Redis
NoSOL特点
方便扩展
大数据量性能高
数据类型多样
-
RDBMS与NoSQL的区别
RDMBS -结构化组织 -SQL -数据和关系都存在单独的表中 -严格的一致性 -基础的事务NoSQL -不仅仅是数据库 -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 -最终一致性 -CAP定理和BASE （异地多活） -高性能，高可用，高可扩
3V+3高
3V
海量Velume
多样Variety
实时Velocity
3高
高并发
高可扩
高性能
NoSQL四大分类
KV键值对：
- Redis 、Tair、memcache
文档型数据库（bson格式）
- MongoDB
- MongoDB是一个基于分布式文件存储的数据库，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！
- ConthDB
列存储数据库
- HBase
- 分布式文件系统
图关系数据库
- Neo4j、infoGrid;
Redis概述
==什么是Redis？==
Redis（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。 是当下最热门的NoSQL技术之一。
==Redis能做什么==
- 内存存储、持久化
- 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
==特性==
- 多样化的数据类型
- 持久化
- 集群
- 事务
官网：https://redis.io/
中文网：http://www.redis.cn/
下载地址：
Redis推荐在Linux服务器上搭建
Linux安装
1、下载安装包
2、将安装包上传到linux下 放到opt目录下
解压
3、进入解压后的文件，标红的就是Redis的配置文件
4、基本的环境安装
yum install gcc-c++
安装6.0以上版本需要升级gcc到5.3及以上,如下：升级到gcc 9.3：
yum -y install centos-release-scl
yum -y install devtoolset-9-gcc devtoolset-9-gcc-c++ devtoolset-9-binutils
scl enable devtoolset-9 bash
make
make install
5、redis默认安装路径==/usr/local/bin==
6、将redis配置文件复制到我们当前的目录下
7、redis默认不是后台启动的，修改配置文件
8、启动redis服务
9、使用redis-cli进行连接测试
10、查看redis进程是否开启
ps -ef|grep redis
11、关闭Redis服务
shutdown
12、再次查看进程是否存在
性能测试
redis-benchmark是压力测试工具，官方自带的性能测试工具
redis-benchmark 命令参数！
图片截取自菜鸟教程
实例测试：
#测试100个并发连接 100000请求
redis-benchmark -h localhost -p 6379 -c 100 -n 100000
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 #查看数据库大小
(integer) 0
127.0.0.1:6379[3]> keys * #查看所有的key
1) "name"
清除当前数据库==FLUSHDB==
清除全部数据库内容==flushall==
127.0.0.1:6379[3]> FLUSHDB
OK
127.0.0.1:6379[3]> keys *
(empty array)
redis6.0之前是单线程的，6.0引入了多线程
Redis 的瓶颈并不在 CPU，而在内存和网络。内存不够的话，可以加内存或者做数据结构优化和其他优化等，但网络的性能优化才是大头，网络 IO 的读写在 Redis 整个执行期间占用了大部分的 CPU 时间，如果把网络处理这部分做成多线程处理方式，那对整个 Redis 的性能会有很大的提升。
Redis为什么单线程还这么快？
核心：redis是将所有的数据全部放在内存中的，所以说使用单线程进行操作效率就高，多线程（CPU上下文会且换：比较耗时）
五大数据类型
官方文档
Redis-Key
127.0.0.1:6379> keys * #查看所有的key
(empty array)
127.0.0.1:6379> set name lijie #添加一个key
OK
127.0.0.1:6379> get name
"lijie"
127.0.0.1:6379> set age 56
OK
127.0.0.1:6379> keys *
1) "age"
2) "name"
127.0.0.1:6379> EXISTS name #判断当前key是否存在
(integer) 1
127.0.0.1:6379> exists user
(integer) 0
127.0.0.1:6379> move name 1 #移动当前数据库的key到指定地数据库中
(integer) 1
127.0.0.1:6379> keys *
1) "age"
127.0.0.1:6379> set name lijie
OK
127.0.0.1:6379>
127.0.0.1:6379> keys *
1) "age"
2) "name"
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 #查看当前可以的剩余时间
(integer) -2
127.0.0.1:6379> get name #获得key
(nil)
127.0.0.1:6379> del name #删除key
(integer) 0
127.0.0.1:6379> keys *
1) "age"
127.0.0.1:6379> type name #查看当前key的类型
string
127.0.0.1:6379> type age
string
String（字符串）
127.0.0.1:6379> set key1 v1
OK
127.0.0.1:6379> get key1
"v1"
127.0.0.1:6379> keys *
1) "key1"
127.0.0.1:6379> EXISTS key1 #判断某一个key是否存在
(integer) 1
127.0.0.1:6379> APPEND key1 leave #追加字符串，如果当前key不存在，就相当于增加一个key
(integer) 7
127.0.0.1:6379> get key1
"v1leave"
127.0.0.1:6379> STRLEN key1 #获取字符串的长度
(integer) 7
127.0.0.1:6379> APPEND key1 pdd
(integer) 10
127.0.0.1:6379> STRLEN key1
(integer) 10
127.0.0.1:6379> get key1
"v1leavepdd"
##################################################
#步长
127.0.0.1:6379> set views 0
OK
127.0.0.1:6379> get views
"0"
127.0.0.1:6379> incr views#自增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
(integer) 1
127.0.0.1:6379> INCRBY views 10 #设置步长，指定增量
(integer) 11
127.0.0.1:6379> DECRBY views 4 #设置步长，指定减量
(integer) 7
##################################################
字符串范围 range
127.0.0.1:6379> set key1 "hello Tom" #key的值
OK
127.0.0.1:6379> get key1
"hello Tom"
127.0.0.1:6379> GETRANGE key1 0 2 #截取字符串 [0,3]
"hel"
127.0.0.1:6379> GETRANGE key1 0 -1 #获取全部的字符串 相当于get key1
"hello Tom"
#替换
127.0.0.1:6379> set key2 123456
OK
127.0.0.1:6379> get key2
"123456"
127.0.0.1:6379> SETRANGE key2 2 b #替换指定位置开始的字符串
(integer) 6
127.0.0.1:6379> get key2
"12b456"
#########################################################
# setex (set with expire) 设置过期时间
# setnx (set if not exist) 不存在再设置（在分布式锁中会经常使用）
127.0.0.1:6379> SETEX key3 30 "history" #设置key3得值为hello，30秒后过期
OK
127.0.0.1:6379> ttl key3
(integer) 19
127.0.0.1:6379> get key3
"history"
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) "key2"
2) "mykey"
3) "key1"
127.0.0.1:6379> ttl key3
(integer) -2
127.0.0.1:6379> SETNX mykey "hello" #如果mykey存在，创建失败
(integer) 0
127.0.0.1:6379> get mykey
"redis"
