NoSQL之Redis配置

目录

前言

一、关系数据库和非关系数据库

1. 关系型数据库

2. 非关系型数据库

3. 非关系型数据库产生背景

4. 关系型数据库和非关系型数据库的区别

5. 总结

二、Redis的基础概念

1. Redis简介

2. Redis程序

3. Redis的优点

4. Redis的使用场景

5. Redis速度快的原因

6. Redis与Memcashed区别

三、Redis安装部署

1. 关闭防火墙

2. 源码编译安装

3. 优化路径

4. Redis服务控制

5. 修改/etc/redis/6379.conf配置参数

四、Redis管理控制

1. Redis命令工具

2. redis-cli命令行工具

3. redis-benchmark测试工具

五、Redis数据库常用命令

1. set/get

2. keys

3. exists

4. del

5. type

6. rename

7. renamenx

8. dbsize

9. 密码设置

10. 密码验证

11. 查看密码

12. 取消密码

13. Redis多数据库常用命令

总结

---

前言

本文干货满满，值得阅读哦~

一、关系数据库和非关系数据库

1. 关系型数据库

● 关系型数据库是一个结构化的数据库，创建在关系模型（二维表格模型）基础上，一般面向于记录。
● 主要包括：Oracle、MySQL、SQL Server、Microsoft Access、DB2等。

2. 非关系型数据库

● 非关系型数据库（NoSQL，Not Only SQL）意思是“不仅仅是SQL”，是非关系型数据库的总称。
● 除了主流的关系型数据库外的数据库，都认为是非关系型数据库。
● 主要包括：Redis、MongDB、Hbase、Memcached等。

3. 非关系型数据库产生背景

可用于应对Web2.0纯动态网站类型的三高问题
● High Performance
对数据库高并发读写需求
● High Storage
对海量数据高效存储与访问需求
● High Scalability && High Availability
对数据库高可扩展性与高看可用性需求

4. 关系型数据库和非关系型数据库的区别

4.1 数据存储方式不同

关系型和非关系型数据库的主要差异是数据存储的方式。关系型数据天然就是表格式的，因此存储在数据表的和合列中。数据表可以彼此关联协作存储，也很容易提取数据。
与其相反，非关系型数据不适合存储在数据表的行和列中，而是大块组合在一起。非关系型数据通常存储在数据集中，就像文档、键值对或者图结构。
你的数据及其特性是选择数据存储和提取方式的首要影响因素。

4.2 扩展方式不同

SQL和NoSQL数据库最大的差别可能是在扩展方式上，要支持日益增长的需求当然要扩展。
要支持更多并发量，SQL数据库是纵向扩展，也就是说提高处理能力，使用速度更快速的计算机，这样处理相同的数据集就更快了。因为数据存储在关系表中，操作的性能瓶颈可能涉及很多个表，这都需要通过 提高计算机性能来克服。虽然SQL数据库有很大扩展空间，但最终肯定会达到纵向扩展的上限。
而NoSQL数据库是横向扩展的，因为非关系型数据存储天然就是分布式的，NoSQL数据库的扩展可以通过给资源池添加更多普通的数据库服务器（节点）来分担负载。

4.3 对事务性的支持不同

如果数据操纵需要高事务型或者复杂数据查询需要控制执行计划，那么传统的SQL数据库从性能和稳定性方面考虑是你的最佳选择。SQL数据库支持对事务原子性细粒度控制，并且易于回滚事务。
虽然NoSQL数据库也可以使用事务操作，但稳定性方面没法和关系型数据库比较，所以它们真正闪亮的价值是在操作的扩展性和大数据量处理方面。

5. 总结

（1）关系型数据库：
实例-->数据库-->表（table）-->记录行（row）-->数据字段（column）
（2）非关系型数据库
实例-->数据库-->集合（collection）-->键值对（key-value）
非关系型数据库不需要手动创建数据和集合（表）。

