1. Nosql概述

1.1 为什么要用Nosql：

1 . Memcahed（缓存）+Mysql + 垂直拆分（读写分离）

2、分库分表+ 水平拆分 + Mysql集群
本质：数据库（读、写）
早些年MyISAM ：表锁，十分影响效率，高并发下就会出现严重的锁问题
转战 Innodb ：行锁
慢慢的就开始使用分库分表来解决写的压力! Mysql在那个年代推出了表分区没有多少公司使用！
Mysql的集群，很好满足那个年代的所有需求！

3 、如今
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
目前一个基本的互联网项目结构：

4、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！

1.2 什么是NoSQL

NoSQL = Not Only SQL
关系型数据库：表格 --行，列
NoSQL 泛指非关系型数据库，随着web2.0 互联网的诞生，传统的关系型数据库很难对付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，
NoSQL特点：

方便扩展（数据之间没有关系，很好扩展）
大数据量高性能（Redis一秒写8万次，NoSQL的缓存记录级，是一种细粒度的缓存，性能会比较高）
数据类型是多样型的（不需要事先设计数据库，随取随用，如果是数据量十分大的表，很多人就无法设计了）
传统RDBMS和NoSQL

传统的RDBMS

结构化组织

SQL

数据和关系都存在单独的表中

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定力和BASE （异地多活）

高性能，高可用，高可扩展性

。。。。

1.3 阿里巴巴的演进

1.4 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：
- MongoDB 是一个机遇分布式文件存储的数据库，C++编写，主要那个用来处理大量的文档；
- MongoDB 是一个介于关系型数据库和菲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：

他不是存图形的，放的是关系。比如：朋友圈社交网络，广告推荐；
Neo4j，InfoGrid；

四者对比：
在这里插入图片描述

2. Redis入门

Redis是什么：
Remote Dictionary Server , 即远程字典服务；
Redis能干嘛？
1）内存存储、持久化，内存是断点即失，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）

特性：
1）多样的数据类型
2）持久化
3）集群
4）事务

3. Redis安装

3.1 Windows下安装

下载解压
开启Redis
双击运行服务即可
若果闪退，可以先启动客户端，然后执行shutdown命令，再次运行服务即可；
客户端连接
测试是否连接成功，执行ping命令，返回pong则表示连接成功；
Redis 默认不是后台启动的，

3.2 Linux下安装

4.性能测试

在这里插入图片描述

5. 基础知识

redis默认有16个数据库；
默认使用的是第0个；可以使用select进行切换：

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

清除数据库： flushdb

127.0.0.1:6379[3]> set name binhaizhijun
OK
127.0.0.1:6379[3]> set age 18
OK
127.0.0.1:6379[3]> keys *
1) "age"
2) "name"
127.0.0.1:6379[3]> flushdb
OK
127.0.0.1:6379[3]> keys *
(empty list or set)
127.0.0.1:6379[3]> dbsize
(integer) 0

清除全部数据库中的内容： flushall
Redis 是单线程的
Redis是很快的，基于内存操作的，cpu不是redis的性能瓶颈，
Redis的瓶颈是根据机器的内存和网络带宽决定，
Redis用单线程为什么还这么快？

误区1：高性能的服务器一定是多线程的？
误区2：多线程（cpu上下文会切换）一定比单线程效率高？
核心：redis是将所有的数据全部放在内存中的，所以说实用单线程操作效率就是最高的，多线程（cpu上下文切换是耗时间的操作），对于内存系统来说，如果没有上下文切换，单线程效率就是最高的，多次读取在一个cpu上。（总结的不太通顺，￣□￣｜｜）

6 . Redis的常见五大数据类型

Redis-Key

127.0.0.1:6379> set name binhaizhijun
OK
127.0.0.1:6379> set age 23
OK
127.0.0.1:6379> keys *      # 查看所有的key
1) "age"
2) "name"
127.0.0.1:6379> exists name  # 判断key是否存在（存在返回1）
(integer) 1
127.0.0.1:6379> exists address
(integer) 0
127.0.0.1:6379> move age
(error) ERR wrong number of arguments for 'move' command
127.0.0.1:6379> move age 1     # 移除key
(integer) 1
127.0.0.1:6379> keys *
1) "name"
127.0.0.1:6379> get age
(nil)
127.0.0.1:6379> get name
"binhaizhijun"
127.0.0.1:6379> expire name 10      # 设置key的过期时间
(integer) 1
127.0.0.1:6379> get name
"binhaizhijun"
127.0.0.1:6379> ttl name
(integer) 4
127.0.0.1:6379> ttl name
(integer) 2
127.0.0.1:6379> ttl name
(integer) 1
127.0.0.1:6379> ttl name
(integer) 0
127.0.0.1:6379> ttl name
(integer) -2
127.0.0.1:6379> ttl name
(integer) -2
127.0.0.1:6379> type name
none
127.0.0.1:6379> set name binhaizhijun
OK
127.0.0.1:6379> type name     # 查看key的类型
string
127.0.0.1:6379> set age 23
OK
127.0.0.1:6379> type age
string
127.0.0.1:6379>

