Redis学习笔记
Nosql概述（泛指非关系型的数据库）
为什么使用nosql
1.单机mysql的年代！
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-8kV4APMR-1639037125135)(tupian\image-20201207162436230.png)]
90年代，一个基本的网站访问量基本不会太大，单个数据库完全足够！
那个年代，更多的是去使用HTML静态网页。服务器没有太大压力。
思考问题：整个网站瓶颈是什么？
1.数据量如果太大，一个机器放不下了！
2.数据的索引（B+Tree）,一个机器内存放不下。
3.访问量（读写混合），一个服务器承受不了！
一旦出现以上三种情况之一，那么就必须晋级。（新手村已经不适合你们了！）
2.Memcached（缓存）+MySQL+垂直拆分（读写分离）
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-EGfObSQS-1639037125136)(tupian\image-20201211162507897.png)]
网站80%情况都在进行读取，每次都要去查询数据库就十分麻烦，所以我们希望减轻服务器的压力，我们可以使用缓存来保证我们的效率。
发展过程：优化数据结构和索引（产品本身）—>文件缓存（IO）—>Memcached（当时最热门的技术！）
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-zfSswdWu-1639037125137)(tupian\image-20201207163731462.png)]
3、分库分表+水平拆分+MYSQL集群
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-NVZSCPZn-1639037125137)(tupian\image-20201207180233035.png)]
4、如今最近的年代
2010—2020十年之间，世界发生了翻天覆地的变化：（定位信息，音乐，抖音等热榜一些数据！）
MYSQL关系型数据库已经不够用了，数据量增多，变化非常快！
举例：比如某些浏览一会就10w+,这时候肯定不能一点点写入我们的MYSQL关系型数据库中，所以可以先放入缓存中，然后过一段时间，再将我们的数据持久化进入我们的数据库当中。
MYSQL有的是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，如果有一种数据库专门处理这种数据，MYSQL的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，表几乎没办法更改。没办法更大！
目前一个基本的互联网项目
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-57hpeFwE-1639037125138)(tupian\image-20201207185025602.png)]
为什么要用nosql！
用户的个人信息，社交网络，地理位置，用户自己生产的数据，用户日志等等爆发式增长，这些东西就不能用我们关系型数据库去做了。关系型数据库到达了一个瓶颈。
这时候我们就需要使用NOSQL数据库，NOSQL可以很好地处理以上的情况。
什么是NoSQL
NoSQL
NOSQL = Not Only SQL（不仅仅是SQL） 不是没SQL！
关系型数据库：表格，行，列、
泛指非关系型数据库，随着web2.0互联网的诞生！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。
很多的数据类型用户的个人信息，社交网络，地理位置，这些数据类型的存储不需要一个固定的格式！不需要多余的的操作就可以横向扩展！Map<String,Object>使用键值对来控制！
nosql特点
解耦！
1、方便扩展（因为数据之间没有关系，很好扩展！没有关系，耦合性几乎为0）
2、大数据量高性能（Redis:秒读11万，写8万！NOSQL的缓存记录级，是一种细粒度的缓存，性能会比较高！）
3、数据类型是多样性的。（不需要事先设计数据库！随取随用！如果是数据库量十分大的表，很多人无法设计）
4、传统的RDBMS（关系型数据库）和NOSQL区别
传统的 RDBMS（关系型数据库）
- 结构化组织
- SQL
- 数据和关系都存在单独的表中
- 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
- 键值对储存，列储存，文档存储，图形数据库（社交关系）
- 最终的一致性
- CAP定理和BASE （异地多活）
- 高性能，高可用，高可扩
- ...
了解：3V+3高
大数据时代的3V：主要是描述问题的。
1、海量Volume （海量数据）
2、多样Variety （多样性，每种数据库是不一样的，聊天信息、图片信息、地图信息、位置信息…）
3、实时Velocity（实时，可以理解为延迟，实时高，延迟低）
大数据时代的3高：主要是对程序的要求。
1、高并发
2、高可扩 （随时水平拆分，随时搭建集群，机器不够了，可以扩展机器来解决！）
3、高性能 （保证用户体验和性能！）
真正在公司中进行实践：NOSQL+RDBMS一起使用才是最强的！
NoSQL的四大分类
kv键值对：
- 新浪：Redis
- 美团：Redis+Tair
- 阿里、百度：Redis+memcached
文档型数据库（bson格式和json一样）
- MongoDB（一般比需要掌握）
- MongoDB是一个基于分布式文件存储的数据库，C++编写（Redis是C编写），主要用来处理大量的文档！
- MongoDB是一个介于关系型数据库和非关系型数据库中间的产品！MongoDB是非关系型数据库中功能最丰富，最想关系型数据库的！
- ConthDB
列存储数据库
- HBase
- 分布式文件系统
图形关系数据库
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-TBmfd92e-1639037125138)(tupian\image-20201211181015553.png)]
- 他不是存图形，放的是关系，比如∶朋友圈社交网络，广告推荐！
- Neo4j，infoGrid；
四种类型对比
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-ZWLYjZKJ-1639037125139)(tupian\image-20201211181620270.png)]
Redis入门
概述
Redis是什么？
Redis ( Remote Dictionary Server )，即远程字典服务!
是一个开源的使用ANSIl 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。
免费和开源！是当下最热门的NoSQL技术之一！也被人们称之为结构化数据库！
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-Plaj01Gw-1639037125139)(tupian\image-20201211182859425.png)]
redis会周期性的把更新的数据写入磁盘或者把修改操作写入追加的记录文件，并且在此基础上实现了master-slave(主从)同步。
Redis能干嘛？
1、内存存储、持久化，内存中是断电即失，所以说持久化很重要（RDB、AOF）
2、效率高，可以用于高速缓存
3、发布订阅信息
4、地图信息分析
5、计时器、计数器（浏览量！）
…
特性
1、多样的数据类型
2、持久化
3、集群
4、事务
…
学习要用到的东西
1、官网:https://redis.io
2、中文网: http://www.redis.cnl
注意:Wdinow在 Github上下载(停更很久了! )
Redis推荐都是在Linux服务器上搭建的，我们是基于Linux学习!
Windows安装
1、下载安装包:https://github.com/dmajkic/redis/releases
2、下载之后得到安装包
3、解压到自己电脑上的环境目录下（非常的小）
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-luxI7gF6-1639037125140)(tupian\image-20201211192505120.png)]
4、开启Redis，双击运行服务即可！
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-pyCTJjeY-1639037125140)(tupian\image-20201211192757944.png)]
5、使用Redis客户端来连接Redis
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-6gqErFcx-1639037125140)(tupian\image-20201211193059820.png)]
记住一句话，Window下使用确实简单，但是Redis推荐我们使用Linux去开发使用！
Linux安装
1、下载安装包[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-P6KTDZNc-1639037125141)(tupian\image-20201211193440551.png)]
2、解压Redis的安装包！
3、进入解压后的文件，可以看到我们Redis的配置文件！
4、下载基本的环境 --yum install gcc-c++(联网)
5、检查环境 gcc -v
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-vP8DgF8V-1639037125141)(tupian\image-20201212084119801.png)]
6、make环境
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-o99nuCQ3-1639037125141)(tupian\image-20201212084141531.png)]
看到多出一个文件夹，表示make成功，但是这个文件夹不重要。重要的是去src下去看有没有redis-server
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-2JvEpWKC-1639037125142)(tupian\image-20201212100712568.png)]
5、Redis默认不是后台启动的，需要我们手动去redis.conf下去更改。
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-P0nwzoem-1639037125142)(tupian\image-20201212085204258.png)]
6、启动Redis服务！ 进入src下 执行 ./redis-server [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-cxsMrldc-1639037125142)(tupian\image-20201214181642965.png)]
7、使用redis-cli测试连接（找到它的所在目录，输入命令./redis-cli）[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-iUFqgRgy-1639037125143)(tupian\image-20201214181749905.png)]
keys * :查看所有的key
8、查看redis进程是否开启
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-UphgrJRS-1639037125143)(tupian\image-20201214192213979.png)]
9、如何关闭redis服务呢？[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-HSPuSiLJ-1639037125143)(tupian\image-20201214192328936.png)]
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-dL7zAX4Q-1639037125144)(tupian\image-20201214192354453.png)]
已经关闭了服务。
测试性能
redis-benchmark 是一个压力测试工具！
官方自带的性能测试工具！
redis-benchmark 命令参数！
图片来自菜鸟教程：
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-iaPIGG87-1639037125144)(tupian\image-20201214193106883.png)]
./redis-benchmark -h localhost -p 6379 -c 100 -n 100000
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-fIlVreRx-1639037125145)(tupian\image-20201214194419587.png)]
如何查看这些分析呢？[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-EBwkZNVt-1639037125145)(tupian\image-20201214194621360.png)]
基础的知识
Redis默认有十六个数据库！
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-zDP6SxFp-1639037125145)(tupian\image-20201214195210848.png)]
默认使用的是第0个数据库，可以使用select进行切换数据库！
127.0.0.1:6379> select 3 #切换数据库
OK
127.0.0.1:6379[3]> dbsize #查看数据库大小
(integer) 0
127.0.0.1:6379[3]> keys * #查看所有的key
"name"
127.0.0.1:6379[3]> flushdb * #清空数据库
OK
127.0.0.1:6379[3]> flushall * #清空全部的数据库的内容
OK
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-XLjjHYCO-1639037125145)(tupian\image-20201214195511183.png)]
了解为什么redis默认端口号是6379？粉丝效应！（了解即可） !：另外MySQL端口号3306是女儿的名字。
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-HyNlEfLe-1639037125146)(tupian\image-20201214200355867.png)]
Redis 是单线程的！
明白Redis是很快的，官方表示，Redis是基于内存操作，CPU不是Redis性能瓶颈，Redis的瓶颈是根据机器的内存和网络带宽，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QP，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！）一定比单线程效率高！
先去了解CPU、内存、硬盘的速度对比，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！
