Redis简介，安装测试redis，常用操作数据库命令
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
是一个基于内存的使用C语言开发的key – value的nosql数据库（存储系统）。
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的作用
- 内存持久化：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（dump.rdb）
- 取最新N个数据的操作
- 取TOP N操作
- 需要精准设定过期时间的场景
- 计数器应用
- Uniq操作，获取某段时间所有数据排重值
- Pub/Sub构建实时消息系统
- 缓存数据（缓存的是
热数据） - 构建队列系统
热数据：经常被使用的数据，访问频次较高的数据为热数据。（上学的时候的书包类似于Nosq数据库，常用的书，就是热数据。）
不适用的场景
•需要事务支持
基于sql的结构化查询存储，处理复杂的关系,需要即席查询
window安装：直接下载解压就好了
Liunx安装：
下载后放在/opt目录下
使用tar -zxvf redis-5.0.7.tar.gz
下载好后进了redis-5.0.7目录执行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）
make好后执行make install
安装好后，进入默认目录：/usr/local/bin
创建myredis目录：mkdir myredis
进入/opt/ redis-5.0.7：cd /opt/ redis-5.0.7 并复制配置文件（备用）：cp redis.conf /usr/local/bin/myredis # 拷一个备份，养成良好的习惯，我们就修改这个文件
进入/usr/local/bin/myredis
修改配置保证可以后台应用：vim redis.conf 并修改daemonize的值为：yes
- redis.conf配置文件中daemonize守护线程，默认是NO。
- 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。
启动服务测试
# 【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
Redis的基础命令
redis压力测试工具-----Redis-benchmark
# 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（100000个请求用了1.88秒） 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）：进入vim模式可以使用： / +关键字的方式来找
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。