6.1 String

127.0.0.1:6379> set k1 v1      # 设置值
OK
127.0.0.1:6379> get k1			# 获得值
"v1"
127.0.0.1:6379> keys *			#获得所有值
1) "k1"
127.0.0.1:6379> exists k1		#判断某一个key是否存在
(integer) 1
127.0.0.1:6379> append k1 hello	  # 追加字符串，若果当前key不存在，就相当于setKey
(integer) 7
127.0.0.1:6379> get k1
"v1hello"
127.0.0.1:6379> strlen k1   	# 获取字符串的长度	
(integer) 7
127.0.0.1:6379> append k1 ",world"
(integer) 13
127.0.0.1:6379> append k1 !
(integer) 14
127.0.0.1:6379> get k1
"v1hello,world!"
#########################################################################
# i++
# 步长 i+=
127.0.0.1:6379> set views 0       # 初始浏览量 0
OK
127.0.0.1:6379> get views
"0"
127.0.0.1:6379> incr views			# 自增1  浏览量变为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 浏览量-1
(integer) 1
127.0.0.1:6379> decr views
(integer) 0
127.0.0.1:6379> get views
"0"
127.0.0.1:6379> incrby views 10      # 可以设置步长，指定增量
(integer) 10
127.0.0.1:6379> incrby views 10
(integer) 20
127.0.0.1:6379> incrby views 10
(integer) 30
127.0.0.1:6379> get views
"30"
127.0.0.1:6379> decrby views 5         # 指定步长，每次减5
(integer) 25
127.0.0.1:6379> decrby views 5
(integer) 20
127.0.0.1:6379> get views
"20"
###############################################################
# 字符串范围 range
127.0.0.1:6379> set key1 hello,world     # 设置key1
OK
127.0.0.1:6379> get key1
"hello,world"
127.0.0.1:6379> getrange key1 0 5    	# 截取字符串 [0,3]
"hello,"
127.0.0.1:6379> getrange key1 0 -1  	# 获取全部的字符串 ；和get key是一样的
"hello,world"
127.0.0.1:6379>
 
#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的值为hello，30秒后过期
OK
127.0.0.1:6379> ttl key3
(integer) 23
127.0.0.1:6379> setnx mykey redis    # 如果mykey不存在，则创建mykey
(integer) 1
127.0.0.1:6379> get mykey
"redis"
127.0.0.1:6379> keys *
1) "mykey"
2) "key2"
3) "key1"
127.0.0.1:6379> ttl key3
(integer) -2
127.0.0.1:6379> setnx mykey mongoDB   #如果mykey存在，则创建失败
(integer) 0
127.0.0.1:6379> get mykey
"redis"
#######################################################
# mset  # 批量设置值
# mget  # 批量获取值
127.0.0.1:6379> mset k1 v1 k2 v2 k3 v3    # 同时设置多个值
OK
127.0.0.1:6379> keys *
1) "k2"
2) "k1"
3) "k3"
127.0.0.1:6379> mget k1 k2 k3			# 同时获取多个值
1) "v1"
2) "v2"
3) "v3"
127.0.0.1:6379> msetnx k1 vv1 k5 v5     # msetnx 是一个原子性的操作，要么一起成功，要么一起失败
(integer) 0
127.0.0.1:6379> get k5
(nil)

# 对象  user:{id}:{filed} 
set user:1 {
    
    name:zhangsan,age:3}  # 设置一个user：1 对象 ， 值为json字符串来保存一个对象

127.0.0.1:6379> mset user:1:name zhangsan user:1:age 23
OK
127.0.0.1:6379> mget user:1:name user:1:age
1) "zhangsan"
2) "23"
#######################################################################
# getset  先get然后再set
127.0.0.1:6379> getset db redis    # 如果不存在值，则返回nil
(nil)
127.0.0.1:6379> get db
"redis"
127.0.0.1:6379> getset db mongodb   # 如果存在值，获取原来的值，并设置新的值
"redis"
127.0.0.1:6379> get db
"mongodb"
127.0.0.1:6379>

