狂神--Redis
Redis入门
概述
Redis是什么
Redis：REmote DIctionary Server（远程字典服务器）
是完全开源免费的，用C语言编写的，遵守BSD协议，是一个高性能的（Key/Value）分布式内存数据
库，基于内存运行，并支持持久化的NoSQL数据库，是当前最热门的NoSQL数据库之一，也被人们称为数据结构服务器
Redis与其他key-value缓存产品有以下三个特点
Redis支持数据的持久化，可以将内存中的数据保持在磁盘中，重启的时候可以再次加载进行使用。
Redis不仅仅支持简单的 key-value 类型的数据，同时还提供list、set、zset、hash等数据结构的存储。
Redis支持数据的备份，即master-slave模式的数据备份。
Redis能干嘛
内存存储和持久化：redis支持异步将内存中的数据写到硬盘上，同时不影响继续服务
取最新N个数据的操作，如：可以将最新的10条评论的ID放在Redis的List集合里面
发布、订阅消息系统
地图信息分析
定时器、计数器
......
特性
数据类型、基本操作和配置
持久化和复制，RDB、AOF
事务的控制
.....
常用网站
https://redis.io/ 官网
http://www.redis.cn 中文网
Windows安装
下载地址：https://github.com/dmajkic/redis/downloads ( 素材提供 )
双击 redis-server.exe 启动
通过客户端去访问 redis-cli
# 基本的set设值
127.0.0.1:6379> set key kuangshen
OK
# 取出存储的值
127.0.0.1:6379> get key
"kuangshen"
Linux安装
下载地址 http://download.redis.io/releases/redis-5.0.7.tar.gz
安装步骤
1、下载获得 redis-5.0.7.tar.gz 后将它放到我们Linux的目录下 /opt
2、/opt 目录下，解压命令 ： tar -zxvf redis-5.0.7.tar.gz
3、解压完成后出现文件夹：redis-5.0.7
4、进入目录： cd redis-5.0.7
5、在 redis-5.0.7 目录下执行 make 命令
运行make命令时故意出现的错误解析：
1. 安装gcc (gcc是linux下的一个编译程序，是c程序的编译工具)
能上网: yum install gcc-c++
版本测试: gcc-v
2. 二次make
3. Jemalloc/jemalloc.h: 没有那个文件或目录
运行 make distclean 之后再make
4. Redis Test（可以不用执行）
6、如果make完成后继续执行 make install
7、查看默认安装目录：usr/local/bin
/usr 这是一个非常重要的目录，类似于windows下的Program Files,存放用户的程序
8、拷贝配置文件（备用）
cd /usr/local/bin
ls -l
# 在redis的解压目录下备份redis.conf
mkdir myredis
cp redis.conf myredis # 拷一个备份，养成良好的习惯，我们就修改这个文件
# 修改配置保证可以后台应用
vim redis.conf
A、redis.conf配置文件中daemonize守护线程，默认是NO。
B、daemonize是用来指定redis是否要用守护线程的方式启动。
daemonize 设置yes或者no区别
daemonize:yes
redis采用的是单进程多线程的模式。当redis.conf中选项daemonize设置成yes时，代表开启
守护进程模式。在该模式下，redis会在后台运行，并将进程pid号写入至redis.conf选项
pidfile设置的文件中，此时redis将一直运行，除非手动kill该进程。
daemonize:no
当daemonize选项设置成no时，当前界面将进入redis的命令行界面，exit强制退出或者关闭
连接工具(putty,xshell等)都会导致redis进程退出。
9、启动测试一下！
# 【shell】启动redis服务
[root@192 bin]# cd /usr/local/bin
[root@192 bin]# redis-server /opt/redis-5.0.7/redis.conf
# redis客户端连接===> 观察地址的变化，如果连接ok,是直接连上的，redis默认端口号 6379
[root@192 bin]# redis-cli -p 6379
127.0.0.1:6379> ping
PONG
127.0.0.1:6379> set k1 helloworld
OK
127.0.0.1:6379> get k1
"helloworld"
# 【shell】ps显示系统当前进程信息
[root@192 myredis]# ps -ef|grep redis
root 16005 1 0 04:45 ? 00:00:00 redis-server
127.0.0.1:6379
root 16031 15692 0 04:47 pts/0 00:00:00 redis-cli -p 6379
root 16107 16076 0 04:51 pts/2 00:00:00 grep --color=auto redis
# 【redis】关闭连接
127.0.0.1:6379> shutdown
not connected> exit
# 【shell】ps显示系统当前进程信息
[root@192 myredis]# ps -ef|grep redis
root 16140 16076 0 04:53 pts/2 00:00:00 grep --color=auto redis
基础知识说明
redis压力测试工具-----Redis-benchmark
https://www.runoob.com/redis/redis-benchmarks.html
# 测试一：100个并发连接，100000个请求，检测host为localhost 端口为6379的redis服务器性
能
redis-benchmark -h localhost -p 6379 -c 100 -n 100000
# 测试出来的所有命令只举例一个！
====== SET ======
100000 requests completed in 1.88 seconds # 对集合写入测试
100 parallel clients # 每次请求有100个并发客户端
3 bytes payload # 每次写入3个字节的数据，有效载荷
keep alive: 1 # 保持一个连接，一台服务器来处理这些请求
17.05% <= 1 milliseconds
97.35% <= 2 milliseconds
99.97% <= 3 milliseconds
100.00% <= 3 milliseconds # 所有请求在 3 毫秒内完成
53248.14 requests per second # 每秒处理 53248.14 次请求
基本数据库常识
默认16个数据库，类似数组下标从零开始，初始默认使用零号库
查看 redis.conf ，里面有默认的配置
databases 16
# Set the number of databases. The default database is DB 0, you can select
# a different one on a per-connection basis using SELECT <dbid> where
# dbid is a number between 0 and 'databases'-1
databases 16
Select命令切换数据库
127.0.0.1:6379> select 7
OK
127.0.0.1:6379[7]>
# 不同的库可以存不同的数据
Dbsize查看当前数据库的key的数量
127.0.0.1:6379> select 7
OK
127.0.0.1:6379[7]> DBSIZE
(integer) 0
127.0.0.1:6379[7]> select 0
OK
127.0.0.1:6379> DBSIZE
(integer) 5
127.0.0.1:6379> keys * # 查看具体的key
1) "counter:__rand_int__"
2) "mylist"
3) "k1"
4) "myset:__rand_int__"
5) "key:__rand_int__"
Flushdb：清空当前库
Flushall：清空全部的库
127.0.0.1:6379> DBSIZE
(integer) 5
127.0.0.1:6379> FLUSHDB
OK
127.0.0.1:6379> DBSIZE
(integer) 0
为什么redis是单线程
我们首先要明白，Redis很快！官方表示，因为Redis是基于内存的操作，CPU不是Redis的瓶颈，Redis
的瓶颈最有可能是机器内存的大小或者网络带宽。既然单线程容易实现，而且CPU不会成为瓶颈，那就
顺理成章地采用单线程的方案了！
Redis采用的是基于内存的采用的是单进程单线程模型的 KV 数据库，由C语言编写，官方提供的数据是
可以达到100000+的QPS（每秒内查询次数）。这个数据不比采用单进程多线程的同样基于内存的 KV
数据库 Memcached 差！
Redis为什么这么快？
1）以前一直有个误区，以为：高性能服务器 一定是多线程来实现的
原因很简单因为误区二导致的：多线程 一定比 单线程 效率高，其实不然！
在说这个事前希望大家都能对 CPU 、 内存 、 硬盘的速度都有了解了！
2）redis 核心就是 如果我的数据全都在内存里，我单线程的去操作 就是效率最高的，为什么呢，因为
多线程的本质就是 CPU 模拟出来多个线程的情况，这种模拟出来的情况就有一个代价，就是上下文的切
换，对于一个内存的系统来说，它没有上下文的切换就是效率最高的。redis 用 单个CPU 绑定一块内存
的数据，然后针对这块内存的数据进行多次读写的时候，都是在一个CPU上完成的，所以它是单线程处
理这个事。在内存的情况下，这个方案就是最佳方案。
因为一次CPU上下文的切换大概在 1500ns 左右。从内存中读取 1MB 的连续数据，耗时大约为 250us，
假设1MB的数据由多个线程读取了1000次，那么就有1000次时间上下文的切换，那么就有1500ns *
1000 = 1500us ，我单线程的读完1MB数据才250us ,你光时间上下文的切换就用了1500us了，我还不
算你每次读一点数据 的时间。
五大数据类型
Redis键key
切换数据库
127.0.0.1:6379[8]> select 0
OK
127.0.0.1:6379>
查看数据库大小
127.0.0.1:6379> dbsize
(integer) 2
查看所有key
127.0.0.1:6379[8]> keys *
1) "name"
2) "name2"
清空当前数据库
127.0.0.1:6379[8]> flushdb
OK
清空所有数据库
flushall
判断一个key是否存在
127.0.0.1:6379[8]> exists name
(integer) 1
127.0.0.1:6379[8]>
127.0.0.1:6379[8]>
127.0.0.1:6379[8]> exists name3
(integer) 0
删除key
127.0.0.1:6379[8]> keys *
1) "jack"
2) "tom"
3) "lisa"
127.0.0.1:6379[8]>
127.0.0.1:6379[8]> move jack 9
(integer) 1
127.0.0.1:6379[8]>
127.0.0.1:6379[8]> keys *
1) "tom"
2) "lisa"
127.0.0.1:6379[8]> del tom
(integer) 1
127.0.0.1:6379[8]> keys *
1) "lisa"
设置key的过期时间
127.0.0.1:6379[8]> expire tom 10
(integer) 1
127.0.0.1:6379[8]>
127.0.0.1:6379[8]>
127.0.0.1:6379[8]> ttl tom
(integer) 2
127.0.0.1:6379[8]> ttl tom
(integer) -2
127.0.0.1:6379[8]> keys tom
(empty list or set)
127.0.0.1:6379[8]> keys *
1) "jack"
2) "lisa"
127.0.0.1:6379[8]>
查看当前key的类型
127.0.0.1:6379[8]> type jack
string
重命名key
127.0.0.1:6379[8]> rename lilin li
OK
127.0.0.1:6379[8]> get lilin
(nil)
127.0.0.1:6379[8]> get li
"woman"
随机返回一个key
127.0.0.1:6379[8]> randomkey
"li"
127.0.0.1:6379[8]> randomkey
"b"
持久化操作
save 阻塞
bgsave 非阻塞
认证
auth password xxxx
关闭服务
shutdown
String
设置指定 key 的值
127.0.0.1:6379[8]> set name tom
OK
获取指定 key 的值
127.0.0.1:6379[8]> get name
"tom"
获取所有的key
127.0.0.1:6379[8]> keys *
1) "name"
2) "name2"
判断一个key是否存在
127.0.0.1:6379[8]> exists name
(integer) 1
127.0.0.1:6379[8]>
127.0.0.1:6379[8]>
127.0.0.1:6379[8]> exists name3
(integer) 0
追加字符串
127.0.0.1:6379[8]> get tom
"man"
127.0.0.1:6379[8]>
127.0.0.1:6379[8]> append tom likewoman
(integer) 12
127.0.0.1:6379[8]>
127.0.0.1:6379[8]> get tom
"manlikewoman"
获取字符串长度
127.0.0.1:6379[8]> strlen tom
(integer) 12
127.0.0.1:6379[8]>
字符串i++
127.0.0.1:6379[8]> set a 0
OK
127.0.0.1:6379[8]> incr a
(integer) 1
127.0.0.1:6379[8]> incr a
(integer) 2
127.0.0.1:6379[8]> incr a
(integer) 3
127.0.0.1:6379[8]> get a
"3"
127.0.0.1:6379[8]>
字符串 i--
127.0.0.1:6379[8]> get a
"3"
127.0.0.1:6379[8]>
127.0.0.1:6379[8]> decr a
(integer) 2
127.0.0.1:6379[8]> decr a
(integer) 1
127.0.0.1:6379[8]> get a
"1"
设置步长
127.0.0.1:6379[8]> get a
"1"
127.0.0.1:6379[8]> incrby a 666
(integer) 667
127.0.0.1:6379[8]> decrby a 111
(integer) 556
127.0.0.1:6379[8]>
获取字符串片段
127.0.0.1:6379[8]> get tom
"manlikewoman"
127.0.0.1:6379[8]>
127.0.0.1:6379[8]> getrange tom 0 3
"manl"
字符串替换
27.0.0.1:6379[8]> get tom
"manlikewoman"
127.0.0.1:6379[8]>
127.0.0.1:6379[8]>
127.0.0.1:6379[8]> setrange tom 3 dislike
(integer) 12
127.0.0.1:6379[8]> get tom
"mandislikean"
127.0.0.1:6379[8]>
设置key带过期时间
127.0.0.1:6379[8]> setex time 20 a
OK
127.0.0.1:6379[8]> ttl time
(integer) 2
127.0.0.1:6379[8]> ttl time
(integer) 2
127.0.0.1:6379[8]> ttl time
(integer) 1
127.0.0.1:6379[8]> ttl time
(integer) 1
127.0.0.1:6379[8]> ttl time
(integer) 0
127.0.0.1:6379[8]> ttl time
(integer) -2
127.0.0.1:6379[8]> ttl time
(integer) -2
127.0.0.1:6379[8]> keys time
(empty list or set)
不存在则设置
127.0.0.1:6379[8]> setnx jack man
(integer) 1
127.0.0.1:6379[8]> get jack
"man"
127.0.0.1:6379[8]> setnx jack wonman
(integer) 0
127.0.0.1:6379[8]>
127.0.0.1:6379[8]> get jack
"man"
127.0.0.1:6379[8]>
批量操作
127.0.0.1:6379[8]>
127.0.0.1:6379[8]> mset a 1 b 2 c 3 d 4
OK
127.0.0.1:6379[8]> keys *
1) "c"
2) "b"
3) "d"
4) "tom"
5) "jack"
6) "a"
7) "lisa"
127.0.0.1:6379[8]>
127.0.0.1:6379[8]> mget a b c d
1) "1"
2) "2"
3) "3"
4) "4"
127.0.0.1:6379[8]>
返回原值，在设置值
127.0.0.1:6379[8]> getset lilin man
(nil)
127.0.0.1:6379[8]>
127.0.0.1:6379[8]> getset lilin woman
"man"
127.0.0.1:6379[8]>
127.0.0.1:6379[8]> get lilin
"woman"
List
头插入
127.0.0.1:6379[8]>
127.0.0.1:6379[8]> lpush people jack liming
(integer) 2
127.0.0.1:6379[8]>
