Redis学习

为什么要用Nosql？

1、单机MySQL的年代

90年代，一个基本的网站访问量不会太大，单个数据库完全足够
呢个时候服务器更多的是使用静态的html，服务器根本没有太大压力
思考一下，这种情况下：整个网站的瓶颈是什么？
1、数据量如果太大，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， 超过三百万就必须建立索引了
3、访问量（读写混合），一个服务器承受不了。

只要你出现以上三种情况之一，那么你就必须要晋级。

2、Memcached（缓存）+MySQL+垂直拆分（读写分离）

网站80%的情况都是在读，每次都去查询数据库的画话就十分麻烦！所以说我们希望减轻数据的压力，我们可以用缓存来保证效率！
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

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！这个并没有多少公司使用！
MySQL的集群，很好的满足了那个年代的所有需求！

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，表几乎没法更改。

目前一个基本的互联网项目

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！
这个时候我们就需要NoSQL数据库，NoSQL可以很好的解决这个问题

什么是NoSQL

NoSQL = Not Only 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！不需要的多余的操作就可以进行横向扩展！
Map使用键值对来控制。

NoSQL特点

1、方便扩展（数据之间没有关系，很好扩展）
2、大数据量高性能（Redis一秒可以写八万次，一秒可以读十一万，NoSQL缓存记录级，是一种细粒度的缓存，性能会比较高！）
3、数据类型是多样型的（不需要事先设计数据库！随取随用！如果是数据量比较大的表，很多人就无法设计了）
4、传统的RDBMS和NoSQL

传统的RDNMS
-结构化组织
-SQL
-数据和关系都存在单独的表中
-操作定义，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，高可扩展，高可用

真正的在公司实践：NoSQL+RDBMS一起使用才是最强的.

NoSQL四大分类

键值对存储

• 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（一般必须要掌握）
  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。

• CouchDB（国外的一款数据库）

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，而是存关系，比如朋友圈，社交网络，广告推荐等等。
• Neo4j InfoGrid
  

Redis是什么

Redis (Remote Dictionary Server)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能干什么

1、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）
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、…

Redis特性

1、多样的数据
2、持久化
3、集群
4、事务
5、…

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：

#测试 100个并发 100000个请求
redis-benchmark -h localhost -p 6379 -c 100 -n 100000

测试结果分析

Redis基础知识

• Redis默认有16个数据库。
  
• 默认使用第0个，可以使用select进行切换

select 3

• 查询所有key

keys *

• 清除当前数据库

flushdb

• 清除所有数据库

flushall

• Redis是单线程

官方表示，Redis是基于内存操作的，CPU不是Redis性能的瓶颈，Redis的瓶颈是根据机器的内存和网络带宽，既然可以用单线程实现，就用单线程了！所以就是用了单线程！
Redis是C语言编写的，官方提供数据为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？

1.redis是基于内存的，内存的读写速度非常快；
2.redis是单线程的，省去了很多上下文切换线程的时间；
3.redis使用多路复用技术，可以处理并发的连接；

目前，多路复用主要有三种技术：select，poll，epoll。它们出现的顺序是按时间先后的，越排后的技术改正了之前技术的缺点。epoll是最新的也是目前最好的多路复用技术。

• select：
  1.会修改传入的参数，对于多个调用的函数来说非常不友好；
  2.要是sock（io流出现了数据），select只能轮询这去找数据，对于大量的sock来说开销很大；
  3.不是线程安全的，很恐怖；
  4.只能监视1024个连接；
• poll：
  1.还不是线程安全的…
  2.去掉了1024个连接的限制；
  3.不修改传入的参数了；
• epoll：
  1.线程安全了；
  2.epoll不仅能告诉你sock有数据，还能告诉你哪个sock有数据，不用轮询了；
  3.however，只支持linux系统；