6.2 List

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命令不区分大小写；

######################################################
127.0.0.1:6379> lpush list one   # 将一个值或多个值，插入到列表头部（左）
(integer) 1
127.0.0.1:6379> lpush list two 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 right    # 将一个值或者多个值，插入到列表尾部（右）
(integer) 4
127.0.0.1:6379> lrange list 0 -1
1) "three"
2) "two"
3) "one"
4) "right"
#####################################################
lpop
rpop
127.0.0.1:6379> lrange list 0 -1
1) "three"
2) "two"
3) "one"
4) "right"
127.0.0.1:6379> lpop list         # 移除list的第一个元素
"three"
127.0.0.1:6379> lrange list 0 -1  
1) "two"
2) "one"
3) "right"
127.0.0.1:6379> rpop list          # 移除list的最后一个元素
"right"
127.0.0.1:6379> lrange list 0 -1
1) "two"
2) "one"
#######################################################
Lindex
127.0.0.1:6379> lrange list 0 -1
1) "two"
2) "one"
127.0.0.1:6379> lindex list 1     # 通过下标获得list中的某一个（下标）值
"one"
127.0.0.1:6379> lindex list 0
"two"
#######################################################
Llen
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) "two"
127.0.0.1:6379> lpush list three
(integer) 3
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 0 -1
(error) ERR wrong number of arguments for 'lrange' command
127.0.0.1:6379> lrange list 0 -1
1) "two"
###############################################
Ltrim  # 截取
127.0.0.1:6379> lrange mylist 0 -1
1) "hello3"
2) "hello2"
3) "hello1"
4) "hello0"
127.0.0.1:6379> ltrim mylist 1 2   # 通过下标截取指定的长度，这个list已经被改变了，阶段后只剩下截取的元素
OK
127.0.0.1:6379> lrange mylist 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> lrange mylist 0 -1
1) "hello"
2) "hello1"
3) "hello2"
127.0.0.1:6379> rpoplpush mylist myotherlist    # 移除列表的最后一个元素，将它移动到新的列表中
"hello2"
127.0.0.1:6379> lrange mylist 0 -1             # 查看原来的列表
1) "hello"
2) "hello1"
127.0.0.1:6379> lrange myotherlist 0 -1        # 查看目标列表，确实存在改值
1) "hello2"
###############################################
Lset  # 将列表中指定下标的值替换为另外一个值，更新操作
127.0.0.1:6379> exists list				# 判断这个列表是否存在
(integer) 0
127.0.0.1:6379> lset list 0 item          # 如果不存在列表，更新就会报错
(error) ERR no such key
127.0.0.1:6379> lpush list value1
(integer) 1
127.0.0.1:6379> lrange list 0 -1
1) "value1"
127.0.0.1:6379> lset list 0 item       # 如果存在，更新当前下标的值
OK
127.0.0.1:6379> lrange list 0 0
1) "item"
127.0.0.1:6379> lset list 1 item      # 如果不存在，则会报错
(error) ERR index out of range
###############################################
Linsert # 将某个具体的value插入到列表中某个元素的前面或者后面
127.0.0.1:6379> lrange mylist 0 -1
1) "hello"
2) "world"
127.0.0.1:6379> linsert mylist before world redis
(integer) 3
127.0.0.1:6379> lrange mylist 0 -1
1) "hello"
2) "redis"
3) "world"
127.0.0.1:6379> linsert mylist after world !!!
(integer) 4
127.0.0.1:6379> lrange mylist 0 -1
1) "hello"
2) "redis"
3) "world"
4) "!!!"

list总结：

它实际上是一个链表，before Node after ，left ，right都可以插入值
如果key不存在，创建新的链表
如果key存在，新增内容
如果移除了所有值，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
用途：消息队列（Lpush Rpop），栈（Lpush Lpop）

6.3 Set（集合）

set中的值是不能重复的

###############################################
127.0.0.1:6379> sadd myset hello     # set集合找那个添加元素
(integer) 1
127.0.0.1:6379> sadd myset binhaizhijun
(integer) 1
127.0.0.1:6379> sadd myset helloworld
(integer) 1
127.0.0.1:6379> smembers myset      # 查看指定set的所有值
1) "helloworld"
2) "hello"
3) "binhaizhijun"
127.0.0.1:6379> sismember myset hello    # 判断某个值是不是在set集合中
(integer) 1
127.0.0.1:6379> sismember myset world
(integer) 0
###############################################
127.0.0.1:6379> scard myset    # 获取set集合中的内容元素个数
(integer) 3
###############################################
rem
127.0.0.1:6379> srem myset hello    # 移除set集合中的指定元素
(integer) 1
127.0.0.1:6379> smembers myset
1) "helloworld"
2) "binhaizhijun"
###############################################
# set 无序不重复集合。抽随机
 127.0.0.1:6379> smembers myset
1) "helloworld"
2) "binhaizhijun"
127.0.0.1:6379> srandmember myset  # 随机抽选一个元素
"binhaizhijun"
127.0.0.1:6379> srandmember myset
"helloworld"
127.0.0.1:6379> srandmember myset
"binhaizhijun"
127.0.0.1:6379> srandmember myset
"helloworld"
127.0.0.1:6379> srandmember myset 2   # 随机抽选出指定个数的元素
1) "helloworld"
2) "binhaizhijun"
127.0.0.1:6379> srandmember myset 3
1) "helloworld"
2) "binhaizhijun"
###############################################
# 删除指定的key ，随机删除key
127.0.0.1:6379> smembers myset
1) "helloworld"
2) "hello2"
3) "hello1"
4) "binhaizhijun"
127.0.0.1:6379> spop myset   # 随机删除一些set集合中的元素
"binhaizhijun"
127.0.0.1:6379> spop myset
"helloworld"
127.0.0.1:6379> smembers myset
1) "hello2"
2) "hello1"
###############################################
将一个指定的值，移动到另外一个set集合中
127.0.0.1:6379> sadd myset hello
(integer) 1
127.0.0.1:6379> sadd myset world
(integer) 1
127.0.0.1:6379> sadd myset redis
(integer) 1
127.0.0.1:6379> sadd myset2 set2
(integer) 1
127.0.0.1:6379> smove myset myset2 hello   # 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 myset
1) "redis"
2) "world"
127.0.0.1:6379> smembers myset2
1) "hello"
2) "set2"
###############################################
微博，b站  ， 共同关注（并集）
数字集合类：
 - 差集 sdiff
 - 交集 sinter
 - 并集 sunion
127.0.0.1:6379> sadd key1 a
(integer) 1
127.0.0.1:6379> sadd key1 b
(integer) 1
127.0.0.1:6379> sadd key1 c
(integer) 1
127.0.0.1:6379> sadd key2 c
(integer) 1
127.0.0.1:6379> sadd key2 d
(integer) 1
127.0.0.1:6379> sadd key2 e
(integer) 1
127.0.0.1:6379> sdiff key1 key2  # 差集
1) "b"
2) "a"
127.0.0.1:6379> sinter key1 key2 # 交集 
1) "c"
127.0.0.1:6379> sunion key1 key2 # 并集
1) "c"
2) "b"
3) "a"
4) "e"
5) "d"