########################################################
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> msetnx k1 v1 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
127.0.0.1:6379> get k4
(nil)
#########################################################
set user:1 {name: lijie,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 lijie user:1:age 60
OK
127.0.0.1:6379> mget user:1:name user:1:age
1) "lijie"
2) "60"
#########################################################
getset #先get再set
127.0.0.1:6379> getset db redis #如果不存在值，则创建值返回nil
(nil)
127.0.0.1:6379> get db
"redis"
127.0.0.1:6379> GETSET db LeetCode #如果存在值，则替换原来的值返回nil
"redis"
127.0.0.1:6379> get db
"LeetCode"
String类型的使用场景：
- 计数器
- 统计多单位的数量
- 粉丝数
- 对象缓存存储
List （列表）
Redis列表是简单的字符串列表，按照插入顺序排序。你可以添加一个元素到列表的头部（左边）或者尾部（右边）
一个列表最多可以包含 232 - 1 个元素 (4294967295, 每个列表超过40亿个元素)。
127.0.0.1:6379> lpush list one #将一个值或者多个值，插入到列表头部（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 0 -1 # 获取list中的值
1) "three"
2) "two"
3) "one"
127.0.0.1:6379> LRANGE list 0 1 #通过区间来获取具体的值
1) "three"
2) "two"
127.0.0.1:6379> RPUSH list four # #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) "four"
#########################################################
lpop
rpop
127.0.0.1:6379> LRANGE list 0 -1
1) "three"
2) "two"
3) "one"
4) "four"
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
"four"
127.0.0.1:6379> LRANGE list 0 -1
1) "two"
2) "one"
#########################################################
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中的某一个值
"one"
127.0.0.1:6379> lindex list 0
"two"
#########################################################
LLen
127.0.0.1:6379> lpush list one
(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
LREM
127.0.0.1:6379> LRANGE list 0 -1
^[[3~1) "three"
2) "three"
3) "two"
4) "one"
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) "three"
3) "two"
127.0.0.1:6379> lrem list 1 three
(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> lrem list 2 three
(integer) 2
127.0.0.1:6379> LRANGE list 0 -1
1) "two"
#########################################################
trim
127.0.0.1:6379> lpush list "hello1"
(integer) 1
127.0.0.1:6379> lpush list "hello2"
(integer) 2
127.0.0.1:6379> lpush list "hello3"
(integer) 3
127.0.0.1:6379> lpush list "hello4"
(integer) 4
127.0.0.1:6379> ltrim list 1 2 #通过下标截取指定的长度
OK
127.0.0.1:6379> LRANGE list 0 -1
1) "hello3"
2) "hello2"
#########################################################
rpoplpush #移动列表的最后一个元素 到新的列表中
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 otherlist#移动列表的最后一个元素 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 otherlist 0 -1 #查看目标列表，确实存在值
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> lpush list value1
(integer) 1
127.0.0.1:6379> LRANGE list 0 0
1) "value1"
127.0.0.1:6379> LSET list 0 tian #如果存在，更新当前下标的值
OK
127.0.0.1:6379> LRANGE list 0 0
1) "tian"
127.0.0.1:6379> LSET list 1 flag #如果不存在，则会保存
(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> RPUSH mylist "hello"
(integer) 1
127.0.0.1:6379> RPUSH mylist "world"
(integer) 2
127.0.0.1:6379> LINSERT mylist before "world" tian
(integer) 3
127.0.0.1:6379> LRANGE mylist 0 -1
1) "hello"
2) "tian"
3) "world"
127.0.0.1:6379> LINSERT mylist after "world" flag
(integer) 4
127.0.0.1:6379> LRANGE mylist 0 -1
1) "hello"
2) "tian"
3) "world"
4) "flag"
==小结==
- 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，则创建新的链表
- 如果key存在，新增内容
- 如果移除了所有的值，就变成了空链表，代表不存在
- 在两边插入或者改动值，效率最高！操作中间元素效率会低一点
消息排队！消息队列 （Lpush Rpop），栈（lpush Lpop）
Set（集合）
==set是无序不重复集合==
127.0.0.1:6379> SADD myset god #往set集合中添加元素
(integer) 1
127.0.0.1:6379> SADD myset oldxu
(integer) 1
127.0.0.1:6379> SADD myset wabibabo
(integer) 1
127.0.0.1:6379> SMEMBERS myset #查看指定集合中的所有值
1) "wabibabo"
2) "oldxu"
3) "god"
127.0.0.1:6379> SISMEMBER myset god #判断某一个值是否在set集合中
(integer) 1
127.0.0.1:6379> SISMEMBER myset ooo
(integer) 0
#########################################################
127.0.0.1:6379> SCARD myset #获取set集合中的内容元素个数
(integer) 3
127.0.0.1:6379> sadd myset oldxu
(integer) 0
127.0.0.1:6379> sadd myset baozi
(integer) 1
127.0.0.1:6379> scard myset
(integer) 4
#########################################################
127.0.0.1:6379> srem myset god #移除set集合中的指定元素
(integer) 1
127.0.0.1:6379> SCARD myset
(integer) 3
127.0.0.1:6379> SMEMBERS myset
1) "baozi"
2) "wabibabo"
3) "oldxu"