二、Redis的基础概念

1. Redis简介

● Redis（Remote Dictionary Server )，即远程字典服务，是一个开源的、使用C语言编写的NoSQL数据库。
● Redis基于内存运行并支持持久化，采用key-value（键值对）的存储形式，是目前分布式架构中不可或缺的一环。

2. Redis程序

Redis服务器程序是单进程模型，也就是在一台服务器上可以同时启动多个Redis进程，Redis的实际处理速度则是完全依靠于主进程的执行效率。若在服务器上只运行一个Redis进程，当多个客户端同时访问时，服务器的处理能力是会有一定程度的下降；若在同一台服务器上开启多个Redis进程，Redis在提高并发处理能力的同时会给服务器的CPU造成很大压力。
即：在实际生产环境中，需要根据实际的需求来决定开启多少个Redis进程。若对高并发要求更高一些，可能会考虑在同一台服务器上开启多个进程。若CPU资源比较紧张，采用单进程即可。

3. Redis的优点

● 具有极高的数据读写速度
数据读取的速度最高可达到110000次/秒，数据写入速度最高可达到81000次/秒。
● 支持丰富的数据类型
支持key-value、String、Lists、Hashes、Sets及Stored Sets等数据类型操作。
● 支持数据的持久化
可以将内存中的数据保存在磁盘中，重启的时候可以再次加载进行使用。
● 原子性
Redis所有操作都是原子性的。
● 支持数据备份
即master-slave模式的数据备份。

4. Redis的使用场景

Redis作为基于内存运行的数据库，缓存是最长应用的场景之一。除此之外，Redis常见应用场景还包括获取最新N个数据的操作、排行榜类应用、计算器应用、存储关系、实时分析系统、日志记录等。

5. Redis速度快的原因

● Redis是纯内存结构，避免了磁盘的I/O等耗时操作。
● Redis命令处理的核心模块为单线程，减少了锁竞争，以及频繁创建线程和销毁线程的代价，减少了线程上下文切换的消耗。
● 采用了I/O多路复用机制，大大提升了并发效率。
I/O多路复用程序虽然会同时监听多个socket连接，但是其会将监听的socket都放到一个队列里面，然后通过这个队列有序的，同步的将每个socket对应的时间传送到文件事件分派器，再由文件事件分派器给对应的事件处理器进行处理，只有当一个socket所对应的事件被处理完毕之后，I/O多路复用程序才会继续向文件事件分派器传送下一个socket所对应的的事件，这也可以验证上面的结论，处理客户端的命令请求是单线程的方式逐个处理，但是事件处理器内并不是只有一个线程。

6. Redis与Memcashed区别

三、Redis安装部署

1. 关闭防火墙

[root@localhost ~]# systemctl stop firewalld
[root@localhost ~]# setenforce 0
setenforce: SELinux is disabled

2. 源码编译安装

[root@localhost ~]# yum install -y gcc gcc-c++ make
[root@localhost ~]# cd /opt
[root@localhost opt]# rz -E
#传入安装包
rz waiting to receive.
[root@localhost opt]# tar zxvf redis-5.0.7.tar.gz  -C /opt
[root@localhost redis-5.0.7]# make && make PREFIX=/usr/local/redis install
#由于Redis源码包中直接提供了Makefile文件，所以在解压完软件包后，不用先执行./configure进行配置，可直接执行make与make install命令进行安装
[root@localhost redis-5.0.7]# cd utils/
#执行软件包提供的install_server.sh脚本文件设置Redis服务所需要相关配置文件
[root@localhost utils]# ./install_server.sh
......
#一直回车，直到Please select the redis executable path []
#需要手动修改为/usr/local/redis/bin/redis-server，注意要一次性正确输入
Selected config:
Port           : 6379
#默认侦听端口为6379
Config file    : /etc/redis/6379.conf
#配置文件路径
Log file       : /var/log/redis_6379.log
#日志文件路径
Data dir       : /var/lib/redis/6379
#数据文件路径
Executable     : /usr/local/redis/bin/redis-server
#可执行文件路径
Cli Executable : /usr/local/redis/bin/redis-cli
#客户端命令工具
Is this ok? Then press ENTER to go on or Ctrl-C to abort.
#确认并回车
Copied /tmp/6379.conf => /etc/init.d/redis_6379
Installing service...
Successfully added to chkconfig!
Successfully added to runlevels 345!
Starting Redis server...
Installation successful!

