Redis笔记——（狂神说）

Nosql概述

为什么要用NoSql？

1、单机mysql的年代：90年代，网站访问量小，很多使用静态网页html写的，服务器没压力。
当时瓶颈是：1)数据量太大一个机器放不下。2)数据的索引(B+Tree)，一个机器内存也放不下。3)访问量(读写混合)，一个服务器承受不了~

2、Memcached（缓存）+ Mysql+ 垂直拆分（读写分离）。
如用2台机器的mysql负责读操作，一台机器的mysql负责写操作并且同步给其他2机器的mysql，然后读操作mysql前面也可以加上一层缓存处理大量读请求。
网站80%的情况都是在读，每次都要去查询数据库的话就十分的麻烦!所以说我们希望减轻数据的压力，我们可以使用缓存来保证效率!
发展过程︰优化数据结构和索引-->文件缓存（IO ) ---> Memcached (当时最热门的技术!)

3、分库分表 + 水平拆分（mysql集群）
如上面2台读mysql的机器和一台写mysql的机器可以组成一个集群1，然后另外2台读mysql的机器和一台写mysql的机器(其实也可叫读的mysql为slave，写的mysql为master)再组成集群2，...集群3，这样只在集群1中放1/n的数据，所有集群组合成一个完整的数据。用户来读写的时候通过算法再去相应的集群中找。

对于读请求，可通过memcache缓存来解决。
对于写请求：
早些年：MyISAM：表锁，十分影响效率，高并发下会出现严重的所问题
转战InnoDB：行锁
慢慢的就开始使用分库分表来解决写的压力。在那个年代MySql就推出了表分区，这个并没有多少公司使用。也推出了mysql的集群，很好的满足了当时那个年代的需求。

4、如今最近的年代
2010--2020十年之间，世界已经发生了翻天覆地的变化;(定位，也是一种数据，音乐，热榜!)
MySQL等关系型数据库就不够用了!数据量很多，变化很快~!
MySQL有的使用它来存储一些比较大的文件，博客，图片!数据库表很大，效率就低了!如果有一种数据库来专门处理这种数据，
MySQL压力就变得十分小（研究如何处理这些问题!)大数据的IO压力下，表几乎没法更大!

为什么要用NoSQL !

用户的个人信息，社交网络，地理位置。用户自己产生的数据，用户日志等等爆发式增长!这时候
我们就需要使用NoSQL数据库的，Nosql可以很好的处理以上的情况!

什么是NoSQL？

（关系型数据库：表格，行，列）

not noly sql ，

泛指非关系型数据库的。随着web2.0互联网的诞生！传统的关系型数据库很难对付web2.0时代！尤其是超大规模的高并发的社区!暴露出来很多难以克服的问题，NoSQL在当今大数据环境下发展的十分迅速，Redis是发展最快的，而且是我们当下必须要掌握的一个技术!
很多的数据类型用户的个人信息，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!不需要多余的操作就可以横向扩展的!

Map<String,Object>使用键值对来控制!

传统RDBMS和NoSQL区别

传统的 RDBMS
-结构化组织- SQL
-数据和关系都存在单独的表中 row col

-操作操作，数据定义语言
-严格的一致性
-基础的事务

......

Nosql
-不仅仅是数据
-没有固定的查询语言
-键值对存储，列存储，文档存储，图形数据库（社交关系)

-最终一致性，
- CAP定理和BASE(异地多活）

-高性能，高可用，高可扩
- ....

大数据时代的3V:主要是描述问题的
1.海量Volume
2.多样Variety
3.实时Velocity
大数据时代的3高:主要是对程序的要求
1.高并发
2.高可拓
3.高性能

真正在公司中的实践:

NoSQL + RDBMS一起使用才是最强的，阿里巴巴的架构演进!

技术没有高低之分，就看你如何去使用!

NoSQL的四大分类

NoSQL的四大分类

KV键值对∶
·新浪:Redis
·美团:Redis + Tair
·阿里、百度:Redis + memecache

文档型数据库( bson格式和json一样)∶
.MongoDB（一般必须要掌握)
o MongoDB是一个基于分布式文件存储的数据库，C++编写，主要用来处理大量的文档!
o MongoDB是一个介于关系型数据库和非关系型数据中中间的产品! MongoDB是非关系型数据库中功能最丰富，最像关系型数据库的!
. ConthDB

列存储数据库
· HBase
·分布式文件系统

图关系数据库
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 ，lnfoGrid ;

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ANSl 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AP.
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!
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、发布订阅系统
4、地图信息分析
5、计时器、计数器（浏览量!)
6、.……
特性
1、多样的数据类型
2、持久化
3、集群
4、事务

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!

官网

官网：https://redis.io
中文网：http://redis.cn

Windows下安装Redis

详见hexo笔记springboot（21）。

Releases · tporadowski/redis · GitHub

可下载msi文件。然后运行安装，选择安装目录一路next即可。

然后安装目录根目录，即redis-server.exe所在的根目录上方敲cmd，使用下面命令开启：

服务端启动命令
redis-server.exe redis.windows.conf
客户端启动命令
redis-cli.exe

小bug，直接 redis-server.exe redis.windows.conf 起不来，需要先根目录上再开一个cmd，然后执行redis-cli.exe和shutdown和exit

D:\《D盘主文件夹》\桌面\Redis\Redis5>redis-cli.exe
127.0.0.1:6379> shutdown
not connected> exit

D:\《D盘主文件夹》\桌面\Redis\Redis5>

然后再在作为server的根目录上敲的cmd窗口中 redis-server.exe redis.windows.conf 就可成功启动了。

测试：

输入ping回车pong

使用：
set [key] [value]
get [key]

Linux下安装Redis

官网：https://redis.io

官网中下最新版的redis ，我这里下载的为redis5.0.10版本的，下载得到.tar.gz安装包

打开Vmware虚拟机，运行linux镜像，如centOs7，

嫌弃界面不美观的可以ip address查看ens33的inet为当前linux的ip。然后使用finalShelll链接ssh输入ip，端口不用输，输入linux的登录用户和密码保存和连接即可。

1将下载的安装包.tar.gz拖曳到finalshell的/home/kdy/目录下，即上传windows中的安装包到centos7中。

cd /home cd kdy ,ll有安装包，再把安装包移动到/opt目录下 mv redis-5.0.10.tar.gz /opt cd /opt ll有这个安装包

2解压缩：tar -zxvf redis-5.0.10.tar.gz 得到解压后的redis目录

3.进入解压后的文件，可看到redis配置文件 cd redis-5.0.10 ll 里面有个 redis.conf

4.进入解压后的文件后，运行yum install gcc-c++ 安装基本的环境 gcc -v查看版本

5.进入解压后的文件后，输入make回车安装基本的环境，然后再make install

6.redis的默认安装路径为： /usr下的local文件夹中，其中有个bin文件及，里面放的都是redis的东西redis-cli和redis-server等

7.将redis配置文件，复制到我们当前目录下，就是当前/src/local/bin目录下再创建一个文件夹helloconfig，将之前解压缩redis文件中的redis.conf文件复制一份过来

[root@192 bin]# mkdir helloconfig


[root@192 bin]# cp /opt/redis-5.0.10/redis.conf helloconfig

之后就使用这个bin中的helloconfig中的redis.conf文件启动redis

8.redis默认不是后台启动的，我们修改一下/bin/redis.conf配置文件改为后台启动。守护进程模式启动。

redis.conf默认bind127.0.0.1，端口号6379.

我们可用外部的vscode打开该配置文件后，搜daemonize，看到为no，改成yes就为后台启动了。

也可vi编辑，正常模式下使用/或？后输入daemonize检索，敲n为next下一个

9.启动redis

再bin目录下运行redis-server helloconfig/redis.conf启动起来了redis服务器，

注：以后如果启动集群，就是redis-server hdelloconfig/redis1.conf redis-server helloconfig/redis2.conf redis-server helloconfig/redis3.conf ...

10.使用redis-cli进行连接测试：bin目录下运行 redis-cli -p 6379 回车，-h参数为主机ip，-p参数为port，然后ping一下。set name zhangsan get name

keys * 查看redis的所有的key

11.查看redis进程是否开启： ps -ef|grep redis 客户端和服务器端都在

12.关闭redis服务 shutdown 客户端和服务器进程都关闭

[root@192 bin]# redis-cli -p 6379
Could not connect to Redis at 127.0.0.1:6379: Connection refused
not connected> shutdown
Could not connect to Redis at 127.0.0.1:6379: Connection refused
not connected> exit
[root@192 bin]#

13.再次查看redis进程是否开启，发现redis客户端和服务器进程都关闭了。

也可kill -9 进程号关闭一个进程

[root@192 ~]# ps -ef|grep redis
root      34067  83525  0 15:25 pts/2    00:00:00 redis-cli -h localhost -p 6379
root      79879  61830  0 16:44 pts/6    00:00:00 grep --color=auto redis
[root@192 ~]# kill -9 34067

14.后面我们会使用单机多Redis启动集群测试!

redis-benchmark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-benchmark命令参数!

来简单测试下︰
则试:100个并发连接100000请求
redis-benchmark -h localhost -p 6379 -c 100 -n 100000

结果参数的意思为：以set方法举例

====== SET ======
100000 requests completed in 1.75 seconds //10万请求在1.75秒内完成
100 parallel clients //100个并发客户端
3 bytes payload //默认的每次写入3个字节
keep alive: 1 只有一台服务器处理这些请求，单机性能

39.79% <= 1 milliseconds
92.71% <= 2 milliseconds
99.81% <= 9 milliseconds
99.97% <= 16 milliseconds
100.00% <= 16 milliseconds //16毫秒处理完所有请求
57175.53 requests per second //平均每秒处理57175.53次请求

Redis的基本知识说明

1.默认16个数据库

Redis默认有16个数据库，不同的数据库可存不同的值。，可看redis.conf文件中找databases为16。默认使用的是第0个数据库。可在客户端使用select 切换数据库。select 3

localhost:6379> select 3
OK

DBSIZE查看当前数据库占用大小，不同数据库相互隔离

localhost:6379> select 3
OK
localhost:6379[3]> DBSIZE
(integer) 0
localhost:6379[3]> set name zhangsan
OK
localhost:6379[3]> DBSIZE
(integer) 1
localhost:6379[3]> select 7
OK
localhost:6379[7]> DBSIZE
(integer) 0
localhost:6379[7]> get name
(nil)
localhost:6379[7]> select 3
OK
localhost:6379[3]> get name
"zhangsan"

清空当前所在的数据库：flushdb

127.0.0.1:6379> select 3
OK
127.0.0.1:6379[3]> keys *
1) "name"
127.0.0.1:6379[3]> flushdb
OK
127.0.0.1:6379[3]> keys *
(empty list or set)

清空所有数据库的全部内容 FLUSHALL

127.0.0.1:6379> FLUSHALL
OK
127.0.0.1:6379> keys *
(empty list or set)

2.redis是单线程的

redis基于内存，CPU不是其性能瓶颈，性能瓶颈而是机器内存和网络带宽，所以没必要多线程优化CPU性能，单线程即可。所以就使用了单线程！
Redis是C语言写的，每秒十万加次的QPS(每秒查询率)。不必同样是用key-value的memcache差！
可见：
高性能服务器不一定是非得是多线程。且多线程由于CPU上下文有时还不一定有单线程效率高呢。CPU上下文切换耗时
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