6.4 Hash（哈希）

相当于Map集合，key-map ；

#########################################################
127.0.0.1:6379> hset myhash key1 binhaizhijun   # set一个具体的 key-value
(integer) 1
127.0.0.1:6379> hget myhash key1      # 获取一个字段值
"binhaizhijun"
127.0.0.1:6379> hmset myhash key1 hello key2 world  # set多个 key-value
OK
127.0.0.1:6379> hmget myhash key1 key2     # 获得多个字段值
1) "hello"
2) "world"
127.0.0.1:6379> hgetall myhash       # 获取全部数据
1) "key1"
2) "hello"
3) "key2"
4) "world"
127.0.0.1:6379> hdel myhash key1     # 删除hash中指定的key字段=>对应的value值也就消失了
(integer) 1
127.0.0.1:6379> hgetall myhash
1) "key2"
2) "world"
#########################################################
Hlen
127.0.0.1:6379> hmset myhash key4 lisi key5 zhangsan
OK
127.0.0.1:6379> hgetall myhash
1) "key2"
2) "world"
3) "key3"
4) "haha"
5) "key4"
6) "lisi"
7) "key5"
8) "zhangsan"
127.0.0.1:6379> hlen myhash  # 获取hash表的字段数量
(integer) 4
#########################################################
127.0.0.1:6379> hexists myhash key1  # 判断hash中指定字段是否存在
(integer) 0
127.0.0.1:6379> hexists myhash key3
(integer) 1
#########################################################
# 只获取所有的key
# 只获取所有的value
127.0.0.1:6379>  hkeys myhash  # 只获取所有的key
1) "key2"
2) "key3"
3) "key4"
4) "key5"
127.0.0.1:6379> hvals myhash  # 只获取所有的value
1) "world"
2) "haha"
3) "lisi"
4) "zhangsan"
#########################################################
incr  
decr # 这个我没试出来
127.0.0.1:6379> hset myhash num 1  # 指定增量
(integer) 1
127.0.0.1:6379> hincrby myhash num 2  # 增加2
(integer) 3
127.0.0.1:6379> hsetnx myhash num1 hello  # 如果不存在则可以设置
(integer) 1
127.0.0.1:6379> hsetnx myhash num1 hello2 # 如果存在则不能设置
(integer) 0

hash：适合存储经常变动的信息；
hash更适合于对象的存储，String更加适合字符串的存储。

6.5 Zset（有序集合）

在set的基础上，增加了一个值，
set k1 v1
zset k1 score1 v1 : score1 相当于排序用

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
(integer) 1
127.0.0.1:6379> zadd myset 3 three 4 four  # 添加多个值
(integer) 2
127.0.0.1:6379> zrange myset 0 -1
1) "one"
2) "two"
3) "three"
4) "four"
#########################################################
排序如何实现
127.0.0.1:6379> zadd salary 2500 zhangsan 
(integer) 1
127.0.0.1:6379> zadd salary 5000 lisi
(integer) 1
127.0.0.1:6379> zadd salary 400 xiaoming
(integer) 1
127.0.0.1:6379>
127.0.0.1:6379> zrangebyscore salary +inf -inf # 显示全部用户，从大到小（不对？？）
(empty list or set)
127.0.0.1:6379> zrangebyscore salary -inf +inf  # 显示全部用户从小到大
1) "xiaoming"
2) "zhangsan"
3) "lisi"
127.0.0.1:6379> zrevrange salary 0 -1     # 从大到小进行排序
1) "lisi"
2) "zhangsan"
127.0.0.1:6379> zrangebyscore salary -inf +inf withscores  # 显示全部用户并且附带成绩
1) "xiaoming"
2) "400"
3) "zhangsan"
4) "2500"
5) "lisi"
6) "5000"
127.0.0.1:6379> zrangebyscore salary -inf 3000 withscores   # 显示工资小于3000的用户升序排列
1) "xiaoming"
2) "400"
3) "zhangsan"
4) "2500"
#########################################################
# 移除rem中的元素
127.0.0.1:6379> zrange salary 0 -1
1) "xiaoming"
2) "zhangsan"
3) "lisi"
127.0.0.1:6379> zrem salary xiaoming    # 移除有序集合中的指定元素
(integer) 1
127.0.0.1:6379> zrange salary 0 -1
1) "zhangsan"
2) "lisi"
127.0.0.1:6379> zcard salary     # 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 binhaizhijun
(integer) 2
127.0.0.1:6379> zcount myset 1 3   # 获取指定区间的成员数量
(integer) 3
127.0.0.1:6379> zcount myset 1 2
(integer) 2
127.0.0.1:6379> zcount myset 2 3
(integer) 2

7. 三种特殊数据类型

7.1 geospatial地理位置

Redis的Geo ，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
在这里插入图片描述
geoadd

geopop
获得当前定位：一定是一个坐标值

geodist

georadius 以给定的经度纬度为中心，找出某一半径内的元素

georadiusbymember

geohash 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
在这里插入图片描述

7.2 Hyperloglog

什么是基数？
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不同的元素的技术，只需占用12kb；
网页UV（一个人访问一个网站多次，但哈市算作一个人）
传统方式，set保存用户的id，然后统计set中的元素数量作为标准判断；
这个方式如果保存大量用户，麻烦，咱们的目的是为了技术，而不是保存用户id；
0.81%错误率；统计UV任务，可以忽略不计的；
在这里插入图片描述

