob，并且最大长度为512 MB，因此它们适合设置2 ^ 32个不同的位。

位操作分为两类：固定时间的单个位操作（例如将一个位设置为1或0或获取其值），以及对位组的操作，例如计算给定位范围内设置位的数量（例如，人口计数）。

位图的最大优点之一是，它们在存储信息时通常可以节省大量空间。例如，在以增量用户ID表示不同用户的系统中，仅使用512 MB内存就可以记住40亿用户的一位信息（例如，知道用户是否要接收新闻通讯）。

位图的常见用例是：

各种实时分析。
存储与对象ID相关联的空间高效但高性能的布尔信息。
统计用户信息（是否登录、是否活跃等）
打卡系统（今天是否打卡）

127.0.0.1:6379> flushdb
OK
# 使用bitmap 来记录 周一到周日的打卡！
# 周一：1 周二：0 周三：0 周四：1 ......(0代表未打卡，1表示已打卡)
127.0.0.1:6379> setbit sign 0 1
(integer) 0
127.0.0.1:6379> setbit sign 1 0
(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 0
(integer) 0
127.0.0.1:6379> setbit sign 6 0
(integer) 0
#查看某一天是否有打卡
127.0.0.1:6379> getbit sign 3	#查看周三是否有打卡
(integer) 1
127.0.0.1:6379> getbit sign 6	#查看周三是否有打卡
(integer) 0
# 统计操作，统计 打卡的天数！
127.0.0.1:6379> bitcount sign	#统计这周的打卡记录，就可以看到是否有全勤
(integer) 3

Redis事务

事务是一个单独的隔离操作：事务中的所有命令都会序列化、按顺序地执行。事务在执行的过程中，不会被其他客户端发送来的命令请求所打断。

Redis 事务可以一次执行多个命令，并且带有以下三个重要的保证：

批量操作在发送 EXEC 命令前被放入队列缓存。
收到 EXEC 命令后进入事务执行，事务中任意命令执行失败，其余的命令依然被执行。
在事务执行过程，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。

单个 Redis 命令的执行是原子性的，但 Redis 没有在事务上增加任何维持原子性的机制，所以 Redis 事务的执行并不是原子性的。

事务可以理解为一个打包的批量执行脚本，但批量指令并非原子化的操作，中间某条指令的失败不会导致前面已做指令的回滚，也不会造成后续的指令不做。

redis事务使用步骤：

开启事务（multi）
命令入队（…）
执行事务（exec，所有的命令在事务中，并没有直接执行，只有发起执行命令的时候才会执行）

使用可能redis事务会出现以下4种情况：

正常执行事务

127.0.0.1:6379> flushdb
OK
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，取消后队列中的命令都不会被执行

127.0.0.1:6379> flushdb
OK
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	# 事务队列中命令都不会被执行
(nil)

编译型异常（代码有问题即输入的命令有错误），事务中所有的命令都不会执行

127.0.0.1:6379> flushdb
OK
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 k3 v3
QUEUED
127.0.0.1:6379> getset k3	# 错误的命令
(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 k5	# 所有的命令都不会被执行，取不到值
(nil)

运行时异常，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，错误的命令抛出异常

127.0.0.1:6379> flushdb
OK
127.0.0.1:6379> set k1 "v1"	#设置k1的值类型为string类型
OK
127.0.0.1:6379> multi	# 开启事务
OK
127.0.0.1:6379> incr k1	#设置k1增加，执行的时候会失败（数据类型不一致）
QUEUED
127.0.0.1:6379> set k2 v2
QUEUED
127.0.0.1:6379> set k3 v3
QUEUED
127.0.0.1:6379> get k2
QUEUED
127.0.0.1:6379> exec	#执行事务
1) (error) ERR value is not an integer or out of range	# 虽然第一条命令报错了，但是其他命令依旧正常执行成功了！
2) OK
3) OK
4) "v2"

使用watch命令实现乐观锁

悲观锁：很悲观，认为什么时候都会出问题，无论做什么都会加锁。

乐观锁：很乐观，认为什么时候都不会出现问题，所以不会上锁。更新数据的时候去判断一下，在此期间这个数据是否被修改过。MySQL实现乐观锁：在数据表中增加一个字段“version”，更新数据时获取version，执行更新的时候比较version，如果和之前的不同，说明数据被修改过，更新失败；如果相同，则执行更新，同时将version的值+1。

