超全超详细的Redis笔记-数据类型及其使用、主从复制、哨兵模式、缓存穿透、击穿、雪崩

文章目录

狂神聊Redis
1、Nosql概述
- 1.1、为什么要用Nosql
- 1.2、什么是NoSQL
- 1.3、NoSQL的四大分类
2、Redis 入门
- 2.1、概述
- 2.2、Windows 安装
- 2.3、Linux安装
- 2.4、测试性能
- 2.5、Redis基础知识
3、五大基本数据类型
- 3.1、Redis-Key
- 3.2、String
- 3.3、List
- 3.4、Set
- 3.5、Hash（哈希）
- 3.6、Zset（有序集合）
4、三种特殊数据类型
- 4.1、Geospatial
- 4.2、Hyperloglog
- 4.3、Bitmap
5、事务
6、Jedis
- 6.1、什么是 Jedis？
- 6.2、Jedis连接Redis
- 6.3、常用的API
7、SpringBoot整合
8、Redis.con详解
9、Redis 持久化
- 9.1、RDB （Redis DataBase）
- 9.2、AOF（Append Only File）
Redis 实现订阅发布
10、Redis 主从复制
- 10.1、基本概念
- 10.2、环境配置
- 10.3、一主二从
- 10.4、哨兵模式
11、Redis缓存穿透和雪崩
- 11.1、缓存穿透（查不到导致的）
- 10.2、缓存击穿（量太大！缓存过期！）
- 10.3、缓存雪崩

狂神聊Redis

五大基本数据类型
- String
- List
- Set
- Hash
- Zset
三种特殊数据类型
- geo
- hyperloglog
- bitmap
Redis 配置详解
Redis 持久化：
- RDB
- AOF
Redis 事务操作
Redis 实现订阅发布
Redis 主从复制
Redis 哨兵模式（现在公司中所有的集群都用哨兵模式）
缓存穿透及解决方案
缓存击穿及解决方案
缓存雪崩及解决方案

1、Nosql概述

1.1、为什么要用Nosql

以下为发展历程~

单机MySQL年代！

90年代，单个数据库完全足够！

那个时候都是静态网页，Html~，服务器没有太大压力！

思考：整个网站的瓶颈是什么？

数据量太大，一个机器放不下！
数据的索引（B+树），一个机器内存放不下
访问量（读写混合），一个服务器承受不了~

只要开始出现以上的三种情况之一，那么就必须升级！

LW5~_21.png

Memcached （缓存） + MySQL + 垂直拆分（读写分离）

网站 80% 都是在读！每次去查数据库很麻烦，为了减轻数据库的压力，我们希望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

技术和业务在发展的同时，对人的要求也越来越高！

本质：数据库（读、写）

早些年 MyISAM：表锁！（表锁是锁住整张表，所以可以避免死锁。不过最大的负面问题是锁竞争概率最高。并发性最差。）十分影响效率！高并发下回出现严重的锁问题
转战 InnoDB：行锁！（也称为记录锁，mysql服务层没有实现行锁机制，行锁只存在存储引擎层实现。）

文件读写方式发生了变化！慢慢的就开始使用分库分表来解决写的压力！

MySQL当年还推出了表分区和集群~

4、如今最近的年代

2010–2020 十年之间，世界发生了翻天覆地的变化；（定位，也是一种数据，音乐，热榜！）

MySQL等关系型数据库不够用了！数据量很大，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！

目前互联网基本架构模型

为什么要用NoSQL！

用户的个人信息，社交网络，地理位置，用户让自己产生数据，用户日志等爆发时增长！

这时候就需要使用 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（不仅仅是SQL）

关系型数据库：表格，行，列，

泛指非关系型数据库，随着web2.0互联网的诞生！传统的关系型数据库很难对付web2.0时代！

Map<String, Object>

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，读取11万次）
数据类型是多样型的！（不需要事先设计数据库！随去随用！如果是数据量十分大的表，很多人就无法设计了）

Mongdb：文档存储

# 1、商品的基本信息
名称、价格、商家信息！

# 2、商品的描述、评论（文字比较多）
	文档型数据库：MongoDB

# 3、图片
	分布式文件系统：FastDFS  # 我现在用的
	- 淘宝自己的 TFS
	- Google    GFS
	- Hadoop   HDFS
	- 阿里云的  OSS
	
	
# 4、商品的关键字（搜索）
	- 搜索引擎 solr ElasticSearch
	- ISearch : 多隆
	
# 5、商品热门的波段信息
	- 内存数据库
	- Redis、Tair、Memcache...
	
# 6、商品的交，外部的支付接口
	- 三方应用

1.3、NoSQL的四大分类

KV键值对：

新浪：Redis
美团：Redis + Tair
阿里+百度：Redis + Memcache

文档型数据库（bson格式和json一样）:

MongoDB（一般必须掌握）
- 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！
- MongoDB是一个介于关系型数据库和非关系型数据库中间的产品！MongoDB是非关系型数据库中功能最丰富，最像关系型数据库的！

列存储数据库：

HBase
分布式文件系统

图形（Graph）数据库：

Neo4j，InfoGrid；
这个不是存图形，放的是关系，比如：朋友圈社交网络，广告推荐！

2、Redis 入门

2.1、概述

（Remote Dictionary Server )，即远程字典服务

是一个开源的使用ANSI C语言编写、支持网络、可基于内存亦可持久化的日志型、Key-Value数据库，并提供多种语言的API。

redis会周期性的把更新的数据写入磁盘或者把修改操作写入追加的记录文件，并且在此基础上实现了master-slave(主从)同步。也被称为结构化数据库！

Redis 能干吗？

内存存储、持久化，内存是断电即失，所以说持久化很重要（RDB、AOF）
效率高，可以用于高速缓存
发布订阅系统
地图信息分析
计时器、计数器（浏览量！）
…

特性

多样的数据类型
持久化
集群
事务

Redis 下载

狂神的公众号：狂神说
官网：https://redis.io/
中文网：http://www.redis.cn/
Windows 在github上下载（）

Redis 推荐都是在Linux服务器上搭建的，我们是基于Linux学习的！

2.2、Windows 安装

下载安装包：https://github.com/microsoftarchive/redis/releases/tag/win-3.2.100
下载完毕解压即可！
解压到自己电脑上的环境目录下即可！Redis非常小！
开启redis，双击运行服务即可！

注：如果双击闪退，那就在安装目录下执行如下命令即可：
```
redis-server.exe redis.windows.conf
```
使用redis客户端来连接redis