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( 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 ) 。

常用命令

set name zhangsan get name keys * EXISTS name 是否存在name这个key
move name 1 (1代表当前数据库，该命令为移除当前数据库的name数据)
EXPIRE name 10 为给name数据设置一个10秒中的过期时间，ttl name命令为查看name数据的剩余的过期时间，如果为-1代表暂时永不过期，如果为-2代表已经被设置的EXPIRE设置了过期时间且已经过期了从数据库中删除掉了。

127.0.0.1:6379> EXPIRE name 10
(integer) 1    1表示设置成功，0表示设置失败，可能数据库中没有name这个key
127.0.0.1:6379> ttl name
(integer) 6
127.0.0.1:6379> ttl name
(integer) -2

type查看类型

127.0.0.1:6379> set name zhangsan
OK
127.0.0.1:6379> get age
"1"
127.0.0.1:6379> type name
string
127.0.0.1:6379> type age
string

DBSIZE查看当前数据库占用大小，不同数据库相互隔离
清空当前所在的数据库：flushdb
清空所有数据库的全部内容 FLUSHALL

注：Redis命令中心（Redis commands） -- Redis中国用户组（CRUG）

注：不知道的命令可以在官网中命令菜单中查。

String字符串类型

APPEND追加内容、STRLEN 获取字符串长度 EXISTS是否存在key

127.0.0.1:6379> set key1 v1 #加一个string类型的key-value
OK
127.0.0.1:6379> get key1 #获取一下value
"v1"
127.0.0.1:6379> EXISTS key1 #是否存在key1
(integer) 1
127.0.0.1:6379> APPEND key1 hello #给key1的value后面追加hello字符串如果追加的key如该行的key1不存在就相当于set key1 hello 如果存在key1 就是在value后面追加
(integer) 7
127.0.0.1:6379> get key1 #追加后再查一下结果为
"v1hello"
127.0.0.1:6379> STRLEN key1 #获取一下可key1的value的字符串长度
(integer) 7

incr decr 加一减一，INCRBY DECRBY加步长减步长：

127.0.0.1:6379> set views 0
OK
127.0.0.1:6379> get views
"0"
127.0.0.1:6379> incr views #i++的操作，给key的value加一
(integer) 1 #加一后的结果
127.0.0.1:6379> get views
"1"
127.0.0.1:6379> decr views # 给key的value减一
(integer) 0 #减一后的结果
127.0.0.1:6379> get views
"0"
127.0.0.1:6379> INCRBY views 10 #给key的value加上10 后面是步长可设置
(integer) 10 #加10后的结果
127.0.0.1:6379> DECRBY views 5 #给key的value减去5 后面是步长可设置
(integer) 5 #减5后的结果
127.0.0.1:6379> get views
"5"

GETRANGE 获取范围内的字符串，类似截取字符串

127.0.0.1:6379> set key1 "hello,zhangsan"
OK
127.0.0.1:6379> get key1
"hello,zhangsan"
127.0.0.1:6379> GETRANGE key1 0 3 #截取从0-3下标的内容
"hell"
127.0.0.1:6379> GETRANGE key1 0 -1 #如果为-1 表示最末尾，0 -1就是从头到尾全部
"hello,zhangsan"

SETRANGE 类似replace替换字符串中部分内容

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 XXX #从下标1的位置，用XXX替换掉后面相应下标内容
(integer) 7
127.0.0.1:6379> get key2
"aXXXefg"

setex(set with expire) 设置且自带过期时间

setnx(set if not exist) 不存在在设置（在分布式锁中会常常使用!)

127.0.0.1:6379> setex key3 30 "hello" #设置key3且带着过期时间为30秒
OK
127.0.0.1:6379> ttl key3 查看key3的过期时间还多少秒
(integer) 23
127.0.0.1:6379> ttl key3
(integer) -2 #-2表示已过期已删除
127.0.0.1:6379> setnx mykey "redis" # 如果mykey这个key不存在的时候，设置为redis
(integer) 1 #返回1 表示设置成功
127.0.0.1:6379> setnx mykey "mongodb" # 如果mykey这个key不存在的时候，设置为mongodb
(integer) 0 #返回0表示当前的mykey已经存在了，设置失败
127.0.0.1:6379> get mykey #结果还是之前设置的redis
"redis"

mset mget 批量设置添加批量查找

127.0.0.1:6379> mset key1 v1 key2 v2 key3 v3 #批量设置
OK
127.0.0.1:6379> keys *
1) "key1"
2) "key2"
3) "key3"
127.0.0.1:6379> msetnx key1 v111 key4 v4 #如果这里批量的key都不存在才能设置成功，且为原子操作，如果有一个key在数据库中已经有了，就全部设置失败。
(integer) 0 #返回0表示设置执行失败，因为上面的key1已经在数据库中存在了。

对象：

set user:1 {name:zhangsan,age:3} 设置一个user:1对象value为一个json保存一个对象

下面这里的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"
127.0.0.1:6379> keys *
1) "user:1:name"
2) "user:1:age"

getset —— 先get再set

127.0.0.1:6379> getset db redis
(nil) #先get db这个key 这个之前没有db这个key当然返回nil，然后再set这个db的ey为redis
127.0.0.1:6379> get db
"redis"
127.0.0.1:6379> getset db mongodb
"redis" #先get db为刚刚set的redis，然后set db为mongodb
127.0.0.1:6379> get db
"mongodb"

List列表类型

列表可存储重复值。

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，相对来说效率会低一点~

头部添加 LPUSH，尾部添加 RPUSH 查看列表LRANGE

通过一些规则可作为栈先进后出，也可作为队列先进先出。
redis中可把List玩成栈、队列、阻塞队列。
所有的List的命令大部分都是l字母开头的。redis不区分大小写命令。

127.0.0.1:6379> LPUSH list one #将一个或多个值插入到列表头部
(integer) 1
127.0.0.1:6379> LPUSH list teo
(integer) 2
127.0.0.1:6379> LPUSH list three
(integer) 3
127.0.0.1:6379> LRANGE list 0 -1 #查看list的范围全部
1) "three"
2) "teo"
3) "one"
127.0.0.1:6379> LRANGE list 0 1 #查看list的范围全部从0到1
1) "three"
2) "teo"

127.0.0.1:6379> RPUSH list four
(integer) 4
127.0.0.1:6379> RPUSH list RIGHT #将一个或多个值插入到列表尾部
(integer) 5
127.0.0.1:6379> LRANGE list 0 -1
1) "three"
2) "teo"
3) "one"
4) "four"
5) "RIGHT"

头部移除LPOP，尾部移除RPOP

127.0.0.1:6379> LRANGE list 0 -1
1) "three"
2) "teo"
3) "one"
4) "four"
5) "RIGHT"

127.0.0.1:6379> LPOP list
"three" #从左边移除一个元素并回显
127.0.0.1:6379> RPOP list
"RIGHT" #从右边移除一个元素并回显
127.0.0.1:6379> LRANGE list 0 -1
1) "teo"
2) "one"
3) "four"

index list 0 查找指定下标的元素

127.0.0.1:6379> LRANGE list 0 -1
1) "teo"
2) "one"
3) "four"
127.0.0.1:6379> lindex list 0
"teo"
127.0.0.1:6379> lindex list 1
"one"

Llen 查看列表长度

127.0.0.1:6379> LRANGE list 0 -1
1) "teo"
2) "one"
3) "four"
127.0.0.1:6379> Llen list
(integer) 3

lrem 移除列表中元素

127.0.0.1:6379> LRANGE list 0 -1 #列表允许有重复
1) "two"
2) "two"
3) "two"
4) "one"
5) "four"
127.0.0.1:6379> lrem list 1 two #1代表移除一个 two是元素two
(integer) 1
127.0.0.1:6379> LRANGE list 0 -1
1) "two"
2) "two"
3) "one"
4) "four"
127.0.0.1:6379> lrem list 2 two
(integer) 2
127.0.0.1:6379> LRANGE list 0 -1
1) "one"
2) "four"

ltrim 修剪通过下标截取并保留list的指定长度的元素

127.0.0.1:6379> LRANGE list 0 -1
1) "e1"
2) "e2"
3) "e3"
127.0.0.1:6379> ltrim list 1 2
OK
127.0.0.1:6379> LRANGE list 0 -1
1) "e2"
2) "e3"

rpoplpush 移除最后一个并添加到第一个

127.0.0.1:6379> LRANGE mylist 0 -1
1) "hello"
2) "hello1"
3) "hello2"
127.0.0.1:6379> rpoplpush mylist otherlist #将mysql列表中最后一个元素移除放到otherlist列表的第一个元素
"hello2"
127.0.0.1:6379> LRANGE mylist 0 -1
1) "hello"
2) "hello1"
127.0.0.1:6379> LRANGE otherlist 0 -1
1) "hello2"

lset list 0 item使用lset更新集合下标元素

127.0.0.1:6379> EXISTS list #是否存在该list的key
(integer) 0 #否

127.0.0.1:6379> lset list 0 item #如果list的key不存在。lset集合元素就会失败
(error) ERR no such key
127.0.0.1:6379> lpush list v1
(integer) 1
127.0.0.1:6379> lset list 0 item # lset集合list的0索引位置的元素为item
OK

127.0.0.1:6379> lset list 1 item
(error) ERR index out of range #如果list的集合的下标不存在。lset集合元素就会失败
127.0.0.1:6379> LRANGE list 0 -1
1) "item"

linsert 向列表中某个元素的前面或后面插入一个元素

127.0.0.1:6379> lrange list 0 -1
1) "hello"
2) "world"
127.0.0.1:6379> LINSERT list before "world" "other"
(integer) 3
127.0.0.1:6379> lrange list 0 -1
1) "hello"
2) "other"
3) "world"
127.0.0.1:6379> LINSERT list after "world" "after"
(integer) 4
127.0.0.1:6379> lrange list 0 -1
1) "hello"
2) "other"
3) "world"
4) "after"

set集合类型

set中的元素不允许重复，内部元素没顺序

sadd添加元素 SMEMBERS展示所有元素 SISMEMBER集合中是否有某个元素 srem移除元素

127.0.0.1:6379> sadd myset "hello" # 向集合中添加元素
(integer) 1
127.0.0.1:6379> sadd myset zhangshan
(integer) 1
127.0.0.1:6379> sadd myset "wangwu"
(integer) 1
127.0.0.1:6379> SMEMBERS myset #展示集合中的所有元素
1) "hello"
2) "zhangshan"
3) "wangwu"
127.0.0.1:6379> SISMEMBER myset hello #集合中是否有某个元素
(integer) 1
127.0.0.1:6379> srem myset hello #移除集合中的某个元素
(integer) 1
127.0.0.1:6379> SMEMBERS myset
1) "zhangshan"
2) "wangwu"

SRANDMEMBER 随机抽取一个或几个元素

127.0.0.1:6379> SMEMBERS myset
1) "tianqi"
2) "zhaoliu"
3) "zhangshan"
4) "lisi"
5) "wangwu"
127.0.0.1:6379> SRANDMEMBER myset #随机抽取一个元素
"tianqi"
127.0.0.1:6379> SRANDMEMBER myset 2 #随机抽取2个元素
1) "zhangshan"
2) "lisi"

spop随机移除set集合中的某个元素并返回

127.0.0.1:6379> spop myset
"tianqi"
127.0.0.1:6379> spop myset
"wangwu"

smove将一个指定的值,移动到另外一个set集合

127.0.0.1:6379> SMEMBERS myset
1) "zhangsan"
2) "lisi"
3) "wangwu"
127.0.0.1:6379> smove myset myset2 "zhangsan" #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 myset2
1) "zhangsan"

