redis
Nosql概述
一、为什么要用Nosql
我们现在处于大数据时代；大数据一般的数据库无法进行分析处理了！2006年Hadoop
1、单机MySQL年代
app------>dal----->mysql
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。更多的是使用静态网页 html ，服务器根本没有压力！
思考：这种情况下网站的瓶颈是什么？
1、数据量如果太大，一个机器放不下
2、数据的索引(B+Tree)，一个机器内存放不下
3、访问量(读写混合),一个服务器承受不了。
2、Memcached(缓存)+MySQL+垂直拆分（读写分离）
发展过程：优化数据库结构和索引--->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
4、为什么要用nosql
用户的个人信息，社交网络，地理位置，用户自己产生的数据，用户日志等等爆发式增长。
这个时候我们就要使用Nosql数据库的，nosql可以很好的处理以上情况。
什么是Nosql
1、Nosql简介
Nosql = Not only sql (不仅仅 sql)
关系数据库：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 再当今大数据环境下的发展十分迅速，redis是发展最快的，而且是我们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！不需要过多的操作就可以横向扩展的 map
使用键值对来控制。
2、nosql特点
1、方便拓展（数据之间没有关系，很好扩展）
2、大数据量高性能（redis 一秒写8万次，读取11万， Nosql的缓存记录级，是一种细粒度的缓存，性能比较高）
3、数据类型是多样型的（不需要事先设计数据库，随取随用 ）
4、传统的 RDBMS 和 Nosql 的区别
传统的 RDBMS（关系型数据库）
- MySQL 、Oracle ....
-结构化组织
-sql
-数据和关系都存在单独的表中 row col
-操作数据，数据基本语言
....
nosql (非关系型数据库)
- 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，高可用，高可扩
....
了解：大数据的 3V + 3高
大数据的 3V : 主要是描述问题的
1、海量Velume
2、多样Variety
3、实时Velocity
大数据的 3高：主要是对程序的要求
-
高并发
-
高可扩
-
高性能
真正的在公司的实践中，NOsql + RDBMS 一起使用才是最强的。 阿里巴巴的架构演进
Nosql的四大分类
kv键值对：
- 新浪：redis
- 美团：redis+tair
- 阿里、百度：redis+memecache
文档型数据库（bson 格式和 json 一样）：
-
MongoDB (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！
-
CouchDB
-
列存储数据库
- Hbase
- 分布式文件系统
图形关系数据库
- 存的不是图形，放的是关系
redis入门
概述
1、Redis是什么？
Redis（Remote Dictionary Server )，即远程字典服务
是一个开源的使用ANSI C语言遍写、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。
是当下最热门的Nosql技术之一，也被人们称之为结构化数据库
2、redis能干吗？
1、内存存储，持久化，内存中是断电即失，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！）…
特性
1、多样的数据类型
2、持久化
3、集群
4、事务 …
注意：Redis推荐都是在Linux服务器上搭建的，我们基于Linux学习 系统中 redis 默认端口号是 6379
linux 安装redis
1、下载安装包
2、解压安装包 tar -zxvf 压缩文件名
3、基本的环境安装
yum install gcc-c++
make
make istall
4、redis默认安装路径 /usr/local/bin
5、redis 默认不是后台系统启动的，修该配置文件
6、启动redis服务: redis-server kconfig/redis.conf
7、进行连接 redis-cli -p 6379
8、关闭 redis 服务 ： shutdown
性能测试
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：
| 序号 | 选项 | 描述 | 默认值 |
|---|---|---|---|
| 1 | -h | 指定服务器主机名 | 127.0.0.1 |
| 2 | -p | 指定服务器端口 | 6379 |
| 3 | -s | 指定服务器 socket | |
| 4 | -c | 指定并发连接数 | 50 |
| 5 | -n | 指定请求数 | 10000 |
| 6 | -d | 以字节的形式指定 SET/GET 值的数据大小 | 3 |
| 7 | -k | 1=keep alive 0=reconnect | 1 |
| 8 | -r | SET/GET/INCR 使用随机 key, SADD 使用随机值 | |
| 9 | -P | 通过管道传输 请求 | 1 |
| 10 | -q | 强制退出 redis。仅显示 query/sec 值 | |
| 11 | –csv | 以 CSV 格式输出 | |
| 12 | -l | 生成循环，永久执行测试 | |
| 13 | -t | 仅运行以逗号分隔的测试命令列表。 | |
| 14 | -I | Idle 模式。仅打开 N 个 idle 连接并等待。 |
性能测试：
redis-benchmark -h 127.0.0.1 -p 6379 -c 100 -n 10000
基础知识
redis 默认有16个数据库， 默认使用第0个数据库
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
(integer) 0
127.0.0.1:6379> keys * # 查看数据库所有的key
1) "key:__rand_int__"
2) "name"
127.0.0.1:6379[5]> flushdb # 删除当前数据库 有时会出现问题 解决方案如下：
ok 连接redis后运行 config set stop-writes-on-bgsave-error no 命令
127.0.0.1:6379[5]> flushall 删除全部数据库的内容
为什么redis的端口号是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 的瓶颈，redis 的瓶颈是跟据机器的内存和网络带宽，既然可以使用单线程就使用单线程来实现，所以就使用单线程了!