3. 优化路径

[root@localhost utils]# ln -s /usr/local/redis/bin/* /usr/local/bin
#把redis的可执行程序文件放入路径环境变量的目录中便于系统识别
[root@localhost utils]# netstat -natp | grep redis
tcp        0      0 127.0.0.1:6379          0.0.0.0:*               LISTEN      45520/redis-server  
#当install_server.sh脚本运行完毕，Redis服务就已经启动，默认监听端口为6379

4. Redis服务控制

[root@localhost utils]# /etc/init.d/redis_6379 stop
#停止
Stopping ...
Redis stopped
[root@localhost utils]# /etc/init.d/redis_6379 start
#开启
Starting Redis server...
[root@localhost utils]# /etc/init.d/redis_6379 restart
#重启
Stopping ...
Redis stopped
Starting Redis server...
[root@localhost utils]# /etc/init.d/redis_6379 status
#查看状态
Redis is running (45661)

5. 修改/etc/redis/6379.conf配置参数

[root@localhost utils]# vim /etc/redis/6379.conf

bind 127.0.0.1 192.168.122.10		#70行，添加监听的主机地址
port 6379							#93行，Redis默认的监听端口
daemonize yes						#137行，启用守护进程
pidfile /var/run/redis_6379.pid		#159行，指定PID文件
loglevel notice						#167行，日志级别
logfile /var/log/redis_6379.log		#172行，指定日志文件

[root@localhost utils]# /etc/init.d/redis_6379 restart
#重启

四、Redis管理控制

1. Redis命令工具

redis-server：用于启动Redis的工具
redis-benchmark：用于检测Redis在本机的运行效率
redis-check-aof：修复AOF持久化文件
redis-check-rdb：修复RDB持久化文件
redis-cli：Redis命令行工具

2. redis-cli命令行工具

语法：redis-cli -h root -p port -a password
-h：指定远程主机
-p：指定Redis服务的端口号
-a：指定密码，未设置数据库密码可以省略-a选项
若不添加任何选项表示，则使用127.0.0.1:6379连接本机上的Redis数据库

[root@localhost utils]# redis-cli -h 192.168.122.10 -p 6379
192.168.122.10:6379> quit
[root@localhost utils]# redis-cli
127.0.0.1:6379> 

3. redis-benchmark测试工具

redis-benchmark是官方自带的Redis性能测试工具，可以有效的测试Redis服务的性能。
基本的测试语法：redis-benchmark [选项] [选项值]

 向IP地址为192.168.122.10，端口号为6379的Redis服务器发送100个并发连接与100000个请求测试性能

[root@localhost utils]# redis-benchmark -h 192.168.122.10 -p 6379 -c 100 -n 100000
====== PING_INLINE ======
  100000 requests completed in 0.44 seconds
  100 parallel clients
  3 bytes payload
  keep alive: 1

98.84% <= 1 milliseconds
99.95% <= 2 milliseconds
100.00% <= 2 milliseconds
225733.64 requests per second

====== PING_BULK ======
  100000 requests completed in 0.45 seconds
  100 parallel clients
  3 bytes payload
  keep alive: 1

98.76% <= 1 milliseconds
99.94% <= 2 milliseconds
100.00% <= 2 milliseconds
222717.16 requests per second

====== SET ======
  100000 requests completed in 0.46 seconds
  100 parallel clients
  3 bytes payload
  keep alive: 1