SDIFF差集 SINTER交集 SUNION并集

127.0.0.1:6379> SMEMBERS key1
1) "a"
2) "c"
3) "b"
127.0.0.1:6379> SMEMBERS key2
1) "d"
2) "e"
3) "c"
127.0.0.1:6379> SDIFF key1 key2
1) "a"
2) "b"
127.0.0.1:6379> SDIFF key2 key1
1) "d"
2) "e"
127.0.0.1:6379> SINTER key1 key2
1) "c"

127.0.0.1:6379> SUNION key1 key2
1) "b"
2) "c"
3) "a"
4) "e"
5) "d"

Hash哈希类型

类似map集合，key-map的时候，这个时候是个map集合。本质和String类型没有太大区别，还是一个简单的key-vlaue ! 只不过这个value特殊一些为hash值一个map集合

hset设置一个hash类型的key-value hget获取映射 hmset批量设置 hmge批量get hgetall 查询所有

127.0.0.1:6379> hset myhash field1 zhangsan #set一个具体key-value
(integer) 1
127.0.0.1:6379> hget myhash field1 #获取一个字段值
"zhangsan"
127.0.0.1:6379> hmset myhash field1 hello field2 world # set多个key-value field1覆盖了上面的值
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 #查询全部数据
1) "field1"
2) "hello"
3) "field2"
4) "world"

hdel删除hash指定的key字段

127.0.0.1:6379> hgetall myhash
1) "field1"
2) "hello"
3) "field2"
4) "world"
127.0.0.1:6379> hdel myhash field1 #删除hash指定的key字段
(integer) 1
127.0.0.1:6379> hgetall myhash
1) "field2"
2) "world"
127.0.0.1:6379>

hlen获取hash表的字段数量

127.0.0.1:6379> hgetall myhash
1) "field2"
2) "world"
127.0.0.1:6379> hlen myhash
(integer) 1

HEXISTS判断hash中指定字段是否存在

127.0.0.1:6379> HEXISTS myhash field #HEXISTS判断hash中指定字段是否存在
(integer) 0
127.0.0.1:6379> HEXISTS myhash field2
(integer) 1

hkeys获得所有field hvals获得所有value

127.0.0.1:6379> hkeys myhash #只获得所有field
1) "field2"
127.0.0.1:6379> hvals myhash #只获得所有value
1) "world"

HINCRBY给字段的value新增

127.0.0.1:6379> hgetall myhash
1) "field2"
2) "world"
3) "field3"
4) "5"
127.0.0.1:6379> HINCRBY myhash field3 1 #给字段的value新增，后面是步长
(integer) 6
127.0.0.1:6379> HINCRBY myhash field3 -1 #给字段的value新增，负数为减
(integer) 5
127.0.0.1:6379> hsetnx myhash field4 hello #如果不存在就新增成功
(integer) 1
127.0.0.1:6379> hsetnx myhash field4 world #如果存在就新增失败
(integer) 0

类似String的巧妙设计存对象，hash可用下面这种方式和数据库一一对应，存放一些经常变动的信息，user name age,尤其是是用户信息之类的，经常变动的信息。相比string，hash更适合对象的存储，string更适合存字符串。

127.0.0.1:6379> hset user:1 name zhangsan
(integer) 1
127.0.0.1:6379> hget user:1 name
"zhangsan"

Zset(有序)集合

在set的基础上，增加了一个值，set k1 v1 zset k1 score1 v1

zadd添加元素 ZRANGE获取相应下标的元素

127.0.0.1:6379> zadd myset 1 one
(integer) 1
127.0.0.1:6379> zadd myset 2 two 3 three #可一次性添加多个
(integer) 2
127.0.0.1:6379> ZRANGE myset 0 -1
1) "one"
2) "two"
3) "three"

ZRANGEBYSCORE排序从小到大 ZREVRANGE从大到小

127.0.0.1:6379> zadd price 2500 xiaomi
(integer) 1
127.0.0.1:6379> zadd price 3500 huanweinova7
(integer) 1
127.0.0.1:6379> zadd price 3500 iphoine8
(integer) 1
127.0.0.1:6379> zadd price 4000 redmi7
(integer) 1
127.0.0.1:6379> ZRANGEBYSCORE price -inf +inf #-inf +inf范围从负无穷到正无穷
1) "xiaomi"
2) "huanweinova7"
3) "iphoine8"
4) "redmi7"

127.0.0.1:6379> ZREVRANGE price 0 -1 #从大到小
1) "redmi7"
2) "iphoine8"
3) "huanweinova7"

4) "xiaomi"

127.0.0.1:6379> ZRANGEBYSCORE price -inf +inf withscores #带着score
1) "xiaomi"
2) "2500"
3) "huanweinova7"
4) "3500"
5) "iphoine8"
6) "3500"
7) "redmi7"
8) "4000"
127.0.0.1:6379> ZRANGEBYSCORE price -inf 3500 #范围从负无穷到3500
1) "xiaomi"
2) "huanweinova7"
3) "iphoine8"

zrem移除元素

3) "three"
127.0.0.1:6379> ZRANGE price 0 -1
1) "xiaomi"
2) "huanweinova7"
3) "iphoine8"
4) "redmi7"
127.0.0.1:6379> zrem price xiaomi
(integer) 1
127.0.0.1:6379> ZRANGE price 0 -1
1) "huanweinova7"
2) "iphoine8"
3) "redmi7"

zcard获取有序集合中元素的个数 zcount获取指定score范围的元素个数

127.0.0.1:6379> zcard price
(integer) 3

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 zhangsan
(integer) 2
127.0.0.1:6379> zcount myset 1 2 #获取指定区间元素个数
(integer) 2
127.0.0.1:6379> zcount myset 1 3
(integer) 3

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，带权重进行判断!
排行榜应用实现，取top n

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，方圆几里的人!

可使用城市经纬度查询工具：经纬度查询定位拾取坐标系统经纬度查询地图

相关命令geoadd 命令 -- Redis中国用户组（CRUG）
GEOADD添加地理位置

GEODIST测量两个地方的直线距离

GEOHASH

GEOPOS获取指定城市的定位坐标值：经度和纬度

GEORADIUS以给定的经纬度为中心，找出某一半径内的元素
GEORADIUSBYMEMBER

getadd：添加地理位置

#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!#参数key值(经度、纬度、名称)

127.0.0.1:6379> flushdb
OK
127.0.0.1:6379> geoadd china:city 116.41 39.91 beijing
(integer) 1
127.0.0.1:6379> geoadd china:city 121.48 31.23 shanghai #第一参数为东西的经度-180~180，第二个参数为南北纬：-85~85
(integer) 1
127.0.0.1:6379> geoadd china:city 106.51 29.53 chongqing 114.05 22.52 shenzhen #可一次添加多个
(integer) 2
127.0.0.1:6379> geoadd china:city 120.14 30.24 hangzhou 108.96 34.26 xian
(integer) 2

getpos：获取指定城市的定位坐标值：经度和纬度

127.0.0.1:6379> GEOPOS china:city beijing
1) 1) "116.40999823808670044"
2) "39.90999956664450821"

GEODIST：测量两个地方的直线距离

单位：

m表示单位为米。默认

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 chongqing
"1464909.2415"
127.0.0.1:6379> GEODIST china:city beijing chongqing km
"1464.9092"

georadius 以给定的经纬度为中心，找出某一半径内的元素

我附近的人?（获得所有附近的人的地址，定位!)通过半径来查询!

所有数据应该都录入: china:city ，才会让结果更加请求!

127.0.0.1:6379> GEORADIUS china:city 110 30 1000 km #以当前100 30经纬度为中心半径1000km内的元素
1) "chongqing"
2) "xian"
3) "shenzhen"
4) "hangzhou"
127.0.0.1:6379> GEORADIUS china:city 110 30 500 km
1) "chongqing"
2) "xian"

127.0.0.1:6379> GEORADIUS china:city 110 30 1000 km withdist withcoord count 2 #withdist 带着距离 withcoord带着地理坐标 count 2只返回前两个
1) 1) "chongqing"
2) "340.9830"
3) 1) "106.51000231504440308"
2) "29.52999957900659211"
2) 1) "xian"
2) "483.8340"
3) 1) "108.96000176668167114"
2) "34.25999964418929977"

GEORADIUSBYMEMBER：找出位于指定范围内的元素，中心点是由给定的位置元素决定

127.0.0.1:6379> GEORADIUSBYMEMBER china:city beijing 1000 km
1) "beijing"
2) "xian"

GEOHASH命令-返回一个或多个位置元素的Geohash表示（目前用不到）

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 chongqing
1) "wx4g0crhte0" #北京的经纬度的hash字符串
2) "wm5xzxy0wy0"
127.0.0.1:6379>

注：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 !

ZRANGE、zrem等zset命令直接操作geo

127.0.0.1:6379> ZRANGE china:city 0 -1 #查看地图中全部元素
1) "chongqing"
2) "xian"
3) "shenzhen"
4) "hangzhou"
5) "shanghai"
6) "beijing"
127.0.0.1:6379> zrem china:city beijing #移除地图中指定元素
(integer) 1
127.0.0.1:6379> ZRANGE china:city 0 -1
1) "chongqing"
2) "xian"
3) "shenzhen"
4) "hangzhou"
5) "shanghai"
127.0.0.1:6379>

Hyperloglog基数统计

用来做基数统计的。前提是允许一定的容错的。如果不允许容错，就使用set 或者自己的数据类型即可!

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

可以接受误差!

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，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!

0.81%错误率!统计UV任务，可以忽略不计的!

网页的UV(Unique Visitor用户访问量，一个人访问一个网站多次，但是还是算作一个人!)
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!
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 ;

PFADD添加元素 PFCOUN统计基数数量

127.0.0.1:6379> PFADD mykey a b c c c d e #向mykey中添加元素
(integer) 1
127.0.0.1:6379> PFCOUNT mykey #查看mykey的基数统计个数(不重复的元素数量统计）
(integer) 5
127.0.0.1:6379> PFADD mykey2 c c c d e f g h
(integer) 1
127.0.0.1:6379> PFCOUNT mykey2
(integer) 6
127.0.0.1:6379> PFMERGE mykey3 mykey mykey2 #合并mykey和mykey2到mykey3中
OK
127.0.0.1:6379> PFCOUNT mykey3 #合并后的基数
(integer) 8

Bitmaps位图

位存储
疫情统计，如：国14亿人就电脑14亿个0，被感染就标记位1。
统计用户信息，登录和未登录，活跃和不活跃，365天打卡和未打卡，这种只有两个状态，都可使用bitmaps。数据结构!都是操作二进制位来进行记录，就只有0和1两个状态!