redis 是用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Memecache差！
Redis 为什么单线程还这么快？
1、误区1：高性能的服务器一定是多线程的？
2、误区2：多线程（cpu上下文会切换）一定比单线程效率高？
先去cpu >内存 > 硬盘 的速度都需要了解。
核心：redis 是将所有的数据全部存放到内存中的，所以说使用单线程去操作效率是最高的！多线程（cpu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！多次读写都在一个cpu上，在内存情况下，这就是最佳方案
5大数据类型
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）
现在讲的命令几乎全部要记住，单点登录
Redis-key
127.0.0.1:6379> keys * # 查看所有的key
(empty array)
127.0.0.1:6379> set name ning # set key
OK
127.0.0.1:6379> keys *
1) "age"
2) "name"
127.0.0.1:6379> exists name # 判断当前的key是否存在
(integer) 1
127.0.0.1:6379> exists name1
(integer) 0
127.0.0.1:6379> move name 1 # 移动当前的key 数字表示第几个数据库
(integer) 1
127.0.0.1:6379> select 1 # 更换数据库
OK
127.0.0.1:6379[1]> keys *
1) "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key的剩余时间 time to love
(integer) 4
127.0.0.1:6379> ttl name
(integer) -2
127.0.0.1:6379> type age # 查看当前key 的类型
string
后期遇到不会的命令可以进入官网查看！
String（字符串）
90%的Java程序员使用 redis 只会使用 string 类型
127.0.0.1:6379> set key1 vi # 设置值
OK
127.0.0.1:6379> get key1 # 获得值
"vi"
127.0.0.1:6379> keys * #获得所有key
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 hello # 追加字符串，如果当前字符串不存在，就相当与set key
(integer) 7
127.0.0.1:6379> get key1
"vihello"
127.0.0.1:6379> strlen key1 # 获取字符串的长度
(integer) 7
127.0.0.1:6379> append key1 ,kuangshen
(integer) 17
127.0.0.1:6379> strlen key1
(integer) 17
################################################################################################
# i++
# 步长 i+=
127.0.0.1:6379> set views 0 # 初始浏览量为 0
OK
127.0.0.1:6379> get views
"0"
127.0.0.1:6379> incr views # 自增 1 浏览量加 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 # 可以设置步长，指定增量！
(integer) 11
127.0.0.1:6379> decrby views 5
(integer) 6
################################################################################################
# 字符串范围 range
127.0.0.1:6379> set key1 "hello,java" # 设置key1 的值
OK
127.0.0.1:6379> get key1
"hello,java"
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 # 获得全部的字符串 相当于 get key
"hello,java"
127.0.0.1:6379>
# 替换！
127.0.0.1:6379> clear # 清空命令行
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"
127.0.0.1:6379>
################################################################################################
# setex (set with expire) 设置过期时间
# setnx (set if not exist) 如果不存在设置 （在分布式锁中常常会使用！）
127.0.0.1:6379> setex key3 30 hello # 设置key3的值 hello 30秒后过期
OK
127.0.0.1:6379> ttl key3
(integer) 16
127.0.0.1:6379> get key3
(nil)
127.0.0.1:6379> setnx mykey redis # 如果mykey不存在,创建mykey,
(integer) 1
127.0.0.1:6379> get mykey
"redis"
127.0.0.1:6379> keys *
1) "mykey"
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> mset k1 v1 k2 v2 k3 v3 # 创建多个值
OK
127.0.0.1:6379> keys *
1) "k3"
2) "k2"
3) "k1"
127.0.0.1:6379> mget k1 k2 k3 # 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)
# 对象
set user:1{name:zahngsan ,age:3} # 设置一个user:1 对象 值为 json 字符来保存一个对象
# 这里的key是一个巧妙地设计： user:{id}:{filed} ,如此设计在redis中是完全ok的！
127.0.0.1:6379> mset user:1:name zhangsan user:1:age 3
OK
127.0.0.1:6379> mget user:1:name user:1:age
1) "zhangsan"
2) "3"
127.0.0.1:6379>
################################################################################################
getset # 先 get 然后在 set
127.0.0.1:6379> getset db redis # 如果不存在值，返回nil 然后在创建
(nil)
127.0.0.1:6379> get db
"redis"
127.0.0.1:6379> getset db mongodb # 如果存在值，先获取原来的值，并设置新的值
"redis"
127.0.0.1:6379> get db
"mongodb"
127.0.0.1:6379>
数据结构是相同的！
String类似的使用场景：value除了是我们的字符串还可以是数字！
- 计数器
- 统计多单元的数量
- 粉丝数
- 对象缓存存储
List(列表)
基本数据类型，列表
在redis 里面，我们可以把 list 完成，栈，队列，阻塞队列！
所有的list命令都是以 l 开头的
################################################################################################
lpush
rpush
127.0.0.1:6379> lpush list one # lpush 将一个值或者多个值插入到列表的头部(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> rpush list four # rpush 将一个值或者多个值插入到列表的尾部(右)
(integer) 4
# lrange
127.0.0.1:6379> lrange list 0 -1 # 获取list 中的值
1) "three"
2) "two"
3) "one"
4) "four"
127.0.0.1:6379> lrange list 0 1
1) "three"
2) "two"
################################################################################################
lpop
rpop
127.0.0.1:6379> clear
127.0.0.1:6379> lrange list 0 -1
1) "three"
2) "two"
3) "one"
4) "four"
127.0.0.1:6379> lpop list # 移出列表的第一个元素
"three"
127.0.0.1:6379> rpop list # 移出列表的最后一个元素
"four"
127.0.0.1:6379> lrange list 0 -1
1) "two"
2) "one"
################################################################################################
# lindex
127.0.0.1:6379> lrange list 0 -1
1) "two"
2) "one"
127.0.0.1:6379> lindex list 0 # 通过下标获取list中的某一个值
"two"
127.0.0.1:6379> lindex list 1
"one"