7.3 Bitmap

位存储

8. 事务

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，在事务执行过程中，会按顺序执行；
执行一系列的命令特征：一次性、顺序性、排他性！
Redis事务没有隔离级别的概念
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
Redis单条命令是保证原子性的，但是事务不保证原子性
redis的事务过程：

开启事务（multi）
命令入队（…）
执行事务 (exec)

127.0.0.1:6379> multi   # 开启事务
OK
127.0.0.1:6379> set k1 v1  # 命令入队
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
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
OK
127.0.0.1:6379> get k4   # 事务队列中的命令不会被执行
(nil)

编译型异常（代码有问题，命令有错），事务中的所有命令都不会被执行；

运行时异常，如果事务队列中存才语法性，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

9 监控 Watch

悲观锁：
很悲观，认为什么时候都会出问题，无论做什么都会加锁
乐观锁：
很乐观，认为什么时候都不会出问题，所以不会上锁。更新数据的时候去判断一下此期间是否有人修改过数据；
Redis监视测试：

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money，这个时候就会导致事务执行失败
(nil)

如果修改失败，获取最新的值就好
在这里插入图片描述

10 Jedis

使用java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。

10.1 导入依赖

 <!-- 导入jedis依赖 -->
        <dependency>
            <groupId>redis.clients</groupId>
            <artifactId>jedis</artifactId>
            <version>3.2.0</version>
        </dependency>
        <!--fastjson-->
        <dependency>
            <groupId>com.alibaba</groupId>
            <artifactId>fastjson</artifactId>
            <version>1.2.62</version>
        </dependency>

10.2 测试

连接数据库
操作命令
断开连接

   public static void main(String[] args) {
    
    
        Jedis jedis = new Jedis("127.0.0.1", 6379);
        String ping = jedis.ping();
        System.out.println(ping); //PONG
    }

 @Test
    public  void Test(){
    
    
        Jedis jedis = new Jedis("127.0.0.1", 6379);
        System.out.println("清空数据：" + jedis.flushDB());
        System.out.println("判断摸个建是否存在:" + jedis.exists("username"));
        System.out.println("新增<'username','kuangshen'>的键值对:" + jedis.set("username", "kuangshen"));
        System.out.println("新增<'password','password'>的键值对:" + jedis.set("password", "password"));
        System.out.println("系统中的所有键如下: ");
        Set<String> keys = jedis.keys("*");
        System.out.println(keys);
        System.out.println(jedis.get("username"));  //获得username的值
        System.out.println("深处键password:" + jedis.del("password"));
        System.out.println("判断password是否存在:" + jedis.exists("password"));
        System.out.println("查看键username所存储的值得类型" + 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("返回单签数据库中key的数目" + jedis.dbSize());
        System.out.println("删除所有数据库中的所有key : " + jedis.flushAll());
    }

String

 public static void main(String[] args) {
    
    
        Jedis jedis = new Jedis("127.0.0.1", 6379);
        jedis.flushDB();
        System.out.println("==========增加数据===============");
        System.out.println(jedis.set("key1", "value1"));
        System.out.println(jedis.set("key2", "value2"));
        System.out.println(jedis.set("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的后面加入值: " + jedis.append("key3", "End"));
        System.out.println("key3的值: " + jedis.get("key3"));
        System.out.println("增加多个键值对 : " + jedis.mset("key01 ", "value01", "key02 ", "value02"));
        System.out.println("获取多个键值对: " + jedis.mget("key01 ", "key02 "));
        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 "));

        jedis.flushDB();
        System.out.println("=============新增键值对放置覆盖原先值============");
        System.out.println(jedis.setnx("key1", "value1"));
        System.out.println(jedis.setnx("key2", "value2"));
        System.out.println(jedis.setnx("key2","value-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));
    }

List

 public static void main(String[] args) {
    
    
        Jedis jedis = new Jedis("127.0.0.1", 6379);
        jedis.flushDB();
        System.out.println("===========添加一个list============");
        jedis.lpush("collections","ArrayList","Vector","Stack");
        jedis.lpush("collections","HashSet");
        jedis.lpush("collections","TreeSet");
        jedis.lpush("collections","TreeMap");
        System.out.println("collections的内容: " + jedis.lrange("collections", 0, -1));
        System.out.println("conllections区间0-3的元素: "+ jedis.lrange("collections",0,3));
        System.out.println("===========================================");
        //删除列表指定的值,第二个参数为删除逇个数(有重复时),后add金曲的值先被删,类似于出栈
        System.out.println("删除指定元素个数: " + jedis.lrem("collections", 2, "HashMap"));
        System.out.println("conllectionsde 内容 : "+jedis.lrange("collections",0,-1));
        System.out.println("删除下标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列表出栈(左端): " + jedis.lpop("collections"));
        System.out.println("collections的内容" + jedis.lrange("collections", 0, -1));
        System.out.println("collections添加元素,从列表有段,与lpush相对应: " + jedis.rpush("collections", "Map"));
        System.out.println("collections的内容" + jedis.lrange("collections", 0, -1));
        System.out.println("collections列表出栈(右端): " + jedis.rpop("collections"));
        System.out.println("collections的内容" + jedis.lrange("collections", 0, -1));
        System.out.println("修改collections指定下标1的内容: " + jedis.lset("collections", 1, "Linus"));
        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collectons下标为2的元素: " + jedis.lindex("collections", 2));
        System.out.println("======================================");
        jedis.lpush("sortedList","3","4","2","6");
        System.out.println("sortedList排序前: " + jedis.lrange("sortedList", 0, -1));
        System.out.println(jedis.sort("sortedList"));
        System.out.println("sortedList排序后"+ jedis.lrange("sortedList",0,-1));// 原始序列
    }

