-->

Redis

概述

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语言编写、支持网络、可基于内存亦可持久化的日志型、Key-Value数据库，并提供多种语言的API

  • 当下最热门的NoSQL技术之一，被称为结构化数据库

  • Redis会周期性的把更新的数据写入磁盘或者把修改操作写入追加的记录文件，并且在此基础上实现了master-slave(主从)同步

Redis能干什么

  1. 内存存储，持久化，内存中是断电即失，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)
  6. …………

Redis特性

  1. 多样的数据类型
  2. 持久化
  3. 集群
  4. 事务
  5. …………

Redis官方网站：Redis

Redis中文网站：redis中文官方网站

Linux安装

1、解压到opt目录

image

2、基本的环境安装

yum install gcc-c++

make #配置所需要的所有文件

make install #确认

image

image

3、Redis的默认安装路径 usr/local/bin

image

4、将Redis配置文件 redis.conf 拷贝，备份保证原配置文件安全

image

5、启动Redis服务

redis-server myconfig/redis.conf   #通过备份的配置文件启动

image

5、使用 redis-cli 进行连接测试

image

6、查看redis的进程是否开启

image

7、关闭Redis服务

127.0.0.1:6379> shutdown
not connected> exit

image

image

redis-benchmark测试性能

redis-benchmark是一个压力测试工具

redis 性能测试工具可选参数如下所示：

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 2
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（L 的小写字母） 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（i 的大写字母） Idle 模式。仅打开 N 个 idle 连接并等待。

基础知识

Redis默认有16个数据库，0—15，默认使用的是第0个，可以使用select 序号更换数据库

127.0.0.1:6379> select 2
OK
127.0.0.1:6379[2]> DBSIZE
(integer) 0

image

127.0.0.1:6379[2]> keys *   # 查看数据库的所有key
1) "name"

清空当前数据库 flushdb

127.0.0.1:6379[2]> flushdb
OK
127.0.0.1:6379[2]> keys *
(empty array)

清空全部数据库 flushall

Redis5之前是单线程的，Redis6开始支持多线程(网络io)

Redis是基于内存操作，CPU不是redis的性能瓶颈，Redis的瓶颈根据机器的内存和网络带宽

Redis单线程为什么快？

误区1：高性能的服务器一定是多线程?

误区2：多线程(CPU上下文会切换)一定比单线程效率高?

CPU速度>内存>硬盘

核心：Redis是将所有的数据全部放在内存中的，多线程(CPU上下文会切换)耗时，单线程更好

​ 对于内存系统来说，如果没有上下文切换，效率就是最高的，多次读写都是在一个CPU上

6.0版本出了之后，Redis不能光回答是单线程，因为其中的文件事件分派器的消费是单线程的，以有Redis才叫做单线程模型

Redis-Key的基本命令

127.0.0.1:6379> keys *   # 查看所有的key
(empty array)
127.0.0.1:6379> set name JOJO # key赋值
OK
127.0.0.1:6379> set age 19
OK
127.0.0.1:6379> keys *
1) "name"
2) "age"
127.0.0.1:6379> exists name  # 判断key是否存在
(integer) 1
127.0.0.1:6379> exists name1
(integer) 0
127.0.0.1:6379> del name  # 删除key
(integer) 1
127.0.0.1:6379> keys *
1) "age"
127.0.0.1:6379> move age 1 # 移动当前数据库的key到指定数据库
(integer) 1
127.0.0.1:6379> select 1
OK
127.0.0.1:6379[1]> keys *
1) "age"
127.0.0.1:6379[1]> get age
"19"
127.0.0.1:6379[1]> expire age 10  # 设置key的过期时间
(integer) 1
127.0.0.1:6379[1]> ttl age # 查看当前key的剩余时间
(integer) 7
127.0.0.1:6379[1]> ttl age
(integer) 3
127.0.0.1:6379[1]> ttl age
(integer) 1
127.0.0.1:6379[1]> ttl age
(integer) -2
127.0.0.1:6379[1]> get age
(nil)
127.0.0.1:6379[1]> keys *
(empty array)

127.0.0.1:6379[1]> type name  #查看key的数据类型
string

五大数据类型

String(字符串)

####################################################

127.0.0.1:6379> set key1 v1  # 设置值
OK
127.0.0.1:6379> get key1  # 获得值
"v1"
127.0.0.1:6379> keys *  # 获得所有的key
1) "key1"
127.0.0.1:6379> exists key1  # 判断key是否存在
(integer) 1
127.0.0.1:6379> append key1 hello  # 追加字符串，如果key不存在，相当于set key value
(integer) 7
127.0.0.1:6379> get key1
"v1hello"
127.0.0.1:6379> strlen key1  # 获取字符串长度
(integer) 7
127.0.0.1:6379> append key1 JOJO
(integer) 11
127.0.0.1:6379> strlen key1
(integer) 11
127.0.0.1:6379> get key1
"v1helloJOJO"
####################################################

#计数器:浏览量、点赞数等

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+1
(integer) 1
127.0.0.1:6379> incr views
(integer) 2
127.0.0.1:6379> decr views  # 自减1.浏览量-1
(integer) 1
127.0.0.1:6379> decr views
(integer) 0
127.0.0.1:6379> decr views
(integer) -1
127.0.0.1:6379> incr views
(integer) 0
127.0.0.1:6379> get views
"0"
127.0.0.1:6379> incrby views 10  # 设置步长，指定增量
(integer) 10
127.0.0.1:6379> incrby views 10
(integer) 20
127.0.0.1:6379> decrby views 5   # 设置步长，指定减量
(integer) 15
127.0.0.1:6379> decrby views 5
(integer) 10
127.0.0.1:6379> incrby views 10
(integer) 20
127.0.0.1:6379> get views
"20"

####################################################

#字符串范围 range

127.0.0.1:6379> set key1 "its show time"  # 设置key1的值
OK
127.0.0.1:6379> get key1
"its show time"
127.0.0.1:6379> GETRANGE key1 0 3   # 截取字符串 [0,3]
"its "
127.0.0.1:6379> GETRANGE key1 0 -1   # 获取全部 = get key
"its show time"

####################################################

#字符串替换

127.0.0.1:6379> set key2 "myblog"
OK
127.0.0.1:6379> get key2
"myblog"
127.0.0.1:6379> SETRANGE key2 2 love  # 替换指定位置后的字符串
(integer) 6
127.0.0.1:6379> get key2
"mylove"
127.0.0.1:6379> SETRANGE key2 2 magic
(integer) 7
127.0.0.1:6379> get key2
"mymagic"

####################################################

#setex(set with expire)  # 设置过期时间
#setnx(set if not exist) #不存在再设置  (分布式锁中常使用)

127.0.0.1:6379> set key3 60
OK
127.0.0.1:6379> setex key4 30 hello   # 设置key4的值为hello，30s后过期
OK
127.0.0.1:6379> ttl key3
(integer) -1             # 一直存在 值为-1
127.0.0.1:6379> ttl key4
(integer) 13
127.0.0.1:6379> ttl key4
(integer) 2
127.0.0.1:6379> ttl key4
(integer) -2
127.0.0.1:6379> get key4
(nil)
127.0.0.1:6379> setnx mk 1  # 如果mk不存在，创建mk
(integer) 1
127.0.0.1:6379> get mk
"1"
127.0.0.1:6379> SETNX mk 1 # 如果mk存在，创建失败
(integer) 0
127.0.0.1:6379> 