127.0.0.1:6379> lindex list 2
(nil)
################################################################################################
#llen
127.0.0.1:6379> llen list # 返回列表的长度
(integer) 2
################################################################################################
# 移除指定的值
# lrem
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> lpush list three
(integer) 4
127.0.0.1:6379> lrange list 0 -1
1) "three"
2) "three"
3) "two"
4) "one"
127.0.0.1:6379> lrem list 1 one # 移出list 集合中指定个数的value值，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 2 three
(integer) 2
127.0.0.1:6379> lrange list 0 -1
1) "two"
127.0.0.1:6379>
################################################################################################
# ltrim
127.0.0.1:6379> lpush list "hello"
(integer) 1
127.0.0.1:6379> lpush list "hello1"
(integer) 2
127.0.0.1:6379> lpush list "hello2"
(integer) 3
127.0.0.1:6379> lpush list "hello3"
(integer) 4
127.0.0.1:6379> lrange list 0 -1
1) "hello3"
2) "hello2"
3) "hello1"
4) "hello"
127.0.0.1:6379> ltrim list 0 1 # 通过下标截取指定的长度，这个list已经改变，只剩下截取的元素
OK
127.0.0.1:6379> lrange list 0 -1
1) "hello3"
2) "hello2"
127.0.0.1:6379>
################################################################################################
rpoplpush # 移除列表的最后一个元素，将他移动到新的列表中、
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 hello12
(integer) 3
127.0.0.1:6379> lrange mylist 0 -1
1) "hello"
2) "hello1"
3) "hello12"
127.0.0.1:6379> rpoplpush mylist myotherlist # 将 mylist 中的最后一个元素移动到 myotherlist 中
"hello12"
127.0.0.1:6379> lrange mylist 0 -1 # 查看原来的列表
1) "hello"
2) "hello1"
127.0.0.1:6379> lrange myotherlist 0 -1 # 查看目标列表中，确实存在该值·！
1) "hello12"
################################################################################################
# lset 将列表中指定下标的值替换为另一个值，更新操作
127.0.0.1:6379> exists list # 判断这个列表是否存在
(integer) 0
127.0.0.1:6379> lset list 0 item # 如果不存在该列表更新会报错
(error) ERR no such key
127.0.0.1:6379> lpush list hello
(integer) 1
127.0.0.1:6379> lrange list 0 0
1) "hello"
127.0.0.1:6379> lset list 0 item # 如果存在，会更新指定下标的值
OK
127.0.0.1:6379> lrange list 0 0
1) "item"
127.0.0.1:6379>
################################################################################################
# linsert 将某个具体的value插入到列表中某个元素的前面或后面
127.0.0.1:6379> rpush list hello
(integer) 1
127.0.0.1:6379> rpush list word
(integer) 2
127.0.0.1:6379> linsert list before word other # 在 word 前面插入 other
(integer) 3
127.0.0.1:6379> lrange list 0 -1
1) "hello"
2) "other"
3) "word"
127.0.0.1:6379> linsert list after word new # 在 word 后面插入 new
(integer) 4
127.0.0.1:6379> lrange list 0 -1
1) "hello"
2) "other"
3) "word"
4) "new"
小结：
-
它实际上是一个链表，before node after , left ,right 都可以插入值
-
如果key 不存在，创建新的链表
-
如果key存在，内容新增
-
如果移除了所有值，空链表，也代表不存在
-
在两边插入或者改动值，效率最高！中间元素，相对来说效率会低一点。
消息排队！消息队列（lpush rpop），栈（lpush lpop）！
set（无序集合）
**set中的值是不能重复的！ 无序的 **
###############################################################################################
127.0.0.1:6379> sadd myset hello #set 集合中添加元素
(integer) 1
127.0.0.1:6379> sadd myset kuangshen
(integer) 1
127.0.0.1:6379> sadd myset lovekuangshen
(integer) 1
127.0.0.1:6379> smembers myset # 查看指定 set的所有值
1) "lovekuangshen"
2) "hello"
3) "kuangshen"
127.0.0.1:6379> sismember myset hello # 判断某一个值是不是在set集合中
(integer) 1
127.0.0.1:6379> sismember myset word
(integer) 0
################################################################################################
127.0.0.1:6379>
127.0.0.1:6379> scard myset # 获取 set集合中内容元素的总个数！
(integer) 3
127.0.0.1:6379> sadd myset lovekuangshen # set 集合中元素不能重复
(integer) 0
127.0.0.1:6379>
################################################################################################
# srem
127.0.0.1:6379> srem myset hello # 移除set集合中的指定元素
(integer) 1
127.0.0.1:6379> scard myset
(integer) 2
127.0.0.1:6379> smembers myset
1) "lovekuangshen"
2) "kuangshen"
################################################################################################
# set 无序不重复集合。抽随机！
# srandmember
127.0.0.1:6379> SRANDMEMBER myset # 随机抽选出一个元素
"kuangshen"
127.0.0.1:6379> SRANDMEMBER myset
"lovekuangshen"
127.0.0.1:6379> SRANDMEMBER myset
"lovekuangshen"
127.0.0.1:6379> SRANDMEMBER myset
"lovekuangshen"
127.0.0.1:6379> SRANDMEMBER myset
"kuangshen"
127.0.0.1:6379> SRANDMEMBER myset 1 # 随机抽选出指定个数的元素
1) "kuangshen"
127.0.0.1:6379> SRANDMEMBER myset 1
1) "lovekuangshen"
127.0.0.1:6379> SRANDMEMBER myset 2 # 随机抽选出指定个数的元素
1) "lovekuangshen"
2) "kuangshen"
127.0.0.1:6379>
################################################################################################
#删除指定的key，删除随机的key!