Set

    public static void main(String[] args) {
    
    
        Jedis jedis = new Jedis("127.0.0.1", 6379);
        jedis.flushDB();
        System.out.println("============向集合中添加元素==========");
        System.out.println(jedis.sadd("eleSet","e1","e2","e7","e4","e3","e0","e8"));
        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e0: " + 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中包含的元素个数: "+ jedis.scard("eleSet"));
        System.out.println("e3是否在eleSet中: "+ jedis.sismember("eleSet","e3"));
        System.out.println("=======================");
        System.out.println(jedis.sadd("eleSet1", "e1", "e2", "e7", "e4", "e3", "e0", "e8"));
        System.out.println(jedis.sadd("eleSet2", "e1", "e2", "e7", "e4", "e3"));
        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","e1"));
        System.out.println("eleSet1中的元素: "+ jedis.smembers("eleSet1"));
        System.out.println("eleSet1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","ele十二条"));
        System.out.println("eleSet1和eleSet2的差集: "+ jedis.sdiff("eleSet1","eleSet2"));//eleSet1有,eleSet2中没有
        jedis.sinterstore("eleSet4","eleSet1","eleSet2");//求交集并将交集保存到dstkey的集合中
        System.out.println("eleSet4中的元素: "+ jedis.smembers("eleSet4"));
    }

Hash

    public static void main(String[] args) {
    
    
        Jedis jedis = new Jedis("127.0.0.1", 6379);
        jedis.flushDB();
        HashMap<String, String> map = new HashMap<>();
        map.put("key1","value1");
        map.put("key2","value2");
        map.put("key3","value3");
        map.put("key4","value4");
        //添加名称为hash的哈希严肃
        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"));
        System.out.println("散列hash的所有键为: "+ jedis.hkeys("hash"));
        System.out.println("散列hash的所有值为: "+ jedis.hvals("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: ");
        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hahs中是否存在key2: "+ jedis.hexists("hash","key2"));
        System.out.println("获取hash中的值: "+ jedis.hmget("hash","key3"));
    }

10.3 事务

    public static void main(String[] args) {
    
    
        Jedis jedis = new Jedis("127.0.0.1", 6379);
        jedis.flushDB();
        JSONObject jsonObject = new JSONObject();
        jsonObject.put("username","zhansan");
        jsonObject.put("age",23);
        String string = jsonObject.toJSONString();
        Transaction multi = jedis.multi();// 开启事务

        try {
    
    
            multi.set("user1",string);
            multi.set("user2",string);
            int i = 1/0;
            multi.exec();
        } catch (Exception e){
    
    
            multi.discard(); // 放弃事务
        }finally {
    
    
            System.out.println(jedis.get("user1"));
            System.out.println(jedis.get("user2"));
            jedis.close();
        }
    }

11.Redis.conf详解

单位:

# Note on units: when memory size is needed, it is possible to specify
# it in the usual form of 1k 5GB 4M and so forth:
#
# 1k => 1000 bytes
# 1kb => 1024 bytes
# 1m => 1000000 bytes
# 1mb => 1024*1024 bytes
# 1g => 1000000000 bytes
# 1gb => 1024*1024*1024 bytes
#
# units are case insensitive so 1GB 1Gb 1gB are all the same. #配置文件unit单位大小写不明感

包含:

# include .\path\to\local.conf
# include c:\path\to\other.conf

网络:

bind 127.0.0.1   #绑定的ip
protected-mode yes   #保护模式
port 6379   # 端口设置

通用GENERAL:

daemonize  yes  # 以守护进程的方式运行,默认是no,需要自己开启为yes
pidfile /var/run/redis_6379.pid  # 如果以后台的方式运行,需要指定一个pid文件
# 日志
# Specify the server verbosity level.
# This can be one of:
# debug (a lot of information, useful for development/testing)
# verbose (many rarely useful info, but not a mess like the debug level)
# notice (moderately verbose, what you want in production probably)  # 生产环境
# warning (only very important / critical messages are logged)
loglevel notice
logfile ""  # 日志的文件位置名
databases 16  # 数据库的数量,默认是16个
always-show-logo  yes  # 是否总是显示logo

快照:
持久化,在规定的时间内,执行了多少次操作,则会持久化到文件 .rdb .aof
redis是内存数据库,如果没有持久化,那么数据断电即失;

# 如果900s,如果至少有一个1 key进行了修改, 及时持久化操作
save 900 1
# 如果300s内,如果至少10 key进行了修改,及时进行持久化操作
save 300 10
# 如果60s内,如果至少10000 key进行了修改,进行持久化操作
save 60 10000

stop-writes-on-bgsave-error yes # 持久化出错,是否还要继续工作
rdbcompression yes  # 是否需要压缩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

REPLICATION 复制
SECURITY 安全

127.0.0.1:6379> config get requirepass   # 获取redis的密码
1) "requirepass"
2) ""
127.0.0.1:6379> config set requirepass "123123"   # 设置密码
OK
127.0.0.1:6379> config get requirepass    # 发现所有命令都没有权限了
(error) NOAUTH Authentication required.
127.0.0.1:6379> ping
(error) NOAUTH Authentication required.
127.0.0.1:6379> auth 123123    # 使用密码进行登录
OK
127.0.0.1:6379> config get requirepass
1) "requirepass"
2) "123123"