####################################################
mset
mget

127.0.0.1:6379> mset k1 v1 k2 v2 k3 v3    # 同时设置多个值
OK
127.0.0.1:6379> keys *
1) "k3"
2) "k2"
3) "k1"
127.0.0.1:6379> mget k1 k2 k3    # 同时获取多个值
1) "v1"
2) "v2"
3) "v3"
127.0.0.1:6379> msetnx k1 v1 k4 v4# msetnx 是一个原子性的操作，要么一起成功，要么一起失败
(integer) 0
127.0.0.1:6379> get k4
(nil)

####################################################

#对象

127.0.0.1:6379> set user:1 {name:zhangsan,age:3}  # 设置一个user:1对象，值为json字符来保存一个对象
OK
127.0.0.1:6379> get user:1
"{name:zhangsan,age:3}"
127.0.0.1:6379> get user:1:name
(nil)

# user:{id}:{field}

127.0.0.1:6379> mset user:1:name zhangsan user:1:age 3
OK
127.0.0.1:6379> get user:1
"{name:zhangsan,age:3}"
127.0.0.1:6379> keys *
1) "user:1:age"
2) "user:1:name"
3) "user:1"

#注意:上面的批量设置,Key是user:1:name和user:1:age,并没有影响到user:1这个Key;  也就是说我们做不到对对象属性值的操作

####################################################

getset #先get再set

127.0.0.1:6379> getset db redis  # 如果不存在值，则返回nil,并设置为新值
(nil)
127.0.0.1:6379> get db
"redis"
127.0.0.1:6379> getset db mysql  #如果存在值，获取原来的值，并设置新的值
"redis"
127.0.0.1:6379> get db
"mysql"

String的使用场景

  1. 计数器(浏览，点赞) incr incrby ，decr decrby
  2. 统计多单位的数量
  3. 粉丝数
  4. 对象缓存存储
  5. …………

List(列表)

可以实现栈，队列，阻塞队列……

  • 实际使一个双向链表，before Node after ，left，right 都可以插入移除值
  • 如果key不存在，创建新的链表
  • 如果key存在，新增内容
  • 如果移除了所有，空链表
  • 在两边插入或更新值，效率最高
  • 消息队列(lpush rpop 左进右出)，栈(lpush lpop 左进左出)
####################################################

127.0.0.1:6379> lpush list one   #  将一个或多个值，插入到列表头部，头插法(左)
(integer) 1
127.0.0.1:6379> get list
(error) WRONGTYPE Operation against a key holding the wrong kind of value
127.0.0.1:6379> lrange list 0 -1 # 获取list中的值
1) "one"
127.0.0.1:6379> lpush list two
(integer) 2
127.0.0.1:6379> lpush list three
(integer) 3
127.0.0.1:6379> lrange list 0 1  # 通过区间获取list中具体的值
1) "three"
2) "two"
127.0.0.1:6379> lrange list 0 2  
1) "three"
2) "two"
3) "one"
127.0.0.1:6379> rpush list zero #  将一个或多个值，插入到列表尾部，尾插法(左)
(integer) 4
127.0.0.1:6379> lrange list 0 -1
1) "three"
2) "two"
3) "one"
4) "zero"

####################################################

LPOP  左移除
RPOP  右移除

127.0.0.1:6379> lrange list 0 -1
1) "three"
2) "two"
3) "one"
4) "zero"
127.0.0.1:6379> lpop list  #  移除list的第一个元素
"three"
127.0.0.1:6379> rpop list  #  移除list的最后一个元素
"zero"
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 1  # 通过下标获得list中的某一个值
"one"
127.0.0.1:6379> lindex list 0
"two" 
127.0.0.1:6379> lindex list -1  # 获得list中最后一个值
"one"

####################################################

llen

127.0.0.1:6379> lpush list one
(integer) 1
127.0.0.1:6379> lpush list two three
(integer) 3
127.0.0.1:6379> llen list   #  返回list的长度
(integer) 3

####################################################

移除指定的值
取关 uid

lrem127.0.0.1:6379> lrange list 0 -1
1) "three"
2) "two"
3) "three"
4) "two"
5) "one"
127.0.0.1:6379> lrem list 1 one  # 移除list中指定个数的value，精确匹配(移除顺序参考出栈顺序)
(integer) 1
127.0.0.1:6379> lrem list 2 two
(integer) 2
127.0.0.1:6379> lrange list 0 -1
1) "three"
2) "three"

####################################################

ltrim 剪切 

127.0.0.1:6379> rpush mylist "HELLO"
(integer) 1
127.0.0.1:6379> rpush mylist "HELLO1"
(integer) 2
127.0.0.1:6379> rpush mylist "HELLO2"
(integer) 3
127.0.0.1:6379> rpush mylist "HELLO3"
(integer) 4
127.0.0.1:6379> ltrim mylist 1 2   #通过下标截取指定长度，只剩下截取的元素
OK
127.0.0.1:6379> lrange mylist 0 -1  # 原list改变
1) "HELLO1"
2) "HELLO2"

####################################################

rpoplpush   # 移动列表的最后一个元素到新的列表

127.0.0.1:6379> rpush list 1
(integer) 1
127.0.0.1:6379> rpush list 2
(integer) 2
127.0.0.1:6379> rpush list 3
(integer) 3
127.0.0.1:6379> rpoplpush list otherlist # 移动列表的最后一个元素到新的列表
"3"
127.0.0.1:6379> lrange list 0 -1  # 查看原来的列表
1) "1"
2) "2"
127.0.0.1:6379> keys *
1) "otherlist"
2) "list"
127.0.0.1:6379> lrange otherlist 0 -1  # 查看目标列表
1) "3"

####################################################

lset 将列表中指定下标的值替换为另外的值，更新操作

127.0.0.1:6379> exists list  #判断list是否存在
(integer) 0
127.0.0.1:6379> lset list 0 item  # 如果不存在list，更新就会报错
(error) ERR no such key
127.0.0.1:6379> lpush list value
(integer) 1
127.0.0.1:6379> lrange list 0 0
1) "value"
127.0.0.1:6379> lset list 0 item  # 如果存在，更新当前下标的值
OK
127.0.0.1:6379> lrange list 0 0
1) "item"
127.0.0.1:6379> lset list 1 error # 如果不存在下标，报错
(error) ERR index out of range

####################################################

linsert # 将某个具体的值插入到列表中指定元素的前后

127.0.0.1:6379> rpush list hello
(integer) 1
127.0.0.1:6379> rpush list world
(integer) 2
127.0.0.1:6379> linsert list before wolrd
(error) ERR wrong number of arguments for 'linsert' command
127.0.0.1:6379> linsert list before wolrd my
(integer) -1
127.0.0.1:6379> lrange list 0 -1
1) "hello"
2) "world"
127.0.0.1:6379> linsert list before world my
(integer) 3
127.0.0.1:6379> lrange list 0 -1
1) "hello"
2) "my"
3) "world"
127.0.0.1:6379> linsert list after my beautiful
(integer) 4
127.0.0.1:6379> lrange list 0 -1
1) "hello"
2) "my"
3) "beautiful"
4) "world"