五大数据类型
官网文档
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-koIecC2t-1639037125146)(tupian\image-20201214202013655.png)]
全段翻译：
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MQ。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( Luascripting )，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 )。
以下命令一定要去记住，后面使用springboot。Jedis，所有的方法就是命令！
jedis就是集成了redis的一些命令操作，封装了redis的java客户端。提供了连接池管理。一般不直接使用jedis，而是在其上在封装一层，作为业务的使用。
Redis-Key
127.0.0.1:6379[3]> select 0 #切换数据库
OK
127.0.0.1:6379> flushall #清空所有数据库
OK
127.0.0.1:6379> keys * #查看所有key
(empty list or set)
127.0.0.1:6379> set name zhangshun #set一个key
OK
127.0.0.1:6379> keys *
1) "age"
2) "name"
127.0.0.1:6379> EXISTS name #查看是否有这个key
(integer) 1
127.0.0.1:6379> EXISTS name1
(integer) 0
127.0.0.1:6379> move name 1 #将key移动到别的库
(integer) 1
127.0.0.1:6379> keys *
1) "age"
127.0.0.1:6379> get name #根据key获取值
"zhangshun"
127.0.0.1:6379> EXPIRE name 10 #设置过期（失效）时间，设置秒数
(integer) 1
127.0.0.1:6379> ttl naem #查看当前key剩余时间 -2代表没了
(integer) -2
127.0.0.1:6379> get name
(nil)
127.0.0.1:6379> type name #查看当前key的类型
string
遇到不会的命令。可以在官网查看帮助文档！
String（字符串类型）
90%的java程序员使用redis只会使用一个String类型
127.0.0.1:6379> set key1 a1 #设置值
OK
127.0.0.1:6379> get key1 #获取值
"a1"
127.0.0.1:6379> append key1 hello #向指定key的值追加字符串，如果当前key不存在，就相当于set key
(integer) 7
127.0.0.1:6379> get key1
"a1hello"
127.0.0.1:6379> strlen key1 #获取字符串的长度
(integer) 7
127.0.0.1:6379> append key1 zhangshun
(integer) 16
127.0.0.1:6379> get key1
"a1hellozhangshun"
#######################################################################################
127.0.0.1:6379> set views 0 #模拟浏览人数，初始为0
OK
127.0.0.1:6379> get views
"0"
127.0.0.1:6379> incr views #自增1
(integer) 1
127.0.0.1:6379> incr views
(integer) 2
127.0.0.1:6379> get views
"2"
127.0.0.1:6379> decr views #自减1
(integer) 1
127.0.0.1:6379> get views
"1"
127.0.0.1:6379> decr views
(integer) 0
127.0.0.1:6379> decr views
(integer) -1
127.0.0.1:6379> get views
"-1"
127.0.0.1:6379> incrby views 10 #可以设置步长，指定增量
(integer) 9
127.0.0.1:6379> decrby views 8 #可以设置步长，指定减量
(integer) 1
#######################################################################################
#字符串范围 range
127.0.0.1:6379> set key1 hello,zhangshun #设置key1的值
OK
127.0.0.1:6379> get key1
"hello,zhangshun"
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 #获取全部字符串 等同get key
"hello,zhangshun"
#替换
127.0.0.1:6379> set key2 abcdefg
OK
127.0.0.1:6379> get key2
"abcdefg"
127.0.0.1:6379> SETRANGE key2 1 xx #替换指定的位置开始的字符串！
(integer) 7
127.0.0.1:6379> get key2
"axxdefg"
#######################################################################################
# setex(set with expire) #设置过期时间
# setnx(set if not exist) #不存在则设置（在分布锁中常常会使用！）
127.0.0.1:6379> setex key3 30 "aaaaa" //设置key3值为aaaaa，30秒后过期
OK
127.0.0.1:6379> get key3
"aaaaa"
127.0.0.1:6379> ttl key3
(integer) 23
127.0.0.1:6379> setnx mykey redis //如果mykey不存在，创建mykey,返回1代表成功！
(integer) 1
127.0.0.1:6379> keys *
1) "key3"
2) "key2"
3) "key1"
4) "mykey"
127.0.0.1:6379> get key3
(nil)
127.0.0.1:6379> keys *
1) "key2"
2) "key1"
3) "mykey"
127.0.0.1:6379> setnx mykey aavv //如果mykey存在，创建mykey，返回0代表失败！
(integer) 0
127.0.0.1:6379> get mykey
"redis"
#######################################################################################
mset 同时设置
mget 同时获取
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 [通过键值对]
OK
127.0.0.1:6379> keys *
1) "k1"
2) "k3"
3) "k2"
127.0.0.1:6379> mget k1 k2 k3 //同时获取多个值 [通过键值对]
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> keys *
1) "k1"
2) "k3"
3) "k2"
#对象
set user:1{name:zhangsan,age:4} //设置一个user:1 对象 值为json字符串来保存一个对象
//这里的key是一个巧妙的设计： user:{id}:{filed}，如此设计在redis中是完全ok的！
127.0.0.1:6379> mset user:1:name zhangsan user:1:age 2
OK
127.0.0.1:6379> mget user:1:name
1) "zhangsan"
127.0.0.1:6379> mget user:1:age
1) "2"
#######################################################################################
getset #先get然后在set
127.0.0.1:6379> getset db reids //如果不存在值，则返回nil
(nil)
127.0.0.1:6379> getset db abcd //如果存在值，则返回原来的值，并设置新的值！
"reids"
127.0.0.1:6379> get db
"abcd"
数据结构是相同的！
String类似的使用场景：value除了是我们的字符串还可以是我们的数字！
- 计数器
- 统计多单位的数量
List
基本的数据类型，列表
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-tvWnJwbu-1639037125147)(tupian\image-20201215102119280.png)]
在redis里面，我们可以把list玩成，栈、队列、阻塞队列！
所有的list命令都是用L开头的！Redis不区分大小写命令！
#######################################################################################
127.0.0.1:6379> LPUSH list one //将一个值或者多个值，插入到列表的头部（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，插入到列表的尾部（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> 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 //通过下表获取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 //通过下表获取list中的某一个值！
"one"
127.0.0.1:6379> Lindex list 2
(nil)
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
#######################################################################################
移除指定的值！ lrem
127.0.0.1:6379> LPUSH list three
(integer) 4
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 2 three
(integer) 2
127.0.0.1:6379> LRANGE list 0 -1
1) "two"
127.0.0.1:6379> LPUSH list three
(integer) 2
127.0.0.1:6379> LPUSH list three
(integer) 3
127.0.0.1:6379> LREM list 3 three
(integer) 2
127.0.0.1:6379> LRANGE list 0 -1
1) "two"
#######################################################################################
trim 修剪 ：list 截断！
127.0.0.1:6379> LPUSH list hello
(integer) 1
127.0.0.1:6379> LPUSH list hello1
(integer) 2
127.0.0.1:6379> LPUSH list hello2
(integer) 3
127.0.0.1:6379> LPUSH list hello3
(integer) 4
127.0.0.1:6379> LTRIM list 1 2 //通过下表截取指定的长度，这个list已经被改变了，只剩下被截取的元素！
OK
127.0.0.1:6379> LRANGE list 0 -1
1) "hello2"
2) "hello1"
#######################################################################################
rpoplpush #移除列表的最后一个元素，将它移动到新的列表中！
127.0.0.1:6379> LPUSH list hello
(integer) 1
127.0.0.1:6379> LPUSH list hello1
(integer) 2
127.0.0.1:6379> LPUSH list hello2
(integer) 3
127.0.0.1:6379> RPOPLPUSH list mylist #移除列表的最后一个元素，将它移动到新的列表中！
"hello"
127.0.0.1:6379> LRANGE list 0 -1 #查看原来的列表！
1) "hello2"
2) "hello1"
127.0.0.1:6379> keys *
1) "mylist"
2) "list"
127.0.0.1:6379> LRANGE mylist 0 -1 #查看新生的列表！表示成功了！
1) "hello"
#######################################################################################
lset #将列表中指定下标的值替换成为另一个值，更新操作！
127.0.0.1:6379> EXISTS list #判断指定列表是否存在
(integer) 1
127.0.0.1:6379> lset list 0 item #存在返回ok，更新当前下标的值
OK
127.0.0.1:6379> LRANGE mylist 0 -1
1) "hello"
127.0.0.1:6379> LRANGE list 0 -1
1) "item"
2) "hello1"
127.0.0.1:6379> lset list 0 item1
OK
127.0.0.1:6379> LRANGE list 0 -1
1) "item1"
2) "hello1"
127.0.0.1:6379> lset list 3 item12 #更新不存在的值会报出error
(error) ERR index out of range
#######################################################################################
linsert #将某个具体的value插入到列表中某个元素的前面或者后面
127.0.0.1:6379> LPUSH list hello
(integer) 1
127.0.0.1:6379> LPUSH list hello1
(integer) 2
127.0.0.1:6379> LPUSH list hello2