99.54% <= 1 milliseconds
99.90% <= 2 milliseconds
100.00% <= 2 milliseconds
218818.39 requests per second

====== GET ======
  100000 requests completed in 0.45 seconds
  100 parallel clients
  3 bytes payload
  keep alive: 1

99.46% <= 1 milliseconds
99.92% <= 2 milliseconds
100.00% <= 2 milliseconds
221729.48 requests per second

====== INCR ======
  100000 requests completed in 0.45 seconds
  100 parallel clients
  3 bytes payload
  keep alive: 1

99.72% <= 1 milliseconds
100.00% <= 1 milliseconds
223713.64 requests per second

====== LPUSH ======
  100000 requests completed in 0.46 seconds
  100 parallel clients
  3 bytes payload
  keep alive: 1

99.60% <= 1 milliseconds
99.94% <= 2 milliseconds
100.00% <= 2 milliseconds
216450.20 requests per second

====== RPUSH ======
  100000 requests completed in 0.46 seconds
  100 parallel clients
  3 bytes payload
  keep alive: 1

99.00% <= 1 milliseconds
99.95% <= 2 milliseconds
100.00% <= 2 milliseconds
218340.61 requests per second

====== LPOP ======
  100000 requests completed in 0.48 seconds
  100 parallel clients
  3 bytes payload
  keep alive: 1

99.53% <= 1 milliseconds
100.00% <= 1 milliseconds
210084.03 requests per second

====== RPOP ======
  100000 requests completed in 0.45 seconds
  100 parallel clients
  3 bytes payload
  keep alive: 1

99.35% <= 1 milliseconds
99.92% <= 2 milliseconds
100.00% <= 2 milliseconds
222717.16 requests per second

====== SADD ======
  100000 requests completed in 0.44 seconds
  100 parallel clients
  3 bytes payload
  keep alive: 1

99.21% <= 1 milliseconds
100.00% <= 2 milliseconds
225733.64 requests per second

====== HSET ======
  100000 requests completed in 0.44 seconds
  100 parallel clients
  3 bytes payload
  keep alive: 1

99.08% <= 1 milliseconds
99.97% <= 2 milliseconds
100.00% <= 2 milliseconds
225733.64 requests per second

====== SPOP ======
  100000 requests completed in 0.45 seconds
  100 parallel clients
  3 bytes payload
  keep alive: 1

99.24% <= 1 milliseconds
99.94% <= 2 milliseconds
100.00% <= 2 milliseconds
221729.48 requests per second

====== LPUSH (needed to benchmark LRANGE) ======
  100000 requests completed in 0.45 seconds
  100 parallel clients
  3 bytes payload
  keep alive: 1

99.27% <= 1 milliseconds
99.95% <= 2 milliseconds
100.00% <= 2 milliseconds
222222.23 requests per second

====== LRANGE_100 (first 100 elements) ======
  100000 requests completed in 0.98 seconds
  100 parallel clients
  3 bytes payload
  keep alive: 1

95.10% <= 1 milliseconds
99.87% <= 2 milliseconds
100.00% <= 2 milliseconds
102354.15 requests per second

====== LRANGE_300 (first 300 elements) ======
  100000 requests completed in 2.44 seconds
  100 parallel clients
  3 bytes payload
  keep alive: 1

11.96% <= 1 milliseconds
95.86% <= 2 milliseconds
98.98% <= 3 milliseconds
99.86% <= 4 milliseconds
99.99% <= 5 milliseconds
100.00% <= 5 milliseconds
41000.41 requests per second

====== LRANGE_500 (first 450 elements) ======
  100000 requests completed in 3.33 seconds
  100 parallel clients
  3 bytes payload
  keep alive: 1