注意：

当 EXEC 被调用时，不管事务是否成功执行，对所有键的监视都会被取消。另外，当客户端断开连接时，该客户端对键的监视也会被取消。使用无参数的 UNWATCH 命令可以手动取消对所有键的监视。对于一些需要改动多个键的事务，有时候程序需要同时对多个键进行加锁，然后检查这些键的当前值是否符合程序的要求。当值达不到要求时，就可以使用 UNWATCH 命令来取消目前对键的监视，中途放弃这个事务，并等待事务的下次尝试。

使用watch命令监视数据的更新（单线程情况下）：

127.0.0.1:6379> flushdb
OK
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		#money-20
QUEUED
127.0.0.1:6379> incrby out 20		#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

**使用watch命令监视数据的更新（多线程情况下）：**线程A要修改money的值，在事务未执行（exec）之前，线程B修改了money的值，由于线程A使用watch命令对money对象进行监视，线程A的事务会执行失败，因为在此之前money的值已经被修改。

线程A

127.0.0.1:6379> watch money		# 监视 money
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)
127.0.0.1:6379> unwatch
OK
127.0.0.1:6379> watch money
OK
127.0.0.1:6379> multi
OK
127.0.0.1:6379> decrby money 1
QUEUED
127.0.0.1:6379> incrby money 1
QUEUED
127.0.0.1:6379> exec
1) (integer) 69
2) (integer) 70

线程B

[root@linux7 ~]# cd /usr/local/bin	#进入redis安装目录
[root@linux7 bin]# ls
chardetect      dump.rdb          jemalloc-config  jsonpatch         luajit        myconfig         redis-cli
cloud-id        easy_install      jemalloc.sh      jsonpointer       luajit-2.0.4  redis-benchmark  redis-sentinel
cloud-init      easy_install-3.6  jeprof           jsonschema        mcrypt        redis-check-aof  redis-server
cloud-init-per  easy_install-3.8  jsondiff         libmcrypt-config  mdecrypt      redis-check-rdb
[root@linux7 bin]# redis-server myconfig/redis.conf	#以自定义的配置文件启动redis服务
18377:C 23 Jul 2020 07:11:28.839 # oO0OoO0OoO0Oo Redis is starting oO0OoO0OoO0Oo
18377:C 23 Jul 2020 07:11:28.839 # Redis version=5.0.8, bits=64, commit=00000000, modified=0, pid=18377, just started
18377:C 23 Jul 2020 07:11:28.839 # Configuration loaded
[root@linux7 bin]# redis-cli -p 6379	#连接redis客户端
127.0.0.1:6379> get money	# 获得当前money的值
"80"
127.0.0.1:6379> decrby money 10	#将当前money的值-10
(integer) 70
127.0.0.1:6379> get money
"70"

如果修改失败，先使用unwatch命令解锁（放弃对money的监视），然后重新使用watch命令加锁（监视money对象），以此来获取最新的值。

127.0.0.1:6379> unwatch		#事务执行失败，使用此命令解锁，放弃对money的监视
OK
127.0.0.1:6379> watch money	#重新加锁（重新进行监视），获取最新的值
OK
127.0.0.1:6379> multi
OK
127.0.0.1:6379> decrby money 1	#money的值-1
QUEUED
127.0.0.1:6379> incrby money 1	#money的值+1
QUEUED
127.0.0.1:6379> exec	#执行成功（执行时会比对监视的值是否发生了变化，没有则执行成功，有则执行失败）
1) (integer) 69
2) (integer) 70

Jedis

Jedis 是 Redis 官方推荐的 Java连接开发工具，使用Java 操作Redis的中间件。

如果要连接远程的Redis，需要进行以下的步骤，否则将连接失败。

进入redis安装目录下的自定义配置文件目录修改配置文件

[root@linux7 redis-5.0.8]# cd /usr/local/bin
[root@linux7 bin]# cd myconfig
[root@linux7 myconfig]# vim redis.conf