127.0.0.1:6379[8]> lpush people tom
(integer) 3
127.0.0.1:6379[8]> keys *
1) "people"
127.0.0.1:6379[8]> lrange pepole 0 22
1) "tom"
2) "liming"
3) "jack"
127.0.0.1:6379[8]>
尾插入
127.0.0.1:6379[8]> rpush people zhangsan
(integer) 4
127.0.0.1:6379[8]>
127.0.0.1:6379[8]>
127.0.0.1:6379[8]> lrange people 0 22
1) "tom"
2) "liming"
3) "jack"
4) "zhangsan"
127.0.0.1:6379[8]>
头删除
127.0.0.1:6379[8]> lrange people 0 22
1) "tom"
2) "liming"
3) "jack"
4) "zhangsan"
127.0.0.1:6379[8]>
127.0.0.1:6379[8]>
127.0.0.1:6379[8]> lpop people
"tom"
127.0.0.1:6379[8]> lrange people 0 22
1) "liming"
2) "jack"
3) "zhangsan"
127.0.0.1:6379[8]>
尾删除
127.0.0.1:6379[8]> rpop people
"zhangsan"
127.0.0.1:6379[8]> lrange people 0 22
1) "liming"
2) "jack"
127.0.0.1:6379[8]>
获取位置的值
127.0.0.1:6379[8]> lindex people 0
"liming"
127.0.0.1:6379[8]>
获取列表长度
127.0.0.1:6379[8]> llen people
(integer) 2
127.0.0.1:6379[8]>
按值删除
127.0.0.1:6379[8]> lrem people 1 jack
(integer) 1
127.0.0.1:6379[8]>
按照位置保留
127.0.0.1:6379[8]> ltrim people 0 0
OK
127.0.0.1:6379[8]> lrange people 0 22
1) "liming"
127.0.0.1:6379[8]>
按照位置插入
127.0.0.1:6379[8]> lrange people 0 22
1) "liming"
127.0.0.1:6379[8]>
127.0.0.1:6379[8]> linsert people before liming tom
(integer) 2
127.0.0.1:6379[8]> lrange people 0 22
1) "tom"
2) "liming"
127.0.0.1:6379[8]> linsert people after liming jack
(integer) 3
127.0.0.1:6379[8]> lrange people 0 22
1) "tom"
2) "liming"
3) "jack"
删除最后一个元素，并加入新的集合
127.0.0.1:6379[8]> lrange people 0 22
1) "jack"
2) "tom"
3) "liming"
127.0.0.1:6379[8]>
127.0.0.1:6379[8]> rpoplpush people people1
"liming"
127.0.0.1:6379[8]> keys *
1) "people1"
2) "people"
127.0.0.1:6379[8]> lrange people1 0 22
1) "liming"
127.0.0.1:6379[8]>
Set
设置key的值
127.0.0.1:6379[8]> sadd choose java c++
(integer) 2
127.0.0.1:6379[8]> smembers choose
1) "java"
2) "c++"
127.0.0.1:6379[8]>
查看key的值
127.0.0.1:6379[8]> smembers choose
1) "java"
2) "c++"
127.0.0.1:6379[8]>
判断值是否存在
127.0.0.1:6379[8]> sismember choose java
(integer) 1
127.0.0.1:6379[8]> sismember choose java1
(integer) 0
127.0.0.1:6379[8]>
查看集合长度
127.0.0.1:6379[8]> scard choose
(integer) 2
127.0.0.1:6379[8]>
移除指定值
127.0.0.1:6379[8]> srem choose c++
(integer) 1
127.0.0.1:6379[8]> smembers choose
1) "java"
127.0.0.1:6379[8]>
获取随机值
127.0.0.1:6379[8]> srandmember choose 1
1) "java"
127.0.0.1:6379[8]>
随机移除成员
127.0.0.1:6379[8]> smembers choose
1) "java"
2) "go"
3) "python"
4) "c++"
5) "javascript"
127.0.0.1:6379[8]>
127.0.0.1:6379[8]>
127.0.0.1:6379[8]> spop choose 1
1) "c++"
127.0.0.1:6379[8]> smembers choose
1) "java"
2) "python"
3) "javascript"
4) "go"
127.0.0.1:6379[8]>
将值从集合移动到另一集合
127.0.0.1:6379[8]> smove choose choose2 java
(integer) 1
127.0.0.1:6379[8]>
127.0.0.1:6379[8]> smembers choose2
1) "java"
2) "1"
127.0.0.1:6379[8]>
Hash
设置key 的值
127.0.0.1:6379[8]> hset people name zhangsan
(integer) 1
获取key的值
127.0.0.1:6379[8]> hget people name
"zhangsan"
127.0.0.1:6379[8]>
获取所有key的值
127.0.0.1:6379[8]> hgetall people
1) "name"
2) "jack"
3) "name1"
4) "zhangsan"
5) "name3"
6) "liming"
127.0.0.1:6379[8]>
删除map中的值
127.0.0.1:6379[8]> hdel people name
(integer) 1
127.0.0.1:6379[8]> hgetall people
1) "name1"
2) "zhangsan"
3) "name3"
4) "liming"
127.0.0.1:6379[8]>
判断map中是否存在
127.0.0.1:6379[8]> hexists people name
(integer) 0
127.0.0.1:6379[8]> hexists people name1
(integer)
127.0.0.1:6379[8]>
获取所map的key或value有值
127.0.0.1:6379[8]> hkeys people
1) "name1"
2) "name3"
127.0.0.1:6379[8]> hvals people
1) "zhangsan"
2) "liming"
127.0.0.1:6379[8]>
i++
127.0.0.1:6379[8]> hset people i 0
(integer) 1
127.0.0.1:6379[8]>
127.0.0.1:6379[8]> hvals people
1) "zhangsan"
2) "liming"
3) "0"
127.0.0.1:6379[8]>
127.0.0.1:6379[8]>
127.0.0.1:6379[8]> hincrby people i 1
(integer) 1
127.0.0.1:6379[8]> hincrby people i 1
(integer) 2
127.0.0.1:6379[8]> hincrby people i 1
(integer) 3
127.0.0.1:6379[8]> hvals people
1) "zhangsan"
2) "liming"
3) "3"
不存在就添加
127.0.0.1:6379[8]> hsetnx people name jack
(integer) 1
127.0.0.1:6379[8]>
127.0.0.1:6379[8]> hsetnx people name jack
(integer) 0
127.0.0.1:6379[8]> hsetnx people name jack
(integer) 0
127.0.0.1:6379[8]>
Zset
设置key的值
127.0.0.1:6379[8]> zadd people 1 jack 6 liming
(integer) 2
127.0.0.1:6379[8]> zrange people 0 22
1) "jack"
2) "liming"
127.0.0.1:6379[8]>
获取key的值
127.0.0.1:6379[8]> zrange people 0 -1
1) "jack"
2) "liming"
127.0.0.1:6379[8]>
删除
127.0.0.1:6379[8]> zrange people 0 -1
1) "jack"
2) "lili"
3) "lilia"
4) "liming"
127.0.0.1:6379[8]> zrem people lili
(integer) 1
127.0.0.1:6379[8]>
127.0.0.1:6379[8]> zrange people 0 -1
1) "jack"
2) "lilia"
3) "liming"
集合长度
127.0.0.1:6379[8]> zcard people
(integer) 3
127.0.0.1:6379[8]>
127.0.0.1:6379[8]>
区间集合长度
127.0.0.1:6379[8]> zcount people 0 2
(integer) 3
127.0.0.1:6379[8]> zcount people 0 0
(integer) 0
127.0.0.1:6379[8]> zcount people 0 3
(integer) 3
三种特殊数据类型
Geospatial
GEO地理位置
简介
Redis 的 GEO 特性在 Redis 3.2 版本中推出， 这个功能可以将用户给定的地理位置信息储存起来， 并对
这些信息进行操作。来实现诸如附近位置、摇一摇这类依赖于地理位置信息的功能。geo的数据类型为
zset。
GEO 的数据结构总共有六个常用命令：geoadd、geopos、geodist、georadius、
georadiusbymember、gethash
官方文档：https://www.redis.net.cn/order/3685.html
geoadd
# 语法
geoadd key longitude latitude member ...
# 将给定的空间元素(纬度、经度、名字)添加到指定的键里面。
# 这些数据会以有序集he的形式被储存在键里面，从而使得georadius和georadiusbymember这样的
命令可以在之后通过位置查询取得这些元素。
# geoadd命令以标准的x,y格式接受参数,所以用户必须先输入经度,然后再输入纬度。
# geoadd能够记录的坐标是有限的:非常接近两极的区域无法被索引。
# 有效的经度介于-180-180度之间，有效的纬度介于-85.05112878 度至 85.05112878 度之间。，
当用户尝试输入一个超出范围的经度或者纬度时,geoadd命令将返回一个错误。
中文插不进去，不知道什么原因
127.0.0.1:6379[8]> geoadd china:city 116.23 40.22 BJ
(integer) 1
127.0.0.1:6379[8]> geoadd china:city 121.48 31.40 SH 113.88 22.55 SZ 120.21 30.20 HZ
(integer) 3
127.0.0.1:6379[8]> geoadd china:city 106.54 29.40 CQ 108.93 34.23 XA 114.02 30.58 WH
(integer) 3
127.0.0.1:6379[8]> zrange china:city 0 -1
1) "CQ"
2) "XA"
3) "SZ"
4) "WH"
5) "HZ"
6) "SH"
7) "BJ"
geopos
# 语法
geopos key member [member...]
#从key里返回所有给定位置元素的位置（经度和纬度）
127.0.0.1:6379[8]> geopos china:city BJ
1) 1) "116.23000055551528931"
2) "40.2200010338739844"
127.0.0.1:6379[8]> geopos china:city SH WH
1) 1) "121.48000091314315796"
2) "31.40000025319353938"
2) 1) "114.01999980211257935"
2) "30.58000021509926825"
127.0.0.1:6379[8]> geopos china:city SH WH LF
1) 1) "121.48000091314315796"
2) "31.40000025319353938"
2) 1) "114.01999980211257935"
2) "30.58000021509926825"
3) (nil)
127.0.0.1:6379[8]>
127.0.0.1:6379[8]> geopos china:city HB
1) (nil)
127.0.0.1:6379[8]>
geodist
# 语法
geodist key member1 member2 [unit]
# 返回两个给定位置之间的距离，如果两个位置之间的其中一个不存在,那么命令返回空值。
# 指定单位的参数unit必须是以下单位的其中一个：
# 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
# 如果用户没有显式地指定单位参数,那么geodist默认使用米作为单位。
#geodist命令在计算距离时会假设地球为完美的球形,在极限情况下,这一假设最大会造成0.5%的误
差。
127.0.0.1:6379[8]> geodist china:city BJ WH
"1090672.1686"
127.0.0.1:6379[8]> geodist china:city BJ SH
"1088785.4302"
127.0.0.1:6379[8]>
127.0.0.1:6379[8]> geodist china:city BJ WH km
"1090.6722"
georadius
# 语法
georadius key longitude latitude radius m|km|ft|mi [withcoord][withdist]
[withhash][asc|desc][count count]
# 以给定的经纬度为中心， 找出某一半径内的元素
连接 redis-cli，增加参数 --raw ，可以强制输出中文，不然会乱码
127.0.0.1:6379[8]> geodist china:city BJ WH km
"1090.6722"
# 在 china:city 中寻找坐标 100 30 半径为 1000km 的城市
127.0.0.1:6379[8]> georadius china:city 100 30 1000 km
1) "CQ"
2) "XA"
127.0.0.1:6379[8]>
# withdist 返回位置名称和中心距离
127.0.0.1:6379[8]> georadius china:city 100 30 1000 km withdist
1) 1) "CQ"
2) "635.2850"
2) 1) "XA"
2) "963.3171"
127.0.0.1:6379[8]>
# withcoord 返回位置名称和经纬度
127.0.0.1:6379[8]> georadius china:city 100 30 1000 km withcoord
1) 1) "CQ"
2) 1) "106.54000014066696167"
2) "29.39999880018641676"
2) 1) "XA"
2) 1) "108.92999857664108276"
2) "34.23000121926852302"
127.0.0.1:6379[8]>
# withdist withcoord 返回位置名称 距离 和经纬度 count 限定寻找个数
127.0.0.1:6379[8]> georadius china:city 100 30 1000 km withcoord withdist count 1
1) 1) "CQ"
2) "635.2850"
3) 1) "106.54000014066696167"
2) "29.39999880018641676"
127.0.0.1:6379[8]> georadius china:city 100 30 1000 km withcoord withdist count 2
1) 1) "CQ"
2) "635.2850"
3) 1) "106.54000014066696167"
2) "29.39999880018641676"
2) 1) "XA"
2) "963.3171"
3) 1) "108.92999857664108276"
2) "34.23000121926852302"
georadiusbymember
georadiusbymember key member radius m|km|ft|mi [withcoord][withdist]
[withhash][asc|desc][count count]
# 找出位于指定范围内的元素，中心点是由给定的位置元素决定
127.0.0.1:6379[8]> georadiusbymember china:city BJ 1000 km
1) "BJ"
2) "XA"
127.0.0.1:6379[8]> georadiusbymember china:city SH 400 km
1) "HZ"
2) "SH"
127.0.0.1:6379
geohash
geohash key member [member...]