推荐使用 Linux开发！

2.3、Linux安装

下载安装包

2.4、测试性能

redis-benchmark 是一个压力测试工具！

官方自带的性能测试工具！

redis-benchmark 命令参数！

图片来源：https://www.runoob.com/redis/redis-benchmarks.html

一个简单的测试：

# 测试：100个并发连接， 10万个请求
redis-benchmark -h localhost -p 6379 -c 100 -n 100000

如何查看这些分析？

_JPS6@CA_L5P_C`9S0@9856.png

2.5、Redis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 进行切换数据库！

127.0.0.1:6379> select 3 # 切换数据库
OK
127.0.0.1:6379[3]> DBSIZE # 查看 db 大小
(ingeter) 0

清除当前数据库flushdb

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

清除全部数据库的内容flushall

127.0.0.1:6379[3]> FLUSHALL
OK
127.0.0.1:6379[3]> keys *
(empty list or set)

思考：为什么Redis是 6379？粉丝效应

Redis 是单线程的！

明白 Redis 是很快的，官方表示，Redis是基于内存操作，CPU不是Redis性能瓶颈，Redis的瓶颈是根据机器的内存和网络带宽，既然可以使用单线程实现，就使用单线程了！所以就使用单线程了！

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

Redis 为什么单线程还这么快！

误区1：高性能的服务器一定是多线程的？

误区2：多线程（CPU上下文切换耗费资源）一定比单线程效率高？

先对 CPU > 内存 > 硬盘的速度有了解

核心：Redis 是将所有的数据都放到内存中的，所以说使用单线程操作效率是最高的，多线程（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方案！

3、五大基本数据类型

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

命令要牢牢记住！

3.1、Redis-Key

127.0.0.1:6379> keys *	# 查看所有的key
(empty list or set)
127.0.0.1:6379> set name Arbicoral	# set key
OK
127.0.0.1:6379> keys *
1) "name"
127.0.0.1:6379> set age 5
OK
127.0.0.1:6379> keys *
1) "name"
2) "age"
127.0.0.1:6379> exists name		# 判断当前的key
(integer) 1
127.0.0.1:6379> exists name1
(integer) 0
127.0.0.1:6379> keys *
1) "name"
2) "age"
127.0.0.1:6379> move name1
(error) ERR wrong number of arguments for 'move' command
127.0.0.1:6379> move name 1		# 移除当前的 key
(integer) 1
127.0.0.1:6379> keys *
1) "age"
127.0.0.1:6379> set name Arbicoral
OK
127.0.0.1:6379> keys *
1) "name"
2) "age"
127.0.0.1:6379> get name
"Arbicoral"
127.0.0.1:6379> expire name 10	# 设置key的过期时间，单位是秒
(integer) 1
127.0.0.1:6379> ttl name	# 查看key的剩余时间
(integer) 7
127.0.0.1:6379> ttl name
(integer) 3
127.0.0.1:6379> ttl name
(integer) -2
127.0.0.1:6379> get name
(nil)
127.0.0.1:6379> type age
string
127.0.0.1:6379> type name
none
127.0.0.1:6379> keys *
1) "age"
127.0.0.1:6379> set name Arbicoral
OK
127.0.0.1:6379> type name	# 查看当前key的类型
string
127.0.0.1:6379> keys *
1) "name"
2) "age"

3.2、String

##############################################################
127.0.0.1:6379> set key1 v1		# 设置值
OK
127.0.0.1:6379> get key1	# 获得值
"v1"
127.0.0.1:6379> keys *	# 获得所有的key
1) "name"
2) "key1"
3) "age"
127.0.0.1:6379> append key1 "hello"		# 追加字符串，如果当前key不存在，就相当于set key
(integer) 7
127.0.0.1:6379> get key1	
"v1hello"
127.0.0.1:6379> strlen key1 	# 获取字符串的长度
(integer) 7
127.0.0.1:6379> append key1 "Arbicoral"	
(integer) 16
127.0.0.1:6379> strlen key1
(integer) 16
127.0.0.1:6379> get key1
"v1helloArbicoral"

##############################################################
# 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 viewa
(nil)
127.0.0.1:6379> get views
"0"
127.0.0.1:6379> incr views	# 自增1， 浏览量+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> get views
"1"
127.0.0.1:6379> incrby views 10		# 可以设置步长，指定增量！
(integer) 11
127.0.0.1:6379> decrby views 5
(integer) 6
127.0.0.1:6379> get views
"6"


##############################################################
# 字符串范围 range
127.0.0.1:6379> keys *
(empty list or set)
127.0.0.1:6379> set key1 "hello,Arbicoral"	# 设置key1的值
OK
127.0.0.1:6379> get key1
"hello,Arbicoral"
127.0.0.1:6379> getrange key1 0 3	# 截取字符串[0,3]
"hell"
127.0.0.1:6379> getrange key1 0 -1	# 获取全部的字符串 和 get key 是一样的
"hello,Arbicoral"


##############################################################
# 替换！
127.0.0.1:6379> keys *
(empty list or set)
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)
# setnx(set if not exist)
127.0.0.1:6379> setex key3 30 "hello"	# 设置 key3 的值为hello
OK
127.0.0.1:6379> ttl key3
(integer) 25
127.0.0.1:6379> get key3
"hello"
127.0.0.1:6379> setnx mykey "redis"		# 如果mykey不存在，创建mykey
(integer) 1
127.0.0.1:6379> keys *
1) "mykey"
2) "key1"
3) "key2"
127.0.0.1:6379> ttl key3
(integer) -2
127.0.0.1:6379> setnx mykey "MongoDB" # 如果mykey存在，创建失败！
(integer) 0
127.0.0.1:6379> get mykey
"redis"

##############################################################
mset
mget

127.0.0.1:6379> keys *
(empty list or set)
127.0.0.1:6379> mset k1 v1 k2 v2 k3 v3	# 同时设置多个值
OK
127.0.0.1:6379> keys *
1) "k3"
2) "k2"
3) "k1"
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> mset k1 v1 k4 v4
OK
127.0.0.1:6379> keys *
1) "k3"
2) "k2"
3) "k4"
4) "k1"
127.0.0.1:6379> msetnx k1 v2 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
set user:1 {
    
    name:Arbicoral,age:6}	# 设置一个 user:1 对象，值为 json 字符来保存一个对象！

#  这里的Key是一个巧妙的设计： user:{id}:{filed}，如此设计在Redis中是完全ok的

127.0.0.1:6379> mset user:1:name Arbicoral user:1:age 6
OK
127.0.0.1:6379> mget user:1:name user:1:age
1) "Arbicoral"
2) "6"