一个用户的打卡情况，365天就是365bit，1b即1byte位8bit，也就占46个b的内存

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 .…....内存中是按位存储的

127.0.0.1:6379> SETBIT sign 0 0
(integer) 0
127.0.0.1:6379> SETBIT sign 1 0
(integer) 0
127.0.0.1:6379> SETBIT sign 2 1
(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 1
(integer) 0
127.0.0.1:6379> SETBIT sign 6 0
(integer) 0

查看某天是否有打卡

127.0.0.1:6379> GETBIT sign 1
(integer) 0

127.0.0.1:6379> GETBIT sign 3
(integer) 1
127.0.0.1:6379> GETBIT sign 6
(integer) 0

统计打卡记录，即位为1的所有数据，

127.0.0.1:6379> BITCOUNT sign
(integer) 4

Redis事务

Redis基本的事务操作

Redis事务本质: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!如下
---- 队列set set set执行------
Redis事务没有没有隔离级别的概念!
Redis单条命令式保证原子性的，但是redis事务不保证原子性!

所有的命令在事务中，并没有直接被执行!

只有发起执行命令的时候才会执行!exec

Execredis的事务︰
·开启事务( multi )·

命令入队 (……. )

执行事务( exec )

MULTI开启事务，exec执行事务

127.0.0.1:6379> MULTI #开启事务
OK

#命令入队
127.0.0.1:6379> set k1 v1
QUEUED
127.0.0.1:6379> set k2 v2
QUEUED
127.0.0.1:6379> get k2
QUEUED
127.0.0.1:6379> set k3 v3
QUEUED
127.0.0.1:6379> exec #执行事务
1) OK
2) OK
3) "v2"
4) OK

DISCARD放弃事务

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 k4 v4
QUEUED
127.0.0.1:6379> DISCARD #取消事务，队列中命令全部不会执行
OK
127.0.0.1:6379> get k4
(nil)

编译型异常（代码有问题!命令有错!)，事务中所有的命令都不会被执行!

127.0.0.1:6379> multi
OK
127.0.0.1:6379> set k1 v1
QUEUED
127.0.0.1:6379> set k2 v2
QUEUED
127.0.0.1:6379> set k3 v3
QUEUED
127.0.0.1:6379> getset k3
(error) ERR wrong number of arguments for 'getset' command 这里有异常
127.0.0.1:6379> set k4 v4
QUEUED
127.0.0.1:6379> exec
(error) EXECABORT Transaction discarded because of previous errors. 结果所有的命令全不执行
127.0.0.1:6379> get k4
(nil)

运行时异常(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，错误命令抛出异常!

127.0.0.1:6379> set k1 "v1"
OK
127.0.0.1:6379> multi
OK
127.0.0.1:6379> incr k1 #字符串不允许加1操作这个会运行时异常
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
2) OK
3) OK 但其他语句正常执行，这就是redis事务不保证原子性
4) "v3"

Redis实现乐观锁

监视 watch 实现redis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! redis使用setNX操作实现的阻塞式分布式锁。
乐观锁︰
·很乐观，认为什么时候都不会出问题，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
·更新的时候比较version

Redis测监视测试单线程没有别的线程修改watch的money值，这时执行成功正常执行exec

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!

使用两个窗口手动模拟多线程中下面情况：

第一个窗口：

127.0.0.1:6379> watch money
OK
127.0.0.1:6379> multi
OK
127.0.0.1:6379> DECRBY money 20
QUEUED
127.0.0.1:6379> INCRBY out 20
QUEUED

第一步：先写上面的这些

127.0.0.1:6379> exec 第三步：在第二个窗口修改了watch的money值之后，执行事务，事务中涉及到对money的操作，所以整个事务全部不会执行
(nil) #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!

第二个窗口

127.0.0.1:6379> set money 1000
OK

第二步：在另外一个窗口修改money，因为第一个窗口使用了watch监视了money，所以这里修改money第一个窗口能监视到

第一个窗口事务执行失败后怎么办？先解除watch，再watch money ，（先解锁，再用money最新的值加锁）

127.0.0.1:6379> unwatch
OK
127.0.0.1:6379> watch money 第四步：第一个窗口先解锁unwatch再用money最新值加锁即再次监视money（watch money）然后重新执行事务即可。select version
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 #比对监视的值是否发生了变化，如果没有变化，那么可以执行成功，如果变量就执行失败! 失败就再次重复解锁，上面第四步。
1) (integer) 990
2) (integer) 30

Jedis

使用Java来操作 Redis

什么是edis 是Redis官方推荐的java连接开发工具!使用lava操作Redis 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!

1.idea创建一个maven的module，pom引入依赖：

        <dependency>
            <groupId>redis.clients</groupId>
            <artifactId>jedis</artifactId>
            <version>3.2.0</version>
        </dependency>
        <dependency>
            <groupId>com.alibaba</groupId>
            <artifactId>fastjson</artifactId>
            <version>1.2.74</version>
        </dependency>

2、测试一下ping是否成功

package com.kdy;
import redis.clients.jedis.Jedis;
public class TestPing {
    public static void main(String[] args) {
        //1. new一个Jedis对象
        Jedis jedis = new Jedis("192.168.XXX.XXX",6379);
        // jedis、所有的命令就是我们之前学习的所有指令!所以之前的指令学习很重要!
        System.out.println(jedis.ping());   //PONG
    }
}

如果报JedisConnectionException: Failed connecting to xxx:6379，需修改redis-server的conf文件

参见博客JedisConnectionException: Failed connecting to host localhost:6379_渣渣林的博客-CSDN博客

常用API

1.对key的操作命令

public class TestPing {
    public static void main(String[] args) {
        //1. new一个Jedis对象
        Jedis jedis = new Jedis("192.168.178.132",6379);
        // jedis、所有的命令就是我们之前学习的所有指令!所以之前的指令学习很重要!
        // 常用的API
        System.out.println("清空数据:"+jedis.flushDB());
        System.out.println("判断某个键是否存在:"+jedis.exists("username"));
        System.out.println("新增< 'username ' , 'zhangsan'>的键值对。"+jedis.set("username" ,"zhangsan"));
        System.out.println("新增< 'password' , ' password'>的键值对:"+jedis.set("password", "password"));
        System.out.print("系统中所有的键如下:");
        Set<String> keys = jedis.keys( "*");
        System.out.println(keys);
        System.out.println("删除键password: "+jedis.del("password"));
        System.out.println("判断键password是否存在:"+jedis.exists("password"));
        System.out.println("查看键username所存储的值的类型。"+jedis.type("username"));
        System.out.println("随机返回key空间的一个: "+jedis.randomKey());
        System.out.println("重命名key: "+jedis.rename("username", "name"));
        System.out.println("取出改后的name: "+jedis.get("name")) ;
        System.out.println("按索引查询:"+jedis.select(0));
        System.out.println("删除当前选择数据库中的所有key: "+jedis.flushDB());
        System.out.println("返回当前数据库中key的数目: "+jedis.dbSize());
        System.out.println("地除所有数据库中的所有key: "+jedis.flushAll());
    }
}

2.对String的操作

public class TestString {
    public static void main(String[] args) {
        Jedis jedis = new Jedis("192.168.178.132",6379);
        jedis.flushDB();
        System.out.println("===========增加数据===========");
        System.out.println(jedis.set("key1" , "value1"));
        System.out.println(jedis.set("key2" , "value2"));
        System.out.println(jedis.set("key3" , "value3"));
        System.out.println("删除键key2: "+jedis.del( "key2" ));
        System.out.println("获取键key2 : "+jedis.get( "key2" ));
        System.out.println("修改key1:"+jedis.set("key1" , "value1Changed"));
        System.out.println("获取key1的值:"+jedis.get( "key1"));
        System.out.println("在key3后面加入值: "+jedis.append("key3","End"));
        System.out.println( "key3的值:"+jedis.get( "key3" ));
        System.out.println("增加多个键值对:"+jedis.mset("key01" ,"value01" , "key02" , "value2" , "key03" , "value" ));
        System.out.println("获取多个键值对:"+jedis.mget("key01" , "key02" , "key03"));
        System.out.println("删除多个键值对:"+jedis.del("key01" , "key02" ));
        System.out.println("获取多个键值对:"+jedis.mget( "key01" , "key02" , " key03"));
        jedis.flushDB();
        System.out.println("========新增键值对防止覆盖原先值==========");
        System.out.println(jedis.setnx( "key1", "value1"));
        System.out.println(jedis.setnx( "key2", "value2" ));
        System.out.println(jedis.setnx( "key2" , "value2-new" ));
        System.out.println(jedis.get("key1" ));
        System.out.println(jedis.get("key2" ));
        System.out.println("============新增键值对并设置有效时间===========");
        System.out.println(jedis.setex( "key3", 2,"value3"));
        System. out.println(jedis.get( "key3" ));
        try {
            TimeUnit.SECONDS.sleep(3);
        }catch (InterruptedException e){
        e.printStackTrace();
        }
        System. out.println(jedis.get( "key3" ));
        System.out.println("===========获取原值，更新为新值==========");System.out.println(jedis.getSet( "key2", "key2GetSet"));
        System. out.println(jedis.get( "key2" ));
        System.out.println("获得key2的值的字串:"+jedis.getrange("key2", 2,4));
    }
}

3.对List的操作

public class TestList {
    public static void main(String[] args) {
        Jedis jedis = new Jedis("192.168.178.132",6379);
        jedis.flushDB();
        System.out.println("==========添加一个1ist===========");
        jedis.lpush( "collections","ArrayList","Vector", "Stack","Hashmap","MeakHashNap" ,"LinkedHashNap");
        jedis.lpush("collections","HashSet" );
        jedis.lpush( "collections","TreeSet");
        jedis. lpush( "collections","TreeMap");
        System.out.println("collections的内容:" +jedis.lrange( "collections" ,0,-1));//-1代表倒数第一个元素，-z代表倒数第二个元素
        System.out.println("collections区间0-3的元素:"+jedis.lrange( "collections" ,  0, 3));
        System.out.println("==========================");
        //删除列表指定的值，第二个参数为删除的个数（有重复时)，后add进去的值先被删，类似于出栈
        System.out.println("删除指定元素个数:"+jedis.lrem("collections", 2, "HashNap"));
        System.out.println("collections的内容:"+jedis.lrange("collections", 0,-1));
        System.out. println("删除下表0-3区间之外的元素: "+jedis.ltrim("collections", 0, 3));
        System.out.println(" collections的内容:"+jedis.lrange("collections" ,0, -1));
        System.out.println("collections列表出核（左端）: "+jedis.lpop(  "collections"));
        System.out.println(" collections的内容:"+jedis.lrange("collections", 0,-1));
        System.out. println("collections添加元素，从列表右端，与lpush相对应:"+jedis.rpush( " collections","EnumMap"));
        System.out.println(" collections的内容:"+jedis.lrange("collections", 0,-1));
        System.out.println("collections列表出栈（右端）: "+jedis.rpop("collections"));
        System.out.println(" collections的内容:"+jedis.lrange("collections", 0,-1));
        System.out.println("修改collections指定下标a的内容:"+jedis.lset("collections",  1, "LinkedArrayList"));
        System.out.println( " collections的内容: "+jedis.lrange("collections",0,-1));
        System.out.println("============================");
        System.out.println("collections的长度:"+jedis.llen( "collections"));
        System.out.println("获取collections下标为2的元素。"+jedis.lindex( "collections", 2));
        System.out.println("===================================");
        jedis.lpush( "sortedList", "3" ,"6","2" ,"0" ,"7","4");
        System.out.println("sortedList排序前:"+jedis.lrange( "sortedList",  0,-1));
        System.out.println(jedis. sort("sortedList"));
        System.out.println(jedis.sort( "sortedList"));
        System.out.println( "sortedList排序后:"+jedis.lrange( "sortedList",  0,-1));
    }
}