#########################################################
127.0.0.1:6379> SRANDMEMBER myset #随机抽选出一个元素
"baozi"
127.0.0.1:6379> SRANDMEMBER myset
"baozi"
127.0.0.1:6379> SRANDMEMBER myset
"wabibabo"
127.0.0.1:6379> SRANDMEMBER myset 2随机抽选出指定个数的元素
1) "baozi"
2) "oldxu"
127.0.0.1:6379> SRANDMEMBER myset 2
1) "wabibabo"
2) "oldxu"
#########################################################
删除指定的key，随机删除key
127.0.0.1:6379> SMEMBERS myset
1) "baozi"
2) "wabibabo"
3) "oldxu"
127.0.0.1:6379> spop myset #随机删除set集合中的元素
"wabibabo"
127.0.0.1:6379> spop myset
"baozi"
127.0.0.1:6379> SMEMBERS myset
1) "oldxu"
#########################################################
#将一个指定的元素，移动到另外一个集合中
127.0.0.1:6379> sadd myset qwert
(integer) 1
127.0.0.1:6379> sadd myset asdfg
(integer) 1
127.0.0.1:6379> sadd myset zxcvb
(integer) 1
127.0.0.1:6379> sadd name dingding
(integer) 1
127.0.0.1:6379> Smove myset name qwert #将一个指定的元素，移动到另外一个集合中
(integer) 1
127.0.0.1:6379> SMEMBERS myset
1) "zxcvb"
2) "asdfg"
127.0.0.1:6379> SMEMBERS name
1) "qwert"
2) "dingding"
#########################################################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) "a"
2) "b"
127.0.0.1:6379> SINTER key1 key2 #交集
1) "c"
127.0.0.1:6379> sunion key1 key2 #并集
1) "a"
2) "c"
3) "e"
4) "b"
5) "d"
Hash（哈希）
Map集合，key-map 它的值是一个Map集合，本质和String类型没有太大区别，还是一个简单的key-value！
127.0.0.1:6379> hset myhash field1 bingb #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
"bingb"
127.0.0.1:6379> hset myhash field1 tiantian field2 libai #set多个 key-value
(integer) 1
127.0.0.1:6379> FLUSHDB
OK
127.0.0.1:6379> hset myhash field1 binggong
(integer) 1
127.0.0.1:6379> hget myhash field1
"binggong"
127.0.0.1:6379> hmset myhash field1 dingding field2 libai #获取多个字段值
OK
127.0.0.1:6379> hmget myhash field1 field2
1) "dingding"
2) "libai"
127.0.0.1:6379> HGETALL myhash #获取全部数据
1) "field1"
2) "dingding"
3) "field2"
4) "libai"
127.0.0.1:6379> HDEL myhash field1 #删除hash指定key字段，对应的value值也就消失了
(integer) 1
127.0.0.1:6379> HGETALL myhash
1) "field2"
2) "libai"
#########################################################
hlen
127.0.0.1:6379> HGETALL myhash
1) "field2"
2) "libai"
127.0.0.1:6379> hlen myhash #获取hash表中字段的数量
(integer) 1
#########################################################
HEXISTS
127.0.0.1:6379> HEXISTS myhash field1 #判断hash中指定字段是否存在
(integer) 0
127.0.0.1:6379> HEXISTS myhash field2
(integer) 1
#########################################################
# 获得所有field HKEYS
# 获得所有value HVALS
127.0.0.1:6379> HKEYS myhash # 获得所有的字段
1) "field2"
2) "filed1"
127.0.0.1:6379> HVALS myhash # 获得所有value
1) "libai"
2) "hello"
#########################################################
127.0.0.1:6379> hset myhash field3 5 #指定增量
(integer) 1
127.0.0.1:6379> HINCRBY myhash field3 1
(integer) 6
127.0.0.1:6379> HINCRBY myhash field3 -1
(integer) 5
127.0.0.1:6379> HSETNX myhash field4 bbbb #如果不存在则新增
(integer) 1
127.0.0.1:6379> HSETNX myhash field4 bbbb #如果存在则不能设置
(integer) 0
hash适合存储经常变动的信息，尤其是用户信息之类的。hash适合与对象的存储，String更加适合字符串存储
Zset（有序集合）
在set的基础上，增加了一个用来排序的值
127.0.0.1:6379> zadd myzset 1 one #添加一个值
(integer) 1
127.0.0.1:6379> zadd myzset 2 two 3 three #添加多个值
(integer) 2
127.0.0.1:6379> ZRANGE myzset 0 -1
1) "one"
2) "two"
3) "three"
#########################################################
实现排序
127.0.0.1:6379> zadd salary 2500 libai #添加三个用户以及薪水
(integer) 1
127.0.0.1:6379> zadd salary 4500 dufu
(integer) 1
127.0.0.1:6379> zadd salary 200 AQ
(integer) 1
127.0.0.1:6379> ZRANGEBYSCORE salary -inf +inf #显示全部的用户从小到大
1) "AQ"
2) "libai"
3) "dufu"
127.0.0.1:6379> ZRANGEBYSCORE salary -inf +inf withscores #显示全部的用户并附带薪水
1) "AQ"
2) "200"
3) "libai"
4) "2500"
5) "dufu"
6) "4500"
127.0.0.1:6379> ZRANGEBYSCORE salary -inf 2500 withscores #显示工资小于等于2500的员工按升序排列
1) "AQ"
2) "200"
3) "libai"
4) "2500"
127.0.0.1:6379> ZREVRANGE salary 0 -1 #从大到小进行排序
1) "dufu"
2) "libai"
#########################################################
127.0.0.1:6379> ZRANGE salary 0 -1
1) "AQ"
2) "libai"
3) "dufu"
127.0.0.1:6379> zrem salary AQ #移除元素
(integer) 1
127.0.0.1:6379> ZRANGE salary 0 -1
1) "libai"
2) "dufu"
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 myzset 1 qwert 2 asdfg 3 zxcvb
(integer) 3
127.0.0.1:6379> zcount myzset 1 3 #获取指定区间的成员数量
(integer) 3
127.0.0.1:6379> zcount myzset 1 2
(integer) 2
三种特殊数据类型
geospatial 地理位置
微信定位，附近的人，打车距离计算
Redis的Geo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