##############################################################
getset  # 先 get 再 set

127.0.0.1:6379> getset db redis	# 如果不存在，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，则先获取原来的值，并设置新的值
"redis"
127.0.0.1:6379> get db
"mongodb"

数据结构是相同的！

计数器
统计多单位的数量

3.3、List

基本的数据类型：列表

在 Redis中，我们可以将 List 玩成栈、队列、阻塞队列！

所有的 list 命令都是用 l 开头的

Redis 不区分大小写命令！

##############################################################
LPUSH
RPUSH

127.0.0.1:6379> keys *
(empty list or set)
127.0.0.1:6379> lpush list one	# 将一个值或者多个值，插入到列表头部（对应上图的左）
(integer) 1
127.0.0.1:6379> lpush list two
(integer) 2
127.0.0.1:6379> lpush list three
(integer) 3
127.0.0.1:6379> lrange list 1 3	# 获取list中的值
1) "two"
2) "one"
127.0.0.1:6379> lrange list 0 -1
1) "three"
2) "two"
3) "one"
127.0.0.1:6379> lrange list 0 1
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（对应上图的右）
(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> 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
RINDEX

127.0.0.1:6379> lrange list 0 -1
1) "two"
2) "one"
127.0.0.1:6379> lindex list 0	# 通过下标获得 list 中的某一个值
"two"
127.0.0.1:6379> lindex list -1
"one"

##############################################################
LLEN

127.0.0.1:6379> keys *
(empty list or set)
127.0.0.1:6379> lpush list onr
(integer) 1
127.0.0.1:6379> lpush list two
(integer) 2
127.0.0.1:6379> lpush list three
(integer) 3
127.0.0.1:6379> llen list	# 返回列表的长度
(integer) 3


##############################################################
移除指定的值！
取关 uid

Lrem

127.0.0.1:6379> lrange list 0 -1
1) "three"
2) "three"
3) "two"
4) "onr"
127.0.0.1:6379> lrem list 1 onr	# 移除list中指定个数的value，精确匹配
(integer) 1
127.0.0.1:6379> lrem list 1 three
(integer) 1
127.0.0.1:6379> lpush list three
(integer) 3
127.0.0.1:6379> lrem list 2 three
(integer) 2
127.0.0.1:6379> lrange list 0 -1
1) "two"

##############################################################
trim 修剪； list 截断！

127.0.0.1:6379> keys *
(empty list or set)
127.0.0.1:6379> rpush mylist "hello"
(integer) 1
127.0.0.1:6379> rpush mylist "hello1"
(integer) 2
127.0.0.1:6379> rpush mylist "hello2"
(integer) 3
127.0.0.1:6379> rpush mylist "hello3"
(integer) 4
127.0.0.1:6379> ltrim list 1 2
OK
127.0.0.1:6379> ltrim mylist 1 2	# 通过下标截取指定的长度，这个list已经被改变了，截断了只剩下截取的元素！
OK
127.0.0.1:6379> lrange mylist 0 -1
1) "hello1"
2) "hello2"


##############################################################
rpoplpush  	# 移除列表的最后一个元素，将它移动到新的列表中！

127.0.0.1:6379> keys *
(empty list or set)
127.0.0.1:6379> rpush mylist "hello"
(integer) 1
127.0.0.1:6379>  rpush mylist "hello1"
(integer) 2
127.0.0.1:6379>  rpush mylist "hello2"
(integer) 3
127.0.0.1:6379> rpoplpush mylist myotherlist # 移除列表的最后一个元素，将它移动到新的列表中
"hello2"
127.0.0.1:6379> lrange mylist 0 -1	# 查看原来的list
1) "hello"
2) "hello1"
127.0.0.1:6379> lrange myotherlist 0 -1	# 查看目标列表，确实存在该值！
1) "hello2"




##############################################################
lset	# 将List中指定下标中的值替换为另一个指定的值，更新操作

127.0.0.1:6379> exists list	# 判断list是否存在
(integer) 0
127.0.0.1:6379> lset list 0 item	# 如果不存在list我们去更新就会报错
(error) ERR no such key
127.0.0.1:6379> lpush list value1
(integer) 1
127.0.0.1:6379> lrange list 0 0
1) "value1"
127.0.0.1:6379> lset list 0 item # 如果存在，更新当前下标的值
OK
127.0.0.1:6379> lrange list 0 0
1) "item"
127.0.0.1:6379> lset list 1 other	# 如果不存在，会报下标越界
(error) ERR index out of range

##############################################################
linsert		# 将某个具体的value插入到list中某个元素的前面或者后面

127.0.0.1:6379> rpush list "hello"
(integer) 1
127.0.0.1:6379> rpush list "hello1"
(integer) 2
127.0.0.1:6379> rpush list "hello2"
(integer) 3
127.0.0.1:6379> linsert list before "hello1" "other"	#  插入到前面
(integer) 4
127.0.0.1:6379> lrange list 0 -1
1) "hello"
2) "other"
3) "hello1"
4) "hello2"
127.0.0.1:6379> linsert list after "other" "new"	#  插入到后面
(integer) 5
127.0.0.1:6379> lrange list 0 -1
1) "hello"
2) "other"
3) "new"
4) "hello1"
5) "hello2"

小结：

实际上是一个链表，before Node after left right
如果 key不存在，创建新的链表
如果 key存在，新增内容
如果移除了所有的值，空链表，也代表不存在
在两边插入获改动值，效率最高！中间元素，相对来说效率会低一点！

消息队列，Lpush 、Rpop、

栈 Lpush 、Lpop

3.4、Set

set 的值不能重复！

##############################################################

127.0.0.1:6379> sadd myset "hello"	# set 几个中添加元素
(integer) 1
127.0.0.1:6379> sadd myset "Arbicoral"
(integer) 1
127.0.0.1:6379> sadd myset "come on"
(integer) 1	
127.0.0.1:6379> smembers myset	# 查看指定 set 的所有值
1) "come on"
2) "Arbicoral"
3) "hello"
127.0.0.1:6379> sismember myset hello	# 判断某一个值是不是在 set 中！
(integer) 1
127.0.0.1:6379> sismember myset world
(integer) 0

##############################################################

127.0.0.1:6379> scard myset		# 获取 set 中内容得元素个数！
(integer) 3

##############################################################
127.0.0.1:6379> srem myset hello	# 移除 set中得某个值
(integer) 1
127.0.0.1:6379> scard myset
(integer) 2
127.0.0.1:6379> smembers myset
1) "come on"
2) "Arbicoral"