4.对Set集合操作

public class TestSet {
    public static void main(String[] args) {
        Jedis jedis = new Jedis("192.168.178.132",6379);
        jedis.flushDB();
        System.out.println("======向集合中添加元素（不重复）========");
        System.out.println(jedis.sadd("eleSet" , "e1" ,"e2" ,"e4" ,"e3" , "e0" , "e8" ,"e7" , "e5"));
        System.out.println(jedis.sadd( "eleset" , "e6"));
        System.out.println(jedis.sadd( "eleset" , "e6"));
        System.out.println("eleSet的所有元素为: "+jedis. smembers("eleSet"));
        System.out.println("删除一个元素eo:"+jedis.srem( "eleSet" , "e0" ));
        System.out.println("eleSet的所有元素为: "+jedis.smembers("eleSet"));
        System.out.println("删除两个元素e7和e6: "+jedis.srem( "eleSet" , "e7" , "e6"));
        System.out.println( "eleSet的所有元素为: "+jedis. smembers( "eleSet"));
        System.out.println("随机的移除集合中的一个元素: "+jedis.spop("eleSet"));
        System.out.println("随机的移除集合中的一个元素:"+jedis.spop("eleSet"));
        System.out.println("eleSet的所有元素为:"+jedis.smembers("eleSet"));
        System.out.println("eleSet中包含元素的个数: "+jedis.scard("eleSet"));
        System.out.println("e3是否在eleSet中: "+jedis.sismember( "eleSet" , "e3"));
        System.out.println("e1是否在eleSet中: "+jedis.sismember( "eleSet" , "e1"));
        System.out.println("e1是否在eleSet中: "+jedis.sismember( "eleSet" , "e5"));
        System.out.println("============================");
        System.out.println(jedis.sadd( "eleSet1" ,"e1" ,"e2" , "e4" ,"e3" , " e0" , " e8" , "e7" , "e5"));
        System.out.println(jedis.sadd( "eleSet2", "e1" , "e2" , "e4" , "e3" , "e0" , "e8"));
        System.out.println("将eleSet1中删除e1并存入eleSet3中: "+jedis.smove("eleSet1" , "eleSet3", "e1"));
        System.out.println("将eleSet1中删除e2并存入eleSet3中:"+jedis.smove( " eleSet1" , "eleSet3", "e2"));
        System.out.println( "eleSet1中的元素: "+jedis.smembers( "eleSet1"));
        System.out.println("eleSet3中的元素: "+jedis.smembers( "eleSet3"));
        System.out.println("============集合运算=================");
        System.out.println( "eleSet1中的元素: "+jedis.smembers( "eleSet1" ));
        System.out.println("eleSet2中的元素:"+jedis.smembers( "eleSet2"));
        System.out.println("eleSet1和eleSet2的交集: " +jedis.sinter("eleSet1" , "eleSet2"));
        System.out.println("eleSet1和eleSet2的并集: " +jedis.sunion("eleSet1" , " eleSet2"));
        System.out.println( "eleSet1和eleSet2的差集: "+jedis.sdiff("eleSet1" , "eleSet2"));
        jedis.sinterstore(  "eleSet4", "eleSet1" , "eleSet2");  //求交集并将交集保存到dstkey的集合
        System.out.println( "eleSet4中的元素: "+jedis.smembers( "eleSet4"));
    }
}

5.对hash集合类型

public class TestHash {
    public static void main(String[] args) {
        Jedis jedis = new Jedis("192.168.178.132",6379);
        jedis.flushDB();
        Map<String,String> map = new HashMap<String,String>();
        map.put( "key1" , "value1") ;
        map. put( "key2" , "value2");
        map.put( "key3" , "value3");
        map.put( "key4" , "value4");
        //添加名称为hash ( key)的hash元素
        jedis.hmset( "hash" ,map);
        //向名称为hash的hash中添加key为key5. vaLue为vaLue5元素
        jedis.hset("hash" , "key5" , "value5");
        System.out.println("散列hash的所有键值对为:"+jedis.hgetAll("hash"));//return Map<StringyString>
        System.out.println("散列hash的所有键为:"+jedis.hkeys( "hash"));//return Set<String>
        System.out.println("散列hash的所有值为: "+jedis.hvals("hash" )) ; //return List<String>
        System.out.println("将key6保存的值加上一个整数，如果key6不存在则添加key6:"+jedis.hincrBy("hash","key6",6));
        System.out.println("散列hash的所有键值对为:"+jedis.hgetAll( "hash"));
        System.out.println("将key6保存的值加上一个整数，如果key6不存在则添加key6:"+jedis.hincrBy("hash","key6",6));
        System.out.println("散列hash的所有键值对为: "+jedis.hgetAll("hash"));
        System.out.println("删除一个或者多个键值对:"+jedis.hdel(" hash","key2"));
        System.out.println("散列hash的所有键值对为:"+jedis.hgetAll("hash"));
        System.out.println("散列hash中键值对的个数: "+jedis.hlen( "hash" ));
        System.out.println("判断hash中是否存在key2: "+jedis.hexists("hash" , " key2"));
        System.out.println("判断hash中是否存在key3: "+jedis.hexists("hash" , "key3"));
        System.out.println("获取hash中的值:"+jedis.hmget( "hash" , "key3" ));
        System.out.println("获取hash中的值:"+jedis.hmget("hash" , " key3" , "key4" ));
    }
}

其他api不看了，用的时候想一下原生redis命令，然后使用jedis.的方式就能试出来。

通过Jedis再次理解事务

public class TestTransaction {
    public static void main(String[] args) {
        Jedis jedis = new Jedis("192.168.178.132",6379);
        jedis.flushDB();
        JSONObject jsonObject = new JSONObject();
        jsonObject.put("key1","v1");
        jsonObject.put("key2","v2");
        String jsonString = jsonObject.toJSONString();
        Transaction multi = jedis.multi();
        //  multi.watch(jsonString);//也可在这监控，值发生变化就不执行事务
        try {
            multi.set("user1",jsonString);
            multi.set("user2",jsonString);
            //int i = 1/0;
            multi.exec();  //执行事务
        } catch (Exception e) {
            e.printStackTrace();   //放弃事务
        } finally {
            System.out.println(jedis.get("user1"));
            System.out.println(jedis.get("user2"));
            jedis.close();
        }
    }
}

SpringBoot集成redis

SpringBoot操作数据:

spring-data jpa jdbc mongodb redis !

SpringData也是和SpringBoot齐名的项目!

1.创建项目，引依赖

先创建一个module选springboot的，填写组名模块名，选择maven和java 8 ，package改一下路径，选springboot版本，勾选web的spring web依赖，勾选nosql中spring data redis依赖。即可。

springboot版本的话，由于我们idea的maven的setting.xml中配置了阿里云镜像，所以我们选个阿里云镜像上有的版本。或者后面打开pom.xml中修改<parent>标签中的springboot-start-parent的版本号，比如我们可以使用2.5.4版本的。

我们查看pom文件中redis的starter发现没有jedis而是有个lettuce

说明︰在SpringBoot2.x之后，原来使用的jedis被替换为了lettuce?
jedis :采用的直连，多个线程操作的话，是不安全的，如果想要避免不安全的，使用jedis pool连接池!更像BIO模式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模式

2.阅读一下配置文件

SpringBoot所有的配置类,都有一个自动配置类

自动配置类都会绑定一个 properties配置文件

找到External Libraries中的Maven: org.springframework.boot:spring-boot-autoconfigure:2.5.4。打开META-INF. 打开spring.factories ctrl+f搜索redis，有个RedisAutoConfiguration ctrl跟进。有个@EnableConfigurationProperties({RedisProperties.class}) ctrl跟进RedisProperties.class能够看到其配置

注：这个RedisAutoConfiguration 配置类我们查看一下。后面可以自己写个redistributionTemplate的bean替换调这个配置。

@Bean
    @ConditionalOnMissingBean(     //如果没有redisTemplate这个bean就使用这个配置生效
        name = {"redisTemplate"}
    )
    @ConditionalOnSingleCandidate(RedisConnectionFactory.class)
    public RedisTemplate<Object, Object> redisTemplate(RedisConnectionFactory redisConnectionFactory) {
        //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
    @ConditionalOnSingleCandidate(RedisConnectionFactory.class)
    public StringRedisTemplate stringRedisTemplate(RedisConnectionFactory redisConnectionFactory) {
        //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 !
        StringRedisTemplate template = new StringRedisTemplate();
        template.setConnectionFactory(redisConnectionFactory);
        return template;
    }

3.配置连接

application.properties配置

spring.redis.host=192.168.178.132
spring.redis.port=6379
#spring.redis.database=1  #也可修改数据库
# spring.redis.jedis.pool.max-active=  #jedis不会生效，因为源码不支持
# spring.redis.lettuce.cluster.refresh.adaptive=  #所以要配置就陪lettuce的

当然也可写成yml文件

4.测试类

@SpringBootTest
class Redis02SpringbootApplicationTests {
	@Autowired
	private RedisTemplate redisTemplate;   //注入RedisAutoConfiguration中配置的bean
	@Test
	void contextLoads() {
		//第一个api：ops开头的  即操作什么类型的  opsForValue操作String的类似。  opsForList操作list类似的  opsForSet操作set  opsForHash操作hash
		//opsForGeo操作地图   opsForZSet操作有序set
		//redisTemplate.opsForZSet()

		//第二个api   常用的api单独提出来了  除了基本的操作，我们常用的方法都可以直接通过redisTempLate操作，比如事务，和基本的CRUD)
		/*redisTemplate.discard();
		redisTemplate.delete(key);
		redisTemplate.exec();
		redisTemplate.expireAt()*/

		//获取连接对象，也可操作数据库  一般很少用
		/*RedisConnection connection = redisTemplate.getConnectionFactory().getConnection();
		connection.flushDb();
		connection.flushAll();*/

		redisTemplate.opsForValue().set("key1","zhangsan");
		Object value1 = redisTemplate.opsForValue().get("key1");  //zhangsan
		System.out.println(value1);
	}
}

我们通过linux上redis-cli中的命令行查看keys时，发现上面api添加进去的key1前面有一串乱码

127.0.0.1:6379> keys *
1) "\xac\xed\x00\x05t\x00\x04key1"

这是控制台的原因和序列化存储的问题，key的序列化方式默认使用了JdkSerializationRedisSerializer的序列化方式，所以存进去的为上面乱码

追溯源码：回到RedisAutoConfiguration配置文件中的随便找到new RedisTemplate这个跟进去，也就是import org.springframework.data.redis.core.RedisTemplate;跟进群发现里面有序列化相关的内容

    @Nullable
    private RedisSerializer keySerializer = null;
    @Nullable
    private RedisSerializer valueSerializer = null;
    @Nullable
    private RedisSerializer hashKeySerializer = null;
    @Nullable
    private RedisSerializer hashValueSerializer = null;
    private RedisSerializer<String> stringSerializer = RedisSerializer.string();

接着再找这个如ketySerializer，发现他是JDK的序列化方式

    public void afterPropertiesSet() {
        super.afterPropertiesSet();
        boolean defaultUsed = false;
        if (this.defaultSerializer == null) {
            this.defaultSerializer = new JdkSerializationRedisSerializer(this.classLoader != null ? this.classLoader : this.getClass().getClassLoader());
        }

        if (this.enableDefaultSerializer) {
            if (this.keySerializer == null) {
                this.keySerializer = this.defaultSerializer;
                defaultUsed = true;
            }