1、误区一：高性能服务器一定是多线程的？
2、误区二：多线程（CPU会进行上下文切换）一定比单线程效率高？
速度：CPU > 内存 > 硬盘
核心：redis是将所有的数据全部放在内存中，所以说使用单线程效率是最高的，多线程（CPU会上下文切换：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。

五大数据类型

Redis-key

127.0.0.1:6379> FLUSHALL  #清空所有
OK
127.0.0.1:6379> keys * #查看所有key
(empty list or set)
127.0.0.1:6379> clear
127.0.0.1:6379> set name zhaoli #设置key
OK
127.0.0.1:6379> get name #获取key对应的value
"zhaoli"
127.0.0.1:6379> keys * 
1) "name"
127.0.0.1:6379> EXISTS name #判断当前key是否存在 存在返回1，不存在返回0
(integer) 1
127.0.0.1:6379> EXISTS name1
(integer) 0
127.0.0.1:6379> move name 1 #将当前数据移动到指定库中
(integer) 1
127.0.0.1:6379> select 1 #切换到1号库
OK
127.0.0.1:6379[1]> keys *
1) "name"
127.0.0.1:6379[1]> get name
"zhaoli"
127.0.0.1:6379[1]> del name #删除指定的key
(integer) 1
127.0.0.1:6379[1]> keys *
(empty list or set)
127.0.0.1:6379[1]> set name zhaoli
OK
127.0.0.1:6379[1]> EXPIRE name 10 #设置过期时间
(integer) 1
127.0.0.1:6379[1]> ttl name #查看当前key剩余时间
(integer) 6
127.0.0.1:6379[1]> ttl name
(integer) 4
127.0.0.1:6379[1]> ttl name
(integer) 3
127.0.0.1:6379[1]> ttl name
(integer) 3
127.0.0.1:6379[1]> ttl name
(integer) 1
127.0.0.1:6379[1]> ttl name
(integer) -2
127.0.0.1:6379[1]> set name zhaoli
OK
127.0.0.1:6379[1]> set age 19
OK
127.0.0.1:6379[1]> type name #查看当前key类型
string
127.0.0.1:6379[1]> type age
string