# Redis使用geohash将二维经纬度转换为一维字符串，字符串越长表示位置更精确,两个字符串越相似
表示距离越近。
127.0.0.1:6379[8]> geohash china:city BJ CQ
1) "wx4sucu47r0"
2) "wm5z22h53v0"
127.0.0.1:6379[8]> geohash china:city BJ BJ
1) "wx4sucu47r0"
2) "wx4sucu47r0"
127.0.0.1:6379[8]>
127.0.0.1:6379[8]> geohash china:city BJ SH
1) "wx4sucu47r0"
2) "wtw6sk5n300"
127.0.0.1:6379[8]>
zrem
GEO没有提供删除成员的命令，但是因为GEO的底层实现是zset，所以可以借用zrem命令实现对地理位置信息的删除.
127.0.0.1:6379[8]> zrange china:city 0 -1
1) "CQ"
2) "XA"
3) "SZ"
4) "WH"
5) "HZ"
6) "SH"
7) "BJ"
127.0.0.1:6379[8]> zrem china:city CQ
(integer) 1
127.0.0.1:6379[8]> zrange china:city 0 -1
1) "XA"
2) "SZ"
3) "WH"
4) "HZ"
5) "SH"
6) "BJ"
127.0.0.1:6379[8]>
Hyperloglog
简介
Redis 在 2.8.9 版本添加了 HyperLogLog 结构。
Redis HyperLogLog 是用来做基数统计的算法，HyperLogLog 的优点是，在输入元素的数量或者体积
非常非常大时，计算基数所需的空间总是固定 的、并且是很小的。
在 Redis 里面，每个 HyperLogLog 键只需要花费 12 KB 内存，就可以计算接近 2^64 个不同元素的基数。这和计算基数时，元素越多耗费内存就越多的集合形成鲜明对比。
HyperLogLog则是一种算法，它提供了不精确的去重计数方案。
举个栗子：假如我要统计网页的UV（浏览用户数量，一天内同一个用户多次访问只能算一次），传统的
解决方案是使用Set来保存用户id，然后统计Set中的元素数量来获取页面UV。但这种方案只能承载少量用户，一旦用户数量大起来就需要消耗大量的空间来存储用户id。我的目的是统计用户数量而不是保存用户，这简直是个吃力不讨好的方案！而使用Redis的HyperLogLog最多需要12k就可以统计大量的用户数，尽管它大概有0.81%的错误率，但对于统计UV这种不需要很精确的数据是可以忽略不计的。
什么是基数？
比如数据集 {1, 3, 5, 7, 5, 7, 8}， 那么这个数据集的基数集为 {1, 3, 5 ,7, 8}, 基数(不重复元素)为5。
基数估计就是在误差可接受的范围内，快速计算基数。
基本命令
[PFADD key element [element ...]
添加指定元素到 HyperLogLog 中。
[PFCOUNT key [key ...]
返回给定 HyperLogLog 的基数估算值。
[PFMERGE destkey sourcekey[sourcekey ...]
将多个 HyperLogLog 合并为一个 HyperLogLog，并集计算
127.0.0.1:6379[8]> pfadd hyper a b c d e f g h i j
(integer) 1
127.0.0.1:6379[8]> pfcount hyper
(integer) 10
127.0.0.1:6379[8]> pfadd hyper2 i j z x c v b n m
(integer) 1
127.0.0.1:6379[8]> pfmerge hyper3 hyper hyper2
OK
127.0.0.1:6379[8]> pfcount hyper3
(integer) 15
127.0.0.1:6379[8]>
Bitmaps
简介
在开发中，可能会遇到这种情况：需要统计用户的某些信息，如活跃或不活跃，登录或者不登录；又如
需要记录用户一年的打卡情况，打卡了是1， 没有打卡是0，如果使用普通的 key/value存储，则要记录
365条记录，如果用户量很大，需要的空间也会很大，所以 Redis 提供了 Bitmap 位图这中数据结构，
Bitmap 就是通过操作二进制位来进行记录，即为 0 和 1；如果要记录 365 天的打卡情况，使用 Bitmap
表示的形式大概如下：0101000111000111...........................，这样有什么好处呢？当然就是节约内存
了，365 天相当于 365 bit，又 1 字节 = 8 bit , 所以相当于使用 46 个字节即可。
BitMap 就是通过一个 bit 位来表示某个元素对应的值或者状态, 其中的 key 就是对应元素本身，实际上
底层也是通过对字符串的操作来实现。Redis 从 2.2 版本之后新增了setbit, getbit, bitcount 等几个
bitmap 相关命令。
setbit 设置操作
SETBIT key offffset value : 设置 key 的第 offffset 位为value (1或0)
# 使用 bitmap 来记录上述事例中一周的打卡记录如下所示：
# 周一：1，周二：0，周三：0，周四：1，周五：1，周六：0，周天：0 （1 为打卡，0 为不打卡）
127.0.0.1:6379[8]> setbit sign 0 1
(integer) 0
127.0.0.1:6379[8]> setbit sign 1 1
(integer) 0
127.0.0.1:6379[8]> setbit sign 2 0
(integer) 0
127.0.0.1:6379[8]> setbit sign 3 0
(integer) 0
127.0.0.1:6379[8]> setbit sign 4 1
(integer) 0
127.0.0.1:6379[8]> setbit sign 5 1
(integer) 0
127.0.0.1:6379[8]> setbit sign 6 1
(integer) 0
127.0.0.1:6379[8]>
getbit 获取操作
GETBIT key offffset 获取offffset设置的值，未设置过默认返回0
127.0.0.1:6379[8]> getbit sign 5
(integer) 1
127.0.0.1:6379[8]> getbit sign 3
(integer) 0
127.0.0.1:6379[8]>
bitcount 统计操作
bitcount key [start, end] 统计 key 上位为1的个数
127.0.0.1:6379[8]> bitcount sign
(integer) 5
127.0.0.1:6379[8]>
Redis.conf
熟悉基本配置
Redis 的配置文件位于 Redis 安装目录下，文件名为 redis.conf
config get * # 获取全部的配置
Units 单位
# Note on units: when memory size is needed, it is possible to specify
# it in the usual form of 1k 5GB 4M and so forth:
#
# 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、配置大小单位，开头定义了一些基本的度量单位，只支持bytes，不支持bit
2、对 大小写 不敏感
INCLUDES 包含
################################## INCLUDES ###################################
# Include one or more other config files here. This is useful if you
# have a standard template that goes to all Redis servers but also need
# to customize a few per-server settings. Include files can include
# other files, so use this wisely.
#
# Notice option "include" won't be rewritten by command "CONFIG REWRITE"
# from admin or Redis Sentinel. Since Redis always uses the last processed
# line as value of a configuration directive, you'd better put includes
# at the beginning of this file to avoid overwriting config change at runtime.
#
# If instead you are interested in using includes to override configuration
# options, it is better to use include as the last line.
#
# include /path/to/local.conf
# include /path/to/other.conf
和Spring配置文件类似，可以通过includes包含，redis.conf 可以作为总文件，可以包含其他文件！
NETWORK 网络配置
bind 127.0.0.1 # 绑定的ip
protected-mode yes # 保护模式
port 6379 # 默认端口
GENERAL 通用
daemonize yes # 默认情况下，Redis不作为守护进程运行。需要开启的话，改为 yes
supervised no # 可通过upstart和systemd管理Redis守护进程
pidfile /var/run/redis_6379.pid # 以后台进程方式运行redis，则需要指定pid 文件
loglevel notice # 日志级别。可选项有：
# debug（记录大量日志信息，适用于开发、测试阶段）
# verbose（较多日志信息）
# notice（适量日志信息，使用于生产环境）
# warning（仅有部分重要、关键信息才会被记录）
logfile "" # 日志文件的位置，当指定为空字符串时，为标准输出
databases 16 # 设置数据库的数目。默认的数据库是DB 0
always-show-logo yes # 是否总是显示log
SNAPSHOPTING 快照
# 900秒（15分钟）内至少1个key值改变（则进行数据库保存--持久化）
save 900 1
# 300秒（5分钟）内至少10个key值改变（则进行数据库保存--持久化）
save 300 10
# 60秒（1分钟）内至少10000个key值改变（则进行数据库保存--持久化）
save 60 10000
stop-writes-on-bgsave-error yes # 持久化出现错误后，是否依然进行继续进行工作
rdbcompression yes # 使用压缩rdb文件 yes：压缩，但是需要一些cpu的消耗。no：不压
缩，需要更多的磁盘空间
rdbchecksum yes # 是否校验rdb文件，更有利于文件的容错性，但是在保存rdb文件的时
候，会有大概10%的性能损耗
dbfilename dump.rdb # dbfilenamerdb文件名称
dir ./ # dir 数据目录，数据库的写入会在这个目录。rdb、aof文件也会写在这个目录
SECURITY安全
访问密码的查看，设置和取消
# 启动redis
# 连接客户端
# 获得和设置密码
config get requirepass
config set requirepass "123456"
#测试ping，发现需要验证
127.0.0.1:6379> ping
NOAUTH Authentication required.