Set(集合)

set中的值不能重复！

####################################################

127.0.0.1:6379> sadd set hello   # set 集合中添加元素
(integer) 1
127.0.0.1:6379> sadd set world
(integer) 1
127.0.0.1:6379> sadd set love
(integer) 1
127.0.0.1:6379> smembers set   # 查看指定set的所有值
1) "love"
2) "world"
3) "hello"
127.0.0.1:6379> sismember set hello  # 判断某一个值是否存在set中
(integer) 1
127.0.0.1:6379> sismember ser is
(integer) 0

####################################################

127.0.0.1:6379> scard set  # 获取set集合中的元素个数
(integer) 3

####################################################

rem # 移除set集合中的指定元素

127.0.0.1:6379> srem set hello  # 移除set集合中的指定元素
(integer) 1
127.0.0.1:6379> scard set
(integer) 2
127.0.0.1:6379> smembers set
1) "love"
2) "world"

####################################################

set 无序不重复集合，随机抽取

127.0.0.1:6379> smembers set  
1) "love"
2) "world"
127.0.0.1:6379> SRANDMEMBER set  # 随机抽取一个元素
"world"
127.0.0.1:6379> SRANDMEMBER set
"world"
127.0.0.1:6379> SRANDMEMBER set 
"love"
127.0.0.1:6379> SRANDMEMBER set 2 #  随机抽取出指定个数元素
1) "love"
2) "world"

####################################################

随机删除元素

127.0.0.1:6379> smembers set
1) "love"
2) "world"
3) "hello"
127.0.0.1:6379> spop set  #  随机删除set集合中的元素
"love"
127.0.0.1:6379> spop set
"world"
127.0.0.1:6379> SMEMBERS set
1) "hello"

####################################################

将一个指定的值移动到另外一个set集合中

127.0.0.1:6379> sadd set 1
(integer) 1
127.0.0.1:6379> sadd set 2
(integer) 1
127.0.0.1:6379> sadd set 3
(integer) 1
127.0.0.1:6379> sadd set2 set2
(integer) 1
127.0.0.1:6379> smove set set2 2   # 将一个指定的值移动到另外一个set集合中
(integer) 1
127.0.0.1:6379> SMEMBERS set
1) "1"
2) "3"
127.0.0.1:6379> SMEMBERS set2
1) "set2"
2) "2"

####################################################

wb b站 共同关注(交集)

数字集合类:
  -差集 SDIFF
  -交集 SINTER
  -并集 SUNION
  
127.0.0.1:6379> sadd key a
(integer) 1
127.0.0.1:6379> sadd key b
(integer) 1
127.0.0.1:6379> sadd key c
(integer) 1
127.0.0.1:6379> sadd key1 c
(integer) 1
127.0.0.1:6379> sadd key1 d
(integer) 1
127.0.0.1:6379> sadd key1 e
(integer) 1
127.0.0.1:6379> SDIFF key key1  #  差集
1) "a" 
2) "b"
127.0.0.1:6379> SINTER key key1 #  交集
1) "c"
127.0.0.1:6379> SUNION key key1 #  并集
1) "a"
2) "b"
3) "c"
4) "e"
5) "d"

微博，A用户将所有关注的放在一个set集合中，粉丝也放在一个set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，value是一个map集合

####################################################

127.0.0.1:6379> hset hash name 1  # set一个具体的key-value
(integer) 1
127.0.0.1:6379> hget hash name  # 获取一个字段值
"1"
127.0.0.1:6379> hmset hash age 11 sex 1 # set多个key-value
OK
127.0.0.1:6379> hmget hash name age sex # 获取多个字段值
1) "1"
2) "11"
3) "1"
127.0.0.1:6379> hset hash name JOJO
(integer) 0
127.0.0.1:6379> hgetall hash  # 获取全部的数据
1) "name"
2) "JOJO"
3) "age"
4) "11"
5) "sex"
6) "1"
127.0.0.1:6379> hget hash name
"JOJO"

127.0.0.1:6379> hdel hash name   # 删除hash指定的key字段，对应的value值也删除
(integer) 1
127.0.0.1:6379> hgetall hash  
1) "age"
2) "11"
3) "sex"
4) "1"

####################################################

hlen

127.0.0.1:6379> hgetall hash
1) "age"
2) "11"
3) "sex"
4) "1"
5) "name"
6) "JOJO"
127.0.0.1:6379> hlen hash  #  获取hash表的字段数量
(integer) 3

####################################################

127.0.0.1:6379> HEXISTS hash name  # 判断hash中指定字段是否存在
(integer) 1
127.0.0.1:6379> HEXISTS hash name1
(integer) 0

####################################################

hkeys # 只获取所有的field
hvals # 只获取所有的value

127.0.0.1:6379> hkeys hash  # 只获取所有的field
1) "age"
2) "sex"
3) "name"
127.0.0.1:6379> hvals hash # 只获取所有的value
1) "11"
2) "1"
3) "JOJO"

####################################################

incr decr

127.0.0.1:6379> hget hash age  
"11"
127.0.0.1:6379> HINCRBY hash age 1   # 指定增量
(integer) 12
127.0.0.1:6379> HINCRBY hash age -1
(integer) 11
127.0.0.1:6379> hsetnx hash school cqupt  # 如果不存在可以设置
(integer) 1
127.0.0.1:6379> hsetnx hash school lx  # 如果存在不可以设置
(integer) 0

hash存储一些需要变更的数据，用户信息之类经常变动的数据

hash更适合于对象的存储

String更适合字符串的存储

Zset(有序集合)

在set基础上，增加了一个可以排序的关键字 set k1 v1 ; zset k1 score1 v1

####################################################

127.0.0.1:6379> zadd salary 100 JOJO   # 添加一个值
(integer) 1
127.0.0.1:6379> zadd salary 90 Ray 60 QQ # 添加多个值
(integer) 2
127.0.0.1:6379> zrange salary 0 -1
1) "QQ"
2) "Ray"
3) "JOJO"

####################################################

#排序
ZRANGEBYSCORE  升序
ZREVRANGEBYSCORE 降序

127.0.0.1:6379> ZRANGEBYSCORE salary -inf +inf  # 升序显示集合中的所有信息
1) "QQ"
2) "Ray"
3) "JOJO"
127.0.0.1:6379> ZRANGEBYSCORE salary -inf +inf withscores  # 升序显示集合中的所有信息，并显示关键字值
1) "QQ"
2) "60"
3) "Ray"
4) "90"
5) "JOJO"
6) "100"
127.0.0.1:6379> ZREVRANGEBYSCORE salary +inf -inf withscores# 降序显示集合中的所有信息，并显示关键字值
1) "JOJO"
2) "100"
3) "Ray"
4) "90"
5) "QQ"
6) "60"
127.0.0.1:6379> ZRANGEBYSCORE salary -inf 90 withscores# 升序显示集合中关键字值小于90的信息
1) "QQ"
2) "60"
3) "Ray"
4) "90"

####################################################

# 移除元素

127.0.0.1:6379> ZRANGE salary 0 -1
1) "QQ"
2) "Ray"
3) "JOJO"
127.0.0.1:6379> zrem salary JOJO   #  移除有序集合中的指定元素
(integer) 1
127.0.0.1:6379> ZRANGE salary 0 -1
1) "QQ"
2) "Ray"
127.0.0.1:6379> zcard salary  # 获取有序集合中的元素个数
(integer) 2