(integer) 3
127.0.0.1:6379> LPUSH list hello3
(integer) 4
127.0.0.1:6379> LINSERT list before hello2 hello,wolrd #将hello,wolrd插入到hello2前面
(integer) 5
127.0.0.1:6379> LRANGE list 0 -1
1) "hello3"
2) "hello,wolrd"
3) "hello2"
4) "hello1"
5) "hello"
127.0.0.1:6379> LINSERT list after hello2 hello,wolrd22
(integer) 6
127.0.0.1:6379> LRANGE list 0 -1
1) "hello3"
2) "hello,wolrd"
3) "hello2"
4) "hello,wolrd22"
5) "hello1"
6) "hello"
小结
- 他实际上是一个链表，before Node after , left , right都可以插入值
- 如果key不存在，创建新的链表
- 如果key存在，新增内容
- 如果移除了所有值，空链表，也代表不存在
- 在两边插入或者改动值，效率最高！中间元素，相对效率会低一点~
Redis的list 即可以作为队列，也可以作为栈
Set（集合）
set中的值是不能重复的！（set开头的命令都是s）
#######################################################################################
127.0.0.1:6379> sadd set hello //set集合中添加元素
(integer) 1
127.0.0.1:6379> sadd set hello1
(integer) 1
127.0.0.1:6379> sadd set hello2
(integer) 1
127.0.0.1:6379> sadd set hello1 //添加重复的是添加不上的，不可重复，返回0
(integer) 0
127.0.0.1:6379> SMEMBERS set //查看指定的set所有值！
1) "hello"
2) "hello2"
3) "hello1"
127.0.0.1:6379> SISMEMBER set hello //判断某一个值是否在set中
(integer) 1
127.0.0.1:6379> SISMEMBER set hello22 //不在返回0
(integer) 0
#######################################################################################
127.0.0.1:6379> SCARD set //获取set集合中元素的个数！
(integer) 3
#######################################################################################
srem #除set中的指定元素
127.0.0.1:6379> SREM set hello //移除set中的指定元素
(integer) 1
127.0.0.1:6379> SMEMBERS set
1) "hello2"
2) "hello223"
3) "hello1"
#######################################################################################
set 无序不可重复集合，抽随机！ SRANDMEMBER
127.0.0.1:6379> SRANDMEMBER set #随机抽选出一个元素！
"hello223"
127.0.0.1:6379> SRANDMEMBER set
"hello2"
127.0.0.1:6379> SRANDMEMBER set
"hello223"
127.0.0.1:6379> SRANDMEMBER set
"hello1"
127.0.0.1:6379> SRANDMEMBER set 2 #随机抽选出指定个数的元素！
1) "hello1"
2) "hello223"
127.0.0.1:6379> SRANDMEMBER set 2
1) "hello1"
2) "hello223"
127.0.0.1:6379> SRANDMEMBER set 2
1) "hello2"
2) "hello1"
#######################################################################################
随机删除key! spop
127.0.0.1:6379> SMEMBERS set
1) "hello2"
2) "hello223"
3) "hello1"
127.0.0.1:6379> spop set //随机删除set集合中的元素！
"hello1"
127.0.0.1:6379> SMEMBERS set
1) "hello2"
2) "hello223"
#######################################################################################
将一个指定的值，移动到另外一个set集合中！ smove
127.0.0.1:6379> sadd set hello
(integer) 1
127.0.0.1:6379> sadd set hello1
(integer) 1
127.0.0.1:6379> sadd set hello2
(integer) 1
127.0.0.1:6379> sadd set2 hello
(integer) 1
127.0.0.1:6379> smove set set2 hello2 //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) "hello1"
127.0.0.1:6379> SMEMBERS set2
1) "hello"
2) "hello2"
#######################################################################################
微博，B站，共同关注（并集）
数学集合类：
-差集 SDIFF
-交集 SINTER
-并集 SUNION
127.0.0.1:6379> sadd set1 a
(integer) 1
127.0.0.1:6379> sadd set1 b
(integer) 1
127.0.0.1:6379> sadd set1 c
(integer) 1
127.0.0.1:6379> sadd set2 c
(integer) 1
127.0.0.1:6379> sadd set2 d
(integer) 1
127.0.0.1:6379> sadd set2 f
(integer) 1
127.0.0.1:6379> SDIFF set1 set2 //求set1与set2的差集
1) "a"
2) "b"
127.0.0.1:6379> SINTER set1 set2 //求set1与set2的交集 可以实现共同好友
1) "c"
127.0.0.1:6379> sunion set1 set2 //求set1与set2的并集
1) "c"
2) "f"
3) "a"
4) "b"
5) "d"
案例：微博，A用户将所有关注的人放在一个set集合中！将它的粉丝也放在一个集合中！
共同关注，共同爱好，二度好友（六度分隔理论)
Hash（哈希）
H开头的代表Hash！本质和string类型没有太大区别，还是一个简单的key-value！
想象成Map集合，key-Map 相等于 key- ，他也是键值对，只是这个值是一个Map集合！
#######################################################################################
127.0.0.1:6379> hset hash1 zhang shun //set一个具体的 key-value
(integer) 1
127.0.0.1:6379> hget hash1 zhang //获取一个字段值
"shun"
127.0.0.1:6379> hget hash1
(error) ERR wrong number of arguments for 'hget' command
127.0.0.1:6379> hmset hash1 zhang1 shun1 zhang2 shun2 //set多个 key-value
OK
127.0.0.1:6379> hmget hash1 zhang1 zhang zhang2 //获取多个字段值
1) "shun1"
2) "shun"
3) "shun2"
127.0.0.1:6379> hgetall hash1 //获取全部的数据
1) "zhang" //键
2) "shun" //值
3) "zhang1"
4) "shun1"
5) "zhang2"
6) "shun2"
127.0.0.1:6379> hdel hash1 zhang //删除hash指定的key字段，对应的value值也会消失！
(integer) 1
127.0.0.1:6379> hgetall hash1
1) "zhang1"
2) "shun1"
3) "zhang2"
4) "shun2"
#######################################################################################
hlen #获取hash表的字段数量
127.0.0.1:6379> hgetall hash1
1) "zhang1"
2) "shun1"
3) "zhang2"
4) "shun2"
127.0.0.1:6379> hlen hash1
(integer) 2
127.0.0.1:6379> hmset hash1 z1 s1 z2 s2 z3 s3
OK
127.0.0.1:6379> hgetall hash1
1) "zhang1"
2) "shun1"
3) "zhang2"
4) "shun2"
5) "z1"
6) "s1"
7) "z2"
8) "s2"
9) "z3"
10) "s3"
127.0.0.1:6379> hlen hash1 //获取的是key字段长度
(integer) 5
#######################################################################################
127.0.0.1:6379> HEXISTS hash1 zhang //判断hash中指定字段是否存在！
(integer) 0
127.0.0.1:6379> HEXISTS hash1 zhang1
(integer) 1
#######################################################################################
# 只获取所有的field字段（key）
# 只获取所有的value
127.0.0.1:6379> hkeys hash1 //只获取所有的field字段（key）
1) "zhang1"
2) "zhang2"
3) "z1"
4) "z2"
5) "z3"
127.0.0.1:6379> hvals hash1 //只获取所有的value
1) "shun1"
2) "shun2"
3) "s1"
4) "s2"
5) "s3"
#######################################################################################
hincr #自增自减函数
127.0.0.1:6379> hset hash1 n1 5
(integer) 1
127.0.0.1:6379> HINCRBY hash1 n1 1 //正数代表自增
(integer) 6
127.0.0.1:6379> HINCRBY hash1 n1 -1 //负数代表自减
(integer) 5
127.0.0.1:6379> HSETNX hash1 n2 hello //如果不存在则可以设置
(integer) 1
127.0.0.1:6379> HSETNX hash1 n2 hello2 //如果存在则不可以设置
(integer) 0
127.0.0.1:6379> hdel hash1 n1 //删除键值对
(integer) 1
127.0.0.1:6379> hgetall hash1
1) "zhang1"
2) "shun1"
3) "zhang2"
4) "shun2"
5) "z1"
6) "s1"
7) "z2"
8) "s2"
9) "z3"
10) "s3"
11) "n2"
12) "hello"
hash可以做变更的信息，尤其是用户信息之类的。经常变动的信息！hash更适合对象的存储。String更适合字符串存储！
Zset（有序集合）
在set的基础上，增加了一个值 set格式 set k1 v1 zset k1 score1 v1 可以添加标识 （z开头）
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 #输出所有值
1) "one"
2) "two"
3) "three"
#######################################################################################
排序如何实现
127.0.0.1:6379> zadd ab 2500 xiaohong #添加三个用户
(integer) 1
127.0.0.1:6379> zadd ab 5000 zhangsan
(integer) 1
127.0.0.1:6379> zadd ab 500 zhangshun
(integer) 1
127.0.0.1:6379> ZRANGEBYSCORE ab -inf +inf #倒序排序
1) "zhangshun"
2) "xiaohong"
3) "zhangsan"
127.0.0.1:6379> ZRANGEBYSCORE ab 0 -1
(empty list or set)
127.0.0.1:6379> ZRANGEBYSCORE ab +inf -inf
(empty list or set)
127.0.0.1:6379> ZRANGEBYSCORE ab -inf +inf withscores #排序显示所有信息，并附带成绩
1) "zhangshun"
2) "500"
3) "xiaohong"
4) "2500"
5) "zhangsan"
6) "5000"
127.0.0.1:6379> ZREVRANGE ab 0 -1 #从大到小排序
1) "zhangsan"
2) "xiaohong"
127.0.0.1:6379> ZREVRANGE ab 0 -1 withscores #从大到小排序，附带成绩
1) "zhangsan"
2) "5000"
3) "xiaohong"
4) "2500" （—inf是无限小 +inf是无限大）
#######################################################################################
移除元素 zrem
127.0.0.1:6379> ZRANGE ab 0 -1
1) "zhangshun"