限制CLIENTS

maxclients 10000    # 设置能连接上redis的最大客户端的数量
maxmemory <bytes>   # redis配置的最大内存容量

maxmemory-policy noeviction # 内存到达上限之后的处理策略
# volatile-lru -> # 只对设置了过期时间的key进行LRU(默认值)
# allkeys-lru -> # 删除lru算法的key
# volatile-random -> #随机删除即将过期的key
# allkeys-random -> 随机删除
# volatile-ttl -> 删除即将过期的
# noeviction -> 永不过期,返回错误

APPEND ONLY模式 aof配置

appendonly no   # 默认是不开启aof模式的,默认是使用rdb方式持久化的,在大部分所有的情况下,rdb完全够用
appendfilename "appendonly.aof" # 持久化的文件的名字

# appendfsync always  # 每次修改都会sync,消耗性能
appendfsync everysec  # 每次执行一次sync,可能会丢失这ls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

12.Redis持久化

redis是内存数据库,一旦服务器进程退出,数据就会消失,所以redis提供了持久化功能

12.1 .RDB(Redis DateBase)

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

rdb保存的文件是dump.rdb

rdb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rdb规则
退出redis,也会产生rdb文件
备份就自动生成一个dump.rdb

如何恢复rdb文件?
只需要将rdb文件放在redis启动目录就可以,redis启动会自动检查dump.rdb 恢复其中的数据

查看需要存放的位置:

127.0.0.1:6379> config get dir
1) "dir"
2) "D:\\devp_environment\\Redis-x64-3.0.504"

rdb优点:

适合大规模的数据恢复
对数据的完整性要求不高

rdb缺点:

需要一定的时间间隔进行操作. 如果redis意外宕机了,最后一次修改的数据就没有了
fork进程的时候,会占用一定的内存空间.

12.2 AOF(Append Only File)

将所有的命令都记录下来, 恢复的时候再把这个文件全部执行一遍.
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),只许追加文件但是不可以改写文件,redis启动之初会读取该文件重新构建数据,换言之,redis重启的话就根据日志文件的内容将写指令从前到后执行一次以完成数据的恢复工作.
Aof保存的是appendonly.aof文件
默认是不开启的,需要手动进行配置; 只需要将appendonly改为yes就开启了aof;重启redis生效
如果aof文件有错误,redis是启动不起来的,这时需要修复这个sof文件;
redis提供了一个工具 redis-check-aof
linux下命令

redis-check-aof  --fix appendonly.aof

如果文件正产,重启就可以直接恢复了
优点:

每一次修改都同步,文件的完整性好
每秒同步一次,可能会丢失一秒的数据
从不同步,效率最高
缺点:
相对于数据文件来说,aof远远大于rdb,恢复的速度也比rdb慢
aof运行效率也要比rdb慢,

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,是的AOF文件的体积不至于过大。
3.制作缓存，如果只希望你的数据在服务器运行的时候存在，也可以不适用任何持久化
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文件来恢复原始数据，因为在通常情况下AOF文件保存的数集要比RDB文件保存的数据集更完整。
- 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，那要不要只是用AOF呢？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文件中用作后备用途，建议只在Slave上持久化RDB文件，而且只要15分钟备份一次就够了，只保留save 900 1 这条规则。
- 如果Enable AOF，好处是在恶略情况下也只会丢失不超过两秒的数据，启动脚本较简单只load自己的AOF文件就可以了，代价意识带来了持续的IO，而是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，紧靠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,会丢失几十分钟的数据,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。

13.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。
Redis客户端可以订阅任意数量的频道.
订阅/发布消息图:
在这里插入图片描述
命令:

测试:
订阅端:

127.0.0.1:6379> subscribe binhai   # 订阅一个频道滨海
Reading messages... (press Ctrl-C to quit)
1) "subscribe"
2) "binhai"
3) (integer) 1
# 等待读取推送的信息
1) "message"   # 消息
2) "binhai"    # 哪个频道的消息
3) "helloword"  # 消息的具体内容

发送端:

127.0.0.1:6379> publish binhai "hello,world"  # 发布者发布消息到频道
(integer) 1

原理:

Redis是使用C实现的,通过分析Redis源码里的pubsub.c文件,了解发布和订阅机制的底层实现,籍此加深对Redis的理解。
Redis通过PUBLISH、SUBSCRIBE和PSUBSCRIBE等命令实现发布和订阅功能。
通过SUBSCRIBE命令订阅某频道后，redis-server里维护了一个字典，字典的键就是一个个channel，而字典的值则是一个链表，链表中保存了所有订阅这个channel的客户端。SUBSCRIBE命令的关键，就是将客户端添加到给定channel的订阅链表中。
通过PUBLISH命令想订阅者发送消息，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受到相应的消息。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。

14. Redis主从复制

概念:
主从复制,是将一台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,只能有主节点到从节点。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;
且一个主机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热备份,是持久化之外的一直给你数据冗余方式。
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，有从节点提供读服务（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。

一般来书,要将Redis运用于工程项目找那个,只使用一台Redis是万万不能的(会宕机),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"多读少些"。
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。架构中经常使用一从二主；