##############################################################
set 无序
不重复集合
127.0.0.1:6379> srandmember myset	# 随机抽选出一个元素
"come on"
127.0.0.1:6379> srandmember myset
"come on"
127.0.0.1:6379> srandmember myset
"Arbicoral"
127.0.0.1:6379> srandmember myset 2	# 随机抽选出指定元素得个数
1) "Arbicoral"
2) "come on"

##############################################################
删除指定的 key
随机删除key 

127.0.0.1:6379> smembers myset
1) "class"
2) "key"
3) "come on"
4) "Arbicoral"
127.0.0.1:6379> spop myset	# 随机删除set中的元素！
"class"
127.0.0.1:6379> spop myset
"Arbicoral"
127.0.0.1:6379> smembers myset
1) "key"
2) "come on"


##############################################################
将一个指定的值移动到另外一个set中

127.0.0.1:6379> sadd set1 "hello"
(integer) 1
127.0.0.1:6379> sadd set1 "world"
(integer) 1
127.0.0.1:6379> sadd set1 "cotton"
(integer) 1
127.0.0.1:6379> sadd set2 "test"
(integer) 1
127.0.0.1:6379> smove set1 set2 "hello"	# 将一个指定的值，运动到另一个set中
(integer) 1
127.0.0.1:6379> smembers set2
1) "test"
2) "hello"
127.0.0.1:6379> smembers set1
1) "cotton"
2) "world"

##############################################################
微博、B站、共同关注
数字集合类：
- 差集
- 并集
- 交集

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) "a"
2) "b"
127.0.0.1:6379> sinter key1 key2		# 交集  共同好友就可以这样实现
1) "c"
127.0.0.1:6379> sunion key1 key2		# 并集
1) "b"
2) "a"
3) "d"
4) "e"
5) "c"

##############################################################

微博，A用户将所有关注的人放在一个 set中，将它的粉丝也放在一个set中！

共同关注，共同爱好，二度好友~（六度分隔理论！）

3.5、Hash（哈希）

Map集合，key-map！这个值是Map集合！

本质和 String类型没有太大区别，还是一个简单的key-value!

set myhash field Arbicoral

127.0.0.1:6379> hset myhash field1 Arbicoral	# set一个具体的key-value
(integer) 1
127.0.0.1:6379> hget myhash field1	# 获取一个字段值
"Arbicoral"
127.0.0.1:6379> hmset myhash field1 hello field2 world	# set多个具体的key-value
OK
127.0.0.1:6379> hmget myhash field1 field2	# 获取多个字段值
1) "hello"
2) "world"
127.0.0.1:6379> hgetall myhash	# 获取所有的字段值
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，对应的value也就消失了
(integer) 1
127.0.0.1:6379> hgetall myhash
1) "field2"
2) "world"

##############################################################
hlen 

127.0.0.1:6379> hmset myhash f1 hello f2 world
OK
127.0.0.1:6379> hgetall myhash	
1) "f1"
2) "hello"
3) "f2"
4) "world"
127.0.0.1:6379> hlen myhash	# 获取hash表的字段数量
(integer) 2

##############################################################

127.0.0.1:6379> hexists myhash f1	# 判断hash中的某个字段是否存在！
(integer) 1
127.0.0.1:6379> hexists myhahs f3
(integer) 0


##############################################################
# 只获得所有的 field
# 只获得所有的 value
127.0.0.1:6379> hkeys myhash	# 只获得所有的 field
1) "f1"
2) "f2"
127.0.0.1:6379> hvals myhash	# 只获得所有的 value
1) "hello"
2) "world"


##############################################################

127.0.0.1:6379> hset myhash f3 5
(integer) 1
127.0.0.1:6379> hincrby myhash f3 1	# 设置增量！
(integer) 6
127.0.0.1:6379> hincrby myhash f3 -1
(integer) 5
127.0.0.1:6379> hsetnx myhash f4 hello	# 如果不存在则可以设置
(integer) 1
127.0.0.1:6379> hsetnx myhash f4 world	# 如果存在则不可以设置
(integer) 0

哈希：变更的数据，尤其是用户信息之类的，和经常变动的信息！

hash更适合对象的存储，

String更适合字符串存储。

3.6、Zset（有序集合）

在set 基础上加了一个值，表示等级

##############################################################
# set k1 v1 
# zset k1 score v1 会设置一个分数，表示等级
127.0.0.1:6379> zadd myset 1 one	# 添加一个值
(integer) 1
127.0.0.1:6379> zadd myset 2 two 3 three	# 添加多个值
(integer) 2
127.0.0.1:6379> zrange myset 0 -1
1) "one"
2) "two"
3) "three"

##############################################################
# 排序如何实现？

127.0.0.1:6379> zadd salary 2000 xiaohong	# 添加三个用户
(integer) 1
127.0.0.1:6379> zadd salary 5000 lihua
(integer) 1
127.0.0.1:6379> zadd salary 500 kuangshen
(integer) 1
# 语法：ZRANGEBYLEX key min max [LIMIT offset count]  最小到最大
127.0.0.1:6379> zrangebyscore salary -inf +inf	# 显示全部用户，从小到大！
1) "kuangshen"
2) "xiaohong"
3) "lihua"
127.0.0.1:6379> zrevrange salary 0 -1 withscores	# 显示全部用户，从大到小！注意是 zrevrange
1) "lihua"
2) "5000"
3) "kuangshen"
4) "500"
127.0.0.1:6379> zrangebyscore salary -inf +inf withscores	# 显示全部用户并附带成绩
1) "kuangshen"
2) "500"
3) "xiaohong"
4) "2000"
5) "lihua"
6) "5000"
127.0.0.1:6379> zrangebyscore salary -inf 2500 withscores	# 显示工资小于2500的员工升序排序！
1) "kuangshen"
2) "500"
3) "xiaohong"
4) "2000"

##############################################################
# 移除rem中的元素

127.0.0.1:6379> zrange salary 0 -1
1) "kuangshen"
2) "xiaohong"
3) "lihua"	
127.0.0.1:6379> zrem salary xiaohong	# 移除有序集合中指定的元素
(integer) 1
127.0.0.1:6379> zrange salary 0 -1
1) "kuangshen"
2) "lihua"
127.0.0.1:6379> zcard salary	# 获取集合中的个数
(integer) 2

##############################################################
# 获取指定区间的成员数量

127.0.0.1:6379> zadd myset 1 hello 2 world 3 Arbicoral
(integer) 3
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

##############################################################
##############################################################