不知道的命令可以去官网查看：https://redis.io/commands

• String

###########################################################
127.0.0.1:6379[1]> set key1 v1
OK
127.0.0.1:6379[1]> APPEND key1 hello    #追加字符串
(integer) 7
127.0.0.1:6379[1]> get key1
"v1hello"
127.0.0.1:6379[1]> STRLEN key1        #获取字符串长度
(integer) 7
127.0.0.1:6379[1]> APPEND key zhaoli   #如果当前key不存在，则相当于set key
(integer) 6
127.0.0.1:6379[1]> keys *
1) "key1"
2) "key"
3) "age"
4) "name"
############################################################
127.0.0.1:6379[1]> set views 0
OK
127.0.0.1:6379[1]> INCR views  #自增一
(integer) 1
127.0.0.1:6379[1]> get views
"1"
127.0.0.1:6379[1]> DECR views   #自减一
(integer) 0
127.0.0.1:6379[1]> get views
"0"
127.0.0.1:6379[1]> INCRBY views 10  #自增  步长为10
(integer) 10
127.0.0.1:6379[1]> get views   
"10"
127.0.0.1:6379[1]> DECRBY views 5    #自减  步长为5
(integer) 5
127.0.0.1:6379[1]> get views
"5"
############################################################
字符串范围range
127.0.0.1:6379[1]> set key1 hello,redis
OK
127.0.0.1:6379[1]> STRLEN key1        #获取字符串长度
(integer) 11
127.0.0.1:6379[1]> get key1
"hello,redis"
127.0.0.1:6379[1]> GETRANGE key1 0 3    #截取字符串[0,3]
"hell"
127.0.0.1:6379[1]> GETRANGE key1 0 -1      #截取全部字符串
"hello,redis"
############################################################
替换
127.0.0.1:6379[1]> set key2 abcdefg
OK
127.0.0.1:6379[1]> SETRANGE key2 2 xxx
(integer) 7
127.0.0.1:6379[1]> get key2
"abxxxfg"
############################################################
setex（set with expire） #设置过期时间
setnx（set if not exist） #如果不存在再设置（在分布式锁中会常常使用）
127.0.0.1:6379[1]> setex key1 30 hello  #设置key1的值为hello，30秒后过期
OK
127.0.0.1:6379[1]> ttl key1
(integer) 22
127.0.0.1:6379[1]> set mykey zhaoli
OK
127.0.0.1:6379[1]> setnx mykey xiaocong   #如果mykey存在，创建失败
(integer) 0
127.0.0.1:6379[1]> keys *
1) "mykey"
############################################################
批量获取和设值
127.0.0.1:6379[1]> mset k1 v1 k2 v2 k3 v3        #同时设置多个值
OK
127.0.0.1:6379[1]> keys *
1) "k3"
2) "k2"
3) "k1"
127.0.0.1:6379[1]> mget k1 k2 k3          #同时获取多个值	
1) "v1"
2) "v2"
3) "v3"
127.0.0.1:6379[1]> msetnx k1 v2 k4 v4    #msetnx 是一个原子性的操作，要么一起成功，要么一起失败。
(integer) 0
############################################################
#对象 
set user:1 {name:zhangsan,age:3}   #设置一个user:1 对象，值为一个json字符串来保存一个对象！
这里的key是一个巧妙的设计，对象：{id}：{field}
127.0.0.1:6379[1]> mset user:1:name zhangsan user:1:age 19
OK
127.0.0.1:6379[1]> mget user:1:name user:1:age
1) "zhangsan"
2) "19"
###############################################################
getset        #先get后set
127.0.0.1:6379[1]> getset key1 redis   #如果不存在值，则返回nil
(nil)
127.0.0.1:6379[1]> get key1
"redis"
127.0.0.1:6379[1]> getset key1 mongodb   #如果存在值，返回原来的值，将值设置为新值
"redis"
127.0.0.1:6379[1]> get key1
"mongodb"

• List（redis中list可以玩成栈，队列，阻塞队列）

#############################################################
LPUSH
RPUSH
127.0.0.1:6379> LPUSH list one        #将一个值或多个值插入到列表左部
(integer) 1
127.0.0.1:6379> LPUSH list two
(integer) 2
127.0.0.1:6379> LPUSH list three
(integer) 3
127.0.0.1:6379> LRANGE list 0 -1       #获取list'中的值
1) "three"
2) "two"
3) "one"
127.0.0.1:6379> LRANGE list 0 1       #获取list中指定范围的值
1) "three"
2) "two"
127.0.0.1:6379> RPUSH list right          #将一个值或多个值插入到列表右部
(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      #弹出左边第一个元素
"three"
127.0.0.1:6379> RPOP list      #弹出右边第一个元素
"right"
127.0.0.1:6379> LRANGE list 0 -1
1) "two"
2) "one"
############################################################
LINDEX
127.0.0.1:6379> LINDEX list 0        #通过下标获取list中某一个值
"two"
127.0.0.1:6379> LINDEX list 1
"one"
#############################################################
LLEN
127.0.0.1:6379> LLEN list          #返回list长度
(integer) 2
##############################################################
LREM          #移除指定值！
127.0.0.1:6379> LRANGE list 0 -1
1) "two"
2) "two"
3) "one"
4) "one"
127.0.0.1:6379> LREM list 2 two  #移除list集合中指定个数的value，精确匹配
(integer) 2
127.0.0.1:6379> LRANGE list 0 -1
1) "one"
2) "one"
127.0.0.1:6379> LREM list 1 one
(integer) 1
127.0.0.1:6379> LRANGE list 0 -1
1) "one"
############################################################
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 hello12
(integer) 3
127.0.0.1:6379> RPUSH list hello13
(integer) 4
127.0.0.1:6379> LRANGE list 0 -1
1) "hello"
2) "hello1"
3) "hello12"
4) "hello13"
127.0.0.1:6379> LTRIM list 1 2       #截取list指定区间
OK
127.0.0.1:6379> LRANGE list 0 -1
1) "hello1"
2) "hello12"
############################################################
RPOPLPUSH      #将最后一个元素弹出并添加进新的list
127.0.0.1:6379> LRANGE list 0 -1
1) "hello1"
2) "hello12"
127.0.0.1:6379> RPOPLPUSH list list
"hello12"
127.0.0.1:6379> LRANGE list 0 -1
1) "hello12"
2) "hello1"
############################################################
LSET       #将列表中指定下标元素替换为新的值，更新操作
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 items
OK
127.0.0.1:6379> LRANGE list 0 0
1) "items"
127.0.0.1:6379> LSET list 1 items
(error) ERR index out of range
############################################################
LINSERT       #在指定元素前面或后面插入元素
127.0.0.1:6379> RPUSH list hello
(integer) 1
127.0.0.1:6379> RPUSH list world
(integer) 2
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 new
(integer) 4
127.0.0.1:6379> LRANGE list 0 -1
1) "hello"
2) "other"
3) "world"
4) "new"