127.0.0.1:6379> smembers myset
1) "lovekuangshen"
2) "kuangshen"
3) "lovekuangshen3"
4) "lovekuangshen2"
127.0.0.1:6379> spop myset # 随机删除set 集合中的元素
"lovekuangshen"
127.0.0.1:6379> spop myset
"kuangshen"
127.0.0.1:6379> smembers myset
1) "lovekuangshen3"
2) "lovekuangshen2"
127.0.0.1:6379>
################################################################################################
# 将一个指定的值移动到另一个set集合中
127.0.0.1:6379> sadd myset hello
(integer) 1
127.0.0.1:6379> sadd myset world
(integer) 1
127.0.0.1:6379> sadd myset ning
(integer) 1
127.0.0.1:6379> sadd myset2 set2
(integer) 1
127.0.0.1:6379> smove myset myset2 ning
(integer) 1
127.0.0.1:6379> smembers myset
1) "world"
2) "hello"
127.0.0.1:6379> smembers myset2
1) "ning"
2) "set2"
127.0.0.1:6379>
################################################################################################
# 微博，B站 共同关注！
# 数字集合类：
- 差集：
- 交集
- 并集
127.0.0.1:6379> sadd set1 a
(integer) 1
127.0.0.1:6379> sadd set1 b
(integer) 1
127.0.0.1:6379> sadd set1 c
(integer) 1
127.0.0.1:6379> sadd set2 c
(integer) 1
127.0.0.1:6379> sadd set2 d
(integer) 1
127.0.0.1:6379> sadd set2 e
(integer) 1
127.0.0.1:6379> sdiff set1 set2 # 差集
1) "a"
2) "b"
127.0.0.1:6379> sinter set1 set2 # 交集 共同好友
1) "c"
127.0.0.1:6379> sunion set1 set2 # 并集
1) "c"
2) "b"
3) "d"
4) "a"
5) "e"
微博，A用户将所有的关注放入到一个set集合中，将它的粉丝也放入一个set集合中，
共同关注，共同爱好，二度好友，推荐好友（六度分隔理论·）
Hash（哈希）
Map集合 key-Map ,这个值是一个map集合·，本质和 String 类型没有太大的区别，还是一个简单的 key-value
###############################################################################################
127.0.0.1:6379> hset myhash field1 kuangshen # 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
"kuangshen"
127.0.0.1:6379> hmset myhash field1 hello field2 world # set 多个 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 # 获取全部的数据
1) "field1" # key
2) "hello" # value
3) "field2"
4) "world"
127.0.0.1:6379>
###############################################################################################
127.0.0.1:6379> hdel myhash field1 # 删除hash指定 key 字段，对应的value也就没有了
(integer) 1
127.0.0.1:6379> hgetall myhash
1) "field2"
2) "world"
127.0.0.1:6379>
###############################################################################################
# hlen
127.0.0.1:6379> hgetall myhash
1) "field2"
2) "world"
3) "hield1"
4) "hello"
127.0.0.1:6379> hlen myhash # 获取hash表中字段数量
(integer) 2
###############################################################################################
# hexists
127.0.0.1:6379> hlen myhash
(integer) 2
127.0.0.1:6379> HEXISTS myhash field1 # 获取 hash 中指定字段是否存在
(integer) 0
127.0.0.1:6379>
###############################################################################################
# 只获得所的 KEY
# 只获得所有的 value
127.0.0.1:6379> hgetall myhash
1) "field2"
2) "world"
3) "hield1"
4) "hello"
127.0.0.1:6379> hkeys myhash # 只获得所的 KEY
1) "field2"
2) "hield1"
127.0.0.1:6379> hvals myhash # 只获得所有的 value
1) "world"
2) "hello"
###############################################################################################
incr decr
127.0.0.1:6379> hset myhash field3 5 # 指定增量
(integer) 1
127.0.0.1:6379> hincrby myhash filed3 1
(integer) 1
127.0.0.1:6379> hsetnx myhash field4 hello # 如果不存在则新增字段
(integer) 1
127.0.0.1:6379> hsetnx myhash field4 world # 如果存在字段则不能设置
(integer) 0
127.0.0.1:6379> hgetall myhash
1) "field2"
2) "world"
3) "hield1"
4) "hello"
5) "field3"
6) "5"
7) "filed3"
8) "1"
9) "field4"
10) "hello"
hash存储变更的数据，user name age ,尤其是用户信息之类的，经常变动的数据，hash 更适合于对象的存储，String更适合于字符串的存储！
Zset（有序集合）
在set的基础上增加了一个值 set k1 v1 ; zset k1 score1 v1
###############################################################################################
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 # 天加多个值
(integer) 2
127.0.0.1:6379> zrange myzset 0 -1
1) "one"
2) "two"
3) "three"
###############################################################################################
# 排序如何实现
127.0.0.1:6379> zadd salary 2500 xiaohong # 添加 3 个用户
(integer) 1
127.0.0.1:6379> zadd salary 5000 zhangsan
(integer) 1
127.0.0.1:6379> zadd salary 600 ning
(integer) 1
# zrevrange 从大到小排序
#
127.0.0.1:6379> ZREVRANGE salary 0 -1 # 从大到小排序
1) "zhangsan"
2) "xiaohong"
3) "ning"
127.0.0.1:6379>
127.0.0.1:6379> zrangebyscore salary -inf +inf # 显示所有用户 ， 从小到大排序 (-inf 表示负无穷)
1) "ning"
2) "xiaohong"
3) "zhangsan"
127.0.0.1:6379> zrangebyscore salary -inf +inf withscores # 显示全部的用户并且附带成绩 ，从小到大排序
1) "ning"
2) "600"
3) "xiaohong"
4) "2500"
5) "zhangsan"
6) "5000"
127.0.0.1:6379> zrangebyscore salary -inf 2500 withscores # 显示工资小于2500的员工，从小到大排序
1) "ning"
2) "600"
3) "xiaohong"
4) "2500"
127.0.0.1:6379>
###############################################################################################
移除元素
127.0.0.1:6379> zrange salary 0 -1
1) "ning"
2) "xiaohong"
3) "zhangsan"
127.0.0.1:6379> zrem salary xiaohong # 移除 zset 集合中指定的元素
(integer) 1
127.0.0.1:6379> zrange salary 0 -1
1) "ning"
2) "zhangsan"
127.0.0.1:6379> zcard salary # 获取有序集合集合中的个数
(integer) 2
127.0.0.1:6379>
###############################################################################################
127.0.0.1:6379> zadd myset 1 hello
(integer) 1
127.0.0.1:6379> zadd myset 2 world 3 ning
(integer) 2
127.0.0.1:6379> zcount myset 1 3 # 获取指定区间的成员数量
(integer) 3
127.0.0.1:6379> zcount myset 1 2
(integer) 2
案例思路：set排序，存储班级成绩表，工资表
普通消息 1，重要消息 2；带权重进行判断
排行榜应用实现
三种特殊数据类型
geospatial（地理位置）
朋友的定位，附近的人，打车距离计算
redis 的 geo 在redis 3就已经 推出了，这个功能可以推算地理位置的·信息，两地之间的距离，方圆几里的人。
相关命令
- geoadd
- geodist
- geohash
- geopos
- georadius
- georadiusbymember
·geoadd