####################################################

127.0.0.1:6379> zadd myset 1 hello
(integer) 1
127.0.0.1:6379> zadd myset 2 world 3 jojo
(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：普通消息 1，重要消息 2.带权重判断；排行榜 Top N

三种特殊数据类型

Geospatial（地理位置）

好友定位，附近的人，打车距离

image

Geoadd

####################################################

# geoadd 添加地理位置
# 规则：南北两极无法添加
# 参数 key 值(经度、纬度、名称)
# 有效经度为 -180 到 180 度。
# 有效纬度为 -85.05112878 到 85.05112878 度。
# 当用户尝试为指定范围之外的坐标编制索引时，该命令将报告错误。
127.0.0.1:6379> geoadd china:city 106.54 29.59 chongqing
(integer) 1
127.0.0.1:6379> geoadd china:city 116.46 39.92 beijing
(integer) 1
127.0.0.1:6379> geoadd china:city 121.48 31.22 shanghai
(integer) 1
127.0.0.1:6379> geoadd china:city 91.11 29.97 xizang 113.23 23.16 guangzhou
(integer) 2
127.0.0.1:6379> geoadd china:city 120.16 30.24 hangzhou 108.96 34.26 xian
(integer) 2

Geopos

####################################################

# geopos  获取指定位置的坐标

127.0.0.1:6379> geopos china:city beijing  # 获取指定城市的经度纬度
1) 1) "116.45999997854232788"
   2) "39.9199990416181052"
127.0.0.1:6379> geopos china:city beijing chongqing
1) 1) "116.45999997854232788"
   2) "39.9199990416181052"
2) 1) "106.54000014066696167"
   2) "29.58999896356930748"

GeoDist

####################################################

# geodist 获取两位置间的直线距离

127.0.0.1:6379> geodist china:city beijing chongqing  # 查看北京与重庆的直线距离
"1461433.1892"
127.0.0.1:6379> geodist china:city beijing chongqing km 
"1461.4332"
127.0.0.1:6379> geodist china:city beijing shanghai km # 查看北京与上海的直线距离
"1068.4581"

Georadius

####################################################

# georadius 以给定经纬度为中心，找出某一半径内的元素

127.0.0.1:6379> GEORADIUS china:city 110 30 1000 km # 查找以100 30 为中心半径1000km以内的城市
1) "chongqing"
2) "xian"
3) "guangzhou"
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  # 显示距离
1) 1) "chongqing"
   2) "337.0554"
2) 1) "xian"
   2) "483.8340"
127.0.0.1:6379> GEORADIUS china:city 110 30 500 km withcoord # 显示元素的经纬度
1) 1) "chongqing"
   2) 1) "106.54000014066696167"
      2) "29.58999896356930748"
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) "337.0554"
   3) 1) "106.54000014066696167"
      2) "29.58999896356930748"
127.0.0.1:6379> GEORADIUS china:city 110 30 500 km withdist withcoord count 2
1) 1) "chongqing"
   2) "337.0554"
   3) 1) "106.54000014066696167"
      2) "29.58999896356930748"
2) 1) "xian"
   2) "483.8340"
   3) 1) "108.96000176668167114"
      2) "34.25999964418929977"
127.0.0.1:6379> GEORADIUS china:city 110 30 500 km withdist withcoord count 3
1) 1) "chongqing"
   2) "337.0554"
   3) 1) "106.54000014066696167"
      2) "29.58999896356930748"
2) 1) "xian"
   2) "483.8340"
   3) 1) "108.96000176668167114"
      2) "34.25999964418929977"

GeoradiusBymember

####################################################

# georadiusbymember 以给定元素为中心，找出某一半径内的元素

127.0.0.1:6379> GEORADIUSBYMEMBER china:city beijing 1000 km
1) "beijing"
2) "xian"
127.0.0.1:6379> GEORADIUSBYMEMBER china:city shanghai 400 km
1) "hangzhou"
2) "shanghai"

GeoHash

该命令返回 11 个字符的 Geohash 字符串

####################################################

# geohash 将二维的经纬度转换为一维的字符串，如果两个字符串越接近，距离也就越近

127.0.0.1:6379> GEOHASH china:city beijing chongqing
1) "wx4g455wfe0"
2) "wm7b26sn1z0"

Geo的底层就是Zset，可以用Zset相关命令操作geo

127.0.0.1:6379> zrange china:city 0 -1 # 查看地图中全部元素
1) "xizang"
2) "chongqing"
3) "xian"
4) "guangzhou"
5) "hangzhou"
6) "shanghai"
7) "beijing"
127.0.0.1:6379> zrem china:city guangzhou  # 删除指定元素
(integer) 1
127.0.0.1:6379> zrange china:city 0 -1
1) "xizang"
2) "chongqing"
3) "xian"
4) "hangzhou"
5) "shanghai"
6) "beijing"

Hyperloglog（基数统计）

基数：一个集合中不重复的元素

优点：占用固定内存

网页的UV（一个人多次访问一个网站，算作同一个访问）

传统方式，set保存用户id，统计set中的元素数量作为标准判断

127.0.0.1:6379> PFadd mykey a b c d e f g h i j  # 创建第一组元素
(integer) 1
127.0.0.1:6379> PFCOUNT mykey # 统计mykey中基数数量
(integer) 10
127.0.0.1:6379> PFadd mykey1 i s z u j h y p # 创建第二组元素
(integer) 1
127.0.0.1:6379> PFCOUNT mykey1 
(integer) 8
127.0.0.1:6379> PFMERGE mykey3 mykey mykey1 # 创建第一组和第二组元素并集mykey3
OK
127.0.0.1:6379> PFCOUNT mykey3  # 统计mykey3中基数数量
(integer) 15

Bitmaps（位图）

位存储

统计用户信息：活跃 不活跃；登录 未登录 两个状态

####################################################

# 记录一周的打卡

127.0.0.1:6379> setbit sign 1 0
(integer) 0
127.0.0.1:6379> setbit sign 2 1
(integer) 0
127.0.0.1:6379> setbit sign 3 0
(integer) 0
127.0.0.1:6379> setbit sign 4 1
(integer) 0
127.0.0.1:6379> setbit sign 5 1
(integer) 0
127.0.0.1:6379> setbit sign 6 0
(integer) 0
127.0.0.1:6379> setbit sign 7 0
(integer) 0

# 记录某一天的打卡情况

127.0.0.1:6379> getbit sign 4
(integer) 1
127.0.0.1:6379> getbit sign 7
(integer) 0

# 统计打卡天数

127.0.0.1:6379> bitcount sign  # 统计key中值为1的元素个数
(integer) 3

Redis的基本事务操作

Redis事务的本质：一组命令的集合！一个事务的所有命令都会被序列化，在事务执行的过程中，会按照顺序执行。

一次性，有序性，排他性。 执行一些列的命令

-------队列 set set set 执行 ------

Redis事务没有隔离级别的概念，所有的命令在事务中，并没有被直接执行，只有发起执行命令的时候才会执行。

Redis的单条命令保持原子性：要么同时成功，要么同时失败；但事务并不保持原子性。

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> multi   # 开启事务
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> keys *
1) "k2"
2) "k1"
3) "k3"