2) "xiaohong"
3) "zhangsan"
127.0.0.1:6379> ZREM ab zhangshun //移除ab中的zhangshun
(integer) 1
127.0.0.1:6379> ZRANGE ab 0 -1
1) "xiaohong"
2) "zhangsan"
127.0.0.1:6379> zcard ab //获取有序集合中的个数
(integer) 2
#######################################################################################
127.0.0.1:6379> zadd myset 1 hello
(integer) 1
127.0.0.1:6379> zadd myset 2 world 3 kuangshen 4zhangshun
(error) ERR syntax error
127.0.0.1:6379> zadd myset 2 world 3 kuangshen 4 zhangshun
(integer) 3
127.0.0.1:6379> ZCOUNT myset 1 3 #获取指定区间的成员数量 包前包厚
(integer) 3
127.0.0.1:6379> ZCOUNT myset 1 2
(integer) 2
其余的一些API，如果工作中有需要，可以去查看redis的官方文档！
案例思路: set 排序存储班级成绩表，工资表排序！
普通消息，1，重要消息 2，权重进行判断！
排行榜应用实现！
三种特殊数据类型
geospatial 地理位置
朋友的定位，附近的人，打车距离计算？
Redis的 Geo 在 Redis3.2 版本就推出了！这个功能可以推算地理位置的信息，两地之间的距离，方圆之内的人！
可以查询一些测试数据：http://www.jsons.cn/lngcodeinfo/0706D99C19A781A3/
只有六个命令[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-iNT5kKDI-1639037125147)(tupian/image-20201215164949142.png)]
官方文档:https://www.redis.net.cn/order/3685.html
getadd
#getadd 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！
#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。
127.0.0.1:6379> geoadd china:city 116.40 39.90 beijing
(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 chongqing
(integer) 1
127.0.0.1:6379> geoadd china:city 114.05 22.52 shenzhen
(integer) 1
getpos
获得当前定位：一定是一个坐标值！
127.0.0.1:6379> GEOPOS china:city beijing #获取指定的城市的经度和纬度！
1) 1) "116.39999896287918091"
2) "39.90000009167092543"
127.0.0.1:6379> GEOPOS china:city beijing chongqing #可以获取多个
1) 1) "116.39999896287918091"
2) "39.90000009167092543"
2) 1) "106.49999767541885376"
2) "29.52999957900659211"
GEODIST
两人之间的距离！
单位：
m 表示单位为米
km 表示单位为千米
mi 表示单位为英里
ft 表示单位为英尺
127.0.0.1:6379> GEODIST china:city beijing shanghai #查看北京到上海的直线距离 默认为m单位
"1067378.7564"
127.0.0.1:6379> GEODIST china:city beijing shanghai km #查看北京到上海的直线距离（km）
"1067.3788"
127.0.0.1:6379> GEODIST china:city beijing chongqing km
"1464.0708"
georadius 以给定的经纬度为中心，找出某一半径内的元素
功能：我附近的人？（获取所有附近的人的地址，定位！）通过半径来查询！
获得指定数量的人，比如一万个人肯定不能全部出来。
127.0.0.1:6379> GEORADIUS china:city 110 30 1000 km
#以110 30 这个经纬度为中心，寻找方圆1000km的数据（前提数据库中必须有！）
1) "chongqing"
2) "sehnzhen"
127.0.0.1:6379> GEORADIUS china:city 110 30 500 km
1) "chongqing"
127.0.0.1:6379> GEORADIUS china:city 110 30 500 km withdist #显示到当前坐标的位置
1) 1) "chongqing"
2) "341.9374"
127.0.0.1:6379> GEORADIUS china:city 110 30 500 km withcoord #显示查找到城市的经纬度信息
1) 1) "chongqing"
2) 1) "106.49999767541885376"
2) "29.52999957900659211"
127.0.0.1:6379> GEORADIUS china:city 110 30 1000 km withdist withcoord count 1 #只查一个
1) 1) "chongqing"
2) "341.9374"
3) 1) "106.49999767541885376"
2) "29.52999957900659211"
127.0.0.1:6379> GEORADIUS china:city 110 30 1000 km withdist withcoord count 2 #只查二个
1) 1) "chongqing"
2) "341.9374"
3) 1) "106.49999767541885376"
2) "29.52999957900659211"
2) 1) "sehnzhen"
2) "924.6408"
3) 1) "114.04999762773513794"
2) "22.5200000879503861"
GEORADIUSBYMEMBER
127.0.0.1:6379> GEORADIUSBYMEMBER china:city beijing 1000 km #找出指定元素方圆1000km的内容
1) "beijing"
127.0.0.1:6379> GEORADIUSBYMEMBER china:city beijing 2000 km
1) "chongqing"
2) "sehnzhen"
3) "shanghai"
4) "beijing"
GEOHASH命令-返回一个或多个位置元素的Geohash表示
该命令将返回11个字符的Geohash字符串！
# 将二维的经纬度转换成一维的字符串，如果两个字符串越接近，则说明距离越近！
127.0.0.1:6379> GEOHASH china:city beijing chongqing
1) "wx4fbxxfke0"
2) "wm5xzrybty0"
GEO 底层的实现原理其实就是Zset！所以我们可以使用Zset命令来操作 GEO！
！基本数据类型是最重要的，像位置的这种类型它都基于基本的数据类型！
127.0.0.1:6379> ZRANGE china:city 0 -1 #查看地图中所有元素
1) "chongqing"
2) "sehnzhen"
3) "shanghai"
4) "beijing"
127.0.0.1:6379> zrem china:city beijing #移除指定元素
(integer) 1
127.0.0.1:6379> ZRANGE china:city 0 -1
1) "chongqing"
2) "sehnzhen"
3) "shanghai"
Hyperloglog（命令P开头）
什么是基数？
A+{1,3,5,7,8,7}
B{1,3,5,7,8}
基数（不重复的元素）= 5 ，去找数据集中不重复的元素，所以就是五个。
简介
Redis 2.8.9 版本就更新了 Hyperloglog 数据结构！
Redis Hyperloglog 基数统计的算法！
优点：占用的内存是固定的（很小），2^64不同的元素的基数，只需要废12KB内存！如果要从内存角度来比较的话Hyperloglog首选！
网页的UV （一个人访问一个网站多次，但是还是算作是一个人！）
传统的方式，set 保存用户的 id，然后就可以统计 set 中的元素数量作为标准判断！（set无序不可重复）
由于有uuid 等很长的 id，这个方式如果保存大量的用户id，就会比较麻烦！我们的目的是为了计数，而不是保存
用户id ;
0.81% 错误率，统计UV任务，是可以忽略不计的！（错误率出处–官方）
测试使用
127.0.0.1:6379> PFADD mykey a b c d e f g h i j #创建第一组元素
(integer) 1
127.0.0.1:6379> PFCOUNT mykey #统计第一组基数的数量
(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
(integer) 1
127.0.0.1:6379> PFCOUNT mykey2
(integer) 9
127.0.0.1:6379> PFMERGE mykey3 mykey mykey2 #合并两组 mykey mykey2 => mykey3 并集
OK
127.0.0.1:6379> PFCOUNT mykey3 #查看并集数量
(integer) 15
如果允许容错，那么一定可以使用 Hyperloglog ！
如果不允许容错，就是用 set 或者使用自己的数据类型即可！
Bitmaps
位存储（通过01来存储）
**举例：**统计疫情感染人数 全部的人都是0，感染了标为1， ------ 0 1 0 1 0 1 1 0 0 0 0
统计用户信息，活跃，不活跃！登录，未登录！打卡，未打卡！两个状态的，都可以使用 Bitmaps ！
Bitmaps 位图，数据结构！都是操作二进制位来进行记录，就只有 0 和 1 来记录！
365 天 = 365 bit 1字节 = 8bit 记录一个人365天的情况差不多46个字节就够了。非常的节省内存！
测试
使用 Bitmaps 来记录一周的签到信息 （签到：0 未签到：1）
周一：1 周二：0 周三：0 以此类推 …
如果我想看他签到了几天，我只需要获取1的状态就够了！
127.0.0.1:6379> SETBIT qiandao 0 1
(integer) 0
127.0.0.1:6379> SETBIT qiandao 1 0
(integer) 0
127.0.0.1:6379> SETBIT qiandao 2 0
(integer) 0
127.0.0.1:6379> SETBIT qiandao 3 1
(integer) 0
127.0.0.1:6379> SETBIT qiandao 4 0
(integer) 0
127.0.0.1:6379> SETBIT qiandao 5 0
(integer) 0
127.0.0.1:6379> SETBIT qiandao 6 0
(integer) 0
#######################################################################################
127.0.0.1:6379> GETBIT qiandao 3 #查看某一天是否有打卡！
(integer) 1
127.0.0.1:6379> GETBIT qiandao 2
(integer) 0
#######################################################################################
127.0.0.1:6379> BITCOUNT qiandao #统计操作，统计这周的签到天数！统计的是1
(integer) 2
事务
Redis 事物本质：一组命令的集合！一个事务中的所有命令都会被序列化，在事务执行过程的中，会按照顺序执行！
一次性、顺序性、排他性！执行一系列的命令！
-----队列 set set set 执行-----
Redis事务没有隔离级别的概念！
Redis 单条命令是保证原子性的（要么同时成功，要么同时失败！），但是Redis事务不保证原子性！
Redis的事务：
- 开启事务（multi）
- 命令入队（…）
- 执行事务（exec）
正常执行事务！ （事务执行完毕之后就会消失，想要再次使用事务，需要再次开启！）
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
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执行！
(nil)
编译型异常（代码有问题！命令有错！），事务中所有命令都不会被执行！
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 #命令是错误的
(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（比如1/0），如果事务队列中存在语法性，那么执行命令的时候，其他命令是可以正常执行的，错误命令会抛出异常！
127.0.0.1:6379> set k1 "" #set一个空字符串
OK
127.0.0.1:6379> MULTI
OK
127.0.0.1:6379> INCR k1 #命令没错，逻辑错误，执行的时候会失败！
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 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，但是其他的命令依旧正常成功了！
2) OK
3) OK
4) "v3"
127.0.0.1:6379> get k2 #测试是否成功！
"v2"
127.0.0.1:6379> get k3
"v3"
监控！ Watch （面试常问：Redis可不可以使用乐观锁？）
悲观锁：
- 很悲观，觉得什么时候都会出问题，无论做什么时候都会加锁！ （效率低下）
乐观锁：
- 很乐观，觉得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，在此期间是否有人修改过这个数据！
- 获取version watch对象会记住当前这个值，进行修改他的操作时，会拿现在的值和刚刚记住的进行比较!
- 更新时候比较version
Redis的监控测试
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 #事务正常结束,数据期间没有发生变动,这个时候就正常执行成功!
OK
127.0.0.1:6379> DECRBY money 20
QUEUED
127.0.0.1:6379> INCRBY out 20
QUEUED
127.0.0.1:6379> EXEC
1) (integer) 80
2) (integer) 20
测试多线程修改值，使用watch可以当做Redis的乐观锁操作！
127.0.0.1:6379> WATCH money #监视money