###############################################################################################
# geoadd 添加地理位置
# 规则 ：地球两极无法直接添加，我们一般会下载城市数据，用Java一次性导入
# 有效的经度从 -180度 ~ +180度
# 有效的维度从 -85.05112878度 ~ +85.05112878度
# 当坐标位置超出上面范围会报错
127.0.0.1:6379> geoadd china:city 39.26 120.65 qinghai
(error) ERR invalid longitude,latitude pair 39.260000,120.650000
127.0.0.1:6379>
# 参数 key 值（经度，维度，值）
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 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
127.0.0.1:6379>
###############################################################################################
geopos
获取当前定位：一定是坐标值
###############################################################################################
127.0.0.1:6379> geopos china:city beijing # 获取指定城市的经度和维度
1) 1) "116.39999896287918091"
2) "39.90000009167092543"
127.0.0.1:6379> geopos china:city beijing xian # 获取多个城市的经度和纬度
1) 1) "116.39999896287918091"
2) "39.90000009167092543"
2) 1) "108.96000176668167114"
2) "34.25999964418929977"
127.0.0.1:6379>
geodist
两地之间的距离
- 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 # 查看北京到上海的直线距离
"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 加单位
"1067.3788"
127.0.0.1:6379> geodist china:city beijing chongqing
"1464070.8051"
127.0.0.1:6379> geodist china:city beijing chongqing km
"1464.0708"
127.0.0.1:6379>
georadius 以给定的经纬度为中心，找出某一半径内的元素！
附近的人? (获得附近的人的位置，定位！)，通过半径来查询
所有城市应该都录入 china:city 中
###############################################################################################
127.0.0.1:6379> georadius china:city 110 30 1000 km # 以 110 ，30 个经纬度为半径，寻找方圆1000km内的城市
1) "chongqing"
2) "xian"
3) "shenzhen"
4) "hangzhou"
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 withdist # 显示到中心的直线距离
1) 1) "chongqing"
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) "chongqing"
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 # 筛选出指定的结果
1) 1) "chongqing"
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
1) 1) "chongqing"
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 # 找出位于北京 1000km 的其他城市
1) "beijing"
2) "xian"
127.0.0.1:6379> GEORADIUSBYMEMBER china:city shanghai 400 km
1) "hangzhou"
2) "shanghai"
geohash
该命令返回11个字符的geohash字符串！
###############################################################################################
# 将经纬度转化为11个字符的字符串，如果两个字符越接近，那么距离越近！
127.0.0.1:6379> GEOHASH china:city beijing chongqing
1) "wx4fbxxfke0"
2) "wm5xzrybty0"
geo 底层的实现原理就是zset 我们可以使用zset的命令来操作geo
###############################################################################################
127.0.0.1:6379> zrange china:city 0 -1 # 查看全部元素
1) "chongqing"
2) "xian"
3) "shenzhen"
4) "hangzhou"
5) "shanghai"
6) "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) "xian"
3) "shenzhen"
4) "hangzhou"
5) "shanghai"
127.0.0.1:6379>
Hyperloglog
什么是基数？
A{1，2，6，4，7，8}
B{1，4，7，8}
基数（不重复的元素）=4，可以接收误差
简介
redis 2.8.9就更新了 hyperloglog 数据结构！
redis hyperloglog 基数统计的算法！
优点：占用的内存是固定点，2^64不同的元素的基数，只需要12KB内存，如果要从内存角度来比较的话，hyperloglog是首选！
网页的 UV (一个人访问一个网站多次，但还是算做一个人)
传统的方式：set保存用户的id然后就可以统计set中的元素数量，作为标准判断！
这个方式如果保存大量的用户id，就会比较麻烦，我们的目的就是为了计数，而不是保存用户id，
0.81%的错误率，统计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元素基数的数量
(integer) 10
127.0.0.1:6379> pfadd mykey2 i j z x c v b n m # 创建第二组元素 mykey2
(integer) 1
127.0.0.1:6379> pfcount mykey2
(integer) 9
127.0.0.1:6379> pfmerge mykey3 mykey mykey2 # 合并两组元素 到mykey3
OK
127.0.0.1:6379> pfcount mykey3
(integer) 15
127.0.0.1:6379> bitcount sign # 统计打卡天数
(integer) 4
127.0.0.1:6379>
如果允许容错，那么一定可以使用 Hypeiloglog
如果不允许容错，那么就是用 set 或者自己的数据类型即可
Bitmaps
位存储
统计用户信息，活跃，不活跃，登录，未登录，等两个状态的，都可以使用 Bitmaps
Bitmaps 位图，数据结构，都是操作二进制位来进行记录的，直有 0 和 1 两个状态！
365天=365bit 1字节 = 8 bit
测试
###############################################################################################
# 使用 bitmaps 来记录 周一到周天是否打卡 1 表示打卡 0 表示未打卡
127.0.0.1:6379> setbit sign 0 1 # 打卡记录
(integer) 0
127.0.0.1:6379> setbit sign 1 0
(integer) 0
127.0.0.1:6379> setbit sign 2 0
(integer) 0
127.0.0.1:6379> setbit sign 3 1
(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
127.0.0.1:6379> getbit sign 4 # 查看某一天 是否打卡
(integer) 1
127.0.0.1:6379> getbit sign 6
(integer) 1
127.0.0.1:6379>
事务
基本用法
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，在执行事务的过程中，会按照顺序执行！
一次性，顺序性，排他性！ 执行这些命令。
--- 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！ exec
Redis 单条命令是保证原子性的，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 )
正常执行事务！
###############################################################################################
127.0.0.1:6379> multi # 开启是事务
OK
# 命令入队
127.0.0.1:6379(TX)> set k1 v1
QUEUED
127.0.0.1:6379(TX)> set k2 v2
QUEUED
127.0.0.1:6379(TX)> get k2
QUEUED
127.0.0.1:6379(TX)> set k3 v3
QUEUED
127.0.0.1:6379(TX)> exec # 执行事务
1) OK
2) OK
3) "v2"
4) OK
127.0.0.1:6379>
放弃事务! discard
###############################################################################################
127.0.0.1:6379> multi # 开启事务
OK
127.0.0.1:6379(TX)> set k1 v1
QUEUED
127.0.0.1:6379(TX)> set k2 v2
QUEUED
127.0.0.1:6379(TX)> set k4 v4
QUEUED
127.0.0.1:6379(TX)> DISCARD # 取消事务
OK
127.0.0.1:6379> get k4 # 事务队列中的全部命令都不会被执行
(nil)
127.0.0.1:6379>
编译型异常 （代码有问题，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(TX)> set k1 v1
QUEUED
127.0.0.1:6379(TX)> set k2 v2
QUEUED
127.0.0.1:6379(TX)> set k3 v3
QUEUED
127.0.0.1:6379(TX)> getset k3 # 错误的命令
(error) ERR wrong number of arguments for 'getset' command
127.0.0.1:6379(TX)> set k4 v4
QUEUED
127.0.0.1:6379(TX)> set k5 v5
QUEUED
127.0.0.1:6379(TX)> exec # 执行事务报错
(error) EXECABORT Transaction discarded because of previous errors.