而我们可能会使用json序列化的方式。就需要下面自己定义配置类了。

自定义redisTemplate

com.kdy.domain写个User类

@Component
@Data
@NoArgsConstructor
@AllArgsConstructor
// 在企业中,我们的所有pojo都会序列化!
//public class User /* implements Serializable */ {
public class User implements Serializable {
    private String name;
    private int age;
}

测试用例

	@Autowired
	private RedisTemplate redisTemplate;   //注入RedisAutoConfiguration中配置的bean

	@Test
	void test1() throws JsonProcessingException {
		//真实的开发一般使用json传对象
		User user1 = new User("zhangsan", 18);
		//用springboot-starter-web依赖中的jackson-stater这个工具来json转换  环境不是springboot的话如果是springmvc当时可以引入jackson-core和jackson-databind和jackson-annotation三个依赖
		String jsonUser = new ObjectMapper().writeValueAsString(user1);
		redisTemplate.opsForValue().set("user",jsonUser);//传递json串
		System.out.println(redisTemplate.opsForValue().get("user"));  //{"name":"zhangsan","age":18}

		//为序列化运行报错
		//redisTemplate.opsForValue().set("user1",user1);//传递java对象 但是这个Java对象还没有serializable序列化，所以不可存储    上方String是经过序列化的可存储
		//运行时就会报一个错误，因为没有序列化  serializer// at org.springframework.data.redis.serializer.JdkSerializationRedisSerializer.serialize(

		redisTemplate.opsForValue().set("user1",user1);//这里我们刚刚给User类实现类Serializable接口，可存储了，就不会报错，而存储成功了
		System.out.println(redisTemplate.opsForValue().get("user1"));  //User(name=zhangsan, age=18)
	}

1、当User类没实现序列化时，存放该User对象会失败存不进去，当User类实现序列化后，直接存该User对象就能存进去了。

2、由于redisTemplate第三方默认的keyServlizable或valueServlizable默认使用的JDK的序列化方式，所以是一个看不到的乱码。

3、鉴于第三方RedisAutoConfiguration配置了中redisTemplate的@bean上加了@ConditionalOnMissingBean注解，所以我们可以写一套自己的redisTemplate配置类，即使bean的名字也叫redisTemplate重名也没问题会用自己写的这个redisTemplate的bean。

自定义redis配置类

我们修改为String Object这种方便存储，并整key都采用redis的String序列化方式，value采用json的序列化方式

com.kdy.config

@Configuration
public class RedisConfig {  //这是一个固定模板，大家在企业中，拿去就可以直接使用!
    //编写我们自己的redisTemplate  ，直接拷贝第三方提供org.springframework.boot.autoconfigure.data.redis的RedisAutoConfiguration的拿过来改改也行
    @Bean  //如果不放心注入redisTemplate的时候注入的是本bean还是第三方的bean 可给本bean起个name然后注入时用@Qualified拿
    @SuppressWarnings("all")
    public RedisTemplate<String, Object> redisTemplate(RedisConnectionFactory redisConnectionFactory) {
        //我们为了自己开发方便，一般直接使用String Object  修改成String Object方便使用
        RedisTemplate<String, Object> template = new RedisTemplate();
        template.setConnectionFactory(redisConnectionFactory);//连接工厂默认的

        //Json序列化配置
        Jackson2JsonRedisSerializer<Object> jackson2JsonRedisSerializer = new Jackson2JsonRedisSerializer<>(Object.class);
        ObjectMapper om = new ObjectMapper();
        om.setVisibility(PropertyAccessor.ALL, JsonAutoDetect.Visibility.ANY);
        om.enableDefaultTyping(ObjectMapper.DefaultTyping.NON_FINAL);
        jackson2JsonRedisSerializer.setObjectMapper(om);
        //String的序列化
        StringRedisSerializer stringRedisSerializer = new StringRedisSerializer();

        //key采用String的序列化方式
        template.setKeySerializer(stringRedisSerializer);
        //hash的key采用String序列化方式
        template.setHashKeySerializer(stringRedisSerializer);
        //value采用jackson的序列化方式
        template.setValueSerializer(jackson2JsonRedisSerializer);
        //hash的value采用jackson的序列化方式
        template.setHashValueSerializer(jackson2JsonRedisSerializer);
        template.afterPropertiesSet();

        return template;
    }
}

先flushdb后，再次执行上面test1测试用例，然后到linux上的redis-cli中命令查看keys *就不再是序列化保存进去的乱码了

127.0.0.1:6379> keys *
1) "user1"
2) "user"

自己写个RedisUtils工具类

在企业开发中，我们80%的情况下，都不会使用这个redisTemplate的原生的方式去编写代码!

一般都是用写好的工具类RedisUtil，就是对原生api进行一层薄薄的封装。

这样写起来就简便很多了，不用写长长的一串了。

我们可封装的方法名的和命令行很接近，这样写起来就顺手很多了

com.kdy.utils中创建RedisUtil类复制下面连接博客代码内容，

Redis操作工具类——RedisUtil_默辨的博客-CSDN博客

改包名，且改一下@Autowired为

@Autowired

private RedisTemplate redisTemplate;

测试用例注入并使用这个工具的bean即可。

	@Autowired
	private RedisUtil redisUtil;

	@Test
	void test2(){
		redisUtil.set("key1","zhangsan");
		System.out.println(redisUtil.get("key1"));
	}

前面全是基础，下面才是redis主要要学的。

Redis.conf配置文件详解

启动的时候，就通过配置文件来启动!

1、配置文件 unit单位对大小写不敏感

单位
# 1k => 1000 bytes
# 1kb => 1024 bytes
# 1m => 1000000 bytes
# 1mb => 1024*1024 bytes
# 1g => 1000000000 bytes
# 1gb => 1024*1024*1024 bytes
# 大小都可识别
# units are case insensitive so 1GB 1Gb 1gB are all the same.

2.包含类似import可引入其他配置文件

# include /path/to/local.conf

3、网络

# bind 127.0.0.1 #绑定网络
protected-mode no #是否受保护一般开启
port #端口

4.通用

daemonize yes #以守护进程的方式运行，默认是no，我们需要自己开启为yes!便以后台方式运行
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: 下面这四个级别
# 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)
# warning (only very important / critical messages are logged)
loglevel notice

logfile "" #日志的文件位置

databases 16 # 数据库数量，默认16

always-show-logo yes是否总是显示logo

5、快照 snap

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，我们及进行持久化操作
save 900 1
#如果300s内，如果至少10 key进行了修改，我们及进行持久化操作
save 300 10
#如果60s内，如果至少10000 key进行了修改，我们及进行持久化操作
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! '

6、REPLICATION部分 复制，我们后面讲解主从复制的，时候再进行讲解

7、SECURITY安全
# requirepass foobared #通过配置文件设置密码，但更多使用命令设置密码

127.0.0.1:6379> ping
PONG
127.0.0.1:6379> config get requirepass #获取redis密码
1) "requirepass"
2) ""
127.0.0.1:6379> config set requirepass "123456" #设置redis密码
OK
127.0.0.1:6379> config get requirepass
(error) NOAUTH Authentication required. #不登录就没权限
127.0.0.1:6379> ping
(error) NOAUTH Authentication required.
127.0.0.1:6379> set key v1
(error) NOAUTH Authentication required.
127.0.0.1:6379> auth 123456 #登录一下
OK
127.0.0.1:6379> config get requirepass #现在有权限了
1) "requirepass"
2) "123456"
127.0.0.1:6379> set k1 v1
OK

8、限制CLIENTS

# maxclients 10000 #设置能连接redis的最大客户端的数量

# maxmemory <bytes> #设置redis的最大内存

# maxmemory-policy noeviction #内存到达上限后的处理策略如下
1、volatil1e-lru:只对设置了过期时间的kely进行LRU（默认值)
2、a71keys-lru :删除lru算法的key
3、 volatile-random:随机删除即将过期key
4、a77keys-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

9、APPEND ONLY MODE aof配置

appendonly no #默认不开启，默认rdb方式持久化大部分情况下rdb够用了

appendfilename "appendonly.aof" #持久化的文件名字

# appendfsync always #每次写入都会同步，消耗性能
appendfsync everysec 每秒执行一次 sync 同步，可能会丢失这1s的数据!
# appendfsync no #不同步这时操作系统自己同步数据速度最快
具体配置，我们在Redis持久化中去给大家详细详解!

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操作

在指定的时间间隔内将内存中的数据集快照写入磁盘，也就是行话讲的Snapshot快照，它恢复时是将快照文件直接读到内存里。

Redis会单独创建( fork )一个子进程来进行持久化，会先将数据写入到一个临时文件中，待持久化过程都结束了
再用这个临时文件替换上次持久化好的文件。整个过程中，主进程是不进行任何IO操作的。这就确保了极高的性能。如果需要进行大规模数据的恢复，且对于数据恢复的完整性不是非常敏感，那RDB方式要比AOF方式更加的高效。RDB的缺点是最后一次持久化后的数据可能丢失。我们默认的就是RDB，一般情况下不需要修改这个配置!

在主从复制中，rdb就是备用了!从机上面!

rdb保存的文件是dump.rdb

测试

1.修改redis.config的rdb为一分钟修改5次触发rdb

# save 900 1
# save 300 10
# save 60 10000
save 60 5

保存退出

2、重启redis服务器，bin目录下删除dump.rdb文件。

3、redis-cli连接后变动5次key

127.0.0.1:6379> set k1 v1
OK
127.0.0.1:6379> set k2 v2
OK
127.0.0.1:6379> set k3 v3
OK
127.0.0.1:6379> set k4 v4
OK
127.0.0.1:6379> set k5 v5

4、查看bin目录下，发现生成了dump.rdb文件。

5、结束redis进程，在redis-cli敲shutdown，会结束客户端和服务器的进程都结束掉。内存也就不存在了。

6、重启redis-server和redis-cli连接一下，get k1

127.0.0.1:6379> get k1
"v1"

发现依旧存在，在rdb中

触发机制

save的规则满足的情况下，会自动触发rdb规则
执行flushall命令，也会触发我们的rdb规则!
退出redis，也会产生rdb文件!

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-server启动文件的同级目录），redis启动的时候会自动检查dump.rdb 恢复其中的数据

客户端敲config get dir可以查看启动目录位置

127.0.0.1:6379> config get dir
1) "dir"
2) "/usr/local/bin"

优点:

1、适合大规模的数据恢复!
2、对数据的完整性要不高!

缺点:

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

注：有时候在生产环境我们会将这个文件进行备份!

AOF操作

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在执行一遍!

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。大量数据效率就非常低，要写很久。

Aof保存的是appendonly.aof 文件

可在redis.conf文件中配置

appendonly no #默认为关闭的，需要改为yes打开默认是不开启的，我们需要手动进行配置!我们只需要将appendorly改为yes就开启了aof !