在redis.conf中修改配置文件的参数

按“/”键进行查找，搜索protect-mode来关闭保护模式，将其后面的参数修改为“no”，修改完按esc键退出，继续查找并修改其他参数。

按“/”键进行查找，搜索bind，将其注释掉，不注释的话就是默认只允许本地访问，注释完以后可以远程访问

按“/”键进行查找，搜索daemonize开启后台模式；将daemonize no 设置为yes，这样就不用开启服务后还要保持着窗口

按“/”键进行查找，搜索requirepass设置连接密码

设置完密码后，在使用命令redis-cli -h 127.0.0.1-p 6379连接客户端时，需要加上密码进行连接，命令为redis-cli -h 127.0.0.1 -p 6379 -a password，“password”为当前密码，没有加此参数在连接时会报(error) NOAUTH Authentication required错误。

设置完所有参数以后，输入命令:wq，保存并退出。

在redis安装目录下输入命令redis-server myconfig/redis.conf以当前自定义配置文件启动redis服务。

[root@linux7 bin]# redis-server myconfig/redis.conf

编码测试：

导入相关依赖

 <!--导入jedis的包-->
    <dependencies>
        <!-- https://mvnrepository.com/artifact/redis.clients/jedis -->
        <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>

测试步骤：

连接数据库
操作命令
断开连接

public class TestPing {
    public static void main(String[] args) {
        //新建一个Jedis对象
        //*********代表远程ip地址和密码，此处不显示
        Jedis jedis = new Jedis("*********", 6379);
        jedis.auth("*********");
        //测试Redis的ping命令，返回PONG则连接成功
        System.out.println(jedis.ping());
    }
}

输出：

PONG

Process finished with exit code 0

常用的API

String、List、Set、Hash、SortSet等API命令，就是对于上面的指令，一个都没有变化，这里不再给出代码，自行进行代码实践即可。

事务

正常执行

public class TestTx {
    public static void main(String[] args) {
        //新建一个Jedis对象
        Jedis jedis = new Jedis("47.107.90.199", 6379);
        jedis.auth("password");
        //清空当前数据库
        jedis.flushDB();
        JSONObject jsonObject = new JSONObject();
        jsonObject.put("hello", "world");
        jsonObject.put("name", "yangshukai");
        //开启事务
        Transaction multi = jedis.multi();
        String result = jsonObject.toJSONString();
        try {
            multi.set("user1",result);
            multi.set("user2", result);
            //执行事务
            multi.exec();
        } catch (Exception e) {
            //出现异常则放弃事务
            multi.discard();
            e.printStackTrace();
        } finally {
            System.out.println(jedis.get("user1"));
            System.out.println(jedis.get("user2"));
            //关闭连接
            jedis.close();
        }
    }
}

结果：

{"name":"yangshukai","hello":"world"}
{"name":"yangshukai","hello":"world"}

Process finished with exit code 0

异常执行

public class TestTx {
    public static void main(String[] args) {
        //新建一个Jedis对象
        Jedis jedis = new Jedis("47.107.90.199", 6379);
        jedis.auth("password");
        //清空当前数据库
        jedis.flushDB();
        JSONObject jsonObject = new JSONObject();
        jsonObject.put("hello", "world");
        jsonObject.put("name", "yangshukai");
        //开启事务
        Transaction multi = jedis.multi();
        String result = jsonObject.toJSONString();
        try {
            multi.set("user1",result);
            multi.set("user2", result);
            //代码抛出异常，事务会执行失败
            int i = 1 / 0;
            //执行事务
            multi.exec();
        } catch (Exception e) {
            //出现异常则放弃事务
            multi.discard();
            e.printStackTrace();
        }finally {
            System.out.println(jedis.get("user1"));
            System.out.println(jedis.get("user2"));
            //关闭连接
            jedis.close();
        }
    }
}

结果：

java.lang.ArithmeticException: / by zero
	at com.redis.TestTx.main(TestTx.java:33)
null
null

Process finished with exit code 0

SpringBoot整合Redis

使用SpringDate来操作各类数据源（jpa、jdbc、monbodb、redis等），SpringData也是和SpringBoot齐名的项目。

在SpringBoot2.x之后，原来的jedis被替换为lettuce。

jedis：采用直连的方式，多线程情况下是不安全的，要避免的话可以使用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，不会存在线程不安全的情况，可以减少线程数据。（更像NIO模式）