geoadd
#geoadd 添加地理位置
# 规则：两极无法直接添加
# 参数 key value（经度、纬度、名称）
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 chongqin 114.05 22.52 shenzhen
(integer) 2
127.0.0.1:6379> geoadd china:city 120.16 30.24 hangzhou 108.96 34.26 xian
(integer) 2
geopos
获得当前定位：一定是一个坐标值
127.0.0.1:6379> geopos china:city beijing #获取指定的城市的精度和纬度
1) 1) "116.39999896287918091"
2) "39.90000009167092543"
127.0.0.1:6379> geopos china:city beijing chongqin
1) 1) "116.39999896287918091"
2) "39.90000009167092543"
2) 1) "106.49999767541885376"
2) "29.52999957900659211"
GEODIST
两人之间的距离
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
"1067378.7564"
127.0.0.1:6379> GEODIST china:city beijing shanghai km #查看北京到上海的直线距离
"1067.3788"
127.0.0.1:6379> GEODIST china:city beijing chongqin km
"1464.0708"
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。
获取附近的人的地址，定位，通过半径来查询
127.0.0.1:6379> GEORADIUS china:city 110 20 1000 km
1) "shenzhen"
127.0.0.1:6379> GEORADIUS china:city 110 30 1000 km #以110，30 这个经纬度为中心，寻找方圆1000km内的城市
1) "chongqin"
2) "xian"
3) "shenzhen"
4) "hangzhou"
127.0.0.1:6379> GEORADIUS china:city 110 30 500 km withdist #显示到中心位置的距离
1) 1) "chongqin"
2) "341.9374"
2) 1) "xian"
2) "483.8340"
127.0.0.1:6379> GEORADIUS china:city 110 30 500 km withcoord #显示他人的定位信息
1) 1) "chongqin"
2) 1) "106.49999767541885376"
2) "29.52999957900659211"
2) 1) "xian"
2) 1) "108.96000176668167114"
2) "34.25999964418929977"
127.0.0.1:6379> GEORADIUS china:city 110 30 500 km withdist withcoord count 1
1) 1) "chongqin"
2) "341.9374"
3) 1) "106.49999767541885376"
2) "29.52999957900659211"
127.0.0.1:6379> GEORADIUS china:city 110 30 500 km withdist withcoord count 2 #筛选出指定的结果
1) 1) "chongqin"
2) "341.9374"
3) 1) "106.49999767541885376"
2) "29.52999957900659211"
2) 1) "xian"
2) "483.8340"
3) 1) "108.96000176668167114"
2) "34.25999964418929977"
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) "beijing"
2) "xian"
127.0.0.1:6379> GEORADIUSBYMEMBER china:city xian 500 km
1) "xian"
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
# 将二维的经纬度转换为一维的字符串
127.0.0.1:6379> GEOHASH china:city beijing chongqin
1) "wx4fbxxfke0"
2) "wm5xzrybty0"
GEO底层的实现原理为Zset ，可以使用Zset命令来操作geo
127.0.0.1:6379> ZRANGE china:city 0 -1 #查看地图中全部的元素
1) "chongqin"
2) "xian"
3) "shenzhen"
4) "hangzhou"
5) "shanghai"
6) "beijing"
127.0.0.1:6379> zrem china:city xian #移除指定元素
(integer) 1
127.0.0.1:6379> ZRANGE china:city 0 -1
1) "chongqin"
2) "shenzhen"
3) "hangzhou"
4) "shanghai"
5) "beijing"
Hyperloglog
什么是基数？
不重复的元素
A{1 ，2， 3 ，4 ，5，5} B{1，2，3，4，5}
基数为5
简介
Redis Hyperloglog 基数统计的算法。
优点：占用的内存是固定的，2^64不同元素的技术，只需要消耗12kb内存
网页的UV（一个人访问一个网站多次。但还是算作一个人）
0.81%错误率！对于UV任务 ，可以忽略不计
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 元素的基数数量
(integer) 10
127.0.0.1:6379> pfadd mykey2 a j j o f n q m #创建第二组元素 mykey2
(integer) 1
127.0.0.1:6379> PFCOUNT mykey2
(integer) 7
127.0.0.1:6379> PFMERGE mykey3 mykey2 mykey #合并两组 mykey mykey2 =》mykey3
OK
127.0.0.1:6379> PFCOUNT mykey3
(integer) 14
Bitmap
位存储
统计用户信息，活跃，不活跃！打卡。两个状态的，都可以使用Bitmap！
Bitmap位图，都是操作二进制位来进行记录，就只有0和1两个状态
测试
#使用bitmap来记录 周一到周日的打卡，1代表打卡 0代表未打卡
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 0
(integer) 0
127.0.0.1:6379> setbit sign 6 1
(integer) 0
####################################################
#查看某一天是否打卡
127.0.0.1:6379> getbit sign 3
(integer) 1
127.0.0.1:6379> getbit sign 4
(integer) 0
##########################################################统计操作，统计打卡的天数
127.0.0.1:6379> bitcount sign
(integer) 3
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，在事务执行的过程中，会按照顺序执行
一次性、顺序性、排他性！执行一系列的命令
------ 队列 set set set 执行 ------
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
Redis单条命令是保证原子性的，但事务不保证原子性
redis的事务：
- 开启事务（multi）
- 命令入队（）
- 执行事务（exec）
正常开启事务
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
QUEUED
127.0.0.1:6379> get k1
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) "v1"
4) OK
放弃事务
127.0.0.1:6379> multi
OK
127.0.0.1:6379> set k3 v3
QUEUED
127.0.0.1:6379> set k3 v3
QUEUED
127.0.0.1:6379> set k2 v2
QUEUED
127.0.0.1:6379> discard #放弃事务 事务队列中的命令都不会被执行
OK
编译型异常（代码有问题！命令错误！），事务中所有的命令都不会被执行，错误命令抛出异常
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> adahjj k3 #错误的命令
(error) ERR unknown command `adahjj`, with args beginning with: `k3`,
127.0.0.1:6379> set k4 v4
QUEUED
127.0.0.1:6379> exec #执行事务报错
(error) EXECABORT Transaction discarded because of previous errors.