其他API，去官方文档查找即可！

案例思路：set 排序存储班级成绩，工资表排序！

普通消息，score设置为 1，重要消息设置为 2，带权重进行判断！

再如：

排行榜应用实现，取 top N 实现

4、三种特殊数据类型

4.1、Geospatial

地理位置

Redis 的 Geo，在 Redis 3.2版本就推出了，该功能可以推算地理位置的信息，两地之间的距离，方圆几公里的人！

可以查询一些测试数据：https://jingweidu.bmcx.com/

只有6个命令：

geoadd

# geoadd 添加地理位置
# 规则：两极无法直接添加，一般会下载城市数据，直接通过Java程序一次性导入！

127.0.0.1:6379> geoadd china:city 116.40 39.90 beijing
(integer) 1
127.0.0.1:6379> geoadd china:city 121.47 31.23 shanghai
(integer) 1
127.0.0.1:6379> geoadd china:city 106.50 29.40 chongqing
(integer) 1
127.0.0.1:6379> geoadd china:city 120.21 30.208 hangzhou
(integer) 1
127.0.0.1:6379> geoadd china:city 108.93 34.23 xian
(integer) 1
127.0.0.1:6379> geoadd china:city 104.101 30.65 chengdu 113.64 34.72 zhengzhou
(integer) 2

GEOPOS

127.0.0.1:6379> GEOPOS china:city beijing	# 获取指定城市的经度和纬度！
1) 1) "116.39999896287918091"
   2) "39.90000009167092543"
127.0.0.1:6379>  GEOPOS china:city beijing chengdu
1) 1) "116.39999896287918091"
   2) "39.90000009167092543"
2) 1) "104.10099774599075317"
   2) "30.6499990746355806"

GEODIST：返回两个给定位置之间的距离。

如果两个位置之间的其中一个不存在，那么命令返回空值。

单位：

m 表示单位为米。
km 表示单位为千米。
mi 表示单位为英里。
ft 表示单位为英尺。

127.0.0.1:6379> geodist china:city beijing shanghai km	# 查看上海到北京的直线距离
"1067.3788"
127.0.0.1:6379> geodist china:city beijing chongqing km	# 查看重庆到北京的直线距离
"1475.8813"

georadius 以给定的经纬度为中心，返回键包含的位置元素当中，与中心的距离不超过给定最大距离的所有位置元素

我附近的人？（获得附近所有人的地址，定位！）通过半径来查询！

获得指定数量的人，最多500

所有的城市都录入到 china:city，才会让结果更加精确！

127.0.0.1:6379>  georadius china:city 110 30 1000 km	# 以110 30经纬度为中心寻找1000km内的城市
1) "chongqing"
2) "chengdu"
3) "xian"
4) "hangzhou"
5) "zhengzhou"
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 30 500 km withcoord	# 显示他人的定位信息
1) 1) "chongqing"
   2) 1) "106.49999767541885376"
      2) "29.39999880018641676"
2) 1) "xian"
   2) 1) "108.92999857664108276"
      2) "34.23000121926852302"
127.0.0.1:6379>  georadius china:city 110 30 500 km withcoord withdist count 1	# 筛选出指定得结果！
1) 1) "chongqing"
   2) "344.6583"
   3) 1) "106.49999767541885376"
      2) "29.39999880018641676"
127.0.0.1:6379> georadius china:city 110 30 500 km withdist	# 显示到中间距离的位置
1) 1) "chongqing"
   2) "344.6583"
2) 1) "xian"
   2) "481.1540"

georadiusbymember

# 找出位于指定元素周围的其他元素！
127.0.0.1:6379> georadiusbymember china:city beijing 1000 km
1) "zhengzhou"
2) "beijing"
3) "xian"
127.0.0.1:6379> georadiusbymember china:city beijing 300 km
1) "beijing"

geohash：返回一个或多个位置元素的11个字符的Geohash字符串

# 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，则距离越接近！
127.0.0.1:6379> geohash china:city beijing chongqing
1) "wx4fbxxfke0"
2) "wm5xr2ngmv0"

GEO 的底层实现原理就是 Zset！

127.0.0.1:6379> zrange china:city 0 -1	# 查看地图中的全部元素
1) "chongqing"
2) "chengdu"
3) "xian"
4) "hangzhou"
5) "shanghai"
6) "zhengzhou"
7) "beijing"
127.0.0.1:6379> zrem china:city beijing	# 移除指定元素！
(integer) 1
127.0.0.1:6379> zrange china:city 0 -1
1) "chongqing"
2) "chengdu"
3) "xian"
4) "hangzhou"
5) "shanghai"
6) "zhengzhou"

4.2、Hyperloglog

什么是基数？ —

A{1,3,5,7,8,7}

B{1,3,5,7,8}

基数（找不重复的元素）：=5（1,3,5,7,8），可以接受误差！

简介

Redis Hyperloglog 基数统计的算法！

网页的 UV （一个人访问一个网站多次，但还算做一个人！）

优点：占用的内存是固定的，2^64不同的元素的技术，只需用 12KB 内存！如果从内存角度来比较的话 Hyperloglog首选！

官方说有 0.81% 的错误率！

测试使用！

127.0.0.1:6379> pfadd mykey a b c d e f g h i j	 # 创建第一组元素 mykey
(integer) 1
127.0.0.1:6379> pfcount mykey	# 统计 mykey 中元素的基数数量
(integer) 10
127.0.0.1:6379> pfadd mykey q w e r
(integer) 1
127.0.0.1:6379> pfcount mykey
(integer) 13
127.0.0.1:6379> pfadd mykey2 v g d z s	# # 创建第二组元素 mykey2
(integer) 1
127.0.0.1:6379> pfcount mykey2
(integer) 5
127.0.0.1:6379> pfmerge mykey3  mykey mykey2	# 合并两组 mykey mykey2到 mykey3 并集
OK
127.0.0.1:6379> pfcount mykey3	# 看并集的数量
(integer) 16

如果允许容错，可以使用Hyperloglog ，

如果不允许容错，可以使用 set 或者自己的数据类型即可！

4.3、Bitmap

位存储

统计疫情感染人数：0 1 0 1 0 0 1 1

登录、未登录
B站活跃、不活跃
钉钉打卡

两个状态的，都可以使用 Bitmap！

Bitmap位图，数据结构！都是操作二进制位来进行记录，就只有 0 和 1状态！

365天 = 365bit = 1字节 =

# 使用Bitmaps 来记录周一到周日的打卡！
# 周一：0
# 周二：1
# 周三：1
#.....
127.0.0.1:6379> setbit sign 0 0
(integer) 0
127.0.0.1:6379> setbit sign 1 1
(integer) 0
127.0.0.1:6379> setbit sign 2 1
(integer) 0
127.0.0.1:6379> setbit sign 3 0
(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