0.67% <= 1 milliseconds
85.28% <= 2 milliseconds
96.10% <= 3 milliseconds
98.63% <= 4 milliseconds
99.66% <= 5 milliseconds
99.95% <= 6 milliseconds
100.00% <= 6 milliseconds
30030.03 requests per second

====== LRANGE_600 (first 600 elements) ======
  100000 requests completed in 4.29 seconds
  100 parallel clients
  3 bytes payload
  keep alive: 1

0.31% <= 1 milliseconds
32.20% <= 2 milliseconds
92.25% <= 3 milliseconds
96.30% <= 4 milliseconds
98.29% <= 5 milliseconds
99.42% <= 6 milliseconds
99.79% <= 7 milliseconds
99.95% <= 8 milliseconds
100.00% <= 9 milliseconds
100.00% <= 9 milliseconds
23288.31 requests per second

====== MSET (10 keys) ======
  100000 requests completed in 0.50 seconds
  100 parallel clients
  3 bytes payload
  keep alive: 1

98.73% <= 1 milliseconds
99.97% <= 2 milliseconds
100.00% <= 2 milliseconds
199203.20 requests per second

测试存取大小为100字节的数据包的性能

[root@localhost utils]# redis-benchmark -h 192.168.122.10 -p 6379 -q -d 100
PING_INLINE: 225733.64 requests per second
PING_BULK: 229357.80 requests per second
SET: 224719.11 requests per second
GET: 219780.22 requests per second
INCR: 225225.22 requests per second
LPUSH: 230414.75 requests per second
RPUSH: 209205.03 requests per second
LPOP: 207468.88 requests per second
RPOP: 224215.23 requests per second
SADD: 226244.34 requests per second
HSET: 230414.75 requests per second
SPOP: 226244.34 requests per second
LPUSH (needed to benchmark LRANGE): 229357.80 requests per second
LRANGE_100 (first 100 elements): 84530.86 requests per second
LRANGE_300 (first 300 elements): 33955.86 requests per second
LRANGE_500 (first 450 elements): 23293.73 requests per second
LRANGE_600 (first 600 elements): 17761.99 requests per second
MSET (10 keys): 184501.84 requests per second

测试本机上Redis服务在进行set与lpush操作时的性能

[root@localhost utils]# redis-benchmark -t set,lpush -n 100000 -q
SET: 220750.55 requests per second
LPUSH: 224719.11 requests per second

五、Redis数据库常用命令

1. set/get

set：存放数据，命令格式为set key value
get：获取数据，命令格式为get key

[root@localhost utils]# redis-cli
127.0.0.1:6379> set name zhangsan
OK
127.0.0.1:6379> get name
"zhangsan"

2. keys

keys命令可以取符合规则的键值列表，通常情况可以结合*、?等选项来使用

127.0.0.1:6379> keys *
1) "key:__rand_int__"
2) "counter:__rand_int__"
3) "mylist"
4) "name"
5) "myset:__rand_int__"

创建键后匹配

127.0.0.1:6379> set k1 1
OK
127.0.0.1:6379> set k2 2
OK
127.0.0.1:6379> set k3 3
OK
127.0.0.1:6379> set v1 1
OK
127.0.0.1:6379> set v2 3
OK
127.0.0.1:6379> set v3 5
OK
127.0.0.1:6379> set v11 7
OK
127.0.0.1:6379> keys *
#查看当前数据库中所有键
 1) "key:__rand_int__"
 2) "k3"
 3) "v11"
 4) "counter:__rand_int__"
 5) "v1"
 6) "v2"
 7) "v3"
 8) "k1"
 9) "mylist"
10) "name"
11) "myset:__rand_int__"
12) "k2"
127.0.0.1:6379> keys v*
#查看当前数据库中以v开头的数据
1) "v11"
2) "v1"
3) "v2"
4) "v3"
127.0.0.1:6379> keys k*
#查看当前数据库中以k开头的数据
1) "key:__rand_int__"
2) "k3"
3) "k1"
4) "k2"
127.0.0.1:6379> keys *1
#查看当前数据库中以1结尾的数据
1) "v11"
2) "v1"
3) "k1"
127.0.0.1:6379> keys ?1
#查看当前数据库中以1结尾并且11前面包含任意一位的数据
1) "v1"
2) "k1"
127.0.0.1:6379> keys ??1
#查看当前数据库中以1结尾并且1前面包含任意两位的数据
1) "v11"