127.0.0.1:6379> get k4 #所有的命令都不会被执行
(nil)
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，其他命令是可以正常执行的
127.0.0.1:6379> set name "lijie"
OK
127.0.0.1:6379> multi
OK
127.0.0.1:6379> incr name
QUEUED
127.0.0.1:6379> set k2 v2
QUEUED
127.0.0.1:6379> set k3 v3
QUEUED
127.0.0.1:6379> get k3
QUEUED
127.0.0.1:6379> exec
1) (error) ERR value is not an integer or out of range #虽然第一条命令报错了，但事务依旧执行成功了
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
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 #数据执行期间没有发生变动，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，修改了我们的值，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
127.0.0.1:6379> unwatch # 如果发现事务执行失败，就先解锁
OK
127.0.0.1:6379> watch money #获取最新的值，再次监视
OK
127.0.0.1:6379> multi
OK
127.0.0.1:6379> decrby money 1
QUEUED
127.0.0.1:6379> INCRBY money 1
QUEUED
127.0.0.1:6379> exec #对比监视的值是否发生了变化，如果没有变化，那么可以执行成功，如果产生了变化就执行失败
1) (integer) 999
2) (integer) 1000
Jedis
Jedis是Redis官方推荐的java连接开发工具！使用Java操作Redis中间件
测试
1、导入对应的依赖
redis.clients
jedis
3.3.0
com.alibaba
fastjson
1.2.72
2、编码测试：
连接数据库
操作命令
-
断开连接
public class TestPing { public static void main(String[] args) { Jedis jedis = new Jedis("localhost",6379); jedis.auth("dengzhuo"); System.out.println(jedis.ping()); } }
常用的API
String
List
Set
Hash
Zset
测试事务
public class TestTX {
public static void main(String[] args) {
Jedis jedis = new Jedis("localhost",6379);
jedis.auth("dengzhuo");
jedis.flushDB();
JSONObject jsonObject = new JSONObject();
jsonObject.put("hello","world");
jsonObject.put("name","lijie");
//开启事务
Transaction multi = jedis.multi();
String result = jsonObject.toJSONString();
try {
multi.set("user1",result);
multi.set("user2",result);
int i =1/0;
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();//关闭连接
}
}
}
SpringBoot整合
在SpringBoot2.x之后，原来使用的jedis被替换成了lettuce
jedis：采用的直连技术，多个线程操作的话，是不安全的，为了避免这种情况，会使用jedis pool连接池，类型BIO模式
lettuce：采用netty，实例可以在多个线程中进行共享，不存在线程不安全的情况！可以减少线程数据，更像NIO 模式
源码分析
@Bean
@ConditionalOnMissingBean(
name = {"redisTemplate"}//我们可以用自定义的redisTemplate来替换这个默认的
)
public RedisTemplate redisTemplate(RedisConnectionFactory redisConnectionFactory) throws UnknownHostException {
//默认的redisTemplate没有过多设置，redis对象都是需要序列化的
//两个泛型都是object，object的类型，后续使用需要强制转换
RedisTemplate template = new RedisTemplate();
template.setConnectionFactory(redisConnectionFactory);
return template;
}
@Bean
@ConditionalOnMissingBean //由于String是redis中最常使用的类型，所以单独提出一个bean
public StringRedisTemplate stringRedisTemplate(RedisConnectionFactory redisConnectionFactory) throws UnknownHostException {
StringRedisTemplate template = new StringRedisTemplate();
template.setConnectionFactory(redisConnectionFactory);
return template;
}
整合测试
1、导入依赖
org.springframework.boot
spring-boot-starter-data-redis
org.springframework.boot
spring-boot-starter-web
org.springframework.boot
spring-boot-devtools
runtime
true
org.springframework.boot
spring-boot-configuration-processor
true
org.projectlombok
lombok
true
org.springframework.boot
spring-boot-starter-test
test
org.junit.vintage
junit-vintage-engine
2、配置连接
spring.redis.host= localhost
spring.redis.port=6379
spring.redis.password=******
3、测试
@SpringBootTest
class Redis02SpringbootApplicationTests {
@Autowired
private RedisTemplate redisTemplate;
@Test
void contextLoads() {
//redisTemplate 操作不同的数据类型
//opsForValue //操作字符串
//opsForList
//opsForSet
//opsForHash
//opsForZSet
//opsForGeo
//opsForHyperLogLog
//除了基本的操作，常用的方法都可以直接通过redisTemplate操作，例如事务和，基本的CRUD
//获取redis的连接对象
// RedisConnection connection = redisTemplate.getConnectionFactory().getConnection();
// connection.flushAll();
// connection.flushDb();
redisTemplate.opsForValue().set("name","lijie");
System.out.println(redisTemplate.opsForValue().get("name"));
}
}
自定义RedisTemplate
@Configuration
public class RedisConfig {
//自己定义了一个RedisTemplate
@Bean
@SuppressWarnings("all")
public RedisTemplate redisTemplate(RedisConnectionFactory factory) throws UnknownHostException {
//为了开发方便，一般直接使用
RedisTemplate template = new RedisTemplate();
template.setConnectionFactory(factory);
//序列化配置
Jackson2JsonRedisSerializer jackson2JsonRedisSerializer = new Jackson2JsonRedisSerializer(Object.class);
ObjectMapper om = new ObjectMapper();
om.setVisibility(PropertyAccessor.ALL, JsonAutoDetect.Visibility.ANY);
om.activateDefaultTyping(om.getPolymorphicTypeValidator());
jackson2JsonRedisSerializer.setObjectMapper(om);
StringRedisSerializer stringRedisSerializer = new StringRedisSerializer();
//key采用String的序列化方式
template.setKeySerializer(stringRedisSerializer);
//hash采用String的序列化方式
template.setHashKeySerializer(stringRedisSerializer);
//value序列化方式采用jackson
template.setValueSerializer(jackson2JsonRedisSerializer);
template.afterPropertiesSet();
return template;
}
}
Redis.conf详解
启动的时候，就通过配置文件来启动！
单位
1、配置文件unit单位对大小写不敏感
包含
网络
bind 127.0.0.1 #绑定的IP
protected-mode no #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，我们需要自己开启默认为yes
pidfile /var/run/redis_6379.pid #如果以后台的方式运行，就需要指定一个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)
# warning (only very important / critical messages are logged)
loglevel notice
logfile "" #日志文件的位置
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
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内，如果至少有一个key进行了修改，将自动进行持久化操作
save 900 1
#如果300s内，如果至少10个key进行了修改，将自动进行持久化操作
save 300 10
#如果60s内，如果至少10000个key进行了修改，将自动进行持久化操作
save 60 10000
stop-writes-on-bgsave-error yes #持久化如果出错，是否还继续工作
rdbcompression yes #是否压缩 rdb 文件，，需要消耗一些cpu资源
rdbchecksum yes #保存rdb文件的时候，进行错误的检查校验
dir ./ #rdb文件保存的目录
SECURITY 安全
requirepass dengzhuo #密码设置
maxclients 10000 #设置能连接上redis的最大客户端的数量
maxmemory #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
volatile-lru:从设置了过期时间的数据集中，选择最近最久未使用的数据释放；
allkeys-lru:从数据集中(包括设置过期时间以及未设置过期时间的数据集中)，选择最近最久未使用的数据释放；
volatile-random:从设置了过期时间的数据集中，随机选择一个数据进行释放；
allkeys-random:从数据集中(包括了设置过期时间以及未设置过期时间)随机选择一个数据进行入释放；
volatile-ttl：从设置了过期时间的数据集中，选择马上就要过期的数据进行释放操作；
noeviction：不删除任意数据(但redis还会根据引用计数器进行释放),这时如果内存不够时，会直接返回错误。
APPENDONLY 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，在大部分情况下，rdb完全够用
appendfilename "appendonly.aof" #持久化的文件名
# appendfsync always #每次修改都会 sync（同步），消耗性能
appendfsync everysec #每秒执行一次 sync，可能会丢失这一秒的数据
# appendfsync no #不执行 sync，操作系统自己同步数据，速度最快
Redis持久化
Redis是内存数据库，如果不将内存中的数据库状态保存到磁盘，那么一旦服务器进程退出，服务器中的数据库状态也会消失，所以Redis提供了持久化功能。
RDB（Redis DataBase）
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!