# 验证
127.0.0.1:6379> auth 123456
OK
127.0.0.1:6379> ping
PONG
限制
maxclients 10000 # 设置能连上redis的最大客户端连接数量
maxmemory <bytes> # redis配置的最大内存容量
maxmemory-policy noeviction # maxmemory-policy 内存达到上限的处理策略
#volatile-lru：利用LRU算法移除设置过过期时间的key。
#volatile-random：随机移除设置过过期时间的key。
#volatile-ttl：移除即将过期的key，根据最近过期时间来删除（辅以TTL）
#allkeys-lru：利用LRU算法移除任何key。
#allkeys-random：随机移除任何key。
#noeviction：不移除任何key，只是返回一个写错误。
append only模式
appendonly no # 是否以append only模式作为持久化方式，默认使用的是rdb方式持久化，这种
方式在许多应用中已经足够用了
appendfilename "appendonly.aof" # appendfilename AOF 文件名称
appendfsync everysec # appendfsync aof持久化策略的配置
# no表示不执行fsync，由操作系统保证数据同步到磁盘，速度最快。
# always表示每次写入都执行fsync，以保证数据同步到磁盘。
# everysec表示每秒执行一次fsync，可能会导致丢失这1s数据。
常见配置介绍
1、Redis默认不是以守护进程的方式运行，可以通过该配置项修改，使用yes启用守护进程
daemonize no
2、当Redis以守护进程方式运行时，Redis默认会把pid写入/var/run/redis.pid文件，可以通过pidfifile指定
pidfifile /var/run/redis.pid
3、指定Redis监听端口，默认端口为6379，作者在自己的一篇博文中解释了为什么选用6379作为默认
端口，因为6379在手机按键上MERZ对应的号码，而MERZ取自意大利歌女Alessia Merz的名字
port 6379
4、绑定的主机地址
bind 127.0.0.1
5、当 客户端闲置多长时间后关闭连接，如果指定为0，表示关闭该功能
timeout 300
6、指定日志记录级别，Redis总共支持四个级别：debug、verbose、notice、warning，默认为verbose
loglevel verbose
7、日志记录方式，默认为标准输出，如果配置Redis为守护进程方式运行，而这里又配置为日志记录方
式为标准输出，则日志将会发送给/dev/null
logfifile stdout
8、设置数据库的数量，默认数据库为0，可以使用SELECT 命令在连接上指定数据库id
databases 16
9、指定在多长时间内，有多少次更新操作，就将数据同步到数据文件，可以多个条件配合
save
Redis默认配置文件中提供了三个条件：
save 900 1
save 300 10
save 60 10000
分别表示900秒（15分钟）内有1个更改，300秒（5分钟）内有10个更改以及60秒内有10000个更改。
10、指定存储至本地数据库时是否压缩数据，默认为yes，Redis采用LZF压缩，如果为了节省CPU时
间，可以关闭该选项，但会导致数据库文件变的巨大
rdbcompression yes
11、指定本地数据库文件名，默认值为dump.rdb
dbfifilename dump.rdb
12、指定本地数据库存放目录
dir ./
13、设置当本机为slav服务时，设置master服务的IP地址及端口，在Redis启动时，它会自动从master进行数据同步
slaveof
14、当master服务设置了密码保护时，slav服务连接master的密码
masterauth
15、设置Redis连接密码，如果配置了连接密码，客户端在连接Redis时需要通过AUTH 命令提供密码，
默认关闭
requirepass foobared
16、设置同一时间最大客户端连接数，默认无限制，Redis可以同时打开的客户端连接数为Redis进程可
以打开的最大文件描述符数，如果设置 maxclients 0，表示不作限制。当客户端连接数到达限制时，
Redis会关闭新的连接并向客户端返回max number of clients reached错误信息
maxclients 128
17、指定Redis最大内存限制，Redis在启动时会把数据加载到内存中，达到最大内存后，Redis会先尝
试清除已到期或即将到期的Key，当此方法处理 后，仍然到达最大内存设置，将无法再进行写入操作，
但仍然可以进行读取操作。Redis新的vm机制，会把Key存放内存，Value会存放在swap区
maxmemory
18、指定是否在每次更新操作后进行日志记录，Redis在默认情况下是异步的把数据写入磁盘，如果不
开启，可能会在断电时导致一段时间内的数据丢失。因为 redis本身同步数据文件是按上面save条件来
同步的，所以有的数据会在一段时间内只存在于内存中。默认为no
appendonly no
19、指定更新日志文件名，默认为appendonly.aof
appendfifilename appendonly.aof
20、指定更新日志条件，共有3个可选值：
no：表示等操作系统进行数据缓存同步到磁盘（快）
always：表示每次更新操作后手动调用fsync()将数据写到磁盘（慢，安全）
everysec：表示每秒同步一次（折衷，默认值）
appendfsync everysec
21、指定是否启用虚拟内存机制，默认值为no，简单的介绍一下，VM机制将数据分页存放，由Redis将
访问量较少的页即冷数据swap到磁盘上，访问多的页面由磁盘自动换出到内存中（在后面的文章我会仔
细分析Redis的VM机制）
vm-enabled no
22、虚拟内存文件路径，默认值为/tmp/redis.swap，不可多个Redis实例共享
vm-swap-fifile /tmp/redis.swap
23、将所有大于vm-max-memory的数据存入虚拟内存,无论vm-max-memory设置多小,所有索引数据
都是内存存储的(Redis的索引数据 就是keys),也就是说,当vm-max-memory设置为0的时候,其实是所有
value都存在于磁盘。默认值为0
vm-max-memory 0
24、Redis swap文件分成了很多的page，一个对象可以保存在多个page上面，但一个page上不能被多
个对象共享，vm-page-size是要根据存储的 数据大小来设定的，作者建议如果存储很多小对象，page
大小最好设置为32或者64bytes；如果存储很大大对象，则可以使用更大的page，如果不 确定，就使用
默认值
vm-page-size 32
25、设置swap文件中的page数量，由于页表（一种表示页面空闲或使用的bitmap）是在放在内存中
的，，在磁盘上每8个pages将消耗1byte的内存。
vm-pages 134217728
26、设置访问swap文件的线程数,最好不要超过机器的核数,如果设置为0,那么所有对swap文件的操作都
是串行的，可能会造成比较长时间的延迟。默认值为4
vm-max-threads 4
27、设置在向客户端应答时，是否把较小的包合并为一个包发送，默认为开启
glueoutputbuf yes
28、指定在超过一定的数量或者最大的元素超过某一临界值时，采用一种特殊的哈希算法
hash-max-zipmap-entries 64
hash-max-zipmap-value 512
29、指定是否激活重置哈希，默认为开启（后面在介绍Redis的哈希算法时具体介绍）
activerehashing yes
30、指定包含其它的配置文件，可以在同一主机上多个Redis实例之间使用同一份配置文件，而同时各
个实例又拥有自己的特定配置文件
include /path/to/local.conf
Redis的持久化
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)
什么是RDB
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。
Rdb 保存的是 dump.rdb 文件
Fork
Fork的作用是复制一个与当前进程一样的进程。新进程的所有数据（变量，环境变量，程序计数器等）
数值都和原进程一致，但是是一个全新的进程，并作为原进程的子进程。
配置位置及SNAPSHOTTING解析
################################ SNAPSHOTTING ################################
#
# Save the DB on disk:
#
# save <seconds> <changes>
#
# Will save the DB if both the given number of seconds and the given
# number of write operations against the DB occurred.
#
# In the example below the behaviour will be to save:
# after 900 sec (15 min) if at least 1 key changed
# after 300 sec (5 min) if at least 10 keys changed
# after 60 sec if at least 10000 keys changed
#
# Note: you can disable saving completely by commenting out all "save" lines.
#
# It is also possible to remove all the previously configured save
# points by adding a save directive with a single empty string argument
# like in the following example:
#
# save ""
save 900 1
save 300 10
save 60 10000
这里的触发条件机制，我们可以修改测试一下：
save 120 10 # 120秒内修改10次则触发RDB
RDB 是整合内存的压缩过的Snapshot，RDB 的数据结构，可以配置复合的快照触发条件。
默认：
save 120 10 # 120秒内修改10次则触发RDB
- 11分钟内改了1万次
- 5分钟内改了10次
- 15分钟内改了1次
如果想禁用RDB持久化的策略，只要不设置任何save指令，或者给save传入一个空字符串参数也可以。
若要修改完毕需要立马生效，可以手动使用 save 命令！立马生效 !
其余命令解析
Stop-writes-on-bgsave-error：如果配置为no，表示你不在乎数据不一致或者有其他的手段发现和控
制，默认为yes。
rbdcompression：对于存储到磁盘中的快照，可以设置是否进行压缩存储。如果是的话，redis会采用
LZF算法进行压缩，如果你不想消耗CPU来进行压缩的话，可以设置为关闭此功能。
rdbchecksum：在存储快照后，还可以让redis使用CRC64算法来进行数据校验，但是这样做会增加大约
10%的性能消耗，如果希望获取到最大的性能提升，可以关闭此功能。默认为yes。
如何触发RDB快照
1、配置文件中默认的快照配置，建议多用一台机子作为备份，复制一份 dump.rdb
2、命令save或者是bgsave
save 时只管保存，其他不管，全部阻塞
bgsave，Redis 会在后台异步进行快照操作，快照同时还可以响应客户端请求。可以通过lastsave
命令获取最后一次成功执行快照的时间。
3、执行flushall命令，也会产生 dump.rdb 文件，但里面是空的，无意义 !
4、退出的时候也会产生 dump.rdb 文件！
如何恢复
1、将备份文件（dump.rdb）移动到redis安装目录并启动服务即可
2、CONFIG GET dir 获取目录
127.0.0.1:6379> config get dir
dir
/usr/local/bin
优点和缺点
优点：
1、适合大规模的数据恢复
2、对数据完整性和一致性要求不高
缺点：
1、在一定间隔时间做一次备份，所以如果redis意外down掉的话，就会丢失最后一次快照后的所有修改
2、Fork的时候，内存中的数据被克隆了一份，大致2倍的膨胀性需要考虑。
小结
RDB是一个非常紧凑的文件
RDB在保存RDB文件时父进程唯一需要的就是fork出一个子进程，接下来的工作全部由子进程来做，父进程不需要再做其他io操作，所以RDB持久化方式可以最大化redis的性能。
与AOF相比，在恢复大的数据集的时候，RDB方式会更快一些。
数据丢失风险大。
RDB需要经常fork子进程来保存数据集到硬盘上。当数据集比较大的时候，fork的过程是非常耗时的，可能会导致Redis在一些毫秒级不能响应客户端的请求。
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
配置
############################## APPEND ONLY MODE ###############################
# By default Redis asynchronously dumps the dataset on disk. This mode is
# good enough in many applications, but an issue with the Redis process or
# a power outage may result into a few minutes of writes lost (depending on
# the configured save points).
#
# The Append Only File is an alternative persistence mode that provides
# much better durability. For instance using the default data fsync policy
# (see later in the config file) Redis can lose just one second of writes in a
# dramatic event like a server power outage, or a single write if something
# wrong with the Redis process itself happens, but the operating system is
# still running correctly.
#
# AOF and RDB persistence can be enabled at the same time without problems.
# If the AOF is enabled on startup Redis will load the AOF, that is the file
# with the better durability guarantees.
#
# Please check http://redis.io/topics/persistence for more information.
appendonly no
# The name of the append only file (default: "appendonly.aof")
appendfilename "appendonly.aof"
appendonly no # 是否以append only模式作为持久化方式，默认使用的是rdb方式持久化，这
种方式在许多应用中已经足够用了
appendfilename "appendonly.aof" # appendfilename AOF 文件名称
appendfsync everysec # appendfsync aof持久化策略的配置
# no表示不执行fsync，由操作系统保证数据同步到磁盘，速度最快。
# always表示每次写入都执行fsync，以保证数据同步到磁盘。
# everysec表示每秒执行一次fsync，可能会导致丢失这1s数据。
No-appendfsync-on-rewrite #重写时是否可以运用Appendfsync，用默认no即可，保证数据安
全性
Auto-aof-rewrite-min-size # 设置重写的基准值
Auto-aof-rewrite-percentage #设置重写的基准值
AOF 启动/修复/恢复
正常恢复：
启动：设置Yes，修改默认的appendonly no，改为yes
将有数据的aof文件复制一份保存到对应目录（config get dir）
恢复：重启redis然后重新加载
异常恢复：
启动：设置Yes
故意破坏 appendonly.aof 文件！
修复： redis-check-aof --fix appendonly.aof 进行修复
恢复：重启 redis 然后重新加载
Rewrite
AOF 采用文件追加方式，文件会越来越大，为避免出现此种情况，新增了重写机制，当AOF文件的大小
超过所设定的阈值时，Redis 就会启动AOF 文件的内容压缩，只保留可以恢复数据的最小指令集，可以
使用命令 bgrewriteaof ！
重写原理
AOF 文件持续增长而过大时，会fork出一条新进程来将文件重写（也是先写临时文件最后再
rename），遍历新进程的内存中数据，每条记录有一条的Set语句。重写aof文件的操作，并没有读取旧
的aof文件，这点和快照有点类似！
触发机制
Redis会记录上次重写时的AOF大小，默认配置是当AOF文件大小是上次rewrite后大小的已被且文件大
于64M的触发。
优点和缺点
优点：
1、每修改同步：appendfsync always 同步持久化，每次发生数据变更会被立即记录到磁盘，性能较差
但数据完整性比较好
2、每秒同步： appendfsync everysec 异步操作，每秒记录 ，如果一秒内宕机，有数据丢失
3、不同步： appendfsync no 从不同步
缺点：
1、相同数据集的数据而言，aof 文件要远大于 rdb文件，恢复速度慢于 rdb。
2、Aof 运行效率要慢于 rdb，每秒同步策略效率较好，不同步效率和rdb相同。
小总结
AOF文件是一个只进行追加日志的文件
Redis可以在AOF文件体积变得过大时，自动地在后台对AOF进行重写
AOF文件有序的保存了对数据库执行的所有写入操作，这些写入操作以Redis协议的格式保存，因此AOF文件的内容非常容易被人读懂，对文件进行分析也很轻松。
对相同的数据集来说，AOF文件的体积通常要大于RDB文件的体积。
根据所有使用的fsync策略，AOF的速度可能会慢于RDB
总结
1、RDB 持久化方式能够在指定的时间间隔内对你的数据进行快照存储
2、AOF 持久化方式记录每次对服务器写的操作，当服务器重启的时候会重新执行这些命令来恢复原始
的数据，AOF命令以Redis 协议追加保存每次写的操作到文件末尾，Redis还能对AOF文件进行后台重
写，使得AOF文件的体积不至于过大。
3、只做缓存，如果你只希望你的数据在服务器运行的时候存在，你也可以不使用任何持久化
4、同时开启两种持久化方式
在这种情况下，当redis重启的时候会优先载入AOF文件来恢复原始的数据，因为在通常情况下AOF
文件保存的数据集要比RDB文件保存的数据集要完整。
RDB 的数据不实时，同时使用两者时服务器重启也只会找AOF文件，那要不要只使用AOF呢？作者
建议不要，因为RDB更适合用于备份数据库（AOF在不断变化不好备份），快速重启，而且不会有
AOF可能潜在的Bug，留着作为一个万一的手段。
5、性能建议
因为RDB文件只用作后备用途，建议只在Slave上持久化RDB文件，而且只要15分钟备份一次就够
了，只保留 save 900 1 这条规则。
如果Enable AOF ，好处是在最恶劣情况下也只会丢失不超过两秒数据，启动脚本较简单只load自
己的AOF文件就可以了，代价一是带来了持续的IO，二是AOF rewrite 的最后将 rewrite 过程中产
生的新数据写到新文件造成的阻塞几乎是不可避免的。只要硬盘许可，应该尽量减少AOF rewrite
的频率，AOF重写的基础大小默认值64M太小了，可以设到5G以上，默认超过原大小100%大小重
写可以改到适当的数值。
如果不Enable AOF ，仅靠 Master-Slave Repllcation 实现高可用性也可以，能省掉一大笔IO，也
减少了rewrite时带来的系统波动。代价是如果Master/Slave 同时倒掉，会丢失十几分钟的数据，
启动脚本也要比较两个 Master/Slave 中的 RDB文件，载入较新的那个，微博就是这种架构。
Redis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，在事务执行过程的中，会按
照顺序执行！
一次性、顺序性、排他性！执行一些列的命令！
------ 队列 set set set 执行------
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单条命令式保存原子性的，但是事务不保证原子性！
redis的事务：
- 开启事务（multi）
- 命令入队（......）
- 执行事务（exec）
正常执行事务！
127.0.0.1:6379[8]> multi
OK
127.0.0.1:6379[8]> set k1 v1
QUEUED
127.0.0.1:6379[8]> set k2 v2
QUEUED
127.0.0.1:6379[8]> get k2
QUEUED
127.0.0.1:6379[8]> set k3 v3
QUEUED
127.0.0.1:6379[8]> exec
1) OK
2) OK
3) "v2"
4) OK
127.0.0.1:6379[8]>
放弃事务！
127.0.0.1:6379[8]> multi
OK
127.0.0.1:6379[8]> set k1 v1
QUEUED
127.0.0.1:6379[8]> set k4 v4
QUEUED
127.0.0.1:6379[8]> discard
OK
127.0.0.1:6379[8]> get k4
(nil)
127.0.0.1:6379[8]>
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[8]> multi
OK
127.0.0.1:6379[8]> set k1 v1
QUEUED
127.0.0.1:6379[8]> set k2 v2
QUEUED
127.0.0.1:6379[8]> set k3 v3
QUEUED
127.0.0.1:6379[8]> getset k3
(error) ERR wrong number of arguments for 'getset' command
127.0.0.1:6379[8]>
127.0.0.1:6379[8]> set k4 v4
QUEUED
127.0.0.1:6379[8]> exec
(error) EXECABORT Transaction discarded because of previous errors.