# 查看某一天是否打卡！
127.0.0.1:6379> getbit sign 6
(integer) 0
127.0.0.1:6379> getbit sign 2
(integer) 1

# 统计操作，统计 打卡的天数
127.0.0.1:6379> bitcount sign	# 统计这周的考勤天数，
(integer) 4

5、事务

Redis 单条命令是保存原子性的，但是Redis 的事务不保证原子性！

Redis 的事务是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被执行！Exec

MySQL的ACID：要么都成功，要么都失败—原子性！

事务的本质：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，会按照顺序进行！

一次性、顺序性、排他性！执行一系列的命令！

----- 队列 set set set 执行------

Redis 的事务：

开启事务（multi）
命令入队（…）
执行事务（exec）

正常执行事务！

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

放弃事务

127.0.0.1:6379> multi	# 开启事务
OK
127.0.0.1:6379> set k1 v2
QUEUED
127.0.0.1:6379> set k2 v2
QUEUED
127.0.0.1:6379> set k4 v4
QUEUED
127.0.0.1:6379> discard		# 取消事务
OK
127.0.0.1:6379> get k4		# 事务队列中的命令都不会被执行！
(nil)

编译型异常：代码有问题或命令有错！事务中所有的命令都不会被执行！

127.0.0.1:6379> multi
OK
127.0.0.1:6379> set k1 v1
QUEUED
127.0.0.1:6379> set k2 v2
QUEUED
127.0.0.1:6379> set k3 v3
QUEUED
127.0.0.1:6379> getset k3	# 错误的命令
(error) ERR wrong number of arguments for 'getset' command
127.0.0.1:6379> set k4 v4
QUEUED
127.0.0.1:6379> set k5 v5
QUEUED
127.0.0.1:6379> exec	# 执行事务也是报错的，所有的命令都不会被执行!
(error) EXECABORT Transaction discarded because of previous errors.

运行时异常：1/0，如果事务队列中存在语法性错误，那么执行命令的时候，其他命令可以正常执行，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		# 会执行的时候失败！
QUEUED
127.0.0.1:6379> set k2 v2
QUEUED
127.0.0.1:6379> set k3 v3
QUEUED
127.0.0.1:6379> get k3
QUEUED
127.0.0.1:6379> exec	# 虽然第一条命令错了，但是依旧正常执行成功！
1) (error) ERR value is not an integer or out of range
2) OK
3) OK
4) "v3"
127.0.0.1:6379> get k2
"v2"
127.0.0.1:6379> get k3
"v3"

监控！watch （面试常问！）Redis可以做乐观锁，因为watch本身就是乐观锁！

悲观锁：

很悲观，什么时候都会出问题，无论什么时候都会加锁！

乐观锁：

很乐观，认为什么时候都不会出问题，所以不会加锁！更新数据的时候去判断一下，再次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 的监视测试！

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 可以当作 Redis 的乐观锁操作！

# 线程1	
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	# 还未执行，但是线程2在此时插进来修改money的值，就会执行事务失败！
(nil)


# 线程2
127.0.0.1:6379> get money
"80"
127.0.0.1:6379> set money 1000
OK

如果修改失败，获取最新的值就好！

6、Jedis

我们要使用 Java 来操作 Redis

6.1、什么是 Jedis？

Jedis是 Redis官方推荐的 Java 连接工具！使用 Java操作 Redis 中间件！如果你要使用 Java 操作 Redis，那么一定要对 Jedis 十分熟悉！

6.2、Jedis连接Redis

测试

导入对应得依赖

<!--    导入 jedis的包-->
    <!-- https://mvnrepository.com/artifact/redis.clients/jedis -->
    <dependencies>
        <dependency>
            <groupId>redis.clients</groupId>
            <artifactId>jedis</artifactId>
            <version>3.2.0</version>
        </dependency>
<!--        fastjson-->
        <dependency>
            <groupId>com.alibaba</groupId>
            <artifactId>fastjson</artifactId>
            <version>1.2.51</version>
        </dependency>
    </dependencies>

</project>

编码测试
- 连接数据库
- 操作命令
- 结束连接

package org.example;

import redis.clients.jedis.Jedis;

/**
 * @author: Arbicoral
 * @create: 2023-09-07 16:46
 * @Description: 编码测试
 */
public class TestPing {
    
    
    public static void main(String[] args) {
    
    
        // 1. new Jedis对象即可
        Jedis jedis = new Jedis("127.0.0.1",6379);
        // 2. Jedis所有得命令就是我们之前学习得所有指令！之前得指令很重要
        System.out.println(jedis.ping());
    }
}

输出：

6.3、常用的API

String

List

Set

Hash

Zset

7、SpringBoot整合

SpringBoot 操作数据：spring-data

spring-data 也是和 SpringBoot 齐名的项目！

说明：在 SpringBoot2.X后，原来使用的 Jedis都被替换成了 lettuce

lettuce 有什么好的？

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，就需要 jedis pool 连接池！更像 BIO 模式

lettuce：采用 Netty，实例可以在多个线程中共享！不存在线程不安全的情况！可以减少线程数量，更像 Nio模式

整合测试一下

底层分析、源码解析、工具封装、企业级开发

企业一般都是自己写的工具类，方便调用！

所有的Redis操作，对于Java开发人员来说，十分简单，更重要的是去理解 Redis的思想和每一种数据结构的用处和作用场景！

实际开发中，一般都是要写自己的 redisTemplate、 redisCoonfig

8、Redis.con详解

启动的时候，就是通过配置文件来启动的！

行家一出手，就知有没有

`FAPXG0VBWLO9ZVK2NKN0FH.png

配置文件 unit 单位对大小写不敏感
包含

好比 import

网络

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

通用 GENRENAL

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!