==rdb保存的文件是dump.rdb==
自定义配置只要60s内修改5次key，就会触发rdb操作
触发机制
1、save的规则满足的情况下，会自动触发rdb规则
2、执行flushall命令，也会触发rdb规则
3、退出redis，也会产生rdb文件
备份就会自动生成一个dump.rdb
恢复rdb文件
1、只需要将rdb文件放在redis启动目录下就可以了，redis启动的时候会自动检查dump.rdb恢复其中的数据
2、查看文件存在的位置
46.154.150.53:6379> config get dir
1) "dir"
2) "/usr/local/bin" #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
优点：
1、适合大规模的数据恢复
2、对数据的完整性要求不高
缺点：
1、需要一定的时间进行操作！如果redis意外宕机了，最后一次修改的数据就没有了
2、fork进程的时候，会占用一定的内容空间
AOF（Append Only File）
将所有命令都记录下来，history，恢复的时候就把这个文件全部在执行一遍!
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(读操作不记录），只许追加文件但不可以改写文件，redis启动之初会读取该文件重新构建数据，换言之，redis重启的话就根据日志文件的内容将写指令从前到后执行一次以完成数据的恢复工作。
==Aof保存的是appendonly.aof文件==
默认是不开启的，我们需要手动进行配置 ! 我们只需要将appendorly改为yes就开启了aof !
重启，redis就可以生效了!
如果这个aof文件有错位，此时redis是无法启动的，需要修复aof文件
redis提供了一个修复工具==redis-check-aof==
修复之后，就能正常启动redis了
重写规则
如果aof文件大于64Mb，就会fork一个新的进程来将文件进行重写
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，在大部分情况下，rdb完全够用
appendfilename "appendonly.aof" #持久化的文件名
# appendfsync always #每次修改都会 sync（同步），消耗性能
appendfsync everysec #每秒执行一次 sync，可能会丢失这一秒的数据
# appendfsync no #不执行 sync，操作系统自己同步数据，速度最快
优点：
1、每一次修改都同步，文件的完整性会更好
2、每秒同步一次，可能会丢失一秒的数据
3、从不同步，效率最高的
缺点：
1、相对于数据文件来说，aof远远大于rdb，修复的速度也比rdb慢
2、Aof运行效率也要比rdb慢。
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：
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
| 1 | PSUBSCRIBE pattern [ pattern ...]订阅一个或多个符合给定模式的频道。 |
|---|---|
| 2 | PUBSUB subcommand [argument [argument ...]]查看订阅与发布系统状态。 |
| 3 | PUBLISH channel message将信息发送到指定的频道。 |
| 4 | PUBLISH channel message将信息发送到指定的频道。 |
| 5 | SUBSCRIBE channel [channel ..]订阅给定的一个或多个频道的信息。 |
| 6 | UNSUBSCRIBE_[channel [channel ...]]指退订给定的频道。 |
测试
订阅端：
46.154.150.53:6379> SUBSCRIBE Alibaba #订阅一个频道 Alibaba
Reading messages... (press Ctrl-C to quit)
1) "subscribe"
2) "Alibaba"
3) (integer) 1
#等待读取推送的信息
1) "message" #消息
2) "Alibaba" #频道
3) "hello,boy" #消息的具体内容
1) "message"
2) "Alibaba"
3) "life"
发送端：
46.154.150.53:6379> PUBLISH Alibaba "hello,boy" #发布者发布消息到频道
(integer) 1
46.154.150.53:6379> PUBLISH Alibaba "life"
(integer) 1
原理
Redis是使用C实现的，通过分析Redis源码里的pubsud.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(频道)，而字典的值则是一个链表，链表中保存了所有订阅这个channel的客户端。SUBSCRIBE命令的关键，就是将客户端添加到给定channel的订阅链表中。
通过PUBLISH命令向订阅者发送消息，redis-server会使用给定的频道作为键，在它所维护的channel字典中查找记录了订阅这个频道的所有客户端的链表，遍历这个链表，将消息发布给所有订阅者。
Pub/Sub从字面上理解就是发布( Publish )与订阅(Subscribe )，在Redis中，你可以设定对某一个key值进行消息发布及消息订阅，当一个key值上进行了消息发布后，所有订阅它的客户端都会收到相应的消息。这一功能最明显的用法就是用作实时消息系统，比如普通的即时聊天，群聊等功能。
Redis主从复制
概念
主从复制，是指将一台Redis服务器的数据，复制到其他的Redis服务器。前者称为主节点(master/leader)，后者称为从节点(slave/follower);数据的复制是单向的，只能由主节点到从节点。Master以写为主，Slave以读为主。
默认情况下，每台Redis服务器都是主节点;且一个主节点可以有多个从节点(或没有从节点)，但一个从节点只能有一个主节点。
主从复制的作用主要包括:
1、数据冗余︰主从复制实现了数据的热备份，是持久化之外的一种数据冗余方式。
2、故障恢复︰当主节点出现问题时，可以由从节点提供服务，实现快速的故障恢复;实际上是一种服务的冗余。
3、负载均衡︰在主从复制的基础上，配合读写分离，可以由主节点提供写服务，由从节点提供读服务（即写Redis数据时应用连接主节点，读Redis数据时应用连接从节点），分担服务器负载;尤其是在写少读多的场景下，通过多个从节点分担读负载，可以大大提高Redis服务器的并发量。
4、高可用(集群）基石︰除了上述作用以外，主从复制还是哨兵和集群能够实施的基础，因此说主从复制是Redis高可用的基础.