SpringBoot整合Redis步骤：

导入依赖

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

配置连接

# host为ip地址和密码，此处用*代替
spring.redis.host=*********
spring.redis.password=*********
spring.redis.port=6379

在测试类中编写测试

@SpringBootTest
class RedisApplicationTests {

    @Autowired
    private RedisTemplate redisTemplate;

    @Test
    void contextLoads() {
        redisTemplate.opsForValue().set("yangshukai","xiebiqing");
        System.out.println(redisTemplate.opsForValue().get("yangshukai"));
    }

}

结果：

xiebiqing

2020-07-23 11:20:21.319  INFO 10376 --- [extShutdownHook] o.s.s.concurrent.ThreadPoolTaskExecutor  : Shutting down ExecutorService 'applicationTaskExecutor'

Process finished with exit code 0

RedisTemplate类中含有各种操作redis的方法，其使用和redis指令是一样的：opsForValue操作字符串（类似字符串）、opsForList操作List（类似List）、opsForHash操作Hash等待。常用的方法还可以直接通过RedisTemplate操作，比如事务，基本的CRUD等。我们还可以自定义RedisTemplate。

源码分析

@Bean
@ConditionalOnMissingBean(name = "redisTemplate") // 我们可以自己定义一个redisTemplate来替换这个默认的！
public RedisTemplate<Object, Object> redisTemplate(RedisConnectionFactory redisConnectionFactory) throws UnknownHostException {
    
	// 默认的 RedisTemplate 没有过多的设置，redis 对象都是需要序列化！
	// 两个泛型都是 Object, Object 的类型，我们后使用需要强制转换 <String, Object>
	RedisTemplate<Object, Object> template = new RedisTemplate<>();
	template.setConnectionFactory(redisConnectionFactory);
	return template;
}
@Bean
@ConditionalOnMissingBean // 由于 String 是redis中最常使用的类型，所以说单独提出来了一个bean！
public StringRedisTemplate stringRedisTemplate(RedisConnectionFactory
	redisConnectionFactory) throws UnknownHostException {
    
	StringRedisTemplate template = new StringRedisTemplate();
	template.setConnectionFactory(redisConnectionFactory);
	return template;
}

使用Redis存储对象时，需要先将对象进行序列化，否则会报org.springframework.data.redis.serializer.SerializationException错误。SpringBoot默认使用JDK序列化，序列化方式可以通过配置来进行自定义。

未使用序列化：

@Test
    public void test() throws JsonProcessingException {
        //真实的开发一般使用json来传递对象
        User user = new User("杨舒凯", 20);
//        String jsonUser = new ObjectMapper().writeValueAsString(user);
        redisTemplate.opsForValue().set("user",user);
        System.out.println(redisTemplate.opsForValue().get("user"));
    }

结果:
报org.springframework.data.redis.serializer.SerializationException错误

使用序列化（对象实现序列化接口或者使用JSON序列化）

@Test
    public void test() throws JsonProcessingException {
        //真实的开发一般使用json来传递对象
        User user = new User("杨舒凯", 20);
        String jsonUser = new ObjectMapper().writeValueAsString(user);
        redisTemplate.opsForValue().set("user",user);
        System.out.println(redisTemplate.opsForValue().get("user"));
    }

结果：
{"name":"杨舒凯","age":20}
Process finished with exit code 0

自定义RedisTemplate

@Configuration
public class RedisConfig {

    @Bean
    @SuppressWarnings("all")
    public RedisTemplate<String, Object> redisTemplate(RedisConnectionFactory factory) {
        //为了开发方便，一般直接使用<String,Object>
        RedisTemplate<String, Object> template = new RedisTemplate<>();
        template.setConnectionFactory(factory);

        //JSON序列化配置
        Jackson2JsonRedisSerializer jackson2JsonRedisSerializer = new
                Jackson2JsonRedisSerializer((Object.class));
        ObjectMapper objectMapper = new ObjectMapper();
        objectMapper.setVisibility(PropertyAccessor.ALL, JsonAutoDetect.Visibility.ANY);
        objectMapper.enableDefaultTyping(ObjectMapper.DefaultTyping.NON_FINAL);
        jackson2JsonRedisSerializer.setObjectMapper(objectMapper);
        //String的序列化
        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;
    }
}