127.0.0.1:6379> get k5 # 所有的都不会被执行
(nil)
运行时异常 （1/0），如果事务队列中存在语法性，那么执行命令的时候，其他命令是可以正常执行的，错误命令抛出异常！
###############################################################################################
127.0.0.1:6379> set k1 v1
OK
127.0.0.1:6379> multi
OK
127.0.0.1:6379(TX)> incr k1 # 字符串不能 自增 语法没错，但是运行异常 执行失败
QUEUED
127.0.0.1:6379(TX)> set k2 v2
QUEUED
127.0.0.1:6379(TX)> set k3 v3
QUEUED
127.0.0.1:6379(TX)> get k3
QUEUED
127.0.0.1:6379(TX)> exec
1) (error) ERR value is not an integer or out of range # 虽然第一条命令报错，但是依旧正常执行成功了
2) OK
3) OK
4) "v3"
监控 Watch （面试常问）
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问题，所以不会上锁 ！ 在更新数据的时候去判断一下，在此期间是否有人修该过这个数据
-
获取version
-
更新的时候比较version
redis 的监视测试
###############################################################################################
# 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
OK
127.0.0.1:6379(TX)> decrby money 20
QUEUED
127.0.0.1:6379(TX)> incrby out 20
QUEUED
127.0.0.1:6379(TX)> exec # 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！
1) (integer) 80
2) (integer) 20
###############################################################################################
# 测试多线程修该值，监视失败！ 使用 watch 可以当作 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(TX)> decrby money 10
QUEUED
127.0.0.1:6379(TX)> incrby out 10
QUEUED
127.0.0.1:6379(TX)> 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)
127.0.0.1:6379>
# 另外一个线程线程执行修改 money 的值
127.0.0.1:6379> get money
"80"
127.0.0.1:6379> set money 10000
OK
###############################################################################################
# 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 ，先解锁
OK
127.0.0.1:6379> watch money # 获取最新的值，再次监视，select version
OK
127.0.0.1:6379> multi
OK
127.0.0.1:6379(TX)> decrby money 100
QUEUED
127.0.0.1:6379(TX)> incrby out 100
QUEUED
127.0.0.1:6379(TX)> exec # 对比监视的值是否发生变化，没变化就执行成功，变化就执行失败
1) (integer) 9700
2) (integer) 320
127.0.0.1:6379>
Jedis
我们使用Java 来操作 redis
什么是 Jedis 是redis 官方推荐的java连接开发工具，使用Java操作redis 的中间件，如果你要使用Java操作redis 那么一定要对 Jedis 十分熟悉
测试
1、导入依赖
<dependency>
<groupId>redis.clientsgroupId>
<artifactId>jedisartifactId>
<version>3.5.2version>
dependency>
<dependency>
<groupId>com.alibabagroupId>
<artifactId>fastjsonartifactId>
<version>1.2.76version>
dependency>
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) {
// 1、new Jedis 对象即可
Jedis jedis = new Jedis("127.0.0.1", 6379);
// 2、 jedis 所有的命令就是redis 中学过的指令
System.out.println(jedis.ping());
}
}
常用的api
- String
- List
- set
- hash
- zset
所有的api命令在前面都已学习
测试事务
public class TextTx {
public static void main(String[] args) {
Jedis jedis = new Jedis("127.0.0.1",6379);
jedis.flushDB();
JSONObject jsonObject = new JSONObject();
jsonObject.put("hello","word");
jsonObject.put("name","ning");
// 开启事务
Transaction multi = jedis.multi();
String result = jsonObject.toJSONString();
try {
multi.set("user1",result);
multi.set("user2",result);
// 代码抛出异常，事务执行失败
int i = 1/0;
// 执行事务
multi.exec();
} catch (Exception e) {
// 放弃事务
multi.discard();
e.printStackTrace();
}finally {
System.out.println(jedis.get("user1"));
System.out.println(jedis.get("user2"));