OK
127.0.0.1:6379> MULTI
OK
127.0.0.1:6379> 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，就会修改失败！
(nil)
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 //对比监视的值是否发生变化，没有变化就可以执行成功，改变了，就会执行失败！
1) (integer) 990
2) (integer) 30
Jedis
我们要使用 java 来操作 Redis
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！如果你要使用java操作redis，那么一定要对jedis 十分的熟悉！
测试 （https://mvnrepository.com/ maven官网）
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依赖-->
<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
package com.zhang;
import redis.clients.jedis.Jedis;
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);
// jedis 所有的命令就是linux试过的所有指令!
System.out.println(jedis.ping());
}
}
输出：
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-nzmhN869-1639037125148)(tupian/image-20201216162916400.png)]
常用的API
String 、List、Set、Hash、Zset （三个特殊命令也都有）
所有的api命令，就是我们对应的上面学习的指令，一个都没有变化！ 自己测试！
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-adcTN23O-1639037125148)(tupian/image-20201216165001411.png)]
jedis.close(); //关闭连接！
SpringBoot整合
SpringBoot 相关操作都是封装到 SpringData中的 ： spring-data jpa、 jdbc 、 mongodb、 redis ！
SpringData 也是和 SpringBoot 齐名的项目！
进去看pom底层可以发现，底层不是jedis
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，如果想避免不安全，使用jedis pool连接池！ 更像 BIO
lettuce：采用netty，实例可以再多个线程中进行共享，不存在线程不安全的情况!可以减少线程数据了，更像 Nio
使用idea创建一个springboot项目，勾选以下！
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-LbQvDu9v-1639037125148)(tupian/image-20201216183053373.png)]
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-olXuwk3x-1639037125148)(tupian/image-20201216183136566.png)]
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-DMDkYWa5-1639037125149)(tupian/image-20201216183153970.png)]
整合测试！
1、导入依赖
<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 https://maven.apache.org/xsd/maven-4.0.0.xsd">
<modelVersion>4.0.0</modelVersion>
<parent>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-parent</artifactId>
<version>2.4.1</version>
<relativePath/> <!-- lookup parent from repository -->
</parent>
<groupId>com.qi</groupId>
<artifactId>redis-springboot</artifactId>
<version>0.0.1-SNAPSHOT</version>
<name>redis-springboot</name>
<description>Demo project for Spring Boot</description>
<properties>
<java.version>1.8</java.version>
</properties>
<dependencies>
<!--操作redis-->
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-data-redis</artifactId>
</dependency>
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-web</artifactId>
</dependency>
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-devtools</artifactId>
<scope>runtime</scope>
<optional>true</optional>
</dependency>
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-configuration-processor</artifactId>
<optional>true</optional>
</dependency>
<dependency>
<groupId>org.projectlombok</groupId>
<artifactId>lombok</artifactId>
<optional>true</optional>
</dependency>
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-test</artifactId>
<scope>test</scope>
</dependency>
</dependencies>
<build>
<plugins>
<plugin>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-maven-plugin</artifactId>
<configuration>
<excludes>
<exclude>
<groupId>org.projectlombok</groupId>
<artifactId>lombok</artifactId>
</exclude>
</excludes>
</configuration>
</plugin>
</plugins>
</build>
</project>
2、配置连接
# 配置redis
spring.redis.host=127.0.0.1
spring.redis.port=6379
3、测试！
package com.qi;
import org.junit.jupiter.api.Test;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.boot.test.context.SpringBootTest;
import org.springframework.data.redis.connection.RedisConnection;
import org.springframework.data.redis.core.RedisTemplate;
import javax.annotation.Resource;
@SpringBootTest
class RedisSpringbootApplicationTests {
@Autowired
private RedisTemplate redisTemplate;
@Test
void contextLoads() {
//RedisTemplate 操作不同的数据类型，api和我们的指令是一样的！
//opsForValue 操作字符串，类似于String
//opsForList 操作list,类似于list
//以此类推 opsFor什么就是操作什么
//除了基本的操作，我们常用的方法都可以直接通过RedisTemplate来操作，比如事务和基本的CRUD
//获取redis的连接对象
// RedisConnection connection = rTem.getConnectionFactory().getConnection();
// connection.flushDb();
// connection.flushAll();
redisTemplate.opsForValue().set("mykey","祁憨憨");
System.out.println(redisTemplate.opsForValue().get("mykey"));
}
}
关于对象的保存！需要序列化！在实体类实现序列化之后，就可以运行成功！所以在企业中，pojo类（实体类）都会进行一个序列化！
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-8DXatkXt-1639037125149)(tupian/image-20201216201728426.png)]
我们来编写一个自己的 RedisTemplate
package com.qi.config;
import com.fasterxml.jackson.annotation.JsonAutoDetect;
import com.fasterxml.jackson.annotation.JsonTypeInfo;
import com.fasterxml.jackson.annotation.PropertyAccessor;
import com.fasterxml.jackson.databind.ObjectMapper;
import com.fasterxml.jackson.databind.jsontype.impl.LaissezFaireSubTypeValidator;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import org.springframework.data.redis.connection.RedisConnectionFactory;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.data.redis.serializer.Jackson2JsonRedisSerializer;
import org.springframework.data.redis.serializer.StringRedisSerializer;
@Configuration
public class RedisConfig {
//这是一个固定模板，企业中可以直接使用
//编写自己的 redisTemplate
@Bean
public RedisTemplate<String, Object> redisTemplate(RedisConnectionFactory redisConnectionFactory) {
// 为了开发方便，一般直接使用<String,Object>
RedisTemplate<String, Object> template = new RedisTemplate<String, Object>();
template.setConnectionFactory(redisConnectionFactory);
//json的序列化
Jackson2JsonRedisSerializer objectJackson2JsonRedisSerializer = new Jackson2JsonRedisSerializer<Object>(Object.class);
ObjectMapper om = new ObjectMapper();
om.setVisibility(PropertyAccessor.ALL, JsonAutoDetect.Visibility.ANY);
//方法过期，找到替换！
//om.enableDefaultTyping(ObjectMapper.DefaultTyping.NON_FINAL);
om.activateDefaultTyping(LaissezFaireSubTypeValidator.instance , ObjectMapper.DefaultTyping.NON_FINAL, JsonTypeInfo.As.PROPERTY);
objectJackson2JsonRedisSerializer.setObjectMapper(om);
objectJackson2JsonRedisSerializer.setObjectMapper(om);
//String的序列化
StringRedisSerializer stringRedisSerializer = new StringRedisSerializer();
//key采用String的序列化方式
template.setKeySerializer(stringRedisSerializer);
template.setHashKeySerializer(stringRedisSerializer);
//value采用jackson的序列化方式
template.setValueSerializer(objectJackson2JsonRedisSerializer);
template.setHashValueSerializer(objectJackson2JsonRedisSerializer);
template.afterPropertiesSet();
return template;
}
}
还有企业中使用的工具类，封装了redis常用的方法，都在项目中！redis-test\redis-springboot
Redis.conf详解
启动的时候，就通过配置文件来启动 ！
单位！
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-LTbTxHel-1639037125149)(tupian/image-20201217114747531.png)]
1、配置文件 unit单位 对大小写不敏感！
包含
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-XsOdkXSX-1639037125149)(tupian/image-20201217114859308.png)]
就好比学习 spring 的 import 和 include ！
网络
bind 127.0.0.1 # 绑定的IP
protected-mode yes # 保护模式
port 6379 #端口号，集群需要修改端口！
通用配置 GENERAL
daemonize yes #默认是no，以守护进程的方式运行（后台运行），需要自己开启yes,要不然退出进程就结束了!