测试：

@Test
    public void test() throws JsonProcessingException {
        //真实的开发一般使用json来传递对象
        User user = new User("杨舒凯", 20);
        redisTemplate.opsForValue().set("user",user);
        System.out.println(redisTemplate.opsForValue().get("user"));
    }

结果：

User(name=杨舒凯, age=20)

2020-07-23 12:54:47.897  INFO 7736 --- [extShutdownHook] o.s.s.concurrent.ThreadPoolTaskExecutor  : Shutting down ExecutorService 'applicationTaskExecutor'

Process finished with exit code 0

Redis.conf详解

#################网络######################
bind 127.0.0.1 # 绑定的ip
protected-mode yes # 保护模式
port 6379 # 端口设置
    
#################通用######################
daemonize yes 		# 以守护进程的方式运行（后台运行），默认是 no，我们需要自己开启为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) 生产环境
# warning (only very important / critical messages are logged)
loglevel notice
logfile ""	 # 日志的文件位置名
databases 16 	# 数据库的数量，默认是 16 个数据库
always-show-logo yes 	# 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.rdb .aof
# redis 是内存数据库，如果没有持久化，那么数据断电及失
# 如果900s内，如果至少有一个1 key进行了修改，进行持久化操作
save 900 1
# 如果300s内，如果至少10 key进行了修改，进行持久化操作
save 300 10
# 如果60s内，如果至少10000 key进行了修改，进行持久化操作
save 60 10000
# 我们之后学习持久化，会自己定义这个测试
stop-writes-on-bgsave-error yes # 持久化如果出错，是否还需要继续工作
rdbcompression yes # 是否压缩 rdb 文件，需要消耗一些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
    
#################安全######################
127.0.0.1:6379> ping
PONG
127.0.0.1:6379> config get requirepass # 获取redis的密码
1) "requirepass"
2) ""
127.0.0.1:6379> config set requirepass "123456" # 设置redis的密码
OK
127.0.0.1:6379> config get requirepass 	# 发现所有的命令都没有权限了
(error) NOAUTH Authentication required.
127.0.0.1:6379> ping
(error) NOAUTH Authentication required.
127.0.0.1:6379> auth 123456	 # 使用密码进行登录！
OK
127.0.0.1:6379> config get requirepass
1) "requirepass"
2) "123456"

#################限制######################
maxclients 10000 # 设置能连接上redis的最大客户端的数量
maxmemory <bytes> # redis 配置最大的内存容量
maxmemory-policy noeviction # 内存到达上限之后的处理策略
###########################################
# 1、volatile-lru：只对设置了过期时间的key进行LRU（默认值）
# 2、allkeys-lru ： 删除lru算法的key
# 3、volatile-random：随机删除即将过期key
# 4、allkeys-random：随机删除
# 5、volatile-ttl ： 删除即将过期的
# 6、noeviction ： 永不过期，返回错误
###########################################

######APPEND ONLY模式 aof配置######
appendonly no # 默认是不开启aof模式的，默认是使用rdb方式持久化的，在大部分所有的情况下，rdb完全够用！
appendfilename "appendonly.aof" # 持久化的文件的名字
# 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，这个时候操作系统自己同步数据，速度最快！

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 DataDase)

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。

当 Redis 需要保存 dump.rdb 文件时，服务器执行以下操作:

Redis 调用forks. 同时拥有父进程和子进程。
子进程将数据集写入到一个临时 RDB 文件中。
当子进程完成对新 RDB 文件的写入时，Redis 用新 RDB 文件替换原来的 RDB 文件，并删除旧的 RDB 文件。

这种工作方式使得 Redis 可以从写时复制（copy-on-write）机制中获益。

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。Redis默认的就是 RDB，一般情况下不需要修改这个配置。

RDB保存的文件是dump.rdb 都是在我们的配置文件中快照中进行配置的！

触发机制，以下情况都会自动触发RDB规则，产生RDB文件

save的规则满足的情况下
执行flushall命令
退出redis

如何恢复RDB文件

只需要将rdb文件放在我们redis启动目录就可以，redis启动的时候会自动检查dump.rdb 恢复其中的数据
查看需要存在的位置，如果在这个目录下存在 dump.rdb 文件，启动就会自动恢复其中的数据