jedis.close(); // 关闭连接
}
}
}
Springboot 整合 redis
Redis.conf详解
启动的时候，就通过配置文件来启动
1、单位
#
# 1k => 1000 bytes
# 1kb => 1024 bytes
# 1m => 1000000 bytes
# 1mb => 1024*1024 bytes
# 1g => 1000000000 bytes
# 1gb => 1024*1024*1024 bytes
#
# units are case insensitive so 1GB 1Gb 1gB are all the same.
1、配置文件大小写不敏感
2、包含
# loadmodule /path/to/my_module.so
# loadmodule /path/to/other_module.so
就好比我们学习spring .import include
3、网络
bind 127.0.0.1 -::1 # 绑定的id
protected-mode yes # 保护模式
port 6379 # 端口设置
4、通用 GENERAL
daemonize yes # 以守护进程的方式运行 ，默认是no 我们需要手动开启为 yes
pidfile /var/run/redis_6379.pid # 如果以后台的方式运行，我们就需要一个指定的pid文件
# 日志
# Specify the server verbosity level.
# This can be one of:
# debug (a lot of information, useful for development/testing)
# verbose (many rarely useful info, but not a mess like the debug level)
# notice (moderately verbose, what you want in production probably) # 生产环境
# warning (only very important / critical messages are logged)
loglevel notice
logfile "" # 日志的文件位置名
databases 16 # 数据库的数量，默认是16个
always-show-logo no # 是否总是显示logo
5、快照
持久化，在规定是时间内，执行了多少次操作，则会持久化到文件 .rdb .aof
redis是内存数据库，如果没有 持久化，那么数据断电即失
# 如果900s内，至少有 1 个key进行了修改，我们及时进行持久化操作
save 900 1
# 如果300s内，至少有 10 个key进行了修改，我们及时进行持久化操作
save 300 10
# 如果60s内，至少有 10000 个key进行了修改，我们及时进行持久化操作
save 60 10000
# 我们之后学习持久化会定义自己的设置
stop-writes-on-bgsave-error yes # 持久化出错是否继续进行工作
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 文件的保存目录
6、REPLICATION 主从复制 后面讲
7、安全 SECURITY
可以在这里设置redis的密码 ，默认是没有密码的
127.0.0.1:6379> config get requirepass
1) "requirepass"
2) ""
127.0.0.1:6379> config set requirepass 123456 # 设置密码
OK
127.0.0.1:6379> ping
PONG
127.0.0.1:6379> config get requirepass
1) "requirepass"
2) "123456"
127.0.0.1:6379>
8、aof 配置 APPEND ONLY MODE
appendonly no # 默认是不开启 aof 模式的，默认是使用rdb 方式持久化的，因为在大多数情况下，rdb完全够用了
appendfilename "appendonly.aof" # 持久化文件名字
# appendfsync always # 没此修改都会 sycn,消耗性能
appendfsync everysec # 每秒执行一次 sycn ，可能会丢失这 1s 的数据
# appendfsync no # 不执行 sycn，这个时候操作系统自己同步数据，速度最快
Redis持久化
面试和工作，持久化是重点！
Redis是内存数据库，如果不讲内存中的数据库保存到磁盘中，那么一旦服务器程序退出，服务器中的数据库也会丢失，所以redis提供了持久化功能！
RDB（Redis DataBase）
什么是 RDB
在指定时间间隔内，将内存中的数据集快照写入磁盘，也就是Snapshot快照，它恢复时是将快照文件直接读到内存中，来达到恢复数据的。Redis会单独创建(fork)一个子进程来进行持久化，会先将数据写进一个临时文件中，等到持久化过程结束了，再用这个临时文件替换上次持久化好的文件。在这个过程中，只有子进程来负责IO操作，主进程仍然处理客户端的请求，这就确保了极高的性能。在默认情况下， Redis 将数据库快照保存在名字为 dump.rdb 的二进制文件中。通过触发快照的形式，来做到将指定时间间隔内的数据持久化到dump.rdb。例如，可以2分钟内持久化一次，将对数据库的写操作，备份到磁盘上的dump.rdb。如何触发持久化呢？可以通过查看或者设置redis.conf配置文件来指定触发规则。
触发机制
1、save的规则满足的情况，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，会产生rdb文件
备份就自动生成一个dump.rdb
优缺点
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，这个最后一次修改的数据就没有了。
- fork进程的时候，会占用一定的内容空间
AOF （Append Only File）
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
如果 aof文件 有错位，那么这个时候 redis 是无法正常启动的，我们需要修复这个文件。
redis 给我们提供了一个工具redis-check-aop --fix
如果文件正常，重启就可以直接回复了
aof重写
因为 AOF 的运作方式是不断地将命令追加到文件的末尾， 所以随着写入命令的不断增加， AOF 文件的体积也会变得越来越大。举个例子， 如果你对一个计数器调用了 100 次 INCR ， 那么仅仅是为了保存这个计数器的当前值， AOF 文件就需要使用 100 条记录（entry）。然而在实际上， 只使用一条 SET 命令已经足以保存计数器的当前值了， 其余 99 条记录实际上都是多余的。为了处理这种情况， Redis 支持一种有趣的特性： 可以在不打断服务客户端的情况下， 对 AOF 文件进行重建（rebuild）。执行 BGREWRITEAOF 命令， Redis 将生成一个新的 AOF 文件， 这个文件包含重建当前数据集所需的最少命令。
优缺点
appendonly no # 默认是不开启 aof 模式的，默认是使用rdb 方式持久化的，因为在大多数情况下，rdb完全够用了
appendfilename "appendonly.aof" # 持久化文件名字
# appendfsync always # 没此修改都会 sycn,消耗性能
appendfsync everysec # 每秒执行一次 sycn ，可能会丢失这 1s 的数据
# appendfsync no # 不执行 sycn，这个时候操作系统自己同步数据，速度最快
优点：
-
AOF有着多种持久化策略:每次修改都会同步
-
AOF文件是一个只进行追加操作的日志文件，对文件写入不需要进行seek，即使在追加的过程中，写入了不完整的命令（例如：磁盘已满），可以使用redis-check-aof工具可以修复这种问题
-
Redis可以在AOF文件变得过大时，会自动地在后台对AOF进行重写：重写后的新的AOF文件包含了恢复当前数据集所需的最小命令集合。整个重写操作是绝对安全的，因为Redis在创建AOF文件的过程中，会继续将命令追加到现有的AOF文件中，即使在重写的过程中发生宕机，现有的AOF文件也不会丢失。一旦新AOF文件创建完毕，Redis就会从旧的AOF文件切换到新的AOF文件，并对新的AOF文件进行追加操作。
-
AOF文件有序地保存了对数据库执行的所有写入操作。这些写入操作一Redis协议的格式保存，易于对文件进行分析；例如，如果不小心执行了FLUSHALL命令，但只要AOF文件未被重写，通过停止服务器，移除AOF文件末尾的FLUSHALL命令，重启服务器就能达到FLUSHALL执行之前的状态。
缺点：
-
对于相同的数据集来说，AOF文件要比RDB文件大，修复速度也比rdb慢
-
aof效率要比rdb慢，所以我们redis默认的配置就是rdb持久化