pidfile /var/run/redis_6379.pid #如果以后台方式运行，我们就需要指定一个pid进程文件
#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 "" #日志生产的文件名！ 为空就是一个标准的输出
databases 16 # 数据库的数量 默认是16
always-show-logo yes #是否总是显示logo “夹心饼干”
快照 SNAPSHOTTING
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，那么数据断电即失！
save 900 1 # 如果900秒内，如果至少有一个key 进行了修改，我们就进行持久化操作！
save 300 10 # 如果300秒内，如果至少有10个key 进行了修改，我们就进行持久化操作！
save 60 10000 # 如果60秒内，如果至少有10000个key 进行了修改，我们就进行持久化操作！（应对高并发）
#我们之后学习持久化，会自己定义这个操作！
stop-writes-on-bgsave-error yes # 持久化如果出错了，是否还需要继续工作？
rdbcompression yes # 是否压缩 rdb 文件，需要消耗一些CPU资源！
rdbchecksum yes # 保存rdb文件的时候，是否校验rdb？（出错了可以自动进行一些操作）
dir ./ #rdb文件保存的目录！ 相对路径！
REPLICATION 复制，后面主从复制时候进行学习
SECURITY 安全
127.0.0.1:6379> config get requirepass #get redis的密码。 默认是空的
1) "requirepass"
2) ""
配置文件中设置密码，默认没有这一行，默认为空
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-uInMIHmx-1639037125150)(tupian/image-20201217163005622.png)]
使用命令设置redis的密码！
127.0.0.1:6379> config get requirepass #获取密码，发现为空
1) "requirepass"
2) ""
127.0.0.1:6379> config set requirepass "123456" #赋予密码 - 123456
OK
127.0.0.1:6379> config get requirepass #设置完密码，发现所有操作受阻
(error) NOAUTH Authentication required.
127.0.0.1:6379> ping
(error) NOAUTH Authentication required. #设置完密码，发现所有操作受阻
127.0.0.1:6379> auth 123456 #验证密码，进行登录
OK
127.0.0.1:6379> ping #验证成功！可以使用！
PONG
CLIENTS 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，默认是自己！
maxmemory-policy noeviction # 内存到达上限的处理策略！
1、volatile-lru：只对设置了过期时间的key进行LRU(移除)（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 MODE 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（同步）,消耗了性能
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!
LAZY FREEING
redis重度使用患者应该都遇到过使用 DEL 命令删除体积较大的键， 又或者在使用 FLUSHDB 和 FLUSHALL 删除包含大量键的数据库时，造成redis阻塞的情况；另外redis在清理过期数据和淘汰内存超限的数据时，如果碰巧撞到了大体积的键也会造成服务器阻塞。
为了解决以上问题， redis 4.0 引入了lazyfree的机制，它可以将删除键或数据库的操作放在后台线程里执行， 从而尽可能地避免服务器阻塞。
azyfree的原理不难想象，就是在删除对象时只是进行逻辑删除，然后把对象丢给后台，让后台线程去执行真正的destruct，避免由于对象体积过大而造成阻塞。
Redis持久化
面试和工作，持久化都是重点 ！
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 ！ （内存数据库断电即失~所以必须要有持久化！）
RDB（Redis DataBase）
什么是RDB
在主从复制中，rdb就是备用了！从机上面！
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-m8IbGa1R-1639037125150)(tupian/image-20201217181339140.png)]
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。（VM虚拟机也有快照功能）
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。（最后一次持久化如果宕机，就没有办法保存！）
我们默认的就是RDB，一般情况下是不需要修改这个配置的 ！
有时候在生产环境，我们会将这个文件进行一个备份，以防万一丢失！
RDB保存的文件是 dump.rdb
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-UOyPGENI-1639037125150)(tupian/image-20201217181722316.png)]
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-liTpFgNG-1639037125151)(tupian/image-20201217181011328.png)]
触发机制
1、 save的规则满足的情况下，会自动触发rdb规则！
2、执行flushall命令，也会触发我们的rdb规则！
3、退出redis，也会产生rdb文件！
备份就会自动生成一个dump.rdb文件！
如果恢复rdb文件
1、只需要将rdb文件放在我们redis启动目录就可以，redis启动的时候会自动检查dump.rdb恢复其中的数据 ！
2、查看需要存在的位置
127.0.0.1:6379> config get dir
1) "dir"
2) "/usr/local/redis/src" #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
几乎就他自己默认的配置就够用了，但是我们还是需要去学习 ！
优点：
1、适合大规模的数据恢复 ！
2、对数据的完整性要不高 ，也可以使用rdb，比如save 60 10000，万一在59宕机，那么这一万条数据就没了！
缺点：
1、需要一定的时间间隔进行操作 ！如果 Redis 意外宕机了。这个最后一次修改的数据就没有了！
2、fork 进程的时候，会占用一定的内存空间 ！
AOF（Append Only File）
将我们的所有命令都记录下来，history，恢复的时候就把这个文件全部再执行一遍 ！
是什么
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-XjByA0z3-1639037125151)(tupian/image-20201217190853356.png)]
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
默认设置的是按照每一秒去计算，如果最后一秒宕机了，最后一秒的数据就没有了！
AOF保存的是 appendonly.aof 文件
append
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-bf2RJ5Dp-1639037125151)(tupian/image-20201217191216888.png)]
默认是不开启的，要开启的话需要将appendonly no 改为 yes 即可！
重启，redis 就可以生效了！
如果这个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
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-nWRcNZkk-1639037125152)(tupian/image-20201217193537018.png)]
修复完成文件正常，或者本身正常！重启就可以恢复数据了！
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-TmsFx70w-1639037125152)(tupian/image-20201217193630334.png)]
会有容错，会删除你的错误的数据，所以会有一些丢失，但是可以修复，我们的rdb现在是无法修复的，因为快照文件本身经过了压缩，但是相对于全部丢失，和只丢失错误的数据，大家心里都有一个选择。
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！ （了解即可）
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-1al2oAr0-1639037125152)(tupian/image-20201217201910893.png)]
如果aof文件大于64m，太大了! fork一个新的进程来将我们的文件进行重写！
优点和缺点！
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（同步）,消耗了性能
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!