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！

loglevel notice 	# 日志，有四个级别， debug、verbose(很像debug)、notice(生产环境)、warning

logfile""	 # 日志的文件位置名

databases 16	# 数据库的数量，默认16个

always-show-logo yes # 是否总显示logo

快照分析

持久化，在规定时间内，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，那么数据就会断电即失！！

# 如果900秒内，如果至少有 1 个 Key进行了修改，我们即进行持久化操作！
save 900 1
# 如果300秒内，如果至少有 10 个 Key进行了修改，我们即进行持久化操作！
save 300 10
# 如果60秒内，如果至少 有 10000 个 Key进行了修改，我们即进行持久化操作！
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，进行错误检查校验

dir ./ 	# rdb 文件保存的目录

replication 主从复制
Security 安全

127.0.0.1:6379> ping
PONG
127.0.0.1:6379> config get requirepass	# 获取Redis的密码
1) "requirepass"
2) ""
127.0.0.1:6379> config set requirepass "1234"	# 设置 Redis的密码
OK
127.0.0.1:6379> config get requirepass	# 发现所有的命令都没有权限了
(error) NOAUTH Authentication required.
127.0.0.1:6379> ping
(error) NOAUTH Authentication required.
127.0.0.1:6379> auth 1234	# 使用密码进行登录！
OK
127.0.0.1:6379> config get requirepass
1) "requirepass"
2) "1234"

限制 clients

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

maxmemory <bytes>	# Redis 配置最大的内存容量

maxmemory-policy noeviction	# 内存到达上限之后的处理策略
    1、noeviction: 不删除策略, 达到最大内存限制时, 如果需要更多内存, 直接返回错误信息。（默认值）
    2、allkeys-lru: 所有key通用; 优先删除最近最少使用(less recently used ,LRU) 的 key。
    3、volatile-lru: 只限于设置了 expire 的部分; 优先删除最近最少使用(less recently used ,LRU) 的 key。
    4、allkeys-random: 随机删除一部分 key。
    5、vol5atile-random: 只限于设置了 expire 的部分; 随机删除一部分 key。
    6、volatile-ttl: 优先删除剩余时间(time to live,TTL) 短的key。即将过期的

Append only 模式

appendonly no  # 默认是不开启AOF模式的，默认是使用rdb方式持久化的，在大部分所有的情况下，rdb完全够用！

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

# appendfsync always	# 每次修改都会 sync ，消耗性能
appendfsync everysec	# 每秒执行一次 sync，可能会丢失这 1s 的数据！
# appendfsync no	# 不执行 sync，这个时候操作系统自己同步数据，速度最快！

9、Redis 持久化

RDB

AOF

面试和工作，持久化都是重点!

Redis是内存数据库，如果不将内存中的数据库状态保存到磁盘，那么一旦服务器进程退出，服务器中的数据库状态也会消失。所以Redis提供了持久化功能！

9.1、RDB （Redis DataBase）

在主从复制中，rdb是备用的！在从机上

什么是RDB ？

H1C_W_CW`X5_Z901EE8STB1.png

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

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!

有时候在生产环境，我们会将这个文件备份！

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

触发机制

save 得规则满足得情况下，会自动触发rdb规则！
执行 flushall 命令，也会触发我们的 rdb 规则！
推出 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 文件放在我们 redis启动目录下就可以，redis启动的时候会自动检查 dump.rdb 恢复其中的数据！
查看需要存放的位置

127.0.0.1:6379> config get dir
1) "dir"
2) "E:\\Redis"	# 如果在这个目录下存在 dump.rdb 文件，启动就会自动恢复其中的数据！

几乎他自己默认的配置就够用了

优点：

适合大规模的数据恢复！
对数据的完整性要求不高！

缺点：

需要一定的时间间隔进行操作！如果Redis意外宕机了，这个时候最后一次修改数据就没有了
fork 一条进程的时候，会占用一定的内存空间！

9.2、AOF（Append Only File）

将我们执行的所有命令都记录下来，恢复的时候就把这个文件全部执行一遍！

AOF是什么？

以日志的形式来记录每个 写 操作，将Redis执行过的所有指令记录下来（不记录读操作），只许追加问文件但不可以改写文件，redis启动之初会读取该文件重新构建数据，换言之，redis重启的话就根据日志文件的内容将写指令从前到后执行一次以完成数据的恢复工作！

AOF保存的是 appendonly.aof 文件

Append

默认是不开启的，需要自己手动开启！我们只需要将 appendonly 改为 yes就开启了 AOF !

重启 Redis 就可以生效！

如果这个 aof 文件有错误，这个时候 redis是启动不起来的，我们需要修复这个 aof 文件

redis给我们提供了一个工具 redis-check-aof

如果文件正常，重启就可以恢复了

redis-check-aof --fix appendonly.aof

AOF的优点和缺点

appendonly no  # 默认是不开启AOF模式的，默认是使用rdb方式持久化的，在大部分所有的情况下，rdb完全够用！

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

# appendfsync always	# 每次修改都会 sync ，消耗性能
appendfsync everysec	# 每秒执行一次 sync，可能会丢失这 1s 的数据！
# appendfsync no	# 不执行 sync，这个时候操作系统自己同步数据，速度最快！

每一次修改，都同步，文件的完整性更好
每秒同步一次，可能会丢失上一秒的数据！
从不同步，效率最高

缺点：

相对于文件数据来说，AOF 远远大于 rdb，修复的速度也比 rdb慢！
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 持久化方式是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、如果Redis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 900 1这条规则。
如果Enable AOF，好处是在最恶劣情况下也只会丢失不超过两秒数据，启动脚本较简单只load自己的AOF文件就可以了，代价一是带来了持续的lO，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 实现订阅发布

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、关注系统都可以实现！

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！

下图展示了频道 channel1 ，以及订阅这个频道的三个客户端 —— client2 、 client5 和 client1 之间的关系：

当有新消息通过 PUBLISH 命令发送给频道 channel1 时，这个消息就会被发送给订阅它的三个客户端：

命令

这些命令被广泛用于构建即时通信应用，比如网络聊天室(chatroom)和实时广播、实时提醒等。

测试

订阅端：

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

1) "message"
2) "kuangshenshuo"
3) "hello, Redis"

发送端：

127.0.0.1:6379> publish kuangshenshuo "hello, Arbicoral"	# 发布者发布消息到频道！
(integer) 1
127.0.0.1:6379> publish kuangshenshuo "hello, Redis"	# 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 、SUBSORIBE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PUBLSH命令向订阅者发送消息，redis-server会使用给定的频道作为键，在它所维护的 channel字典中查找记录了订阅这个频道的所有客户端的链表，遍历这个链表，将消息发布给所有订阅者。

Pub/Sub从字面上理解就是发布( Publish )与订阅( Subscribe )，在Redis中，你可以设定对某一个key值进行消息发布及消息订阅，当一个key值上进行了消息发布后，所有订阅它的客户端都会收到相应的消息。这一功能最明显的用法就是用作实时消息系统，比如普通的即时聊天，群聊等功能。