栈 （LPUSH，LPOP） 队列（LPUSH，RPOP）

• Set（set中值不能重复）

127.0.0.1:6379> SADD myset hello      # set集合中添加值
(integer) 1
127.0.0.1:6379> SADD myset world
(integer) 1
127.0.0.1:6379> SADD myset zhaoli
(integer) 1
127.0.0.1:6379> SMEMBERS myset      #查看值定set中的所有值
1) "world"
2) "zhaoli"
3) "hello"
127.0.0.1:6379> SISMEMBER myset hello  #判断set中是否存在某一个值
(integer) 1
############################################################	
127.0.0.1:6379> SCARD myset   #获取set中元素个数
(integer) 3
############################################################
127.0.0.1:6379> SMEMBERS myset
1) "world"
2) "zhaoli"
3) "hello"
127.0.0.1:6379> SREM myset world       #移除set中指定元素
(integer) 1
127.0.0.1:6379> SMEMBERS myset
1) "zhaoli"
2) "hello"
############################################################
127.0.0.1:6379> SMEMBERS myset
1) "a2"
2) "zhaoli"
3) "hello"
4) "a4"
5) "a1"
6) "a3"
127.0.0.1:6379> SRANDMEMBER myset      #随机抽选出一个元素
"zhaoli"
127.0.0.1:6379> SRANDMEMBER myset
"hello"
127.0.0.1:6379> SRANDMEMBER myset 3   #随机抽选出指定个数元素
1) "a1"
2) "a2"
3) "hello"
127.0.0.1:6379> SRANDMEMBER myset 3
1) "a4"
2) "a1"
3) "hello"
127.0.0.1:6379> SRANDMEMBER myset 33   #超出总的元素个数则显示全部
1) "zhaoli"
2) "a4"
3) "a1"
4) "a3"
5) "a2"
6) "hello"
###########################################################
127.0.0.1:6379> SMEMBERS myset
1) "zhaoli"
2) "a4"
3) "a1"
4) "a3"
5) "hello"
6) "a2"
127.0.0.1:6379> SPOP myset   #随机删除一个元素
"a3"
127.0.0.1:6379> SPOP myset
"a1"
127.0.0.1:6379> SMEMBERS myset
1) "zhaoli"
2) "a4"
3) "hello"
4) "a2"
127.0.0.1:6379> SPOP myset 2  #随机删除指定个数的元素
1) "zhaoli"
2) "a2"
###############################################################
SMOVE  #将一个指定元素移动到另一个set
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 zhaoli
(integer) 1
127.0.0.1:6379> SADD set2 set2
(integer) 1
127.0.0.1:6379> SMOVE myset set2 zhaoli
(integer) 1
127.0.0.1:6379> SMEMBERS myset 
1) "world"
2) "hello"
127.0.0.1:6379> SMEMBERS set2
1) "set2"
2) "zhaoli"
############################################################
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 f
(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 共同好友可以通过交集实现
1) "c"
127.0.0.1:6379> SUNION key1 key2  #并集
1) "c"
2) "a"
3) "b"
4) "f"
5) "d"