取消事务

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  # 事务队列中的命令都不会被执行
(nil)

编译时异常(代码有问题，命令有错)，事务中的所有命令都不会被执行。

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)> 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 k1 # 所有的命令都不会被执行
(nil)

运行时异常(1/0)，如果事务队列中存在语法型错误，那么执行命令的时候，其他命令可以正常执行，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 # 执行会报错
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，其他命令依旧执行成功
2) OK
3) OK
4) "v3"
127.0.0.1:6379> get k1
"v1"
127.0.0.1:6379> get k2
"v2"

Redis实现乐观锁

悲观锁：认为什么时候都会出问题，无论做什么都要加锁！

乐观锁：认为什么时候都不会出问题，不会加锁！更新数据时去判断在此期间是否有人修改过数据

  • 获取version
  • 更新的时候比较version

Redis监视测试(面试常问)

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 # 事务正常结束，数据期间没有发生变动，正常执行成功
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
1) (integer) 80
2) (integer) 20

测试多线程修改值，使用watch可以当作redis的乐观锁操作

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 10
QUEUED
127.0.0.1:6379(TX)> incrby out 10
QUEUED
127.0.0.1:6379(TX)> exec # 执行之前，另一个线程修改了money值，事务就会执行失败
(nil)

  1. 如果发现事务执行失败，就会先解锁(unwatch)

  2. 获取最新的值，再次监视(watch)

  3. 比对监视的值是否发生变化，如果没有变化，事务执行成功

    如果发生变化，执行失败，重复以上动作。

Jedis

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。

测试

  1. 导入对应的依赖

        <dependencies>
        
        <!--导入jedis的包-->
        <dependency>
            <groupId>redis.clients</groupId>
            <artifactId>jedis</artifactId>
            <version>4.1.1</version>
        </dependency>

        <!-- fastjson -->
        <dependency>
            <groupId>com.alibaba</groupId>
            <artifactId>fastjson</artifactId>
            <version>1.2.79</version>
        </dependency>

    </dependencies>

  2. 编码测试

    • 连接数据库
    • 操作命令
    • 断开连接
package com.test;

import redis.clients.jedis.Jedis;

public class TestPing {
    public static void main(String[] args) {
        // 1. new jedis 对象
        Jedis jedis = new Jedis("127.0.0.1",6379);
        // jedis 的方法就是redis的命令
        System.out.println(jedis.ping());
    }
}

输出：

image

Jedis事务操作

package com.test;

import com.alibaba.fastjson.JSONObject;
import redis.clients.jedis.Jedis;
import redis.clients.jedis.Transaction;

public class TestTX {
    public static void main(String[] args) {
        Jedis jedis = new Jedis("127.0.0.1",6379);

        jedis.flushDB();

        JSONObject jsonObject=new JSONObject();
        jsonObject.put("hello","world");
        jsonObject.put("name","JOJO");
        String result = jsonObject.toJSONString();

        // 开启事务
        Transaction multi = jedis.multi();

        // jedis.watch(result); // 监控实现乐观锁
        try {
            multi.set("user1",result);
            multi.set("user2",result);

           // int i = 1/0; //代码抛出异常，事务执行失败
            multi.exec(); // 如果成功，执行事务
        } catch (Exception e) {
            multi.discard();  // 如果失败，放弃事务
        } finally {
            System.out.println(jedis.get("user1"));
            System.out.println(jedis.get("user2"));
            jedis.close(); // 最后需要关闭连接
        }

    }
}

SpringBoot集成Redis

说明：在SpringBoot2.x之后，原来使用的Jedis替换成了lettuce

Jedis：采用的直连，多个线程操作是不安全的，如果想要避免不安全，需要使用Jedis pool连接池 更像BIO模式

lettuce：采用netty，实例可以在多个线程中进行共享，不存在线程不安全的情况，可以减少线程数据 更像NIO模式

源码分析：

//
// Source code recreated from a .class file by IntelliJ IDEA
// (powered by FernFlower decompiler)
//

package org.springframework.boot.autoconfigure.data.redis;

import org.springframework.boot.autoconfigure.condition.ConditionalOnClass;
import org.springframework.boot.autoconfigure.condition.ConditionalOnMissingBean;
import org.springframework.boot.autoconfigure.condition.ConditionalOnSingleCandidate;
import org.springframework.boot.context.properties.EnableConfigurationProperties;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import org.springframework.context.annotation.Import;
import org.springframework.data.redis.connection.RedisConnectionFactory;
import org.springframework.data.redis.core.RedisOperations;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.data.redis.core.StringRedisTemplate;

@Configuration(
    proxyBeanMethods = false
)
@ConditionalOnClass({RedisOperations.class})
@EnableConfigurationProperties({RedisProperties.class})
@Import({LettuceConnectionConfiguration.class, JedisConnectionConfiguration.class})
public class RedisAutoConfiguration {
    public RedisAutoConfiguration() {
    }

    @Bean
    @ConditionalOnMissingBean( 
        name = {"redisTemplate"}
      // 如果不存在redisTemplate这个bean，此配置才生效
      // 也就是说 我们可以自己定义一个redisTemplate来替换这个默认的redisTemplate
    )
    @ConditionalOnSingleCandidate(RedisConnectionFactory.class)
    public RedisTemplate<Object, Object> redisTemplate(RedisConnectionFactory redisConnectionFactory) {
      // 默认的 RedisTemplate 没有过多的设置，redis对象都需要序列化
      // 两个泛型都是 Object, Object 的类型，后面需要强制转换 <String, Object>
        RedisTemplate<Object, Object> template = new RedisTemplate();
        template.setConnectionFactory(redisConnectionFactory);
        return template;
    }

    @Bean
    @ConditionalOnMissingBean  // 由于 String是redis中最常用的类型，所以单独提出来一个bean
    @ConditionalOnSingleCandidate(RedisConnectionFactory.class)
    public StringRedisTemplate stringRedisTemplate(RedisConnectionFactory redisConnectionFactory) {
        return new StringRedisTemplate(redisConnectionFactory);
    }
}

整合测试

  1. 导入依赖

    <dependencies>
    <!--    操作redis     -->
    <dependency>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-data-redis</artifactId>
    </dependency>
    
    <dependency>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-web</artifactId>
    </dependency>

    <dependency>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-devtools</artifactId>
        <scope>runtime</scope>
        <optional>true</optional>
    </dependency>
    
    <dependency>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-configuration-processor</artifactId>
        <optional>true</optional>
    </dependency>
    
    <dependency>
        <groupId>org.projectlombok</groupId>
        <artifactId>lombok</artifactId>
        <optional>true</optional>
    </dependency>
    
    <dependency>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-test</artifactId>
        <scope>test</scope>
    </dependency>
</dependencies>

  2. 配置连接

    # redis配置
spring.redis.host=127.0.0.1
spring.redis.port=6379

  3. 测试

    package com.test;

import org.junit.jupiter.api.Test;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.boot.test.context.SpringBootTest;
import org.springframework.data.redis.connection.RedisConnection;
import org.springframework.data.redis.connection.RedisConnectionFactory;
import org.springframework.data.redis.core.RedisTemplate;