环境配置:
只配置从库,不配置主库(redis默认是主库)
查看信息:

127.0.0.1:6379> info replication
# Replication
role:master   # 角色
connected_slaves:0   # 没有从机
master_repl_offset:0
repl_backlog_active:0
repl_backlog_size:1048576
repl_backlog_first_byte_offset:0
repl_backlog_histlen:0

1 . 复制3个配置文件,然后修改对应的信息

端口
daemonize yes ## 确定后台运行
pidfile ## pid名字
logfile ## log文件名
dbfilename ## dump.rdb名字

修改完毕后,启动3个redis服务器,可以通过进程信息查看
在这里插入图片描述
2. 默认情况下,每台redis服务器都是主节点;只用配置从机就好了

从机配置:认主机

SLAVEOF 127.0.0.1 6379

这种通过命令的配置方式是暂时的,项目中应该在配置文件中配置,永久的.
主从细节:
主机可以写,从机不能写只能读。主机中所有信息和数据，都会自动被从机保存。
主机断开连接,从机依旧连接到主机,但是没有写操作,这个时候,主机如果回来了,从机依旧可以直接获取到主机写的信息。
如果是使用命令行，来配置的主机，这个时候如果重启了，就会变回主机。只要变为从机，立马就会从主机中获取值.
复制原理:
Slave启动成功连接到master后会发送一哥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：slave服务在接受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修改命令一次传给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。数据一定可以在从机中看到。

如果主机断开了连接,可以使用SLAVEOF no one 让自己变成主机。其他的节点就可以手动连接到最新的这个主节点（手动）！这个时候之前的主机恢复连接也只能重新配置了。

15.哨兵模式

自动选举主机
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。
在这里插入图片描述
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。
当伤病监测到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服务器,修改配置文件,让它们切换主机。
然而一个烧饼进程对Redis服务器的监控,可能会出现问题,为此,可以使用多个哨兵进行监控。各个哨兵之间还会进行监控,这样就形成了多哨兵模式。

假设主服务器宕机,哨兵 1先检测到这个结果,系统并不会马上进行failover过程,仅仅是哨兵1主观的认为主服务器不可用,这个现象称为主观下线。当后面的哨兵也检测到主服务器不可用，并且数量达到一定值时，那么哨兵之间就会进行一次投片,投票的结果由一个哨兵发起,进行failover(故障转移)操作。切换成功后，就会通过发布订阅模式，让各个哨兵把自己监控的从服务器实现切换主机,这个过程称为客观下线。

哨兵模式测试
1.配置哨兵配置文件sentinel.conf

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

后面的数字1,代表主机挂了,slave投票看让谁接替成为主机,票数最多的,就成为主机.
2.启动哨兵
redis-sentinel sentinel.conf

如果Master节点断开了,这个时候就会从从机找那个随机选择一个服务器(投票算法)
即便主机恢复,只能归并到新的主机下,当做从机,这就是哨兵模式的规则

哨兵模式的优缺点:
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不好在线扩容,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
哨兵模式的配置

# Example sentinel.conf

# 哨兵sentinel实例运行的端口   默认26379  如果有哨兵集群,还需要配置每个哨兵端口
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  只能有字母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 ,那么这是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 , 注意必须与主从设置一样的验证码
# 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准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 mymaster 1
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,及时过了这个超时,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是所需要执行的脚本,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由以下规则:
#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受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ijaoben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无法正常自动成功.
#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  #一般运维配置

16.Redis的缓存穿透和雪崩

Redis缓存的使用,极大的提升了应用程序的性能和效率,特别是数据查询方面.但同时,它也带来了一些问题.其中,最要害的问题,就是数据的一致性问题,从严格意义上讲,这个问题无解.如果对数据的一致性要求很高,那么就不能使用缓存.
另外的一些典型问题就是,缓存穿透、缓存雪崩和缓存击穿。目前，业界也都有比较流行的解决方案。

16.1 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内存数据库中没有,也就是缓存没有命中,于是向持久层数据库查询.发现也没有,于是本次查询失败.当用户很多的时候,缓存都没有命中,于是都去请求了持久层数据库.这会给持久层数据库造成很大的压力,这时候就相当于出现了缓存穿透.
解决方案:
布隆过滤器和缓存空对象
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;
在这里插入图片描述
缓存空对象
当存储层不命中后,即使返回的空对象也将其缓存起来,同时会设置一个过期时间,之后再访问这个数据将会从缓存中获取,保护了后端数据源;

但是这种方法会存在两个问题:
1.如果控制能够被缓存起来,这就意味着缓存需要更多的空间存储更过的键,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.

16.2 缓存击穿

(量太大,缓存过期,)
概述:
这里需要注意和缓存击穿的区别,缓存击穿,是指一个key非常热点,在不停的扛着大并发,大并发集中对这一个点进行访问,当这个key在失效的瞬间,持续的大并发就穿破缓存,直接请求数据库,就像在一个屏障上凿开了一个洞.

当某个key在过期的瞬间,有大量的请求并发访问,这类数据一般是热点数据,由于缓存过期,会同时范文数据库来查询罪行数据,并且会写缓存,会导致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,没有设置过期的时间,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.

16.3 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
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:
1.redis高可用
这个思想的含义是,既然redis有可能挂掉,那就多增设几台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)

2.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;
3.数据预热
数据加热的含义就是在正式部署之前,先把可能的数据预先访问一遍,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.

Redis_学习笔记