一般来说，要将Redis运用于工程项目中，只使用一台Redis是万万不能的，原因如下:
1、从结构上，单个Redis服务器会发生单点故障，并且一台服务器需要处理所有的请求负载，压力较大;
2、从容量上，单个Redis服务器内存容量有限，就算一台Redis服务器内存容量为256G，也不能将所有内存用作Redis存储内存，—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"多读少写"。
主从复制，读写分离!80%的情况下都是在进行读操作!减缓服务器的压力!架构中经常使用!一主二从!
只要在公司中，主从复制就是必须要使用的，因为在真实的项目中不可能单机使用Redis !
环境配置
只配置从库，不用配置主库
46.154.150.53:6379> 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:8ff1c6abcfd4dd8bb6621f5fee5c5162ba4dd377
master_replid2:0000000000000000000000000000000000000000
master_repl_offset:0
second_repl_offset:-1
repl_backlog_active:0
repl_backlog_size:1048576
repl_backlog_first_byte_offset:0
repl_backlog_histlen:0
复制3个配置文件，修改对应的信息
1、端口
2、pid名字
3、log文件名字
4、dump.rdb文件名
修改完毕之后，启动3个服务器，可以通过进程信息查询
配置过密码的需要在从机的配置文件中修改
masterauth 密码
一主二从
==默认情况下，每台Redis服务器都是主节点;== 一般情况下只用配置从机就好了
一主（79）二从（80，81）
redis-cli -h 47.101.150.57 -p 6380
127.0.0.1:6380> SLAVEOF 127.0.0.1 6379 # SLAVEOF host 6379
OK
127.0.0.1:6380> info replication
# Replication
role:slave #当前角色是从机
master_host:127.0.0.1 #可以看到主机的信息
master_port:6379
master_link_status:down
master_last_io_seconds_ago:-1
master_sync_in_progress:0
slave_repl_offset:1
master_link_down_since_seconds:1603424493
slave_priority:100
slave_read_only:1
connected_slaves:0
master_replid:a882caf1c2e8657e1b7edd438c2d7f3b4d7e0e1a
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
127.0.0.1:6380>
#在主机中查看
127.0.0.1:6379> info replication
# Replication
role:master
connected_slaves:2 #多了从机的配置
slave0:ip=127.0.0.1,port=6381,state=online,offset=336,lag=1
slave1:ip=127.0.0.1,port=6380,state=online,offset=336,lag=1
master_replid:c18fcb2b0f21e0a0691a232c71bb11f48ed6017f
master_replid2:0000000000000000000000000000000000000000
master_repl_offset:336
second_repl_offset:-1
repl_backlog_active:1
repl_backlog_size:1048576
repl_backlog_first_byte_offset:1
repl_backlog_histlen:336
真实的主从配置应该是在配置文件中配置，能够保证永久性，以上的为命令配置，是暂时的！
注意
主机可以写，从机不能写只能读！主机中的所有信息和数据，都会被从机保存
主机写：
主机只能读取内容：
测试：主机断开连接，从机依旧连接到主机，但是没有写操作，如果主机恢复运行，从机依旧可以直接获得主机写的信息
如果是使用命令行来配置主从，从机如果重启了，就会变回主机，只要再次设置为从机，依旧可以从主机中获取值
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（级联复制）
也能完成主从复制！
如果没有主机了，可以手动选择一个老大
如果主机断开了连接，可以使用==SLAVEOF no one== 使自己变成主机，其他的节点就可以手动连接到最新的这个主节点
哨兵模式
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。
谋权篡位的自动版，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
一主二从
1、配置哨兵配置文件==sentinel.conf==
#sentinel monitor 被监控的主机名称 host port 1
sentinel monitor myredis 127.0.0.1 6379 1
如果主从服务器设置密码，需主从服务器密码保持一致，否则哨兵机制会失败！
sentinel auth-pass myredis 12345678 -主密码，不设置的话不能动态切换
数字 1 代表主机挂了，哨兵投票让从机接替成为主机，票数最多的就会成为主机
2、启动哨兵
[root@deng bin]# redis-sentinel dconfig/sentinel.conf
13323:X 23 Oct 2020 20:31:19.928 # oO0OoO0OoO0Oo Redis is starting oO0OoO0OoO0Oo
13323:X 23 Oct 2020 20:31:19.928 # Redis version=6.0.8, bits=64, commit=00000000, modified=0, pid=13323, just started
13323:X 23 Oct 2020 20:31:19.928 # Configuration loaded
_._
_.-``__ ''-._
_.-`` `. `_. ''-._ Redis 6.0.8 (00000000/0) 64 bit
.-`` .-```. ```\/ _.,_ ''-._
( ' , .-` | `, ) Running in sentinel mode
|`-._`-...-` __...-.``-._|'` _.-'| Port: 26379
| `-._ `._ / _.-' | PID: 13323
`-._ `-._ `-./ _.-' _.-'
|`-._`-._ `-.__.-' _.-'_.-'|
| `-._`-._ _.-'_.-' | http://redis.io
`-._ `-._`-.__.-'_.-' _.-'
|`-._`-._ `-.__.-' _.-'_.-'|
| `-._`-._ _.-'_.-' |
`-._ `-._`-.__.-'_.-' _.-'
`-._ `-.__.-' _.-'
`-._ _.-'
`-.__.-'
13323:X 23 Oct 2020 20:31:19.929 # WARNING: The TCP backlog setting of 511 cannot be enforced because /proc/sys/net/core/somaxconn is set to the lower value of 128.