# appendfsync always

appendfsync everysec #默认每次每秒钟修改一次，这时只会丢失一秒钟的数据

# appendfsync no

no-appendfsync-on-rewrite no #

重写的时候是否运用append重写，默认no就行更安全些

重写规则，默认即可

auto-aof-rewrite-percentage 100 #重写基准是100

auto-aof-rewrite-min-size 64mb #重写最大值是64m超过这个写其他文件

测试：
1、先将redis.ref文件中的appendonly no改成appendonly yes保存退出。
2、重启redis-server，和redis-cli连接服务器。
3、默认每秒执行appendsync，我们set几个数据

127.0.0.1:6379> set k1 v1
OK
127.0.0.1:6379> set k2 v2
OK
127.0.0.1:6379> set k3 v3
OK
127.0.0.1:6379> set k4 v4
OK
127.0.0.1:6379> set k5 v5
OK

4、查看启动目录下的appendonly.aof文件

*3
$3
set
$2
k5
$2
v5

这种结构。
我们破化一下，如下：

*3
$3
set
$2
k5
$2

123456789666你好啊v5

保存退出
5、启动目录下删除dump.rdb文件防止干扰，rm -rf dump.rdb
6、退出shutdown，然后重启redis-server和redis-cli
启动redis-server，和redis-cli发现

[root@192 bin]# ps -ef|grep redis
root 66063 69795 0 21:39 pts/6 00:00:00 grep --color=auto redis

服务没启动成功，且cli连接失败：
但redis-cli连接的时候报错：

[root@192 bin]# redis-cli -p 6379
Could not connect to Redis at 127.0.0.1:6379: Connection refused

7、可使用安装目录下的redis-check-aof redis-check-rdb工具修复aop或rdb文件
如果这个aof文件有错位，这时候redis是启动不起来的，我们需要修复这个aof文件

[root@192 bin]# redis-check-aof --fix appendonly.aof
0x a4: Expected \r\n, got: 3334
AOF analyzed: size=189, ok_up_to=139, diff=50
This will shrink the AOF from 189 bytes, with 50 bytes, to 139 bytes
Continue? [y/N]: y
Successfully truncated AOF

8、再次查看append.aof文件，发现刚刚破化的那条命令连同set k5 v5一同被删除了。
9、重启redis-server，和redis-cli即可。发现重启成功，如果文件正常就可修复成功。

重写规则了解即可

重写概念：

AOF 重写机制就是在重写时根据数据库的现状创建一个新的 AOF 文件，然后对每一个键值对用一条命令记录它的写入
AOF 文件是以追加的方式，逐一记录接收到的写命令的，AOF 文件会记录相应的多条命令
重写机制具有多变一功能，旧日志文件中的多条命令，在重写后的新日志中变成了一条命令如：对一个列表先后做了 6 次修改操作后，列表的最后状态是[“D”, “C”, “N”]，此时，只用 LPUSH u:list “N”, “C”, "D"这一条命令就能实现该数据的恢复，这就节省了五条命令的空间。

也是使用子进程来开启重写

no-appendfsync-on-rewrite no #

重写的时候是否运用append重写，默认no就行更安全些

重写规则，默认即可

auto-aof-rewrite-percentage 100 #重写基准是100

auto-aof-rewrite-min-size 64mb #重写最大值是64m超过这个写其他文件

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︰

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

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!
2、Aof运行效率也要比rdb慢，所以我们redis默认的配置就是rdb持久化!

扩展

1、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

2、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。

3、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

4、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。

5、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 9001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个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。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:
第一个:消息发送者，第二个:频道第三个:消息订阅者!

比如客户端1、客户端2、客户端5订阅了频道1，那么有消息发布者向该频道1发布了消息1，那么就会发送给客户端1、客户端2、客户端5

基本命令

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。

PSUBSCRIBE pattern [pattern......] 订阅一个或多个给定模式的频道
PUBSUB subcommand [atgument [argument......]] 查看订阅与发布系统状态。
PUBLISH channel message 将信息发送到指定的频道。
PUNSUBSCRIBE [pattern [pattern ...]] 退订所有给定模式的频道。
SUBSCRIBE channel [channel ...] 订阅给定的一个或多个频道的信息。
UNSUBSCRIBE [channel [channel ...]] 指退订给定的频道。

测试

1、finalshell窗口1启动redis-server，并redis-cli连接该server。然后订阅频道kuangshenshuo

127.0.0.1:6379> SUBSCRIBE kuangshenshuo #订阅一个狂神说的频道
Reading messages... (press Ctrl-C to quit)
1) "subscribe"
2) "kuangshenshuo"
3) (integer)

2、finalshell窗口2用redis-cli连接server。然后向kuangshenshuo中发布一条消息

127.0.0.1:6379> PUBLISH kuangshenshuo "hello666"
(integer) 1
127.0.0.1:6379> PUBLISH kuangshenshuo "hello,redis"
(integer) 1

3、finalshell窗口1监听收到了kuangshenshuo频道的消息

127.0.0.1:6379> SUBSCRIBE kuangshenshuo 发送者发布消息到频道
Reading messages... (press Ctrl-C to quit)
1) "subscribe"
2) "kuangshenshuo"
3) (integer) 1

1) "message" #消息
2) "kuangshenshuo" #哪个频道的消息
3) "hello666" #消息的具体内容
1) "message"
2) "kuangshenshuo"
3) "hello,redis"

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!
事实聊天!（频道当做聊天室，将信息回显给所有人即可!)
订阅，关注系统都是可以的!

稍微复杂的场景我们就会使用消息中间件MQ ( )

Reedis主从复制

概念

主从复制，是指将一台Redis服务器的数据，复制到其他的Redis服务器。前者称为主节点(master/leader)，后者称为从节点(slave/follower);数据的复制是单向的，只能由主节点到从节点。Master以写为主，Slave以读为主。
默认情况下，每台Redis服务器都是主节点;

且一个主节点可以有多个从节点(或没有从节点)，但一个从节点只能有一个主节点。

主从复制的作用主要包括︰

1、数据冗余∶主从复制实现了数据的热备份，是持久化之外的一种数据冗余方式。
2、故障恢复∶当主节点出现问题时，可以由从节点提供服务，实现快速的故障恢复;实际上是一种服务的冗余。
3、负载均衡︰在主从复制的基础上，配合读写分离，可以由主节点提供写服务，由从节点提供读服务（即写Redis数据时应用连接主节点，读Redis数据时应用连接从节点），分担服务器负载;尤其是在写少读多的场景下，通过多个从节点分担读负载，可以大大提高Redis服务器的并发量。
4、高可用（集群）基石∶除了上述作用以外，主从复制还是哨兵和集群能够实施的基础，因此说主从复制是Redis高可用的基础。

一般来说，要将Redis运用于工程项目中，只使用一台Redis是万万不能的，原因如下︰
1、从结构上，单个Redis服务器会发生单点故障，并且一台服务器需要处理所有的请求负载，压力较大;
2、从容量上，单个Redis服务器内存容量有限，就算一台Redis服务器内存容量为256G，也不能将所有内存用作Redis存储内存，一般来说，单台Redis最大使用内存不应该超过20G。

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!

默认情况下，每台Redis服务器都是主节点：

127.0.0.1:6379> info replication #查看当前连接的redis-server服务器库的信息
# Replication
role:master #角色 master
connected_slaves:0 #没有从机
master_replid:f6683b81d84a5efe0e03fa29ef761dca5156ae9c
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

复制三个redis.conf文件，启动3台redis服务器

1、首先复制3份redis的配置文件

[root@192 bin]# cd helloconfig
[root@192 helloconfig]# ls
redis.conf
[root@192 helloconfig]# cp redis.conf redis79.conf
[root@192 helloconfig]# cp redis.conf redis80.conf
[root@192 helloconfig]# cp redis.conf redis81.conf
[root@192 helloconfig]# ls
redis79.conf redis80.conf redis81.conf redis.conf

2分别修改配置文件

2.1、修改redis79.conf配置文件
port 6379 端口
daemonize yes 后台运行
pidfile /var/run/redis_6379.pid
logfile "6379.log" 日志文件起个名字
dbfilename dump6379.rdb rdb文件改个名字
2.2、修改redis80.conf配置文件
port 6380 改端口6380
pidfile /var/run/redis_6380.pid 改成6380
logfile "6380.log" 日志文件名改成6380
dbfilename dump6380.rdb rdb文件改成6380
2.3、修改redis81.conf配置文件
port 6381 改端口号为6381
pidfile /var/run/redis_6381.pid 改pid文件为6381
logfile "6381.log" 改日志文件名为6381
dbfilename dump6381.rdb 改rdb文件名为6381

3、finalshell打开4个窗口，都进入到bin目录，前三个窗口分别把redis-server根据刚刚配置的79、80、81的conf文件启动

第一个窗口 [root@192 bin]# redis-server helloconfig/redis79.conf
第二个窗口 [root@192 bin]# redis-server helloconfig/redis80.conf
第三个窗口 [root@192 bin]# redis-server helloconfig/redis81.conf
第四个窗口查看一下进程，发现这三个redis的服务都起来了。

[root@192 bin]# ps -ef|grep redis
root 73189 1 0 00:14 ? 00:00:00 redis-server *:6379
root 81758 1 0 00:16 ? 00:00:00 redis-server *:6380
root 83777 1 0 00:17 ? 00:00:00 redis-server *:6381
root 90102 69721 0 00:18 pts/4 00:00:00 grep --color=auto redis

配置一主二从

默认情况下，每台Redis服务器都是主节点;

我们一般情况下只用配置从机就好了! slaveof

认老大!一主（ 79)二从( 80，81 )

1、前三个窗口分别redis-cli连接79、80、81的redis服务器

第一个窗口：[root@192 bin]# redis-cli -p 6379
第二个窗口：[root@192 bin]# redis-cli -p 6380
第三个窗口：[root@192 bin]# redis-cli -p 6381

2、第二个窗口80的窗口和第三个窗口81的窗口使用slaveof成为79的服务的从服务

第二个窗口80窗口的：127.0.0.1:6380> SLAVEOF 192.168.178.132 6379
第三个窗口81窗口的：127.0.0.1:6381> SLAVEOF 192.168.178.132 6379

3、查看客户端所连接的服务器的信息
第二个窗口80和第三个窗口81的服务器成了从服务器：

127.0.0.1:6380> info replication
# Replication
role:slave #当前角色
master_host:192.168.178.132 #可看到主机的信息
master_port:6379
master_link_status:up
master_last_io_seconds_ago:7
master_sync_in_progress:0
slave_repl_offset:42
slave_priority:100
slave_read_only:1
connected_slaves:0
master_replid:91b41c36a720b460242c054baa351c70fbee382d
master_replid2:0000000000000000000000000000000000000000
master_repl_offset:42
second_repl_offset:-1
repl_backlog_active:1
repl_backlog_size:1048576
repl_backlog_first_byte_offset:1
repl_backlog_histlen:42

第一个窗口连接的79的信息为：从主机中查看

127.0.0.1:6379> info replication
# Replication
role:master
connected_slaves:2 #多了从机的信息
slave0:ip=192.168.178.132,port=6380,state=online,offset=112,lag=1
slave1:ip=192.168.178.132,port=6381,state=online,offset=112,lag=1
master_replid:91b41c36a720b460242c054baa351c70fbee382d
master_replid2:0000000000000000000000000000000000000000
master_repl_offset:112
second_repl_offset:-1
repl_backlog_active:1
repl_backlog_size:1048576
repl_backlog_first_byte_offset:1
repl_backlog_histlen:112
127.0.0.1:6379>

配置文件中slaveof配置为：

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，我们这里使用的是命令，暂时的，服务器重启不生效!