优点

适合大规模的数据恢复
对数据的完整性要求不高

缺点

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

AOF(Append Only File)

AOF 重写和 RDB 创建快照一样，都巧妙地利用了写时复制机制:

Redis 执行 fork() ，现在同时拥有父进程和子进程。
子进程开始将新 AOF 文件的内容写入到临时文件。
对于所有新执行的写入命令，父进程一边将它们累积到一个内存缓存中，一边将这些改动追加到现有 AOF 文件的末尾，这样样即使在重写的中途发生停机，现有的 AOF 文件也还是安全的。
当子进程完成重写工作时，它给父进程发送一个信号，父进程在接收到信号之后，将内存缓存中的所有数据追加到新 AOF 文件的末尾。
现在 Redis用新文件替换旧文件，之后所有命令都会直接追加到新 AOF 文件的末尾。

**AOF默认不开启，需要修改redis.conf配置文件进行开启。**将 appendonly 改为yes就开启了 aof，然后重启redis，aof就可以生效。

配置文件相关命令：

appendonly no 	# 默认是不开启aof模式的，默认是使用rdb方式持久化的，在大部分所有的情况下，rdb完全够用！
appendfilename "appendonly.aof" 	# 持久化的文件的名字
# 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，这个时候操作系统自己同步数据，速度最快！
# rewrite 重写，

aof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，如果aof文件有错误，这时候redis客户端会无法连接，可以通过redis提供的工具redis-check-aof来修复appendonly.aof文件。在redis安装目录下输入命令redis-check-aof --fix appendonly.aof，然后输入y确认修复，然后重启redis就可以正常启动了。

重写规则说明：aof默认就是文件的无限追加，文件会越来越大，如果aof文件大于64m，需要fork一个新的进程来将文件进行重写。

优点

每一次修改都同步，文件的完整会更加好
每秒同步一次，可能会丢失一秒的数据
从不同步，效率最高的

缺点

相对于数据文件来说，aof远远大于 rdb，修复的速度也比rdb慢
运行效率也要比 rdb 慢，所以redis默认的配置就是rdb持久化

扩展

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
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。
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
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。

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的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Master/Slave中的 RDB文件，载入较新的那个，微博就是这种架构。

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。

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：

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。

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 runningyoung	#订阅一个频道
Reading messages... (press Ctrl-C to quit)
1) "subscribe"
2) "runningyoung"
3) (integer) 1
# 等待读取推送的信息
1) "message"	#消息
2) "runningyoung"	#哪个频道的消息
3) "hello"	#消息的具体内容
1) "message"
2) "runningyoung"
3) "helloworld"

发送端：

127.0.0.1:6379> publish runningyoung hello	# 发布者发布消息到频道 
(integer) 1
127.0.0.1:6379> publish runningyoung helloworld	# 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，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。

微信：

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频道，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

实时消息系统
实时聊天系统（频道当作聊天室，将消息发送给所有人即可）
订阅，关系系统等
复杂的场景可以使用消息中间件MQ

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：

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。
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。
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。
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（宕机），原因如下：

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
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，也就是"多读少写"。

对于这种场景，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，减缓服务器的压力，架构中经常使用，一主二从！。

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可能单机使用Redis。

环境配置

只配置从库，不用配置主库

127.0.0.1:6379> info replication	#查看当前数据库信息
# Replication
role:master		#角色 master
connected_slaves:0	#没有从机
master_replid:7e9ebc1a80c96018e1a6dcd5fed80437f657f489
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

在myconfig目录下复制3个配置文件，然后修改对应的信息

[root@linux7 bin]# cd myconfig/
[root@linux7 myconfig]# cp redis.conf redis79.conf 
[root@linux7 myconfig]# cp redis.conf redis80.conf 
[root@linux7 myconfig]# cp redis.conf redis81.conf 
[root@linux7 myconfig]# ls
redis79.conf  redis80.conf  redis81.conf  redis.conf

[root@linux7 myconfig]# vim redis79.conf 
[root@linux7 myconfig]# vim redis80.conf 
[root@linux7 myconfig]# vim redis81.conf

需要修改：端口、pid名字、log文件名字、dump.rdb名字

修改完毕之后，启动3个redis服务器

[root@linux7 bin]# redis-server myconfig/redis79.conf 
[root@linux7 bin]# redis-server myconfig/redis80.conf 
[root@linux7 bin]# redis-server myconfig/redis81.conf