127.0.0.1:6379[8]> get k4
(nil)
127.0.0.1:6379[8]>
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[8]> multi
OK
127.0.0.1:6379[8]> incr k1
QUEUED
127.0.0.1:6379[8]> set k2 v2
QUEUED
127.0.0.1:6379[8]> set k3 v3
QUEUED
127.0.0.1:6379[8]> get k3
QUEUED
127.0.0.1:6379[8]> exec
1) (error) ERR value is not an integer or out of range
2) OK
3) OK
4) "v3"
127.0.0.1:6379[8]>
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！
更新数据的时候去判断一下，在此期间是否有人修改过这个数据，
获取version更新的时候比较 version
Redis测监视测试
127.0.0.1:6379[8]> set money 100
OK
127.0.0.1:6379[8]> set out 0
OK
127.0.0.1:6379[8]> watch money
OK
127.0.0.1:6379[8]> multi
OK
127.0.0.1:6379[8]> decrby money 20
QUEUED
127.0.0.1:6379[8]> incrby out 20
QUEUED
127.0.0.1:6379[8]> exec
1) (integer) 80
2) (integer) 20
127.0.0.1:6379[8]> watch money
OK
127.0.0.1:6379[8]> decrby money 10
(integer) 70
127.0.0.1:6379[8]> multi
OK
127.0.0.1:6379[8]> decrby money 10
QUEUED
127.0.0.1:6379[8]> incrby out 10
QUEUED
127.0.0.1:6379[8]> 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[8]>
127.0.0.1:6379[8]> unwatch #解锁
OK
127.0.0.1:6379[8]> watch money
OK
127.0.0.1:6379[8]> multi
OK
127.0.0.1:6379[8]> decrby money 10
QUEUED
127.0.0.1:6379[8]> exec
1) (integer) 40
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。微信、微博、关注系统！
Redis 客户端可以订阅任意数量的频道。
订阅/发布消息图：
第一个：消息发送者，
第二个：频道 第三个：消息订阅者！
下图展示了频道 channel1 ，以及订阅这个频道的三个客户端 —— client2 、 client5 和 client1 之间的关系：
当有新消息通过 PUBLISH 命令发送给频道 channel1 时，这个消息就会被发送给订阅它的三个客户端：
命令
这些命令被广泛用于构建即时通信应用，比如网络聊天室(chatroom)和实时广播、实时提醒等
测试
以下实例演示了发布订阅是如何工作的。在我们实例中我们创建了订阅频道名为 redisChat
127.0.0.1:6379[1]> subscribe redisChat
Reading messages... (press Ctrl-C to quit)
1) "subscribe"
2) "redisChat"
3) (integer) 1
现在，我们先重新开启个 redis 客户端，然后在同一个频道 redisChat 发布两次消息，订阅者就能接收
到消息。
127.0.0.1:6379[1]> publish redisChat "hello world"
(integer) 1
127.0.0.1:6379[1]>
127.0.0.1:6379[1]> publish redisChat "hello redis"
(integer) 1
127.0.0.1:6379[1]>
# 订阅者的客户端会显示如下消息
1) "message"
2) "redisChat"
3) "hello world"
1) "message"
2) "redisChat"
3) "hello redis"
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。这一功能最明显的用法就是用作实时消息系统，比如普通的即时聊天，群聊等功能。
使用场景
Pub/Sub构建实时消息系统
Redis的Pub/Sub系统可以构建实时的消息系统
比如很多用Pub/Sub构建的实时聊天系统的例子。
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，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"。
环境配置
基本配置
配从库不配主库，从库配置：
slaveof 主库ip 主库端口 # 配置主从
Info replication # 查看信息
127.0.0.1:6379> info replication
# Replication
role:master
connected_slaves:0
master_failover_state:no-failover
master_replid:8c195dee5ad4570e0859000f5d5ba4f4e62feae1
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
每次与 master 断开之后，都需要重新连接，除非你配置进 redis.conf 文件！
修改配置文件！
准备工作：我们配置主从复制，至少需要三个，一主二从！配置三个客户端！
1、拷贝多个redis.conf 文件
2、指定端口 6379，依次类推
3、开启daemonize yes
4、Pid文件名字 pidfile /var/run/redis_6379.pid , 依次类推
5、Log文件名字 logfile "6379.log" , 依次类推
6、Dump.rdb 名字 dbfilename dump6379.rdb , 依次类推
一主二从
1、环境初始化
2、默认三个都是Master 主节点
3、配置为一个Master 两个Slave
slaveof 127.0.0.1 6379
slaveof 127.0.0.1 6379
masterauth 主节点有密码需要在从节点加上这个配置
主节点
127.0.0.1:6379> info replication
# Replication
role:master
connected_slaves:2
slave0:ip=127.0.0.1,port=6380,state=online,offset=490,lag=0
slave1:ip=127.0.0.1,port=6381,state=online,offset=490,lag=0
master_failover_state:no-failover
master_replid:76ddabf7ea2c24abfee9e4f347784216c969dfdf
master_replid2:0000000000000000000000000000000000000000
master_repl_offset:490
second_repl_offset:-1
repl_backlog_active:1
repl_backlog_size:1048576
repl_backlog_first_byte_offset:1
repl_backlog_histlen:490
从节点
127.0.0.1:6380> info replication
# Replication
role:slave
master_host:127.0.0.1
master_port:6379
master_link_status:up
master_last_io_seconds_ago:4
master_sync_in_progress:0
slave_read_repl_offset:14
slave_repl_offset:14
slave_priority:100
slave_read_only:1
replica_announced:1
connected_slaves:0
master_failover_state:no-failover
master_replid:76ddabf7ea2c24abfee9e4f347784216c969dfdf
master_replid2:0000000000000000000000000000000000000000
master_repl_offset:14
second_repl_offset:-1
repl_backlog_active:1
repl_backlog_size:1048576
repl_backlog_first_byte_offset:1
repl_backlog_histlen:14
从节点
127.0.0.1:6381> info replication
# Replication
role:slave
master_host:127.0.0.1
master_port:6379
master_link_status:up
master_last_io_seconds_ago:8
master_sync_in_progress:0
slave_read_repl_offset:448
slave_repl_offset:448
slave_priority:100
slave_read_only:1
replica_announced:1
connected_slaves:0
master_failover_state:no-failover
master_replid:76ddabf7ea2c24abfee9e4f347784216c969dfdf
master_replid2:0000000000000000000000000000000000000000
master_repl_offset:448
second_repl_offset:-1
repl_backlog_active:1
repl_backlog_size:1048576
repl_backlog_first_byte_offset:435
repl_backlog_histlen:14
在主机设置值，在从机都可以取到！从机不能写值！
127.0.0.1:6379[1]> set name tom
OK
127.0.0.1:6379[1]> get name
"tom"
127.0.0.1:6379[1]>
127.0.0.1:6380[1]> get name
"tom"
127.0.0.1:6380[1]> set name1 jack
(error) READONLY You can't write against a read only replica.
127.0.0.1:6380[1]>
127.0.0.1:6381[1]> get name
"tom"
127.0.0.1:6381[1]>
127.0.0.1:6381[1]> set name1 jack
(error) READONLY You can't write against a read only replica.
127.0.0.1:6381[1]>
层层链路
上一个Slave 可以是下一个slave 和 Master，Slave 同样可以接收其他 slaves 的连接和同步请求，那么
该 slave 作为了链条中下一个的master，可以有效减轻 master 的写压力！
127.0.0.1:6379[1]> info replication
# Replication
role:master
connected_slaves:1
slave0:ip=127.0.0.1,port=6380,state=online,offset=4213,lag=1
master_failover_state:no-failover
master_replid:76ddabf7ea2c24abfee9e4f347784216c969dfdf
master_replid2:0000000000000000000000000000000000000000
master_repl_offset:4213
second_repl_offset:-1
repl_backlog_active:1
repl_backlog_size:1048576
repl_backlog_first_byte_offset:1
repl_backlog_histlen:4213
127.0.0.1:6380[1]> info replication
# Replication
role:slave
master_host:127.0.0.1
master_port:6379
master_link_status:up
master_last_io_seconds_ago:7
master_sync_in_progress:0
slave_read_repl_offset:4199
slave_repl_offset:4199
slave_priority:100
slave_read_only:1
replica_announced:1
connected_slaves:1
slave0:ip=127.0.0.1,port=6381,state=online,offset=4199,lag=0
master_failover_state:no-failover
master_replid:76ddabf7ea2c24abfee9e4f347784216c969dfdf
master_replid2:0000000000000000000000000000000000000000
master_repl_offset:4199
second_repl_offset:-1
repl_backlog_active:1
repl_backlog_size:1048576
repl_backlog_first_byte_offset:4102
repl_backlog_histlen:98
127.0.0.1:6381[1]> info replication
# Replication
role:slave
master_host:127.0.0.1
master_port:6380
master_link_status:up
master_last_io_seconds_ago:2
master_sync_in_progress:0
slave_read_repl_offset:4199
slave_repl_offset:4199
slave_priority:100
slave_read_only:1
replica_announced:1
connected_slaves:0
master_failover_state:no-failover
master_replid:76ddabf7ea2c24abfee9e4f347784216c969dfdf
master_replid2:0000000000000000000000000000000000000000
master_repl_offset:4199
second_repl_offset:-1
repl_backlog_active:1
repl_backlog_size:1048576
repl_backlog_first_byte_offset:4186
repl_backlog_histlen:14
6379 设置值以后 6380 和 6381 都可以获取到！
127.0.0.1:6379[1]> set a 1
OK
127.0.0.1:6379[1]>
127.0.0.1:6379[1]> get a
"1"
127.0.0.1:6379[1]>
127.0.0.1:6380[1]> get a
"1"
127.0.0.1:6380[1]>
127.0.0.1:6381[1]> get a
"1"
127.0.0.1:6381[1]>
谋朝篡位
一主二从的情况下，如果主机断了，从机可以使用命令 SLAVEOF NO ONE 将自己改为主机！这个时
候其余的从机链接到这个节点。对一个从属服务器执行命令 SLAVEOF NO ONE 将使得这个从属服务器
关闭复制功能，并从从属服务器转变回主服务器，原来同步所得的数据集不会被丢弃。
主机再回来，也只是一个光杆司令了，从机为了正常使用跑到了新的主机上.