3. exists

exists命令可以判断键值是否存在

127.0.0.1:6379> exists name
#判断name键是否存在
(integer) 1
#1表示name键是存在的
127.0.0.1:6379> exists na
(integer) 0
#0表示na键是不存在的

4. del

del命令可以删除当前数据库的指定key

127.0.0.1:6379> del name
(integer) 1
127.0.0.1:6379> get name
(nil)
127.0.0.1:6379> exists name
(integer) 0
127.0.0.1:6379> keys name
(empty list or set)

5. type

type命令可以获取key对应的value值类型

127.0.0.1:6379> type k1
string

6. rename

rename命令是对已有key进行重命名（覆盖）
命令格式：rename 源key 目标key
使用rename命令进行重命名时，无论目标key是否存在都进行重命名，且源key的值会覆盖目标key的值。在实际使用过程中，建议先用exists命令查看目标key是否存在，然后再决定是都执行rename命令，以避免覆盖重要数据。
重命名：

127.0.0.1:6379> keys v*
1) "v11"
2) "v1"
3) "v2"
4) "v3"
127.0.0.1:6379> rename v11 v4
OK
127.0.0.1:6379> keys v*
1) "v4"
2) "v1"
3) "v2"
4) "v3"

覆盖：

127.0.0.1:6379> get v1
"1"
127.0.0.1:6379> get v2
"3"
127.0.0.1:6379> rename v1 v2
OK
127.0.0.1:6379> keys v*
1) "v4"
2) "v2"
3) "v3"
127.0.0.1:6379> get v2
"1"
127.0.0.1:6379> get v1
(nil)

7. renamenx

renamenx命令的作用是对已有key进行重命名，并检测新名是否存在，如果目标key存在则不进行重命名（不覆盖）
命令格式：renamenx 源key 目标key

127.0.0.1:6379> keys v*
1) "v4"
2) "v2"
3) "v3"
127.0.0.1:6379> renamenx v4 v1
(integer) 1
127.0.0.1:6379> keys v*
1) "v1"
2) "v2"
3) "v3"
127.0.0.1:6379> renamenx v3 v1
(integer) 0
127.0.0.1:6379> keys v*
1) "v1"
2) "v2"
3) "v3"

8. dbsize

dbsize命令的作用是查看当前数据库中key的数目

127.0.0.1:6379> keys *
 1) "key:__rand_int__"
 2) "k3"
 3) "v1"
 4) "counter:__rand_int__"
 5) "v2"
 6) "v3"
 7) "k1"
 8) "mylist"
 9) "myset:__rand_int__"
10) "k2"
127.0.0.1:6379> dbsize
(integer) 10

9. 密码设置

使用"config set requirepass password"命令设置密码

127.0.0.1:6379> config set requirepass 123456
OK

10. 密码验证

使用auth命令验证密码，一旦设置密码，每次登陆后必须先验证通过密码，否则所有操作不可用

127.0.0.1:6379> keys *
(error) NOAUTH Authentication required.
127.0.0.1:6379> auth 123456
OK
127.0.0.1:6379> keys *
 1) "key:__rand_int__"
 2) "k3"
 3) "v1"
 4) "counter:__rand_int__"
 5) "v2"
 6) "v3"
 7) "k1"
 8) "mylist"
 9) "myset:__rand_int__"
10) "k2"