优点：
1、每一次修改都同步的话，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，效率是最高的！
缺点：
1、相对于数据文件来说，aof远远大于rdb，修复的速度也比rdb慢！（工作中大数据量，就可以体现出来！）
2、Aof 运行效率也比 rdb 慢 ，所以我们redis默认的配置就是rdb持久化！
Redis发布订阅
Redis 发布订阅(pub/sub)是一种 消息通信模式 ∶发送者(pub)发送消息，订阅者(sub)接收消息。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：
三个关键点：
第一个：消息发送者，第二个：频道，第三个：消息订阅者！
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-1Nm5vSuj-1639037125152)(tupian/image-20201218091319600.png)]
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：
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-7scwqj6x-1639037125153)(tupian/image-20201218091752981.png)]
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：
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-XCx3UMsW-1639037125153)(tupian/image-20201218091736781.png)]
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。
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-2gcmICsb-1639037125153)(tupian/image-20201218091818888.png)]
测试！
订阅端：
127.0.0.1:6379> SUBSCRIBE zhangshun #订阅一个频道 zhangshun
Reading messages... (press Ctrl-C to quit)
1) "subscribe"
2) "zhangshun"
3) (integer) 1
#等待读取推送的信息
1) "message" #接收到了消息
2) "zhangshun" #来自于哪个频道
3) "hello,xiaozhang" #消息的具体内容
1) "message"
2) "zhangshun"
3) "hello,qihanhan"
发送端：
127.0.0.1:6379> PUBLISH zhangshun "hello,xiaozhang" #发布者来发送消息到频道
(integer) 1
127.0.0.1:6379> PUBLISH zhangshun "hello,qihanhan" #发布者来发送消息到频道
(integer) 1
原理！
Redis是使用C实现的I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（推送）、SUBSCRIBE（接受）和PSUBSCRIBE（接受多个） 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。
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-NajE4fL8-1639037125154)(tupian/image-20201218090719467.png)]
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：
1、实时消息系统！比如注册某平台账号，可能就自动订阅了当前平台，所以有时会收到一些平台发送的消息！
2、实时聊天！（频道当做聊天室，将消息回显给所有人即可！）
3、订阅，关注等系统都是可以的。
稍微复杂的场景我们就会使用 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（服务器是一样的！）。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。（一个爸爸多个儿子，一个儿子一个亲爹！）
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（一般在说集群）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：
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:
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-ezR7KATV-1639037125154)(tupian/image-20201218093050359.png)]
主从复制，读写分离！因为80%的情况下都是在进行读操作！所以我们把读的请求都分配给从机上，写的请求给主机！减缓服务器的压力！在我们架构中经常使用！所以说，既然要主从复制，我们至少要搭建一个集群，最低配就是一主二从！一主一从的情况下，哨兵模式无法去进行选举！所以搭建集群至少需要三台！
只要在公司中，主从复制就是必须要使用的，因为在真实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！（Redis默认自己本身就是主库！）
127.0.0.1:6379> info replication #查看当前库的信息
# Replication
role:master # 角色 master
connected_slaves:0 # 没有从机
master_replid:c40770c86bd7bffcf065ed44cd902406eb3985f7
master_replid2:0000000000000000000000000000000000000000
master_repl_offset:0
second_repl_offset:-1
repl_backlog_active:0
repl_backlog_size:1048576
repl_backlog_first_byte_offset:0
repl_backlog_histlen:0
复制3个 redis.conf 文件，修改对应信息
1、端口
2、pid 名字
3、log 文件名字
4、dump.rdb 名字
修改完毕之后，我们可以启动我们3个Redis服务器，可以通过进程信息查看！
若是启动服务的时候遇到 —
3389:C 29 May 09:31:49.331 # Fatal error, can't open config file 'y'
就将配置文件cp到另外的文件夹，启动复制的那个配置文件！
[root@localhost bin]# ./redis-server /etc/redis79.conf
[root@localhost bin]# ./redis-server /etc/redis80.conf
[root@localhost bin]# ./redis-server /etc/redis81.conf
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-C79HYCBn-1639037125154)(tupian/image-20201218114850232.png)]
一主二从
默认情况下，每台Redis服务器都是主节点；
如何配置？ 认老大，一主（79）二从（80，81），只需对从机进行配置！
从机配置：
127.0.0.1:6380> SLAVEOF 127.0.0.1 6379 #让80 认定主机 slaveof 地址 端口 找人当自己老大！
OK
127.0.0.1:6380> info replication # 查看状态
# Replication
role:slave #当前为从机
master_host:127.0.0.1 #主机地址
master_port:6379 #主机端口
master_link_status:up
master_last_io_seconds_ago:4
master_sync_in_progress:0
slave_repl_offset:0
slave_priority:100
slave_read_only:1
connected_slaves:0
master_replid:e984c72f9e4876ba663c867c63a441bca3e8dc46
master_replid2:0000000000000000000000000000000000000000
master_repl_offset:0
second_repl_offset:-1
repl_backlog_active:1
repl_backlog_size:1048576
repl_backlog_first_byte_offset:1
repl_backlog_histlen:0
### 6381 配置
127.0.0.1:6381> slaveof 127.0.0.1 6379 #让81 认定主机 slaveof 地址 端口 找人当自己老大！
OK
127.0.0.1:6381> info replication # 查看状态
# Replication
role:slave #当前为从机
master_host:127.0.0.1 #主机地址
master_port:6379 #主机端口
master_link_status:up
master_last_io_seconds_ago:2
master_sync_in_progress:0
slave_repl_offset:406
slave_priority:100
slave_read_only:1
connected_slaves:0
master_replid:e984c72f9e4876ba663c867c63a441bca3e8dc46
master_replid2:0000000000000000000000000000000000000000
master_repl_offset:406
second_repl_offset:-1
repl_backlog_active:1
repl_backlog_size:1048576
repl_backlog_first_byte_offset:407
repl_backlog_histlen:0
主机查看：
如果两个都配置完了，就会有两个从机信息！
1127.0.0.1:6379> info replication #查看6379信息
# Replication
role:master #主机
connected_slaves:2 #当前有2台从机
slave0:ip=127.0.0.1,port=6380,state=online,offset=476,lag=0 #从机0信息（下标）
slave1:ip=127.0.0.1,port=6381,state=online,offset=476,lag=0 #从机1信息（下标）
master_replid:e984c72f9e4876ba663c867c63a441bca3e8dc46
master_replid2:0000000000000000000000000000000000000000
master_repl_offset:476
second_repl_offset:-1
repl_backlog_active:1
repl_backlog_size:1048576
repl_backlog_first_byte_offset:1
repl_backlog_histlen:476
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！配置如下：
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-kstnciJ3-1639037125155)(tupian/image-20201218145858833.png)]
细节
主机可以设置值（写请求），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：
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-FaaUGDF5-1639037125155)(tupian/image-20201218150601768.png)]
从机只能读取内容！
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-WchNKkAg-1639037125155)(tupian/image-20201218150709819.png)]
测试∶主机断开连接，从机依旧连接到主机的，但是没有写操作，这个时候，主机如果回来了，从机依旧可以直接获取到主机写的信息！
如果是使用命令行来配置的主从配置，如果这个时候断开重启了，那么就会变回主机！
但是只要再次变为从机，立马就会从主机中获取值!
复制原理
Slave启动成功连接到master后会发送一个sync（同步）命令
Master 接到命令，启动后台的存盘进程，同时收集所有接收到的用于修改数据集命令，在后台进程执行完毕之后，master将传送整个数据文件到slave,并完成一次完全同步。
全量复制 ：而slave服务在接收到数据库文件数据后，将其存盘并加载到内存中。
增量复制 ：Master继续将新的所有收集到的修改命令依次传给slave，完成同步
但是只要是重新连接master，一次完全同步(全量复制)将被自动执行，我们的数据一定会在从机中看到！
层层链路（自己取名）
三台服务器，79，80，81。 79 ----- 80 ------81
这样子也能完成我们的主从复制！
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-SSTj7DEe-1639037125156)(tupian/image-20201218162616710.png)]
这时候中间的这个服务器 ，也就是80，他虽然是81的主机，但他本质还是从机，是无法进行我们的写操作的！
如果主节点宕机了，这时候能不能选择出一个老大出来呢 ？不行，要通过手动！（没配置哨兵）
谋朝篡位
如果主机断开了连接，我们可以使用SLAVEOF no one让自己变成主机！连接回来不会自动回归老大位置，这时其他的节点就可以手动连接到最新的这个主节点（手动的！）接下来就出现了哨兵模式！
哨兵模式（自动选举老大！）
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。
向三个主机发送请求，你不理我，你就死了！
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-6drkdJaU-1639037125156)(tupian/image-20201218165024789.png)]
这里的哨兵有两个作用
- 通过发送命令，让Redis服务器返回监控其运行状态，包括主服务器和从服务器。
- 当哨兵监测到master宕机，会自动将slave切换成master，然后通过发布订阅模式通知其他的从服务器，修改配置文件，让它们切换主机。
然而一个哨兵进程对Redis服务器进行监控，可能会出现问题，为此，我们可以使用多个哨兵进行监控。各个哨兵之间还会进行监控，这样就形成了多哨兵模式。
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-4aXj9T1u-1639037125156)(tupian/image-20201218165354533.png)]
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（投票选举）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（自己下线，可能没死！）。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（三个有两个），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（因为其他的服务都被哨兵监控着，就会告诉他们，你们的老大挂了，现在我要在选取一个老大出来！哨兵开始投票！），让各个哨兵把自己监控的从服务器实现切换主机，这个过程称为客观下线。
测试！
我们目前的状态是一主二从！
1、配置哨兵配置文件！ sentinel.conf
sentinel monitor myredis 127.0.0.1 6379 1
2、启动哨兵
[root@localhost bin]# ./redis-sentinel /etc/sentinel.conf
24631:X 18 Dec 2020 05:24:04.403 # oO0OoO0OoO0Oo Redis is starting oO0OoO0OoO0Oo
24631:X 18 Dec 2020 05:24:04.403 # Redis version=5.0.10, bits=64, commit=00000000, modified=0, pid=24631, just started
24631:X 18 Dec 2020 05:24:04.403 # Configuration loaded
24631:X 18 Dec 2020 05:24:04.404 * Increased maximum number of open files to 10032 (it was originally set to 1024).