微博，A用户将所有的关注的人放在一个set中！，将他的粉丝也放在一个集合中！
共同关注，共同爱好，二度好友，推荐好友（六度分割理论！！+）

• Hash
  map集合，key-map这时候的值是一个map集合！本质和String没有太大区别，还是一个简单的key-value

127.0.0.1:6379> hset myhash k1 v1       #	set一个具体的key-value
(integer) 1
127.0.0.1:6379> hget myhash k1
"v1"
127.0.0.1:6379> hmset myhash k2 v2 k3 v3    #set多个key-vaue
OK
127.0.0.1:6379> hmget k1 k2 k3
1) (nil)
2) (nil)
127.0.0.1:6379> hmget myhash k1 k2 k3   #获取多个key-value
1) "v1"
2) "v2"
3) "v3"
127.0.0.1:6379> hgetall myhash   #获取全部数据
1) "k1"
2) "v1"
3) "k2"
4) "v2"
5) "k3"
6) "v3"
##########################################################
127.0.0.1:6379> hdel myhash k1 k2   #删除指定key的值
(integer) 2
127.0.0.1:6379> hgetall myhash
1) "k3"
2) "v3"
##########################################################
127.0.0.1:6379> hlen myhash     #获取hash表的字段数量
(integer) 1
##########################################################
127.0.0.1:6379> HEXISTS myhash k3   #判断hash表中指定字段是否存在
(integer) 1
127.0.0.1:6379> HEXISTS myhash k1
(integer) 0
127.0.0.1:6379> hkeys myhash   #获取全部key
1) "k3"
127.0.0.1:6379> hvals myhash  #获取全部值
1) "v3"
##########################################################
127.0.0.1:6379> hset myhash k1 1
(integer) 1
127.0.0.1:6379> HINCRBY myhash k1 2      #自增步长为2
(integer) 3
127.0.0.1:6379> HINCRBY myhash k1 -1
(integer) 2
127.0.0.1:6379> HSETNX myhash k2 hello   #如果不存在则可以设置
(integer) 1
127.0.0.1:6379> HSETNX myhash k2 world   #如果存在则不能设置
(integer) 0

hash更适合对象的存储，String更适合字符串的存储

• Zset（有序集合）
  在set基础上，增加了一个值，set k1 v1 zset k1 score1 v1

127.0.0.1:6379> ZADD myset 1 one      #zset 添加一个值
(integer) 1
127.0.0.1:6379> ZADD myset 2 two 3 three      #zset添加多个值
(integer) 2
127.0.0.1:6379> ZRANGE myset 0 -1
1) "one"
2) "two"
3) "three"
############################################################
127.0.0.1:6379> ZRANGEBYSCORE salary -inf +inf     #显示全部用户 从小到大
1) "zahngsan"
2) "xiaocong"
3) "zhaoli"
127.0.0.1:6379> ZRANGEBYSCORE salary -inf +inf withscores  #显示全部用户并且附带分数
1) "zahngsan"
2) "500"
3) "xiaocong"
4) "1500"
5) "zhaoli"
6) "2500"
127.0.0.1:6379> ZRANGEBYSCORE salary -inf 1500 withscores #显示工资小于1500元的用户的生序排列
1) "zahngsan"
2) "500"
3) "xiaocong"
4) "1500"
127.0.0.1:6379> ZREVRANGE salary 0 -1 withscores     #显示全部用户并且附带分数降序排列
1) "zhaoli"
2) "2500"
3) "xiaocong"
4) "1500"
5) "zahngsan"
6) "500"
##########################################################################
127.0.0.1:6379> ZREM salary zhaoli     #移除指定元素
(integer) 1
##########################################################################
127.0.0.1:6379> zcard salary       #获取有序集合元素个数
(integer) 3
#############################################################
127.0.0.1:6379> ZCOUNT myset 1 2       #获取指定区间成员数量
(integer) 2
##############################################################