也可在登录时使用-a选项，输入密码

[root@localhost utils]# redis-cli -a 123456
Warning: Using a password with '-a' or '-u' option on the command line interface may not be safe.
127.0.0.1:6379> keys *
 1) "key:__rand_int__"
 2) "k3"
 3) "v1"
 4) "counter:__rand_int__"
 5) "v2"
 6) "v3"
 7) "k1"
 8) "mylist"
 9) "myset:__rand_int__"
10) "k2"

注：由于密码将被直接暴露，有被history盗密的风险，因此需谨慎使用。

11. 查看密码

使用"config get requirepass"命令查看密码

127.0.0.1:6379> config get re quirepass
1) "requirepass"
2) "123456"

12. 取消密码

使用"config set requirepass ''"命令通过重定义空密码的方式，清空密码并取消密码验证

127.0.0.1:6379> config get requirepass
1) "requirepass"
2) "123456"
127.0.0.1:6379> config set requirepass ''
OK
127.0.0.1:6379> config get requirepass
1) "requirepass"
2) ""
127.0.0.1:6379> quit
[root@localhost utils]# redis-cli
127.0.0.1:6379> keys *
 1) "key:__rand_int__"
 2) "k3"
 3) "v1"
 4) "counter:__rand_int__"
 5) "v2"
 6) "v3"
 7) "k1"
 8) "mylist"
 9) "myset:__rand_int__"
10) "k2"

13. Redis多数据库常用命令

Redis支持多数据库，Redis默认情况下包含16个数据库，数据库名称是用数字0-15来依次命名的。
多数据库相互独立，互不干扰。

13.1 多数据库间切换

命令格式：select 序号
使用redis-cli连接Redis数据库后，默认使用的是序号为0的数据库

127.0.0.1:6379> select 10
OK
127.0.0.1:6379[10]> select 15
OK
127.0.0.1:6379[15]> select 0
OK
127.0.0.1:6379> 

13.2 多数据库间移动数据

格式：move 键值 序号

127.0.0.1:6379> set name zhangsan
创建“name”键并赋值“zhangsan”
OK
127.0.0.1:6379> get name
查看“name”键
"zhangsan"
127.0.0.1:6379> select 1
#切换至数据库1
OK
127.0.0.1:6379[1]> get name
#查看“name”键，确认数据库1没有“name”键
(nil)
127.0.0.1:6379[1]> select 0
#切换回数据库0
OK
127.0.0.1:6379> move name 1
#将数据库0中的“name”键移动至数据库1
(integer) 1
127.0.0.1:6379> get name
#查看“name”键，确认数据库0中已无“name”键
(nil)
127.0.0.1:6379> select 1
#切换至数据库1
OK
127.0.0.1:6379[1]> get name
#查看“name”键，确认已将“name”键从数据库0移动到数据库1
"zhangsan"

13.3 清除数据库数据

flushdb：清空当前数据库数据
flushall：清空所有数据库的数据，慎用

127.0.0.1:6379> select 1
#切换至数据库1
OK
127.0.0.1:6379[1]> keys *
#查看键
1) "name"
127.0.0.1:6379[1]> flushdb
#清空当前数据库
OK
127.0.0.1:6379[1]> keys *
#查看键，确认已清空
(empty list or set)
127.0.0.1:6379[1]> select 0
#切换至数据库0
OK
127.0.0.1:6379> keys *
#查看键
 1) "key:__rand_int__"
 2) "k3"
 3) "v1"
 4) "counter:__rand_int__"
 5) "v2"
 6) "v3"
 7) "k1"
 8) "mylist"
 9) "myset:__rand_int__"
10) "k2"
127.0.0.1:6379> select 1
#切换至数据库1
OK
127.0.0.1:6379[1]> flushall
#清空全部数据库
OK
127.0.0.1:6379[1]> select 0
#切换至数据库0
#
OK
127.0.0.1:6379> keys *
#查看键，确认已清空全部库
(empty list or set)

总结

在日常使用SQL等服务中很多命令需要慎重使用，谨记