13323:X 23 Oct 2020 20:31:19.929 # Sentinel ID is 010f244aef16ebf4f40798f0176a27a86c4e8c9d
13323:X 23 Oct 2020 20:31:19.929 # +monitor master myredis 127.0.0.1 6379 quorum 1
13323:X 23 Oct 2020 20:31:32.384 * +slave slave 127.0.0.1:6380 127.0.0.1 6380 @ myredis 127.0.0.1 6379
13323:X 23 Oct 2020 20:31:42.393 * +slave slave 127.0.0.1:6381 127.0.0.1 6381 @ myredis 127.0.0.1 6379
如果Master节点断开了，这个时候就会从从机中随机选择一个服务器（这里面有一个投票算法）
哨兵日志
如果主机此时回来了，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
优点：
1、哨兵集群，基于主从复制，所有主从配置的优点它都有
2、主从可以切换，故障可以转移，系统的可用性就会更好
3、哨兵模式就是主从复制的升级，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较为麻烦，里面有很多选择
哨兵模式的全部配置
# 配置端口,默认26379
port 26379
# 以守护进程模式启动
daemonize yes
# 日志文件名
logfile "sentinel_26379.log"
# 存放备份文件以及日志等文件的目录
dir "/opt/redis/data"
# sentinel monitor
# master-name 监控主节点的名称，只能由字母A-z、0-9、.、-、_ 这些符号组成
# quorum 配置多少个sentinel哨兵同意认为Master主节点失联，那么这时客观上认为主节点失联了
sentinel monitor mymaster 192.168.14.101 6379 2
# sentinel down-after-milliseconds
# 30秒ping不通主节点的信息，主观认为master宕机
sentinel down-after-milliseconds mymaster 30000
# sentinel auth-pass
# 当在redis实例开启了requirepass foobared 授权密码，这样所有连接redis的客户端都要提供密码，
# 设置哨兵连接主从的密码，注意： 必须为主从设置一样的密码
sentinel auth-pass mymaster 123456
# sentinel parallel-syncs
# 指定了在发生failover主备切换是最多可以有多少个slave同时对新的master进行同步，
# 这个数字越小，完成failover的时间越长，但是数字越大，意味着越多的slave因为replication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
# 故障转移开始，三分钟内没有完成，则认为转移失败，默认三分钟
# sentinel failover-timeout
# 故障转移的超时时间，可以用在以下方面
# 1、同一个sentinel对同一个master两次failover之间的时间间隔；
# 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那里同步数据时间；
# 3、当想要取消一个正在进行的failover所需要的时间；
# 4、当failover时，配置所有slaves指向新的master所需要的最大时间，不过即使过了这个超时，slaves依然会被正确配置为指向master,但是就不按parallel-syncs所配置的规则来了。
sentinel failover-timeout mymaster 180000
# sentinel notification-script
# 配置当某一事件发生时所需要执行的脚本，可以通过脚本来通知管理员，例如当系统运行不正常时，发送邮件通知相关人员
# 对于脚本的运行结果有以下规则：
# 1、若脚本返回1，该脚本稍后将会被再次执行，重复次数默认为10；
# 2、若脚本返回≥2，脚本将不会重复执行；
# 3、如果脚本在执行过程中收到系统终端信号被终止了，则与返回值为1的行为相同；
# 4、一个脚本的最大执行时间为60s，如果超过这个时间，脚本将会被一个叫SIGKILL信号终止，之后重新执行。
# 如通知型脚本：当sentinel有任何告警几倍的时间发生时（比如redis实例的主、客观失效等等），将会去调用这个脚本，此时脚本将通过邮件等方式通知系统管理员，调用该脚本时，将传给脚本两个参数：一是时间类型，二是事件的描述。如果sentinel.conf配置文件配置了这个脚本路径，那么必须保证这个脚本存在这个路径，并且是可执行的，否则sentinel无法正常启动成功。
sentinel notification-script mymaster /var/redis/notify.sh
# sentinel client-reconfig-script
# 客户端重新配置主节点参数脚本，当一个master由于failover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：
#
# 目前state总是 failover
# role 是 leader 或者 observer 中的一个
# 是用来和旧的master 和新的 master(即旧的slave)通信的
# 具备通用信，多次调用
sentinel client-reconfig-script mymaster /var/redis/reconfig.sh
Redis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。
缓存穿透
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
缓存穿透
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
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、如果空值能够被缓存起来，这就意味着缓存需要更多的空间存储更多的键，因为这当中可能会有很多的空值的键;
2、即使对空值设置了过期时间，还是会存在缓存层和存储层的数据会有一段时间窗口的不一致，这对于需要保持一致性的业务会有影响。
缓存击穿
概述
这里需要注意和缓存击穿的区别，缓存击穿，是指一个key非常热点，在不停的扛着大并发，大并发集中对这一个点进行访问，当这个key在失效的瞬间，持续的大并发就穿破缓存，直接请求数据库，就像在一个屏障上凿开了一个洞。
当某个key在过期的瞬间，有大量的请求并发访问，这类数据一般是热点数据，由于缓存过期，会同时访问数据库来查询最新数据，并且回写缓存，会导使数据库瞬间压力过大。
解决方案
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。
缓存雪崩
概念
缓存雪崩，是指在某一个时间段，缓存集中过期失效。Redis宕机!
产生雪崩的原因之一，比如在写本文的时候，马上就要到双十二零点，很快就会迎来一波抢购，这波商品时间比较集中的放入了缓存，假设缓存一个小时。那么到了凌晨一点钟的时候，这批商品的缓存就都过期了。而对这批商品的访问查询，都落到了数据库上，对于数据库而言，就会产生周期性的压力波峰。于是所有的请求都会达到存储层，存储层的调用量会暴增，造成存储层也会挂掉的情况。
其实集中过期，倒不是非常致命，比较致命的缓存雪崩，是缓存服务器某个节点宕机或断网。因为自然形成的缓存雪崩，一定是在某个时间段集中创建缓存，这个时候，数据库也是可以顶住压力的。无非就是对数据库产生周期性的压力而已。而缓存服务节点的宕机，对数据库服务器造成的压力是不可预知的，很有可能瞬间就把数据库压垮。
解决方案
reids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。
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。
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。