应用案例：set排序 存储班级成绩排序表，工资排序表
普通消息 0 ，重要消息 1 带权重
网站热搜排行榜，取Top N

三种特殊数据类型

• geospatial（地理位置）
  Redis的Geo在Redis3.2版本就推出了！这个功能可以推算地理位置信息，两地之间的距离，方圆几里的人。
  朋友的定位，附近的人，打车位置？
  在线经纬度查询：http://www.jsons.cn/lngcode/
  

有效的经度从-180度到180度。
有效的纬度从-85.05112878度到85.05112878度。

127.0.0.1:6379> GEOADD china:city 116.40 39.90 beijing
(integer) 1
127.0.0.1:6379> GEOADD china:city 121.47 31.23 shanghai
(integer) 1
127.0.0.1:6379> GEOADD china:city 106.50 29.53 chongqing
(integer) 1
127.0.0.1:6379> GEOADD china:city 120.15 30.28 hangzhou
(integer) 1
127.0.0.1:6379> GEOADD china:city 125.14 42.92 xian
(integer) 
##############################################################
#获取指定位置经纬度  GEOPOS key members
127.0.0.1:6379> GEOPOS china:city beijing chongqing
1) 1) "116.39999896287918091"
   2) "39.90000009167092543"
2) 1) "106.49999767541885376"
   2) "29.52999957900659211"
###########################################################
#查看两地之间的距离
127.0.0.1:6379> GEODIST china:city beijing shanghai
"1067378.7564"
127.0.0.1:6379> GEODIST china:city beijing shanghai km
"1067.3788"
############################################################
#获取以给定的经纬度为中心，找出某一半径范围内的元素
#显示以110 30 为中心半径1000km的元素以及他到中心点的距离
127.0.0.1:6379> GEORADIUS china:city 110 30 1000 km withdist
1) 1) "chongqing"
   2) "341.9374"
2) 1) "hangzhou"
   2) "976.4868"
#显示以110 30 为中心半径1000km的元素以及他的经纬度
127.0.0.1:6379> GEORADIUS china:city 110 30 1000 km withcoord
1) 1) "chongqing"
   2) 1) "106.49999767541885376"
      2) "29.52999957900659211"
#显示以110 30 为中心半径1000km的元素以及他到中心点的距离，显示数量为1
127.0.0.1:6379> GEORADIUS china:city 110 30 1000 km withdist withcoord count 1
1) 1) "chongqing"
   2) "341.9374"
   3) 1) "106.49999767541885376"
      2) "29.52999957900659211"
#显示以110 30 为中心半径1000km的元素以及他到中心点的距离，显示数量为2
127.0.0.1:6379> GEORADIUS china:city 110 30 1000 km withdist withcoord count 2
1) 1) "chongqing"
   2) "341.9374"
   3) 1) "106.49999767541885376"
      2) "29.52999957900659211"
2) 1) "hangzhou"
   2) "976.4868"
   3) 1) "120.15000075101852417"
      2) "30.2800007575645509"
#显示以110 30 为中心半径1000km的元素以及他到中心点的距离，显示数量为3
127.0.0.1:6379> GEORADIUS china:city 110 30 1000 km withdist withcoord count 3
1) 1) "chongqing"
   2) "341.9374"
   3) 1) "106.49999767541885376"
      2) "29.52999957900659211"
2) 1) "hangzhou"
   2) "976.4868"
   3) 1) "120.15000075101852417"
      2) "30.2800007575645509"
#################################################################
#查询指定位置周围固定距离的元素
127.0.0.1:6379> GEORADIUSBYMEMBER china:city beijing 1000 km 
1) "beijing"
2) "xian"
############################################################
#Geohash该命令将返回11个字符的Geohash字符串
#将二维的经纬度转为一维的字符串，字符串越接近，距离越近！
127.0.0.1:6379> GEOHASH china:city beijing chongqing
1) "wx4fbxxfke0"
2) "wm5xzrybty0"