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）发送信息，订阅者（sub）接收信息。微信，微博，关注系统。
redis 客户端可以订阅任意数量的频道。
第一个：消息发送者
第二个：频道
第三个：消息订阅者
命令
| 序号 | 命令及描述 |
|---|---|
| 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 | PUNSUBSCRIBE [pattern [pattern …]] 退订所有给定模式的频道。 |
| 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：
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
3) "hello,kuangshen" # 具体内容
1) "message"
2) "kuangshenshuo"
3) "hello,redis"
发送端：
127.0.0.1:6379> publish kuangshenshuo hello,kuangshen # 发布者，发送消息到频道
(integer) 1
127.0.0.1:6379> publish kuangshenshuo hello,redis
(integer) 1
127.0.0.1:6379>
原理
Redis是使用C实现的，通过分析Redis源码里的pubsub.c文件，了解发布和订阅机制的底层实现，籍此加深对Redis的理解。Redis通
过PUBLISH、SUBSCRIBE 和PSUBSCRIBE等命令实现发布和订阅功能。
通过SUBSCRIBE命令订阅某频道后，redis-server里维护了一一个字典，字典的键就是一个个 channel , 而字典的值则是一个链表，链
表中保存了所有订阅这个channel的客户端。SUBSCRIBE 命令的关键，就是将客户端添加到给定channel的订阅链表中。通过
PUBLISH命令向订阅者发送消息，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-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。
应用场景
1、实时消息系统
2、订阅，关注系统
稍微复杂的场景我们会使用消息中间件 MQ 来做
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-个主节点可以有多个从节点(或没有从节点) ,但-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。
-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（宕机），原因如下:
1、从结构上，单个Redis服务器会发生单点故障， 并且一台服务器需要处理所有的请求负载，压力较大;
2、 从容量上，单个Redis服务器内存容量有限，就算一台Redis服务器内存容量为256G，也不能将所有内存用作Redis存储内存，一般来说 ，单台Redis最大使用内存不应该超过20G。
电商网站上的商品
一般都是一次上传，无数次浏览的，说专业点也就是"多读少写"。
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
只配置主库。不配置从库！
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_failover_state:no-failover
master_replid:af1ae325561a2ff688aa9b87838a00fec8346e33
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
127.0.0.1:6379>
复制三个配置文件，然后修改对应的信息
- 端口
- pid名字
- log文件名字
- dump.rdb 名字
一主二从
默认情况下，每台Redis服务器都是主节点，我们一般情况下只要配置从机就好了
认老大 ！ 一主（6379） 二从（6380，6381）
slaveof host 6379 找6379端口号位老大
细节
主机可以写，从机只能读！主机中的所有信息和数据，都会被从机自动保存。
测试:主机断开连接，从机依旧连接到主机的，但是没有写操作,这个时候,主机如果回来了,从机依旧可以直接获取到主机写的信息!
如果是使用命令行，来配置的主从，这个时候如果重启了, 就会变回主机!只要变为从机，立马就会从主机中获取值!
复制原理
Slave启动成功连接到master后会发送一个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- -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!我们的数据一定可以在从机中看到!
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！手动 在哨兵模式出来之前就是手动
哨兵模式（自动选老大）
概念
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，费时费力，还会造成一
段时间的服务不可用。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，能够后台控制主机是否故障，如果故障了跟据投票数自动将从库换位主库。
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，他会独立运行。其原理就哨兵通过发送命令，等待redis服务器响应，从而监控运行的多个redis实例
单哨兵模式：一个哨兵进行监视
多哨兵模式：哨兵之间进行互相监视
哨兵模式
优点：
- 哨兵集群，基于主从复制模式，所有的主从配置优点，他全有
- 主从可以切换，故障可以转移，系统的可用行就会更好
- 哨兵模式就是主从模式的升级，手动到自动，更加健壮
缺点：
- Redis不好在线扩容，集群容量一旦达到上限，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。
Redis缓存穿透和雪崩
服务的高可用问题
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，他也带来了一些问题。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，那么既不能使用缓存。
另外的一些问题就是缓存穿透，缓存雪崩，缓存击穿 。目前业界也都有比较流行的解决方案。
缓存穿透（查不到）
概念
用户要查询一个数据，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。这就会给持久层数据库早成很大的压力，这时候就相当于出现
了缓存穿透
解决方案
布隆过滤器
布隆过滤器是一中种数据结构，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，不符合即丢弃，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，即使缓存空对象也将其缓存起来，同时会设置一个过期时间，之后在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：
- 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，因为这当中会有很多的空值
- 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，对于需要保持一致性的业务会有影响
缓存击穿（量太大，缓存过期）
概述
这里需要注意和缓存击穿的区别，缓存击穿，是指一个key非常热点，在不停的扛着大并发，大并发集中对这一一个点进行访问，
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,所以木会出现热点key过期后产生的问题。
加互斥锁
加分布式锁：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，是指在某一一个时间段，缓存集中过期失。 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,-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
redis高可用
这个思想的含义是，既然redi有可能挂掉，那我多增设几台redis，这样t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（spring cloud讲过）
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。
2021/4/23 XUN~MLF