配置文件中找到以下内容修改

# replicaof <masterip> <masterport>

# masterauth <master-password> #如果主机有密码就把密码配上

主机写，从机读

主机可以写，从机不能写只能读! 主机中的所有信息和数据，都会自动被从机同步保存到! 主机写，从机只能读

6379主机写一个数据

127.0.0.1:6379> set k1 v1
OK

6380从机能读到
127.0.0.1:6380> get k1
"v1"

6381从机也能读到，但不能写
127.0.0.1:6381> keys *
1) "k1"
127.0.0.1:6381> set k2 v2
(error) READONLY You can't write against a read only replica.

主机宕机

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，从机依旧可以获取到主机新写的信息!

主机宕机后，当前没有配置哨兵，从机默认还是slave。
若想让从这个从机变成主机，需要手动重新设置，把当前slaveof配置取消掉。

从机宕机

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，就会变回主机，再次通过命令行变为从机，立马就会从主机中同步到数据获取值!|

主从复制原理

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!我们的数据一定可以在从机中看到!)

主宕机后手动变从为主

层层链路模型：一个节点既是主又是从的情况：

如果是6381的节点作为了6380节点的从节点：使用SLAVEOF 192.168.178.132 6380
且6380节点仍然是6379的从节点：SLAVEOF 192.168.178.132 6379
这个时候对于既是79的从，又是81的主的80节点，其实还是从节点的，是不能写操作的。

同时6379写的值，不仅80节点能同步，且81节点也能得到。也可主从复制。

手动设置某从节点为master

当主节点宕机后，没有哨兵模式的时候，需要手动设置某从节点为master

如果主机断开了连接，我们可以使用 SLAVEoF no one让自己（这里的某个从节点）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)

1、把6379端口的服务器用连接的客户端shutdown停掉，

2、然后将6380的服务器在其连接的客户端使用slaveof no one设置本节点为master。就将这个slave节点变为了master。

3、然后81节点再slaveof ip 80 给80节点作为从节点。

4、当之前的主节点79重新起来后，然后再slaveof ip 80，再认80节点为主节点吧。

所以slaveof不写到配置文件相对方便一些，如果写到配置文件，每次宕机需要改配置文件

哨兵模式

(自动选举老大的模式)
概述

主从切换技术的方法是∶当主服务器宕机后，需要手动把一台从服务器切换为主服务器，这就需要人工干预，费事费力，还会造成一段时间内服务不可用。这不是一种推荐的方式，更多时候，我们优先考虑哨兵模式。Redis从2.8开始正式提供了Sentinel (哨兵）架构来解决这个问题。

谋朝篡位的自动版，能够后台监控主机是否故障，如果故障了根据投票数自动将从库转换为主库。

哨兵模式是一种特殊的模式，首先Redis提供了哨兵的命令，哨兵是一个独立的进程，作为进程，它会独立运行。其原理是哨兵通过发送命令，等待Redis服务器响应，从而监控运行的多个Redis实例。

类似nacos监测各个服务器是否健在

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（重新选举）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。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（都认为之前的主节点宕机了），那么哨兵之间就会进行一次投票（投票算法给剩下的从节点投，一个哨兵只能投一次），投票的结果（得票最多的从节点）由一个哨兵发起，进行failover[故障转移]（重新选举为主节点的）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。

启动目录下面有redis-sentinel命令

[root@192 bin]# ls
6379.log 6381.log dump6379.rdb dump6381.rdb helloconfig redis-check-aof redis-cli redis-server 6380.log appendonly.aof dump6380.rdb dump.rdb redis-benchmark redis-check-rdb redis-sentinel

sentinel.conf配置文件

我们在bin启动目录下，当时创建的helloconfig文件夹中新增一个sentinel.conf配置文件

[root@192 helloconfig]# vim sentinel.conf

里面加上下面这个配置：监视6379主机，后面的1表示开启投票：后面的这个数字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!

# sentine7 monitor 被监控的名称 host port 1

sentinel monitor myredis 192.168.178.132 6379 1

启动sentinel

启动目录下输入下面命令即可启动

[root@192 bin]# redis-sentinel helloconfig/sentinel.conf
51558:X 07 May 2023 04:40:40.510 # oO0OoO0OoO0Oo Redis is starting oO0OoO0OoO0Oo
51558:X 07 May 2023 04:40:40.510 # Redis version=5.0.10, bits=64, commit=00000000, modified=0, pid=51558, just started
51558:X 07 May 2023 04:40:40.510 # Configuration loaded
51558:X 07 May 2023 04:40:40.511 * 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: 51558
| `-._`-._ _.-'_.-' | http://redis.io

51558:X 07 May 2023 04:40:40.514 # WARNING: The TCP backlog setting of 511 cannot be enforced because /proc/sys/net/core/somaxconn is set to the lower value of 128.
51558:X 07 May 2023 04:40:40.518 # Sentinel ID is 68965939737c110af76e33bba61289364c3c8ac2
51558:X 07 May 2023 04:40:40.518 # +monitor master myredis 192.168.178.132 6379 quorum 1
51558:X 07 May 2023 04:40:40.519 * +slave slave 192.168.178.132:6381 192.168.178.132 6381 @ myredis 192.168.178.132 6379
51558:X 07 May 2023 04:40:40.524 * +slave slave 192.168.178.132:6380 192.168.178.132 6380 @ myredis 192.168.178.132 6379

发现sentinel服务正在监视6379这个主节点，还发现了6380和6381两个从节点

测试

还是上面的79为主节点，80和81端口两个为其从节点，然后我们shutdown这个79主节点，会发现

在sentinel服务器上报了

51558:X 07 May 2023 04:55:32.025 # +sdown master myredis 192.168.178.132 6379

51558:X 07 May 2023 04:55:32.025 # +odown master myredis 192.168.178.132 6379 #quorum 1/1
51558:X 07 May 2023 04:55:32.025 # +new-epoch 1
51558:X 07 May 2023 04:55:32.025 # +try-failover master myredis 192.168.178.132 6379
51558:X 07 May 2023 04:55:32.026 # +vote-for-leader 68965939737c110af76e33bba61289364c3c8ac2 1
51558:X 07 May 2023 04:55:32.026 # +elected-leader master myredis 192.168.178.132 6379
51558:X 07 May 2023 04:55:32.026 # +failover-state-select-slave master myredis 192.168.178.132 6379 #确认6379崩了
51558:X 07 May 2023 04:55:32.103 # +selected-slave slave 192.168.178.132:6380 192.168.178.132 6380 @ myredis 192.168.178.132 6379
51558:X 07 May 2023 04:55:32.103 * +failover-state-send-slaveof-noone slave 192.168.178.132:6380 192.168.178.132 6380 @ myredis 192.168.178.132 6379
51558:X 07 May 2023 04:55:32.189 * +failover-state-wait-promotion slave 192.168.178.132:6380 192.168.178.132 6380 @ myredis 192.168.178.132 6379
51558:X 07 May 2023 04:55:33.015 # +promoted-slave slave 192.168.178.132:6380 192.168.178.132 6380 @ myredis 192.168.178.132 6379
51558:X 07 May 2023 04:55:33.015 # +failover-state-reconf-slaves master myredis 192.168.178.132 6379
51558:X 07 May 2023 04:55:33.074 * +slave-reconf-sent slave 192.168.178.132:6381 192.168.178.132 6381 @ myredis 192.168.178.132 6379
51558:X 07 May 2023 04:55:34.078 * +slave-reconf-inprog slave 192.168.178.132:6381 192.168.178.132 6381 @ myredis 192.168.178.132 6379
51558:X 07 May 2023 04:55:34.078 * +slave-reconf-done slave 192.168.178.132:6381 192.168.178.132 6381 @ myredis 192.168.178.132 6379
51558:X 07 May 2023 04:55:34.141 # +failover-end master myredis 192.168.178.132 6379
51558:X 07 May 2023 04:55:34.141 # +switch-master myredis 192.168.178.132 6379 192.168.178.132 6380
51558:X 07 May 2023 04:55:34.141 * +slave slave 192.168.178.132:6381 192.168.178.132 6381 @ myredis 192.168.178.132 6380
51558:X 07 May 2023 04:55:34.141 * +slave slave 192.168.178.132:6379 192.168.178.132 6379 @ myredis 192.168.178.132 6380
51558:X 07 May 2023 04:56:04.186 # +sdown slave 192.168.178.132:6379 192.168.178.132 6379 @ myredis 192.168.178.132 6380

然后6380服务就从之前的从节点变为了主节点。然后6379服务器重启后也就还是变为了6380节点的从节点了。

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 当这些quorum个数sentinel哨兵认为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 1
 
# 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
# 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   #一般有运维人员配置

Redis缓存穿透和雪崩

这些都是服务器的高可用问题。

缓存穿透（查不到）

概念

缓存穿透的概念很简单，用户想要查询一个数据，发现redis内存数据库没有，也就是缓存没有命中，于是向持久层数据库查询。发现也没有，于是本次查询失败。当用户很多的时候，缓存都没有命中(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：
1、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;

2、缓存空对象

当存储层不命中后，即使返回的空对象也将其缓存起来，同时会设置一个过期时间，之后再访问这个数据将会从缓存中获取，保护了后端数据源﹔

但是这种缓存空对象方法会存在两个问题︰
1、如果空值能够被缓存起来，这就意味着缓存需要更多的空间存储更多的键，因为这当中可能会有很多的空值的键;
2、即使对空值设置了过期时间，还是会存在缓存层和存储层的数据会有一段时间窗口的不一致，这对于需要保持一致性的业务会有影响。

缓存击穿

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
1、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。

2、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。这样当热点数据在缓存中到期消失时，大量用户请求查询热点数据时，就会只有一个线程去后台mysql查数据并写到缓存中，其余线程等待。

缓存雪崩

概念

缓存雪崩，是指在某一个时间段，缓存集中过期失效。 Redis宕机! |
产生雪崩的原因之一，比如在写本文的时候，马上就要到双十二零点，很快就会迎来一波抢购，这波商品时间比较集中的放入了缓存，假设缓存一个小时。那么到了凌晨一点钟的时候，这批商品的缓存就都过期了。而对这批商品的访问查询，都落到了数据库上，对于数据库而言，就会产生周期性的压力波峰。于是所有的请求都会达到存储层，存储层的调用量会暴增，造成存储层也会挂掉的情况。

其实集中过期，倒不是非常致命，比较致命的缓存雪崩，是缓存服务器某个节点宕机或断网。因为自然形成的缓存雪崩，一定是在某个时间段集中创建缓存，这个时候，数据库也是可以顶住压力的。无非就是对数据库产生周期性的压力而已。而缓存服务节点的宕机，对数据库服务器造成的压力是不可预知的，很有可能瞬间就把数据库压垮。

解决方案

redis高可用
这个思想的含义是，既然redis有可能挂掉，那我多增设几台redis，这样一台挂掉之后其他的还可以继续工作，其实就是搭建的集群。（异地多活!)
限流降级（在SpringCloud讲解过!)
这个解决方案的思想是，在缓存失效后，通过加锁或者队列来控制读数据库写缓存的线程数量。比如对某个key只允许一个线程查询数据和写缓存，其他线程等待。
数据预热
数据加热的含义就是在正式部署之前，我先把可能的数据先预先访问一遍，这样部分可能大量访问的数据就会加载到缓存中。在即将发生大并发访问前手动触发加载缓存不同的key，设置不同的过期时间，让缓存失效的时间点尽量均匀。I