@SpringBootTest
class Redis02SpringBootApplicationTests {

    @Autowired
    private RedisTemplate redisTemplate;

    @Test
    void contextLoads() {

        // redisTemplate 操作不同的数据类型
        // opsForValue 操作字符串，类似String
        // opsForList 操作List，类似List
        // opsForSet
        // opsForHash
        // opsForGeo
        // opsForZSet
        // opsForHyperLogLog

        //除了基本的操作，常用都可以直接通过redisTemplate操作，比如事务，基本的CRUD
//        RedisConnection connection = redisTemplate.getConnectionFactory().getConnection();
//        connection.flushDb();
//        connection.flushAll();

        redisTemplate.opsForValue().set("MyKey","瑞");
        System.out.println(redisTemplate.opsForValue().get("MyKey"));

    }

}

image

image

image

自定义RedisTemplate

package com.test.config;

import com.fasterxml.jackson.annotation.JsonAutoDetect;
import com.fasterxml.jackson.annotation.JsonTypeInfo;
import com.fasterxml.jackson.annotation.PropertyAccessor;
import com.fasterxml.jackson.databind.ObjectMapper;
import com.fasterxml.jackson.databind.jsontype.impl.LaissezFaireSubTypeValidator;
import org.springframework.boot.autoconfigure.condition.ConditionalOnSingleCandidate;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import org.springframework.data.redis.connection.RedisConnectionFactory;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.data.redis.serializer.Jackson2JsonRedisSerializer;
import org.springframework.data.redis.serializer.StringRedisSerializer;

@Configuration
public class RedisConfig {
    // 编写自定义RedisTemplate
    @Bean
//    @SuppressWarnings("all")
    public RedisTemplate<String, Object> redisTemplate(RedisConnectionFactory factory) {
        // 为了开发方便，一般使用<String, Object>
        RedisTemplate<String, Object> template = new RedisTemplate<String, Object>();
        template.setConnectionFactory(factory);

        // Json序列化配置
        Jackson2JsonRedisSerializer<Object> jackson2JsonRedisSerializer = new Jackson2JsonRedisSerializer<>(Object.class);
        ObjectMapper om = new ObjectMapper();
        om.setVisibility(PropertyAccessor.ALL, JsonAutoDetect.Visibility.ANY);
        om.activateDefaultTyping(LaissezFaireSubTypeValidator.instance, ObjectMapper.DefaultTyping.NON_FINAL,
                JsonTypeInfo.As.WRAPPER_ARRAY);
        jackson2JsonRedisSerializer.setObjectMapper(om);

        // String 的序列化
        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;
    }
}

RedisUtil

package com.test.utils;

import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.stereotype.Component;
import org.springframework.util.CollectionUtils;

import java.util.Collection;
import java.util.List;
import java.util.Map;
import java.util.Set;
import java.util.concurrent.TimeUnit;

@Component
public final class RedisUtil {

    @Autowired
    private RedisTemplate redisTemplate;

    // =============================common============================
    /**
     * 指定缓存失效时间
     * @param key  键
     * @param time 时间(秒)
     */
    public boolean expire(String key, long time) {
        try {
            if (time > 0) {
                redisTemplate.expire(key, time, TimeUnit.SECONDS);
            }
            return true;
        } catch (Exception e) {
            e.printStackTrace();
            return false;
        }
    }

    /**
     * 根据key 获取过期时间
     * @param key 键 不能为null
     * @return 时间(秒) 返回0代表为永久有效
     */
    public long getExpire(String key) {
        return redisTemplate.getExpire(key, TimeUnit.SECONDS);
    }


    /**
     * 判断key是否存在
     * @param key 键
     * @return true 存在 false不存在
     */
    public boolean hasKey(String key) {
        try {
            return redisTemplate.hasKey(key);
        } catch (Exception e) {
            e.printStackTrace();
            return false;
        }
    }


    /**
     * 删除缓存
     * @param key 可以传一个值 或多个
     */
    @SuppressWarnings("unchecked")
    public void del(String... key) {
        if (key != null && key.length > 0) {
            if (key.length == 1) {
                redisTemplate.delete(key[0]);
            } else {
                redisTemplate.delete((Collection<String>) CollectionUtils.arrayToList(key));
            }
        }
    }


    // ============================String=============================

    /**
     * 普通缓存获取
     * @param key 键
     * @return 值
     */
    public Object get(String key) {
        return key == null ? null : redisTemplate.opsForValue().get(key);
    }

    /**
     * 普通缓存放入
     * @param key   键
     * @param value 值
     * @return true成功 false失败
     */

    public boolean set(String key, Object value) {
        try {
            redisTemplate.opsForValue().set(key, value);
            return true;
        } catch (Exception e) {
            e.printStackTrace();
            return false;
        }
    }


    /**
     * 普通缓存放入并设置时间
     * @param key   键
     * @param value 值
     * @param time  时间(秒) time要大于0 如果time小于等于0 将设置无限期
     * @return true成功 false 失败
     */

    public boolean set(String key, Object value, long time) {
        try {
            if (time > 0) {
                redisTemplate.opsForValue().set(key, value, time, TimeUnit.SECONDS);
            } else {
                set(key, value);
            }
            return true;
        } catch (Exception e) {
            e.printStackTrace();
            return false;
        }
    }


    /**
     * 递增
     * @param key   键
     * @param delta 要增加几(大于0)
     */
    public long incr(String key, long delta) {
        if (delta < 0) {
            throw new RuntimeException("递增因子必须大于0");
        }
        return redisTemplate.opsForValue().increment(key, delta);
    }


    /**
     * 递减
     * @param key   键
     * @param delta 要减少几(小于0)
     */
    public long decr(String key, long delta) {
        if (delta < 0) {
            throw new RuntimeException("递减因子必须大于0");
        }
        return redisTemplate.opsForValue().increment(key, -delta);
    }


    // ================================Map=================================

    /**
     * HashGet
     * @param key  键 不能为null
     * @param item 项 不能为null
     */
    public Object hget(String key, String item) {
        return redisTemplate.opsForHash().get(key, item);
    }

    /**
     * 获取hashKey对应的所有键值
     * @param key 键
     * @return 对应的多个键值
     */
    public Map<Object, Object> hmget(String key) {
        return redisTemplate.opsForHash().entries(key);
    }

    /**
     * HashSet
     * @param key 键
     * @param map 对应多个键值
     */
    public boolean hmset(String key, Map<String, Object> map) {
        try {
            redisTemplate.opsForHash().putAll(key, map);
            return true;
        } catch (Exception e) {
            e.printStackTrace();
            return false;
        }
    }


    /**
     * HashSet 并设置时间
     * @param key  键
     * @param map  对应多个键值
     * @param time 时间(秒)
     * @return true成功 false失败
     */
    public boolean hmset(String key, Map<String, Object> map, long time) {
        try {
            redisTemplate.opsForHash().putAll(key, map);
            if (time > 0) {
                expire(key, time);
            }
            return true;
        } catch (Exception e) {
            e.printStackTrace();
            return false;
        }
    }