使用场景：

实时消息系统！

实时聊天！（把频道当作聊天室，将信息回信给所有人）

订阅、关注系统都可以！

稍微复杂的场景就会使用消息中间件！（如 MQ、kafka）

10、Redis 主从复制

10.1、基本概念

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，Salve 以读为主。

默认情况下，每台Redis 服务器都是主节点；且一个主节点可以有多个从节点（或没有从节点），但一个从节点只能有一个主节点！

主从复制的作用主要包括：

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

一般来说，要将Redis 运用于工程项目中，只使用一台Redis 是万万不能的，原因如下：

从结构上，单个Redis 服务器会发生单点故障，并且一台服务器需要处理所有的请求负载，压力较大。
从容量上，单个Redis 服务器内存容量有限，就算一台Redis 服务器内存容量为 256G，也不能将所有内存用作Redis 存储内存，一般来说，单台Redis 最大使用内存不应超过20G、

电商网站上的商品，一般都是一次上传，无数次浏览，说专业点就是”多读少写“。

在这种场景下，我们可以使用如下架构：

主从复制，读写分离！80%的情况下都是在进行读 操作！减缓服务器的压力！架构中经常使用！一主二从！

只要在公司中，主从复制是必须使用的，在真实的项目中，不可能单机使用Redis。

10.2、环境配置

只配置从库，不用配置主库！

127.0.0.1:6379> ping
PONG
127.0.0.1:6379> info replication	# 查看当前库的信息
# Replication
role:master		# 角色：master
connected_slaves:0	# 没有从机
master_replid:8f5a0ae6efccf7d88f84bdcd12b6ec6d35737534
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
(0.88s)

复制3个配置文件，然后修改对应的信息

端口
Log名字
pid名字
dump.rdb名字

10.3、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！

认老大！一主（79）二从（80、81）

SLAVEOF host port	# 设置从机的命令，认谁当自己的老大！

如果两个都配置完了，就是有两个从的！

真实的主从配置应该在配置文件中配置，这样的化是永久的，我们这里使用的是命令，只是暂时的！

细节

主机负责写，从机不能写只能读！主机中的所有信息和数据，都会自动被从机保存！

测试：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，如果主机回来了，从机依旧可以直接获取到主机写的信息！

如果是使用命令行配置的主从，这个时候如果重启了，那从机就会变回主机！只要变为从机，立马就会从主机中获取值！

复制原理 重点！

Slave启动成功连接到master后会发送一个sync同步命令
Master接到命令，启动后台的存盘进程，同时收集所有接收到的用于修改数据集命令，在后台进程执行完毕之后，master将传送整个数据文件到slave，并完成一次完全同步。

全量复制：而slave服务在接收到数据库文件数据后，将其存盘并加载到内存中。
增量复制：Master继续将新的所有收集到的修改命令依次传给slave，完成同步。

但是只要是重新连接master，一次完全同步（全量复制)将被自动执行

层层链路

上一个 M 链接下一个 S！

如果没有老大，这个时候能不能选择一个老大出来呢？

相当于谋朝篡位

如果主机断开了连接，我们可以使用 slaveof no one 让自己变成主机！其他的节点就可以手动连接到最新的这个主节点！（手动！）如果这个时候老大修复了，那就重新连接！

slaveof no one

10.4、哨兵模式

自动选举老大的模式

概述

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

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

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

这里的哨兵有两个作用：

通过发送命令，让Redis服务器返回监控其运行状态，包括主服务器和从服务器。
当哨兵监测到master宕机，会自动将slave切换成master，然后通过发布订阅模式通知其他的从服务器，修改配置文件，让它们切换主机。

然而一个哨兵进程对Redis服务器进行监控，可能会出现问题，为此，我们可以使用多个哨兵进行监控。各个哨兵之间还会进行监控，这样就形成了多哨兵模式。

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

测试：配置哨兵！

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，就会成为主机！

启动哨兵！

如果 master 断开，这个时候就会从从机中随机选择要一个服务器！（这里有一个投票算法！）

哨兵日志

哨兵模式：如果主机此时回来了，只能归并到新的主机下，当作从机，这就是哨兵模式的规则！

哨兵模式的优点和缺点：

优点：

哨兵集群一般基于主从复制模式，所有的主从配置的优点它全有
主从可以切换，故障可以转移，系统的可用性更好
哨兵模式就是主从复制的升级，手动到自动，更加健壮！

缺点：

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！
实现哨兵模式的配置其实是很麻烦的，里面有很多选择！

11、Redis缓存穿透和雪崩

（面试高频，）服务器的高可用

在这里我们不会详细的区分析解决方案的底层(专题)
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。

11.1、缓存穿透（查不到导致的）

概念

缓存穿透的概念很简单，用户想要查询一个数据，发现redis内存数据库没有，也就是缓存没有命中，于是向持久层数据库查询。发现也没有，于是本次查询失败。当用户很多的时候，缓存都没有命中，于是都去请求了持久层数据库。这会给持久层数据库造成很大的压力，这时候就相当于出现了缓存穿透。

解决方案

布隆过滤器

布隆过滤器是一种数据结构，对所有查询的参数以 hash形式存储，在控制层先进行校验，不符合则丢弃，从而避免了对底层存储系统的查询压力。

缓存空对象

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

但是这时候会存在两个问题：

如果空值能够被缓存起来，这意味着缓存需要更多的空间存储更多的键，因为这当中可能会有很多的空值的键；
即使对空值设置了过期时间，还是会存在缓存层和存储层的数据会有一段时间窗口的不一致，这对于需要保持一致性的业务会有影响！

10.2、缓存击穿（量太大！缓存过期！）

微博服务器宕机（）

概述

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

当某个key在过期的瞬间，有大量的请求并发访问，这类数据一般是热点数据，由于缓存过期，会同时访问数据库来查询最新数据，并且回写缓存，会导使数据库瞬间压力过大。

解决方案

设置热点数据永不过期

从缓存层面来看，没有设置过期时间，所以不会出现热点 key过期后产生的问题。

加互斥锁

分布式锁：使用分布式锁，保证对于每个 key同时只有一个线程去查询后端服务，其他线程没有获得分布式锁的权限，因此只需要等待即可。这种方式将高并发的压力转移到了分布式锁，因此对分布式锁的考验很大。

10.3、缓存雪崩

概念

缓存雪崩，是指在某一时间段，缓存集中发过期失效。Redis宕机！

产生缓存雪崩的原因之一，比如在写文本的时候，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。

比如：双十一：停掉一些服务！（保证主要的服务可用！）

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。

学习资料链接：

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。