GEO 底层使用ZSET实现，我们可以使用ZSET命令操作GEO

127.0.0.1:6379> ZRANGE china:city 0 -1
1) "chongqing"
2) "hangzhou"
3) "shanghai"
4) "beijing"
5) "xian"
127.0.0.1:6379> ZREM china:city beijing
(integer) 1
127.0.0.1:6379> ZRANGE china:city 0 -1
1) "chongqing"
2) "hangzhou"
3) "shanghai"
4) "xian"

• hyperloglog

什么是基数？

A{1,3.4,5,4}
B{1,3,4,5}
基数（不重复元素个数） = 4 可以接受误差！

简介

Redis2.8.9版本更新了Hyperloglog数据结构
Redis Hyperloglog 基数统计的算法！
优点：占用的内存是固定的，2^64不同元素的基数，只需要费12KB的内存。如果从内存角度比较的话，Hyperloglog首选！
网页的UV（一个人访问一个网站多次，但还算作一个人）
传统的方式，set保存用户id，然后统计set中元素数量作为标准判断
这个方式如果存在大量用户，就会占用大量内存，就会比较麻烦！我们的目的是基数，而不是保存用户id。

0.81%错误率，UV统计是可以不记的

127.0.0.1:6379> PFADD mykey a b c d e      #创建第一组元素mykey
(integer) 1
127.0.0.1:6379> PFADD mykey2 e f j l n l    #创建第二组元素mykey2 
(integer) 1
127.0.0.1:6379> PFCOUNT mykey      #统计mykey元素数量
(integer) 5
127.0.0.1:6379> PFMERGE mykey3 mykey mykey2  #合并两组mykey mykey2 ==》mykey3 并集
OK
127.0.0.1:6379> PFCOUNT mykey3 #查看并集数量
(integer) 9

如果允许容错，那么一定可以使用Hyperloglog
如何不允许容错，使用set或自己的数据类型。

• bitmap

位存储

统计用户信息,活跃 不活跃！登录，未登录！打卡，两个状态的，都可以使用Bitmap
Bitmap 位图，数据结构！都是操作二进制位进行记录，就只有1和0两个状态。
365天 = 365 bit 1字节 = 8 bit 46个字节左右

测试

使用Bitmaps来记录一周的打卡记录

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

获取打卡记录

127.0.0.1:6379> GETBIT sign 3
(integer) 0
127.0.0.1:6379> GETBIT sign 4
(integer) 1

获取打卡次数

127.0.0.1:6379> BITCOUNT sign
(integer) 4

事务

Redis事务本质：一组命令的集合！一个事务中所有的命令都会被序列化，事务在执行过程中，会按照顺序执行！
一次性！顺序性！排他性!

-----队列 set set set 执行-------

Redis事务没有隔离级别的概念
所有命令在事务中，并没有直接执行，只有发起执行命令才会执行！exec
Redis单条命令保证原子性，但是事务不保证原子性
Redis事务：

• 开启事务（multi）
• 命令入队
• 执行事务（exec）

正常事务执行

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

取消执行

127.0.0.1:6379> MULTI  #开启事务
OK
127.0.0.1:6379> set k3 v3
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
(nil)

编译时异常，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> GETSET k2
(error) ERR wrong number of arguments for 'getset' command
127.0.0.1:6379> set k3 v3
QUEUED
127.0.0.1:6379> EXEC
(error) EXECABORT Transaction discarded because of previous errors.