复制原理
Slave 启动成功连接到 master 后会发送一个sync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
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。
谋朝篡位的自动版，能够后台监控主机是否故障，如果故障了根据投票数自动将从库转换为主库。
哨兵模式是一种特殊的模式，首先Redis提供了哨兵的命令，哨兵是一个独立的进程，作为进程，它会独
立运行。其原理是哨兵通过发送命令，等待Redis服务器响应，从而监控运行的多个Redis实例。
这里的哨兵有两个作用
通过发送命令，让Redis服务器返回监控其运行状态，包括主服务器和从服务器。
当哨兵监测到master宕机，会自动将slave切换成master，然后通过发布订阅模式通知其他的从服务器，修改配置文件，让它们切换主机。
然而一个哨兵进程对Redis服务器进行监控，可能会出现问题，为此，我们可以使用多个哨兵进行监控。
各个哨兵之间还会进行监控，这样就形成了多哨兵模式。
假设主服务器宕机，哨兵1先检测到这个结果，系统并不会马上进行failover过程，仅仅是哨兵1主观的认
为主服务器不可用，这个现象成为主观下线。当后面的哨兵也检测到主服务器不可用，并且数量达到一
定值时，那么哨兵之间就会进行一次投票，投票的结果由一个哨兵发起，进行failover[故障转移]操作。
切换成功后，就会通过发布订阅模式，让各个哨兵把自己监控的从服务器实现切换主机，这个过程称为
客观下线。
配置测试
1、配置哨兵配置文件 sentinel.conf
# sentinel monitor 被监控的名称 host port 1
sentinel monitor myredis 127.0.0.1 6379 1
后面的这个数字1，代表主机挂了，slave投票看让谁接替成为主机，票数最多的，就会成为主机！
2、启动哨兵！
1:X 14 Mar 2023 03:32:16.785 # Could not rename tmp config file (Device or resource busy)
1:X 14 Mar 2023 03:32:16.785 # WARNING: Sentinel was not able to save the new configuration on disk!!!: Device or resource busy
1:X 14 Mar 2023 03:32:16.785 # Sentinel ID is c421c75cebaab7997c7b917b5479d328096ffb93
1:X 14 Mar 2023 03:32:16.785 # +monitor master mymaster 127.0.0.1 6379 quorum 1
1:X 14 Mar 2023 03:32:16.785 * +slave slave 127.0.0.1:6380 127.0.0.1 6380 @ mymaster 127.0.0.1 6379
1:X 14 Mar 2023 03:32:16.787 # Could not rename tmp config file (Device or resource busy)
1:X 14 Mar 2023 03:32:16.787 # WARNING: Sentinel was not able to save the new configuration on disk!!!: Device or resource busy
1:X 14 Mar 2023 03:32:16.787 * +slave slave 127.0.0.1:6381 127.0.0.1 6381 @ mymaster 127.0.0.1 6379
1:X 14 Mar 2023 03:32:16.789 # Could not rename tmp config file (Device or resource busy)
1:X 14 Mar 2023 03:32:16.789 # WARNING: Sentinel was not able to save the new configuration on disk!!!: Device or resource busy
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！）
1:X 14 Mar 2023 03:37:56.905 # +sdown master mymaster 127.0.0.1 6379
1:X 14 Mar 2023 03:37:56.905 # +odown master mymaster 127.0.0.1 6379 #quorum 1/1
1:X 14 Mar 2023 03:37:56.905 # +new-epoch 1
1:X 14 Mar 2023 03:37:56.905 # +try-failover master mymaster 127.0.0.1 6379
1:X 14 Mar 2023 03:37:56.908 # Could not rename tmp config file (Device or resource busy)
1:X 14 Mar 2023 03:37:56.908 # WARNING: Sentinel was not able to save the new configuration on disk!!!: Device or resource busy
1:X 14 Mar 2023 03:37:56.908 # +vote-for-leader c421c75cebaab7997c7b917b5479d328096ffb93 1
1:X 14 Mar 2023 03:37:56.908 # +elected-leader master mymaster 127.0.0.1 6379
1:X 14 Mar 2023 03:37:56.908 # +failover-state-select-slave master mymaster 127.0.0.1 6379
1:X 14 Mar 2023 03:37:56.991 # +selected-slave slave 127.0.0.1:6381 127.0.0.1 6381 @ mymaster 127.0.0.1 6379
1:X 14 Mar 2023 03:37:56.991 * +failover-state-send-slaveof-noone slave 127.0.0.1:6381 127.0.0.1 6381 @ mymaster 127.0.0.1 6379
1:X 14 Mar 2023 03:37:57.054 * +failover-state-wait-promotion slave 127.0.0.1:6381 127.0.0.1 6381 @ mymaster 127.0.0.1 6379
1:X 14 Mar 2023 03:37:58.004 # Could not rename tmp config file (Device or resource busy)
1:X 14 Mar 2023 03:37:58.004 # WARNING: Sentinel was not able to save the new configuration on disk!!!: Device or resource busy
1:X 14 Mar 2023 03:37:58.004 # +promoted-slave slave 127.0.0.1:6381 127.0.0.1 6381 @ mymaster 127.0.0.1 6379
1:X 14 Mar 2023 03:37:58.004 # +failover-state-reconf-slaves master mymaster 127.0.0.1 6379
1:X 14 Mar 2023 03:37:58.085 * +slave-reconf-sent slave 127.0.0.1:6380 127.0.0.1 6380 @ mymaster 127.0.0.1 6379
1:X 14 Mar 2023 03:37:58.144 * +slave-reconf-inprog slave 127.0.0.1:6380 127.0.0.1 6380 @ mymaster 127.0.0.1 6379
1:X 14 Mar 2023 03:37:58.144 * +slave-reconf-done slave 127.0.0.1:6380 127.0.0.1 6380 @ mymaster 127.0.0.1 6379
1:X 14 Mar 2023 03:37:58.196 # +failover-end master mymaster 127.0.0.1 6379
1:X 14 Mar 2023 03:37:58.196 # +switch-master mymaster 127.0.0.1 6379 127.0.0.1 6381
1:X 14 Mar 2023 03:37:58.196 * +slave slave 127.0.0.1:6380 127.0.0.1 6380 @ mymaster 127.0.0.1 6381
1:X 14 Mar 2023 03:37:58.196 * +slave slave 127.0.0.1:6379 127.0.0.1 6379 @ mymaster 127.0.0.1 6381
1:X 14 Mar 2023 03:37:58.198 # Could not rename tmp config file (Device or resource busy)
1:X 14 Mar 2023 03:37:58.198 # WARNING: Sentinel was not able to save the new configuration on disk!!!: Device or resource busy
1:X 14 Mar 2023 03:38:28.211 # +sdown slave 127.0.0.1:6379 127.0.0.1 6379 @ mymaster 127.0.0.1 6381
127.0.0.1:6381> info replication
# Replication
role:master
connected_slaves:1
slave0:ip=127.0.0.1,port=6380,state=online,offset=166202,lag=0
master_failover_state:no-failover
master_replid:d333babcdcc45e8569282c0e5ecb0dc4c350fe17
master_replid2:76ddabf7ea2c24abfee9e4f347784216c969dfdf
master_repl_offset:166202
second_repl_offset:129649
repl_backlog_active:1
repl_backlog_size:1048576
repl_backlog_first_byte_offset:108233
repl_backlog_histlen:57970
127.0.0.1:6381>
127.0.0.1:6380> info replication
# Replication
role:slave
master_host:127.0.0.1
master_port:6381
master_link_status:up
master_last_io_seconds_ago:0
master_sync_in_progress:0
slave_read_repl_offset:148153
slave_repl_offset:148153
slave_priority:100
slave_read_only:1
replica_announced:1
connected_slaves:0
master_failover_state:no-failover
master_replid:d333babcdcc45e8569282c0e5ecb0dc4c350fe17
master_replid2:76ddabf7ea2c24abfee9e4f347784216c969dfdf
master_repl_offset:148153
second_repl_offset:129649
repl_backlog_active:1
repl_backlog_size:1048576
repl_backlog_first_byte_offset:4102
repl_backlog_histlen:144052
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！
1:X 14 Mar 2023 03:48:38.159 # -sdown slave 127.0.0.1:6379 127.0.0.1 6379 @ mymaster 127.0.0.1 6381
1:X 14 Mar 2023 03:48:48.164 * +convert-to-slave slave 127.0.0.1:6379 127.0.0.1 6379 @ mymaster 127.0.0.1 6381
1:X 14 Mar 2023 03:48:51.360 * +slave slave 127.0.0.1:6379 127.0.0.1 6379 @ mymaster 127.0.0.1 6381
1:X 14 Mar 2023 03:48:51.362 # Could not rename tmp config file (Device or resource busy)
1:X 14 Mar 2023 03:48:51.362 # WARNING: Sentinel was not able to save the new configuration on disk!!!: Device or resource busy
127.0.0.1:6379> info replication
# Replication
role:slave
master_host:127.0.0.1
master_port:6381
master_link_status:up
master_last_io_seconds_ago:0
master_sync_in_progress:0
slave_read_repl_offset:179181
slave_repl_offset:179181
slave_priority:100
slave_read_only:1
replica_announced:1
connected_slaves:0
master_failover_state:no-failover
master_replid:d333babcdcc45e8569282c0e5ecb0dc4c350fe17
master_replid2:0000000000000000000000000000000000000000
master_repl_offset:179181
second_repl_offset:-1
repl_backlog_active:1
repl_backlog_size:1048576
repl_backlog_first_byte_offset:173782
repl_backlog_histlen:5400
127.0.0.1:6381> info replication
# Replication
role:master
connected_slaves:2
slave0:ip=127.0.0.1,port=6380,state=online,offset=175466,lag=0
slave1:ip=127.0.0.1,port=6379,state=online,offset=175466,lag=0
master_failover_state:no-failover
master_replid:d333babcdcc45e8569282c0e5ecb0dc4c350fe17
master_replid2:76ddabf7ea2c24abfee9e4f347784216c969dfdf
master_repl_offset:175601
second_repl_offset:129649
repl_backlog_active:1
repl_backlog_size:1048576
repl_backlog_first_byte_offset:108233
repl_backlog_histlen:67369
127.0.0.1:6380> info replication
# Replication
role:slave
master_host:127.0.0.1
master_port:6381
master_link_status:up
master_last_io_seconds_ago:1
master_sync_in_progress:0
slave_read_repl_offset:176290
slave_repl_offset:176290
slave_priority:100
slave_read_only:1
replica_announced:1
connected_slaves:0
master_failover_state:no-failover
master_replid:d333babcdcc45e8569282c0e5ecb0dc4c350fe17
master_replid2:76ddabf7ea2c24abfee9e4f347784216c969dfdf
master_repl_offset:176290
second_repl_offset:129649
repl_backlog_active:1
repl_backlog_size:1048576
repl_backlog_first_byte_offset:4102
repl_backlog_histlen:172189
哨兵模式
优点：
1、哨兵集群，基于主从复制模式，所有的主从配置优点，它全有
2、 主从可以切换，故障可以转移，系统的可用性就会更好
3、哨兵模式就是主从模式的升级，手动到自动，更加健壮！
缺点：
1、Redis 不好啊在线扩容的，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是很麻烦的，里面有很多选择！
哨兵模式的配置文件
# Example sentinel.conf
# 哨兵sentinel实例运行的端口 默认26379
port 26379
# 哨兵sentinel的工作目录
dir /tmp
# 哨兵sentinel监控的redis主节点的 ip port
# master-name 可以自己命名的主节点名字 只能由字母A-z、数字0-9 、这三个字符".-_"组成。
# quorum 配置多少个sentinel哨兵统一认为master主节点失联 那么这时客观上认为主节点失联了
# sentinel monitor <master-name> <ip> <redis-port> <quorum>
sentinel monitor mymaster 127.0.0.1 6379 2
# 当在Redis实例中开启了requirepass foobared 授权密码 这样所有连接Redis实例的客户端都要提供密码
# 设置哨兵sentinel 连接主从的密码 注意必须为主从设置一样的验证密码
# sentinel auth-pass <master-name> <password>
sentinel auth-pass mymaster MySUPER--secret-0123passw0rd
# 指定多少毫秒之后 主节点没有应答哨兵sentinel 此时 哨兵主观上认为主节点下线 默认30秒
# sentinel down-after-milliseconds <master-name> <milliseconds>
sentinel down-after-milliseconds mymaster 30000
# 这个配置项指定了在发生failover主备切换时最多可以有多少个slave同时对新的master进行 同步，
这个数字越小，完成failover所需的时间就越长，
但是如果这个数字越大，就意味着越 多的slave因为replication而不可用。
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 <master-name> <numslaves>
sentinel parallel-syncs mymaster 1
# 故障转移的超时时间 failover-timeout 可以用在以下这些方面：
#1. 同一个sentinel对同一个master两次failover之间的间隔时间。
#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。
#3.当想要取消一个正在进行的failover所需要的时间。
#4.当进行failover时，配置所有slaves指向新的master所需的最大时间。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
# 默认三分钟
# sentinel failover-timeout <master-name> <milliseconds>
sentinel failover-timeout mymaster 180000
# SCRIPTS EXECUTION
#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邮件通知
相关人员。
#对于脚本的运行结果有以下规则：
#若脚本执行后返回1，那么该脚本稍后将会被再次执行，重复次数目前默认为10
#若脚本执行后返回2，或者比2更高的一个返回值，脚本将不会重复执行。