通过命令ps -ef|grep redis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；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。

一般情况下只用配置从机就可以了，真实的从主配置应该在配置文件中配置，这样的话是永久的，这里使用的是命令只是暂时的。

配置时从机出现master_link_status:down提示，显示主机是down的状态，主机显示没有从机挂载。主要是因为这里的redis配置了密码，可以在slave的配置文件里指定（配从不配主）。

解决方案：

主要是因为redis配置了密码导致的，将master和slave的密码配置相同，然后将slave的配置文件中的masterauth属性进行填写，将master的密码写上去即可使用命令slaveof或者是replicaof对master进行指定；

如果修改以下relicaof参数，可以实现开启后自动关联指定ip地址和端口号。（相当于命令中的主从配置，在配置文件中设置的话，配置会永久生效。）

重新开启3台服务器，配置从机

127.0.0.1:6380> SLAVEOF 127.0.0.1 6379	#配置当前服务器的主机
OK
127.0.0.1:6380> info replication	#查看当前服务器信息
# Replication
role:slave	#当前角色是从机
master_host:127.0.0.1	#主机IP地址
master_port:6379	#主机端口号
master_link_status:up	#主机状态
master_last_io_seconds_ago:6
master_sync_in_progress:0
slave_repl_offset:14
slave_priority:100
slave_read_only:1
connected_slaves:0
master_replid:4b5e420b25988ea5804c584fe05856a7129e1d23
master_replid2:0000000000000000000000000000000000000000
master_repl_offset:14
second_repl_offset:-1
repl_backlog_active:1
repl_backlog_size:1048576
repl_backlog_first_byte_offset:1
repl_backlog_histlen:14

在主机中查看服务器信息

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：

从机写：

主机如果断开连接，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，从机依旧可以直接获取到主机写的信息！

输入命令redis-server myconfig/redis79.conf重新启动主机。

查看从机的信息

如果是使用命令行来配置的主从，这个时候如果从机重启了，从机就会默认变回主机，只要重新使用命令变为从机，从机就会立马从主机中获取最新的数据。

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

只要是重新连接master，一次完全同步（全量复制）将被自动执行，数据一定可以在从机中看到！

主机宕机处理方案

原来的主从连接：

修改成以下方式：

这个时候也可以完成主从复制

如果主机断开了连接，我们可以使用 SLAVEOF no one 让当前从机变成主机，其他的节点就可以手动连接到最新的这个主节点（手动），如果这个时候原来的主机修复了，那就重新连接。

哨兵模式

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，这个现象称为主观下线。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

在自定义配置目录下使用命令vim sentinel.conf来新建开启哨兵模式的配置文件。

[root@linux7 ~]# cd /usr/local/bin
[root@linux7 bin]# cd myconfig/
[root@linux7 myconfig]# vim sentinel.conf

在哨兵模式配置文件中配置以下参数

# sentinel monitor 被监控的名称 host port 1
sentinel monitor myredis 127.0.0.1 6379 1

命令后面的数字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

在redis安装目录下使用命令redis-sentinel myconfig/sentinel.conf启动哨兵模式

测试主机down了会发生什么情况，如果master节点断开了，这个时候会从从机中随机选择一个服务器（这里面使用了一个投票算法来投票出新的master节点）

如果此时主机回来了，只能归并到新的主机下，当作从机，这是哨兵模式的规则。

优点

哨兵集群，基于主从复制模式，所有的主从配置优点，它全有
主从可以切换，故障可以转移，系统的可用性就会更好
哨兵模式就是主从模式的升级，手动到自动，更加健壮

缺点

Redis集群容量一旦达到上限，在线扩容就十分麻烦
实现哨兵模式的配置比较麻烦，里面有很多的选择

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
    
# 哨兵sentinel的工作目录
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
# 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
# shell编程
# 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.sh # 一般都是由运维来配置！

Redis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

概念

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

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。
但是这种方法会存在两个问题：
- 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；
- 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

这里需要注意和缓存穿透的区别，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

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，比如马上就要到双十一零点，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，那就增设几台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，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。

原文链接：https://blog.csdn.net/m0_47396773/article/details/108769657