    /**
     * 向一张hash表中放入数据,如果不存在将创建
     *
     * @param key   键
     * @param item  项
     * @param value 值
     * @return true 成功 false失败
     */
    public boolean hset(String key, String item, Object value) {
        try {
            redisTemplate.opsForHash().put(key, item, value);
            return true;
        } catch (Exception e) {
            e.printStackTrace();
            return false;
        }
    }

    /**
     * 向一张hash表中放入数据,如果不存在将创建
     *
     * @param key   键
     * @param item  项
     * @param value 值
     * @param time  时间(秒) 注意:如果已存在的hash表有时间,这里将会替换原有的时间
     * @return true 成功 false失败
     */
    public boolean hset(String key, String item, Object value, long time) {
        try {
            redisTemplate.opsForHash().put(key, item, value);
            if (time > 0) {
                expire(key, time);
            }
            return true;
        } catch (Exception e) {
            e.printStackTrace();
            return false;
        }
    }


    /**
     * 删除hash表中的值
     *
     * @param key  键 不能为null
     * @param item 项 可以使多个 不能为null
     */
    public void hdel(String key, Object... item) {
        redisTemplate.opsForHash().delete(key, item);
    }


    /**
     * 判断hash表中是否有该项的值
     *
     * @param key  键 不能为null
     * @param item 项 不能为null
     * @return true 存在 false不存在
     */
    public boolean hHasKey(String key, String item) {
        return redisTemplate.opsForHash().hasKey(key, item);
    }


    /**
     * hash递增 如果不存在,就会创建一个 并把新增后的值返回
     *
     * @param key  键
     * @param item 项
     * @param by   要增加几(大于0)
     */
    public double hincr(String key, String item, double by) {
        return redisTemplate.opsForHash().increment(key, item, by);
    }


    /**
     * hash递减
     *
     * @param key  键
     * @param item 项
     * @param by   要减少记(小于0)
     */
    public double hdecr(String key, String item, double by) {
        return redisTemplate.opsForHash().increment(key, item, -by);
    }


    // ============================set=============================

    /**
     * 根据key获取Set中的所有值
     * @param key 键
     */
    public Set<Object> sGet(String key) {
        try {
            return redisTemplate.opsForSet().members(key);
        } catch (Exception e) {
            e.printStackTrace();
            return null;
        }
    }


    /**
     * 根据value从一个set中查询,是否存在
     *
     * @param key   键
     * @param value 值
     * @return true 存在 false不存在
     */
    public boolean sHasKey(String key, Object value) {
        try {
            return redisTemplate.opsForSet().isMember(key, value);
        } catch (Exception e) {
            e.printStackTrace();
            return false;
        }
    }


    /**
     * 将数据放入set缓存
     *
     * @param key    键
     * @param values 值 可以是多个
     * @return 成功个数
     */
    public long sSet(String key, Object... values) {
        try {
            return redisTemplate.opsForSet().add(key, values);
        } catch (Exception e) {
            e.printStackTrace();
            return 0;
        }
    }


    /**
     * 将set数据放入缓存
     *
     * @param key    键
     * @param time   时间(秒)
     * @param values 值 可以是多个
     * @return 成功个数
     */
    public long sSetAndTime(String key, long time, Object... values) {
        try {
            Long count = redisTemplate.opsForSet().add(key, values);
            if (time > 0)
                expire(key, time);
            return count;
        } catch (Exception e) {
            e.printStackTrace();
            return 0;
        }
    }


    /**
     * 获取set缓存的长度
     *
     * @param key 键
     */
    public long sGetSetSize(String key) {
        try {
            return redisTemplate.opsForSet().size(key);
        } catch (Exception e) {
            e.printStackTrace();
            return 0;
        }
    }


    /**
     * 移除值为value的
     *
     * @param key    键
     * @param values 值 可以是多个
     * @return 移除的个数
     */

    public long setRemove(String key, Object... values) {
        try {
            Long count = redisTemplate.opsForSet().remove(key, values);
            return count;
        } catch (Exception e) {
            e.printStackTrace();
            return 0;
        }
    }

    // ===============================list=================================

    /**
     * 获取list缓存的内容
     *
     * @param key   键
     * @param start 开始
     * @param end   结束 0 到 -1代表所有值
     */
    public List<Object> lGet(String key, long start, long end) {
        try {
            return redisTemplate.opsForList().range(key, start, end);
        } catch (Exception e) {
            e.printStackTrace();
            return null;
        }
    }


    /**
     * 获取list缓存的长度
     *
     * @param key 键
     */
    public long lGetListSize(String key) {
        try {
            return redisTemplate.opsForList().size(key);
        } catch (Exception e) {
            e.printStackTrace();
            return 0;
        }
    }


    /**
     * 通过索引 获取list中的值
     *
     * @param key   键
     * @param index 索引 index>=0时， 0 表头，1 第二个元素，依次类推；index<0时，-1，表尾，-2倒数第二个元素，依次类推
     */
    public Object lGetIndex(String key, long index) {
        try {
            return redisTemplate.opsForList().index(key, index);
        } catch (Exception e) {
            e.printStackTrace();
            return null;
        }
    }


    /**
     * 将list放入缓存
     *
     * @param key   键
     * @param value 值
     */
    public boolean lSet(String key, Object value) {
        try {
            redisTemplate.opsForList().rightPush(key, value);
            return true;
        } catch (Exception e) {
            e.printStackTrace();
            return false;
        }
    }


    /**
     * 将list放入缓存
     * @param key   键
     * @param value 值
     * @param time  时间(秒)
     */
    public boolean lSet(String key, Object value, long time) {
        try {
            redisTemplate.opsForList().rightPush(key, value);
            if (time > 0)
                expire(key, time);
            return true;
        } catch (Exception e) {
            e.printStackTrace();
            return false;
        }

    }


    /**
     * 将list放入缓存
     *
     * @param key   键
     * @param value 值
     * @return
     */
    public boolean lSet(String key, List<Object> value) {
        try {
            redisTemplate.opsForList().rightPushAll(key, value);
            return true;
        } catch (Exception e) {
            e.printStackTrace();
            return false;
        }

    }


    /**
     * 将list放入缓存
     *
     * @param key   键
     * @param value 值
     * @param time  时间(秒)
     * @return
     */
    public boolean lSet(String key, List<Object> value, long time) {
        try {
            redisTemplate.opsForList().rightPushAll(key, value);
            if (time > 0)
                expire(key, time);
            return true;
        } catch (Exception e) {
            e.printStackTrace();
            return false;
        }
    }


    /**
     * 根据索引修改list中的某条数据
     *
     * @param key   键
     * @param index 索引
     * @param value 值
     * @return
     */

    public boolean lUpdateIndex(String key, long index, Object value) {
        try {
            redisTemplate.opsForList().set(key, index, value);
            return true;
        } catch (Exception e) {
            e.printStackTrace();
            return false;
        }
    }


    /**
     * 移除N个值为value
     *
     * @param key   键
     * @param count 移除多少个
     * @param value 值
     * @return 移除的个数
     */

    public long lRemove(String key, long count, Object value) {
        try {
            Long remove = redisTemplate.opsForList().remove(key, count, value);
            return remove;
        } catch (Exception e) {
            e.printStackTrace();
            return 0;
        }