#如果脚本在执行过程中由于收到系统中断信号被终止了，则同返回值为1时的行为相同。
#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SIGKILL信号终止，之后重新执行。
#通知型脚本:当sentinel有任何警告级别的事件发生时（比如说redis实例的主观失效和客观失效等等），
将会去调用这个脚本，这时这个脚本应该通过邮件，SMS等方式去通知系统管理员关于系统不正常运行的信
息。调用该脚本时，将传给脚本两个参数，一个是事件的类型，一个是事件的描述。如果sentinel.conf配
置文件中配置了这个脚本路径，那么必须保证这个脚本存在于这个路径，并且是可执行的，否则sentinel无
法正常启动成功。
#通知脚本
# shell编程
# sentinel notification-script <master-name> <script-path>
sentinel notification-script mymaster /var/redis/notify.sh
# 客户端重新配置主节点参数脚本
# 当一个master由于failover而发生改变时，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:
# <master-name> <role> <state> <from-ip> <from-port> <to-ip> <to-port>
# 目前<state>总是“failover”,
# <role>是“leader”或者“observer”中的一个。
# 参数 from-ip, from-port, to-ip, to-port是用来和旧的master和新的master(即旧的slave)通
信的
# 这个脚本应该是通用的，能被多次调用，不是针对性的。
# sentinel client-reconfig-script <master-name> <script-path>
sentinel client-reconfig-script mymaster /var/redis/reconfig.sh # 一般都是由运维来配
置！
缓存穿透和雪崩
服务的高可用问题！
在这里我们不会详细的区分析解决方案的底层！
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（查不到）
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（秒杀！），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（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
redis高可用
这个思想的含义是，既然redis有可能挂掉，那我多增设几台redis，这样一台挂掉之后其他的还可以继续工作，其实就是搭建的集群。（异地多活！）
限流降级（在SpringCloud讲解过！）
这个解决方案的思想是，在缓存失效后，通过加锁或者队列来控制读数据库写缓存的线程数量。比如对某个key只允许一个线程查询数据和写缓存，其他线程等待。
数据预热
数据加热的含义就是在正式部署之前，我先把可能的数据先预先访问一遍，这样部分可能大量访问的数据就会加载到缓存中。在即将发生大并发访问前手动触发加载缓存不同的key，设置不同的过期时间，让缓存失效的时间点尽量均匀。
Jedis
什么是Jedis 是 Redis 官方推荐的 java连接开发工具！ 使用Java 操作Redis 中间件！如果你要使用java操作redis，那么一定要对Jedis 十分的熟悉！
测试
1、导入对应的依赖
<!--导入jedis的包-->
<dependencies>
<!-- https://mvnrepository.com/artifact/redis.clients/jedis -->
<dependency>
<groupId>redis.clients</groupId>
<artifactId>jedis</artifactId>
<version>3.2.0</version>
</dependency>
<!--fastjson-->
<dependency>
<groupId>com.alibaba</groupId>
<artifactId>fastjson</artifactId>
<version>1.2.62</version>
</dependency>
</dependencies>
2、编码测试：
import redis.clients.jedis.Jedis;
public class TestPing {
public static void main(String[] args) {
Jedis jedis = new Jedis("",6379);
jedis.auth("");
System.out.println("连接成功");
//查看服务是否运行
System.out.println("服务正在运行: "+jedis.ping());
}
}
4、启动redis服务
5、启动测试，结果
连接成功
服务正在运行: PONG
常用API
基本操作
public static void main(String[] args) {
Jedis jedis = new Jedis("127.0.0.1", 6379);
//验证密码，如果没有设置密码这段代码省略
// jedis.auth("password");
jedis.connect(); //连接
jedis.disconnect(); //断开连接
jedis.flushAll(); //清空所有的key
}
对key操作的命令
public static class TestKey {
public static void main(String[] args) {
Jedis jedis = new Jedis("127.0.0.1", 6379);
//验证密码，如果没有设置密码这段代码省略
// jedis.auth("password");
System.out.println("清空数据："+jedis.flushDB());
System.out.println("判断某个键是否存在："+jedis.exists("username"));
System.out.println("新增<'username','tom'>的键值 对："+jedis.set("username", "tom"));
System.out.println("新增<'password','password'>的键值 对："+jedis.set("password", "password"));
System.out.print("系统中所有的键如下：");
Set<String> keys = jedis.keys("*");
System.out.println(keys);
System.out.println("删除键password:"+jedis.del("password"));
System.out.println("判断键password是否存 在："+jedis.exists("password"));
System.out.println("查看键username所存储的值的类 型："+jedis.type("username"));
System.out.println("随机返回key空间的一个："+jedis.randomKey());
System.out.println("重命名key："+jedis.rename("username","name"));
System.out.println("取出改后的name："+jedis.get("name"));
System.out.println("按索引查询："+jedis.select(0));
System.out.println("删除当前选择数据库中的所有key："+jedis.flushDB());
System.out.println("返回当前数据库中key的数目："+jedis.dbSize());
System.out.println("删除所有数据库中的所有key："+jedis.flushAll());
}
}
清空数据：OK
判断某个键是否存在：false
新增<'username','tom'>的键值 对：OK
新增<'password','password'>的键值 对：OK
系统中所有的键如下：[password, username]
删除键password:1
判断键password是否存 在：false
查看键username所存储的值的类 型：string
随机返回key空间的一个：username
重命名key：OK
取出改后的name：tom
按索引查询：OK
删除当前选择数据库中的所有key：OK
返回当前数据库中key的数目：0
删除所有数据库中的所有key：OK
对String操作的命令
public static class TestString {
public static void main(String[] args) {
Jedis jedis = new Jedis("127.0.0.1", 6379);
//验证密码，如果没有设置密码这段代码省略
// jedis.auth("password");
jedis.flushDB();
System.out.println("===========增加数据===========");
System.out.println(jedis.set("key1","value1"));
System.out.println(jedis.set("key2","value2"));
System.out.println(jedis.set("key3", "value3"));
System.out.println("删除键key2:"+jedis.del("key2"));
System.out.println("获取键key2:"+jedis.get("key2"));
System.out.println("修改key1:"+jedis.set("key1", "value1Changed"));
System.out.println("获取key1的值："+jedis.get("key1"));
System.out.println("在key3后面加入值："+jedis.append("key3", "End"));
System.out.println("key3的值："+jedis.get("key3"));
System.out.println("增加多个键值 对："+jedis.mset("key01","value01","key02","value02","key03","value03"));
System.out.println("获取多个键值 对："+jedis.mget("key01","key02","key03"));
System.out.println("获取多个键值 对："+jedis.mget("key01","key02","key03","key04"));
System.out.println("删除多个键值对："+jedis.del("key01","key02"));
System.out.println("获取多个键值 对："+jedis.mget("key01","key02","key03"));
jedis.flushDB();
System.out.println("===========新增键值对防止覆盖原先值==============");
System.out.println(jedis.setnx("key1", "value1"));
System.out.println(jedis.setnx("key2", "value2"));
System.out.println(jedis.setnx("key2", "value2-new"));
System.out.println(jedis.get("key1"));
System.out.println(jedis.get("key2"));
System.out.println("===========新增键值对并设置有效时间=============");
System.out.println(jedis.setex("key3", 2, "value3"));
System.out.println(jedis.get("key3"));
try {
TimeUnit.SECONDS.sleep(3);
} catch (InterruptedException e) {
e.printStackTrace();
}
System.out.println(jedis.get("key3"));
System.out.println("===========获取原值，更新为新值==========");
System.out.println(jedis.getSet("key2", "key2GetSet"));
System.out.println(jedis.get("key2"));
System.out.println("获得key2的值的字串："+jedis.getrange("key2", 2,
4));
}
}
===========增加数据===========
OK
OK
OK
删除键key2:1
获取键key2:null
修改key1:OK
获取key1的值：value1Changed
在key3后面加入值：9
key3的值：value3End
增加多个键值 对：OK
获取多个键值 对：[value01, value02, value03]
获取多个键值 对：[value01, value02, value03, null]
删除多个键值对：2
获取多个键值 对：[null, null, value03]
===========新增键值对防止覆盖原先值==============
1
1
0
value1
value2
===========新增键值对并设置有效时间=============
OK
value3
null
===========获取原值，更新为新值==========
value2
key2GetSet
获得key2的值的字串：y2G
对List操作命令
public static class TestList {
public static void main(String[] args) {
Jedis jedis = new Jedis("127.0.0.1", 6379);
//验证密码，如果没有设置密码这段代码省略
// jedis.auth("password");
jedis.flushDB();
System.out.println("===========添加一个list===========");
jedis.lpush("collections", "ArrayList", "Vector", "Stack",
"HashMap", "WeakHashMap", "LinkedHashMap");
jedis.lpush("collections", "HashSet");
jedis.lpush("collections", "TreeSet");
jedis.lpush("collections", "TreeMap");
System.out.println("collections的内容：" + jedis.lrange("collections",
0, -1));//-1代表倒数第一个元素，-2代表倒数第二个元素,end为-1表示查询全部
System.out.println("collections区间0-3的元 素："+jedis.lrange(" collections",0,3));
System.out.println("===============================");// 删除列表指定的值 ，第二个参数为删除的个数（有重复时），后add进去的值先被删，类似于出栈
System.out.println("删除指定元素个数：" + jedis.lrem("collections", 2, "HashMap"));
System.out.println("collections的内容：" + jedis.lrange("collections", 0, -1));
System.out.println("删除下表0-3区间之外的元 素："+jedis.ltrim(" collections", 0, 3));
System.out.println("collections的内容：" + jedis.lrange("collections", 0, -1));
System.out.println("collections列表出栈（左 端）："+jedis.lpop(" collections"));
System.out.println("collections的内容：" + jedis.lrange("collections", 0, -1));
System.out.println("collections添加元素，从列表右端，与lpush相对 应："+jedis.rpush(" collections", "EnumMap"));
System.out.println("collections的内容：" + jedis.lrange("collections", 0, -1));
System.out.println("collections列表出栈（右 端）："+jedis.rpop("collections"));
System.out.println("collections的内容：" + jedis.lrange("collections", 0, -1));
System.out.println("修改collections指定下标1的内 容："+jedis.lset("collections", 1, "LinkedArrayList"));
System.out.println("collections的内容：" + jedis.lrange("collections", 0, -1));
System.out.println("===============================");
System.out.println("collections的长度：" + jedis.llen("collections"));
System.out.println("获取collections下标为2的元 素："+jedis.lindex(" collections", 2));
System.out.println("===============================");
jedis.lpush("sortedList", "3", "6", "2", "0", "7", "4");
System.out.println("sortedList排序前：" + jedis.lrange("sortedList", 0, -1));
System.out.println(jedis.sort("sortedList"));
System.out.println("sortedList排序后：" + jedis.lrange("sortedList", 0, -1));
}
}
===========添加一个list===========
collections的内容：[TreeMap, TreeSet, HashSet, LinkedHashMap, WeakHashMap, HashMap, Stack, Vector, ArrayList]
collections区间0-3的元 素：[]
===============================
删除指定元素个数：1
collections的内容：[TreeMap, TreeSet, HashSet, LinkedHashMap, WeakHashMap, Stack, Vector, ArrayList]
删除下表0-3区间之外的元 素：OK
collections的内容：[TreeMap, TreeSet, HashSet, LinkedHashMap, WeakHashMap, Stack, Vector, ArrayList]
collections列表出栈（左 端）：null
collections的内容：[TreeMap, TreeSet, HashSet, LinkedHashMap, WeakHashMap, Stack, Vector, ArrayList]
collections添加元素，从列表右端，与lpush相对 应：1
collections的内容：[TreeMap, TreeSet, HashSet, LinkedHashMap, WeakHashMap, Stack, Vector, ArrayList]
collections列表出栈（右 端）：ArrayList
collections的内容：[TreeMap, TreeSet, HashSet, LinkedHashMap, WeakHashMap, Stack, Vector]
修改collections指定下标1的内 容：OK
collections的内容：[TreeMap, LinkedArrayList, HashSet, LinkedHashMap, WeakHashMap, Stack, Vector]
===============================
collections的长度：7
获取collections下标为2的元 素：null
===============================
sortedList排序前：[4, 7, 0, 2, 6, 3]
[0, 2, 3, 4, 6, 7]
sortedList排序后：[4, 7, 0, 2, 6, 3]
对Set的操作命令