_._
_.-``__ ''-._
_.-`` `. `_. ''-._ Redis 5.0.10 (00000000/0) 64 bit
.-`` .-```. ```\/ _.,_ ''-._
( ' , .-` | `, ) Running in sentinel mode
|`-._`-...-` __...-.``-._|'` _.-'| Port: 26379
| `-._ `._ / _.-' | PID: 24631
`-._ `-._ `-./ _.-' _.-'
|`-._`-._ `-.__.-' _.-'_.-'|
| `-._`-._ _.-'_.-' | http://redis.io
`-._ `-._`-.__.-'_.-' _.-'
|`-._`-._ `-.__.-' _.-'_.-'|
| `-._`-._ _.-'_.-' |
`-._ `-._`-.__.-'_.-' _.-'
`-._ `-.__.-' _.-'
`-._ _.-'
`-.__.-'
24631:X 18 Dec 2020 05:24:04.405 # WARNING: The TCP backlog setting of 511 cannot be enforced because /proc/sys/net/core/somaxconn is set to the lower value of 128.
24631:X 18 Dec 2020 05:24:04.405 # Sentinel ID is 5396b0f759d5fe7a75967058eee58c25c0d79ca7
24631:X 18 Dec 2020 05:24:04.406 # +monitor master myredis 127.0.0.1 6379 quorum 1
24631:X 18 Dec 2020 05:24:04.406 * +slave slave 127.0.0.1:6380 127.0.0.1 6380 @ myredis 127.0.0.1 6379
24631:X 18 Dec 2020 05:24:04.407 * +slave slave 127.0.0.1:6381 127.0.0.1 6381 @ myredis 127.0.0.1 6379
如果Master节点断开了，这个时候就会从从机中随机选择一个服务器！（这里面有投票算法！）
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-SQlBywrB-1639037125156)(tupian/image-20201218183107654.png)]
哨兵日志：
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-Npc0JoW0-1639037125157)(tupian/image-20201218183034106.png)]
**如果主机此时回来了，只能归并到新的主机下，当做从机，这就是哨兵模式的规则！ **
哨兵模式
优点：
1、哨兵集群，基于主从复制模式，所有的主从配置优点，它全有
2、主从可以切换，故障可以转移，系统的可用性就会更好
3、哨兵模式就是主从模式的升级，手动到自动，更加健壮！
缺点：
1、Redis不好啊在线扩容的，集群容量一旦到达上限，在线扩容就十分麻烦！
2、实现哨兵模式的配置其实是很麻烦的，里面有很多选择！
哨兵模式的全部配置！
#Example sentinel.conf
#哨兵sentine1实例运行的端口默认26379
port 26379
#哨兵sentine1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-0123password
# 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> <mil1iseconds>
sentinel down-after-mi11iseconds 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s1ave 处于不能处理命令请求的状态。
#sentinel para1le1-syncs <master-name> <nums1aves>
sentinel para1le1-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.佩是就不按para1le1-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木，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。
#通知型脚木: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，SNS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木存在于这个路径，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> cstate> 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>
sentine1 client-reconfig-script mymaster /var/redis/reconfig.sh
Redis缓存穿透、击穿和雪崩
以下都是服务器的高可用问题
在这里我们不会详细的区分析解决方案的底层！
Redis缓存的使用，极大的提升了应用程序的性能和效率，特别是数据查询方面。但同时，它也带来了一些问题。其中，最要害的问题，就是数据的一致性问题，从严格意义上讲，这个问题无解。如果对数据的一致性要求很高，那么就不能使用缓存。
另外的一些典型问题就是，缓存穿透、缓存雪崩和缓存击穿。目前，业界也都有比较流行的解决方案。
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-rQnfYQXO-1639037125157)(tupian/image-20201218190237776.png)]
缓存穿透
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内存数据南没有，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！），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
缓存层存放空制
将数据库中的空值也缓存到缓存层中，这样查询该空值就不会再访问DB，而是直接在缓存层访问就行。
但是这样有个弊端就是缓存太多空值占用了更多的空间，可以通过给缓存层空值设立一个较短的过期时间来解决，例如60s。
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-2biYCwQU-1639037125157)(tupian/image-20201218202447378.png)]
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。
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，将数据库中所有的查询条件，放入布隆过滤器中。当一个查询请求过来时，先经过布隆过滤器进行查，如果判断请求查询值存在，则继续查；如果判断请求查询不存在，直接丢弃。从而避免了对底层存储系统的查询压力；
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-cf2KYkaA-1639037125157)(tupian/image-20201218202516979.png)]
缓存击穿
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。
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-OxQSl8Z7-1639037125158)(tupian/image-20201218203639007.png)]
缓存雪崩
概念
缓存雪崩，是指在某一个时间段，缓存集中过期失效。或者Redis宕机！
产生雪崩的原因之一，比如在写本文的时候，马上就要到双十二零点，很快就会迎来一波抢购，这波商品时间比较集中的放入了缓存，假设缓存一个小时。那么到了凌晨一点钟的时候，这批商品的缓存就都过期了。而对这批商品的访问查询，都落到了数据库上，对于数据库而言，就会产生周期性的压力波峰。于是所有的请求都会达到存储层，存储层的调用量会暴增，造成存储层也会挂掉的情况。
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-web7IIS3-1639037125158)(tupian/image-20201218204737523.png)]
其实集中过期，倒不是非常致命，比较致命的缓存雪崩，是缓存服务器某个节点宕机或断网。因为自然形成的缓存雪崩，一定是在某个时间段集中创建缓存，这个时候，数据库也是可以顶住压力的。无非就是对数据库产生周期性的压力而已。而缓存服务节点的宕机，对数据库服务器造成的压力是不可预知的，很有可能瞬间就把数据库压垮。
解决方案
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。
在进行降级之前要对系统进行梳理，比如：哪些业务是核心(必须保证)，哪些业务可以容许暂时不提供服务(利用静态页面替换)等，以及配合服务器核心指标，来后设置整体预案。
比如：双十一会停掉一些服务！（保证我们的主要服务可用！）
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-tHAtXtgu-1639037125158)(tupian/506684-20190429175014649-264262588.png)]
数据预热
缓存预热就是系统上线后，将相关的缓存数据直接加载到缓存系统。
（自己测试，那些数据可能请求量高，讲这些数据直接加入到缓存中！）
#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
sentine1 client-reconfig-script mymaster /var/redis/reconfig.sh
# Redis缓存穿透、击穿和雪崩
>**以下都是服务器的高可用问题**
在这里我们不会详细的区分析解决方案的底层！
Redis缓存的使用，极大的提升了应用程序的性能和效率，特别是数据查询方面。但同时，它也带来了一些问题。其中，最要害的问题，就是数据的一致性问题，从严格意义上讲，这个问题无解。如果对数据的一致性要求很高，那么就不能使用缓存。
另外的一些典型问题就是，缓存穿透、缓存雪崩和缓存击穿。目前，业界也都有比较流行的解决方案。
[外链图片转存中...(img-rQnfYQXO-1639037125157)]
### 缓存穿透
> 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内存数据南没有，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！），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
**缓存层存放空制**
将数据库中的空值也缓存到缓存层中，这样查询该空值就不会再访问DB，而是直接在缓存层访问就行。
但是这样有个弊端就是缓存太多空值占用了更多的空间，可以通过给缓存层空值设立一个较短的过期时间来解决，例如60s。
[外链图片转存中...(img-2biYCwQU-1639037125157)]
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。
**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，将数据库中所有的查询条件，放入布隆过滤器中。当一个查询请求过来时，先经过布隆过滤器进行查，如果判断请求查询值存在，则继续查；如果判断请求查询不存在，直接丢弃。从而避免了对底层存储系统的查询压力；
[外链图片转存中...(img-cf2KYkaA-1639037125157)]
### 缓存击穿
>**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。
[外链图片转存中...(img-OxQSl8Z7-1639037125158)]
### 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。或者Redis宕机！
产生雪崩的原因之一，比如在写本文的时候，马上就要到双十二零点，很快就会迎来一波抢购，这波商品时间比较集中的放入了缓存，假设缓存一个小时。那么到了凌晨一点钟的时候，这批商品的缓存就都过期了。而对这批商品的访问查询，都落到了数据库上，对于数据库而言，就会产生周期性的压力波峰。于是所有的请求都会达到存储层，存储层的调用量会暴增，造成存储层也会挂掉的情况。
[外链图片转存中...(img-web7IIS3-1639037125158)]
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。
在进行降级之前要对系统进行梳理，比如：哪些业务是核心(必须保证)，哪些业务可以容许暂时不提供服务(利用静态页面替换)等，以及配合服务器核心指标，来后设置整体预案。
比如：双十一会停掉一些服务！（保证我们的主要服务可用！）
[外链图片转存中...(img-tHAtXtgu-1639037125158)]
**数据预热**
缓存预热就是系统上线后，将相关的缓存数据直接加载到缓存系统。
（自己测试，那些数据可能请求量高，讲这些数据直接加入到缓存中！）
这样就可以避免在用户请求的时候，先查询数据库，然后再将数据缓存的问题！用户直接查询事先被预热的缓存数据！