运行时异常，如果对列中某条语句存在运行时异常，那么这条语句会执行失败，抛出异常，其他语句会执行失败。

127.0.0.1:6379> MULTI
OK
127.0.0.1:6379> set k1 v1
QUEUED
127.0.0.1:6379> INCR k1
QUEUED
127.0.0.1:6379> set k2 v2
QUEUED
127.0.0.1:6379> get k2
QUEUED
127.0.0.1:6379> EXEC
1) OK
2) (error) ERR value is not an integer or out of range
3) OK
4) "v2"

监控！Watch

悲观锁，

• 认为什么时候都会出现问题，无论做什么都会加锁

乐观锁，

• 认为什么时候都不会出错，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监视测试

正常执行成功！

127.0.0.1:6379> set money 100
OK
127.0.0.1:6379> set out 0
OK
127.0.0.1:6379> WATCH money  #监视money对象
OK
127.0.0.1:6379> MULTI  #事务正常结束，数据期间没有发生变动，这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乐观锁操作
线程一：

127.0.0.1:6379> watch money   #监视money对象
OK
127.0.0.1:6379> MULTI
OK
127.0.0.1:6379> DECRBY money 10
QUEUED
127.0.0.1:6379> INCRBY out 10
QUEUED
127.0.0.1:6379> EXEC   #执行之前，另一个线程对值进行了修改，就会导致事务执行失败
(nil)

线程二（在线程一事务执行之前执行）

127.0.0.1:6379> set money 1000
OK

如果失败，获取最新值再次执行

127.0.0.1:6379> UNWATCH      #先解锁
OK
127.0.0.1:6379> WATCH money     #获取新值
OK
127.0.0.1:6379> MULTI  #再次执行
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     #比较获取的值与当前值是否相同
1) (integer) 990
2) (integer) 30

Jedis

我们要使用java来操作redis

Jedis是官方推荐的java连接开发工具！使用java来操作redis中间件

测试

• 导入对应的依赖

        <dependency>
            <groupId>redis.clientsgroupId>
            <artifactId>jedisartifactId>
            <version>3.3.0version>
        dependency>
        
        <dependency>
            <groupId>com.alibabagroupId>
            <artifactId>fastjsonartifactId>
            <version>1.2.68version>
        dependency>

package cn.smallcosmos;

import redis.clients.jedis.Jedis;

/**
 * @Date 2020/5/14 下午3:02
 * @Created by zhaoli
 */
public class test {
    public static void main(String[] args) {
        //连接redis
        Jedis jedis = new Jedis("127.0.0.1",6379);
        //测试连接
        System.out.println(jedis.ping());

    }
}

常用API跟上面相同
事务操作

package cn.smallcosmos;

import com.alibaba.fastjson.JSONObject;
import redis.clients.jedis.Jedis;
import redis.clients.jedis.Transaction;

/**
 * @Date 2020/5/14 下午3:02
 * @Created by zhaoli
 */
public class test {
    public static void main(String[] args) {
        //连接redis
        Jedis jedis = new Jedis("127.0.0.1",6379);

        JSONObject jsonObject = new JSONObject();

        jsonObject.put("hello","world");
        jsonObject.put("name","zhaoli");

        String jsonString = jsonObject.toJSONString();
        jedis.flushDB();
        //开启事务
        Transaction multi = jedis.multi();
        try {
            multi.set("user1",jsonString);
            int i  = 1/0;
            multi.set("user2",jsonString);
            multi.exec();  //执行事务
        } catch (Exception e) {
            multi.discard();  //放弃事务
            e.printStackTrace();
        } finally {
            System.out.println(jedis.get("user1"));
            System.out.println(jedis.get("user2"));
            jedis.close();
        }

    }
}