public static class TestSet {
public static void main(String[] args) {
Jedis jedis = new Jedis("127.0.0.1", 6379);
//验证密码，如果没有设置密码这段代码省略
// jedis.auth("password");
jedis.flushDB();
System.out.println("============向集合中添加元素（不重复）============");
System.out.println(jedis.sadd("eleSet", "e1","e2","e4","e3","e0","e8","e7","e5"));
System.out.println(jedis.sadd("eleSet", "e6"));
System.out.println(jedis.sadd("eleSet", "e6"));
System.out.println("eleSet的所有元素为："+jedis.smembers("eleSet"));
System.out.println("删除一个元素e0："+jedis.srem("eleSet", "e0"));
System.out.println("eleSet的所有元素为："+jedis.smembers("eleSet"));
System.out.println("删除两个元素e7和e6："+jedis.srem("eleSet", "e7","e6"));
System.out.println("eleSet的所有元素为："+jedis.smembers("eleSet"));
System.out.println("随机的移除集合中的一个元素："+jedis.spop("eleSet"));
System.out.println("随机的移除集合中的一个元素："+jedis.spop("eleSet"));
System.out.println("eleSet的所有元素为："+jedis.smembers("eleSet"));
System.out.println("eleSet中包含元素的个数："+jedis.scard("eleSet"));
System.out.println("e3是否在eleSet中："+jedis.sismember("eleSet", "e3"));
System.out.println("e1是否在eleSet中："+jedis.sismember("eleSet", "e1"));
System.out.println("e1是否在eleSet中："+jedis.sismember("eleSet", "e5"));
System.out.println("=================================");
System.out.println(jedis.sadd("eleSet1", "e1","e2","e4","e3","e0","e8","e7","e5"));
System.out.println(jedis.sadd("eleSet2", "e1","e2","e4","e3","e0","e8"));
System.out.println("将eleSet1中删除e1并存入eleSet3 中："+jedis.smove("eleSet1", "eleSet3", "e1"));//移到集合元素
System.out.println("将eleSet1中删除e2并存入eleSet3 中："+jedis.smove("eleSet1", "eleSet3", "e2"));
System.out.println("eleSet1中的元素："+jedis.smembers("eleSet1"));
System.out.println("eleSet3中的元素："+jedis.smembers("eleSet3"));
System.out.println("============集合运算=================");
System.out.println("eleSet1中的元素："+jedis.smembers("eleSet1"));
System.out.println("eleSet2中的元素："+jedis.smembers("eleSet2"));
System.out.println("eleSet1和eleSet2的交 集:"+jedis.sinter("eleSet1","eleSet2"));
System.out.println("eleSet1和eleSet2的并 集:"+jedis.sunion("eleSet1","eleSet2"));
System.out.println("eleSet1和eleSet2的差 集:"+jedis.sdiff("eleSet1","eleSet2"));//eleSet1中有，eleSet2中没有
jedis.sinterstore("eleSet4","eleSet1","eleSet2");//求交集并将交集保存到dstkey的集合
System.out.println("eleSet4中的元素："+jedis.smembers("eleSet4"));
}
}
============向集合中添加元素（不重复）============
8
1
0
eleSet的所有元素为：[e7, e3, e5, e1, e0, e4, e8, e2, e6]
删除一个元素e0：1
eleSet的所有元素为：[e7, e3, e5, e1, e4, e8, e2, e6]
删除两个元素e7和e6：2
eleSet的所有元素为：[e3, e5, e1, e4, e8, e2]
随机的移除集合中的一个元素：e5
随机的移除集合中的一个元素：e4
eleSet的所有元素为：[e3, e1, e8, e2]
eleSet中包含元素的个数：4
e3是否在eleSet中：true
e1是否在eleSet中：true
e1是否在eleSet中：false
=================================
8
6
将eleSet1中删除e1并存入eleSet3 中：1
将eleSet1中删除e2并存入eleSet3 中：1
eleSet1中的元素：[e7, e8, e3, e4, e5, e0]
eleSet3中的元素：[e2, e1]
============集合运算=================
eleSet1中的元素：[e7, e8, e3, e4, e5, e0]
eleSet2中的元素：[e2, e8, e3, e4, e0, e1]
eleSet1和eleSet2的交 集:[e8, e3, e4, e0]
eleSet1和eleSet2的并 集:[e2, e4, e3, e8, e7, e1, e0, e5]
eleSet1和eleSet2的差 集:[e7, e5]
eleSet4中的元素：[e4, e3, e8, e0]
对Hash的操作命令
public static class TestHash {
public static void main(String[] args) {
Jedis jedis = new Jedis("127.0.0.1", 6379);
//验证密码，如果没有设置密码这段代码省略
// jedis.auth("password");
Map<String,String> map = new HashMap<>();
map.put("key1","value1");
map.put("key2","value2");
map.put("key3","value3");
map.put("key4","value4");
//添加名称为hash（key）的hash元素
jedis.hmset("hash",map);
//向名称为hash的hash中添加key为key5，value为value5元素
jedis.hset("hash", "key5", "value5");
System.out.println("散列hash的所有键值对 为："+jedis.hgetAll("hash"));//return Map<String,String>
System.out.println("散列hash的所有键为："+jedis.hkeys("hash"));//returnSet<String>
System.out.println("散列hash的所有值为："+jedis.hvals("hash"));//returnList<String>
System.out.println("将key6保存的值加上一个整数，如果key6不存在则添加 key6："+jedis.hincrBy("hash", "key6", 6));
System.out.println("散列hash的所有键值对为："+jedis.hgetAll("hash"));
System.out.println("将key6保存的值加上一个整数，如果key6不存在则添加 key6："+jedis.hincrBy("hash", "key6", 3));
System.out.println("散列hash的所有键值对为："+jedis.hgetAll("hash"));
System.out.println("删除一个或者多个键值对："+jedis.hdel("hash", "key2"));
System.out.println("散列hash的所有键值对为："+jedis.hgetAll("hash"));
System.out.println("散列hash中键值对的个数："+jedis.hlen("hash"));
System.out.println("判断hash中是否存在 key2："+jedis.hexists("hash","key2"));
System.out.println("判断hash中是否存在 key3："+jedis.hexists("hash","key3"));
System.out.println("获取hash中的值："+jedis.hmget("hash","key3"));
System.out.println("获取hash中的 值："+jedis.hmget("hash","key3","key4"));
}
}
散列hash的所有键值对 为：{key1=value1, key2=value2, key5=value5, key3=value3, key4=value4}
散列hash的所有键为：[key1, key2, key5, key3, key4]
散列hash的所有值为：[value2, value3, value4, value1, value5]
将key6保存的值加上一个整数，如果key6不存在则添加 key6：6
散列hash的所有键值对为：{key1=value1, key2=value2, key5=value5, key6=6, key3=value3, key4=value4}
将key6保存的值加上一个整数，如果key6不存在则添加 key6：9
散列hash的所有键值对为：{key1=value1, key2=value2, key5=value5, key6=9, key3=value3, key4=value4}
删除一个或者多个键值对：1
散列hash的所有键值对为：{key1=value1, key5=value5, key6=9, key3=value3, key4=value4}
散列hash中键值对的个数：5
判断hash中是否存在 key2：false
判断hash中是否存在 key3：true
获取hash中的值：[value3]
获取hash中的 值：[value3, value4]
事务
基本操作
public static class TestMulti {
public static void main(String[] args) {
//创建客户端连接服务端，redis服务端需要被开启
Jedis jedis = new Jedis("127.0.0.1", 6379);
//验证密码，如果没有设置密码这段代码省略
// jedis.auth("password");
jedis.flushDB();
JSONObject jsonObject = new JSONObject();
jsonObject.put("hello", "world");
jsonObject.put("name", "java");
//开启事务
Transaction multi = jedis.multi();
String result = jsonObject.toJSONString();
try{
//向redis存入一条数据
multi.set("json", result);
//再存入一条数据
multi.set("json2", result);
//这里引发了异常，用0作为被除数
int i = 100/0;
//如果没有引发异常，执行进入队列的命令
multi.exec();
}catch(Exception e){
e.printStackTrace();
//如果出现异常，回滚
multi.discard();
}finally{
System.out.println(jedis.get("json"));
System.out.println(jedis.get("json2"));
//最终关闭客户端
jedis.close();
}
}
}
java.lang.ArithmeticException: / by zero
at com.neuqsoft.rd.rediscluster.kuangshen.JedisTest$TestMulti.main(JedisTest.java:237)
null
null
SpringBoot整合
概述
在SpringBoot中一般使用RedisTemplate提供的方法来操作Redis。那么使用SpringBoot整合Redis需要
那些步骤呢。
1、 JedisPoolConfig (这个是配置连接池)
2、 RedisConnectionFactory 这个是配置连接信息，这里的RedisConnectionFactory是一个接口，我们需要使用它的实现类，在SpringD Data Redis方案中提供了以下四种工厂模型：
JredisConnectionFactory
JedisConnectionFactory
LettuceConnectionFactory
SrpConnectionFactory
3、 RedisTemplate 基本操作
导入依赖
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-data-redis</artifactId>
</dependency>
yaml配置
spring:
redis:
host: 127.0.0.1
port: 6379
password: 123456
jedis:
pool:
max-active: 8
max-wait: -1ms
max-idle: 500
min-idle: 0
lettuce:
shutdown-timeout: 0ms
测试
@SpringBootTest
class SpringbootRedisApplicationTests {
@Autowired
private RedisTemplate<String,String> redisTemplate;
@Test
void contextLoads() {
redisTemplate.opsForValue().set("myKey","myValue");
System.out.println(redisTemplate.opsForValue().get("myKey"));
}
}
封装工具类
1、新建一个SpringBoot项目
2、导入redis的启动器
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-data-redis</artifactId>
</dependency>
3、配置redis，可以查看 RedisProperties 分析
# Redis服务器地址
spring.redis.host=127.0.0.1
# Redis服务器连接端口
spring.redis.port=6379
4、分析 RedisAutoConfifiguration 自动配置类
@Configuration
@ConditionalOnClass({RedisOperations.class})
@EnableConfigurationProperties({RedisProperties.class})
@Import({LettuceConnectionConfiguration.class, JedisConnectionConfiguration.class})
public class RedisAutoConfiguration {
public RedisAutoConfiguration() {
}
@Bean
@ConditionalOnMissingBean(
name = {"redisTemplate"}
)
public RedisTemplate<Object, Object> redisTemplate(RedisConnectionFactory redisConnectionFactory) throws UnknownHostException {
RedisTemplate<Object, Object> template = new RedisTemplate();
template.setConnectionFactory(redisConnectionFactory);
return template;
}
@Bean
@ConditionalOnMissingBean
public StringRedisTemplate stringRedisTemplate(RedisConnectionFactory redisConnectionFactory) throws UnknownHostException {
StringRedisTemplate template = new StringRedisTemplate();
template.setConnectionFactory(redisConnectionFactory);
return template;
}
}
通过源码可以看出，SpringBoot自动帮我们在容器中生成了一个RedisTemplate和一个StringRedisTemplate。
但是，这个RedisTemplate的泛型是<Object,Object>，写代码不方便，需要写好多类型转换的代码；我们需要一个泛型为<String,Object>形式的RedisTemplate。
并且，这个RedisTemplate没有设置数据存在Redis时，key及value的序列化方式。看到这个@ConditionalOnMissingBean注解后，就知道如果Spring容器中有了RedisTemplate对象了，这个自动配置的RedisTemplate不会实例化。因此我们可以直接自己写个配置类，配置RedisTemplate。
5、既然自动配置不好用，就重新配置一个RedisTemplate
@Configuration
public class RedisConfig {
@Bean
@SuppressWarnings("all")
public RedisTemplate<String, Object> redisTemplate(RedisConnectionFactoryfactory) {
RedisTemplate<String, Object> template = new RedisTemplate<String,Object>();
template.setConnectionFactory(factory);
Jackson2JsonRedisSerializer jackson2JsonRedisSerializer = new
Jackson2JsonRedisSerializer(Object.class);
ObjectMapper om = new ObjectMapper();
om.setVisibility(PropertyAccessor.ALL, JsonAutoDetect.Visibility.ANY);
om.enableDefaultTyping(ObjectMapper.DefaultTyping.NON_FINAL);
jackson2JsonRedisSerializer.setObjectMapper(om);
StringRedisSerializer stringRedisSerializer = new
StringRedisSerializer();
// key采用String的序列化方式
template.setKeySerializer(stringRedisSerializer);
// hash的key也采用String的序列化方式
template.setHashKeySerializer(stringRedisSerializer);
// value序列化方式采用jackson
template.setValueSerializer(jackson2JsonRedisSerializer);
// hash的value序列化方式采用jackson
template.setHashValueSerializer(jackson2JsonRedisSerializer);
template.afterPropertiesSet();
return template;
}
}
6、写一个Redis工具类（直接用RedisTemplate操作Redis，需要很多行代码，因此直接封装好一个RedisUtils，这样写代码更方便点。这个RedisUtils交给Spring容器实例化，使用时直接注解注入。）