    }

}

Redis配置文件详解

Redis通过redis.conf配置文件启动

单位

image

  1. 配置文件unit单位对大小写不敏感

包含

image

就像是import，include

网络

bind 127.0.0.1 -::1        # 绑定的ip
protected-mode yes         # 保护模式
port 6379                  # 端口设置

通用 GENERAL

daemonize no               # 以守护进程的方式运行，默认为 no

pidfile /var/run/redis_6379.pid  # 如果以守护进程方式运行，需要指定一个pid文件

# 日志
# Specify the server verbosity level.
# This can be one of:
# debug (a lot of information, useful for development/testing)
# verbose (many rarely useful info, but not a mess like the debug level)
# notice (moderately verbose, what you want in production probably)  生产环境
# warning (only very important / critical messages are logged)
loglevel notice
logfile ""                 # 日志的文件位置名，默认为空，直接输出

databases 16               # 数据库数量，默认为16

always-show-logo no        # 是否总是显示logo

快照 SNAPSHOTTING

持久化，在规定时间内，执行了多少次操作，则会持久化到.rdb .aof

redis是内存数据库，如果没有持久化，断电即失！

# 如果一小时内，至少有1个key进行了修改，就进行持久化
save 3600 1
# 如果五分钟内，至少有100个key进行了修改，就进行持久化
save 300 100
# 如果一分钟内，至少有10000个key进行了修改，就进行持久化
save 60 10000

stop-writes-on-bgsave-error yes   # 持久化出错，是否继续工作

rdbcompression yes        # 是否压缩 rdb 文件，需要消耗cpu资源

rdbchecksum yes           # 保存rdb文件时，是否进行错误校验

dir ./                    # rdb 文件保存的目录，默认为当前目录

复制 REPLICATION

安全 SECURITY

config get requirepass   # 获取redis的密码

config set requirepass "123456"    # 设置redis的密码

auth 123456              # 使用密码进行登录

客户端 CLIENTS

maxclients 10000         # 设置连接redis的最大客户端数量

内存管理 MEMORY MANAGEMENT

maxmemory <bytes>        # redis配置的最大内存容量

maxmemory-policy noeviction  # 内存到达上限的处理策略

1、volatile-lru：只对设置了过期时间的key进行LRU（默认值） 
2、allkeys-lru ： 删除lru算法的key   
3、volatile-random：随机删除即将过期key   
4、allkeys-random：随机删除   
5、volatile-ttl ： 删除即将过期的
6、noeviction ： 永不过期，返回错误

APPEND ONLY MODE aof配置

appendonly no           # 默认不开启aof，使用rdb进行持久化

appendfilename "appendonly.aof"    # 持久化文件名

# appendfsync always   # 每次修改都会 sync，消耗性能
appendfsync everysec   # 每秒执行sync，可能会丢失这一秒的数据
# appendfsync no       # 不执行 sync，操作系统自己同步数据，速度最快

Redis持久化

持久化：在指定时间间隔内将内存数据存入磁盘中，断电也能恢复数据，使用快照文件读到内存中

RDB(Redis DataBase) 默认情况

什么是RDB

image

  • 保存过程：父进程fork一个子进程，将数据持久化到临时文件中，持久化结束，再替换上次的RDB正式文件。
  • 触发条件：
    • save满足：命令save 900 1 即是在15分钟内修改了1次key 即会触发RDB。
    • 执行FlushAll命令
    • 退出Redis，也会产生RDB文件
  • 适用场景：适合大规模数据恢复且数据完整性不敏感的情况。

在指定的时间间隔内将内存中的数据集快照写入磁盘，恢复时就是将快照文件直接读到内存中。

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，等持久化过程结束后，再用这个临时文件替换上次持久化的文件。

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的数据恢复，且对于数据恢复的完整性不是非常敏感，RDB方式要比AOF方式更加高效，但RDB最后一次持久化的数据可能会丢失。

RDB保存的文件是 dump.rdb

image

恢复rdb文件

  1. 只需将rdb文件放在redsi启动目录下，redis启动时会自动检查dump.rdb恢复其中的数据

  2. 查看redis启动目录

    127.0.0.1:6379> config get dir
1) "dir"
2) "/etc"                  # 如果在这个目录下存在dump.rdb，redis启动就会自动恢复其中的数据

优点：

  1. 适合大规模的数据恢复
  2. 使用者对数据的完整性要求不高

缺点：

  1. 需要一定时间间隔进程操作，无法做到实时持久化，如果redis意外宕机，最后一次修改的数据就丢失了
  2. fork进程的时候，会占用一定的内存空间，比较耗费资源

AOF(Append Only File)

AOF是什么

将所有的命令都记录下来，恢复的时候把文件中的命令再执行一遍

image

  • 保存过程：父进程fork一个子进程，以日志形式将所有指令记录下来（读操作不记录），然后将数据只追加不改写到AOF文件，然后替换上次的AOF文件
  • 触发条件：appendfsync always/everysec/no 命令
  • 适用场景：对恢复数据完整性要求严格
  • 重写场景：不断追加文件到一个阈值，则会重写aof文件

以日志的形式记录每个写操作，将Redis执行过的所有指令记录下来(读操作不记录)，只能追加不能改写

Redis启动之初会读取该文件重新构建数据，也就是说，Redis重启的话就根据日志文件的内容将写操作全部执行一次以完成数据的恢复工作

AOF保存的文件是 appendonly.aof

image

通过改写 appendonly yes 开启AOF

如果 .aof 文件有错误，redis将无法启动！此时可以通过redis-check-aof --fix appendonly.aof 修复该文件

重写规则说明

aof默认是无限制追加，文件会越来越大

重写是为了将aof文件变得更小，降低文件占用空间，以便于更快的被redis加载。

Redis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

image

如果 aof 文件大于64mb，会fork一个新进程来进行文件重写

优点：

  1. appendfsync always 每次修改都会 sync，消耗性能
  2. appendfsync everysec 每秒执行sync，可能会丢失这一秒的数据
  3. appendfsync no 不执行 sync，操作系统自己同步数据，速度最快

缺点：

  1. 相对于数据文件来说，aof远大于rdb，修复速度比rdb慢
  2. 运行效率也比rdb慢

Redis订阅发布

Redis 订阅发布(pub/sub)是一种消息通信模式：发送者(pub)发送消息，订阅者(sub)接受消息

Redis 客户端可以订阅任意数量的频道

订阅/发布消息图：

image

下图展示了频道channel1以及订阅这个频道的三个客户端——client2，client5，client1之间的关系：

image

当有新消息通过 PUBLISH 命令发送给channel1时，这个消息就会发送给订阅它的三个客户端：

image

测试

订阅端：

127.0.0.1:6379> subscribe JOJO               # 订阅一个频道
Reading messages... (press Ctrl-C to quit)
1) "subscribe"
2) "JOJO"
3) (integer) 1

##### 等待读取推送的信息 ####

1) "message"  # 消息
2) "JOJO"     # 频道
3) "hello,JOJO" #具体的内容

1) "message"
2) "JOJO"
3) "hello,Ray"

发布端：

127.0.0.1:6379> publish JOJO "hello,JOJO"    # 发布者发布消息到频道
(integer) 1
127.0.0.1:6379> publish JOJO "hello,Ray"
(integer) 1

image

使用场景：

  1. 实时消息系统
  2. 实时聊天室(聊天室为频道，信息回显给所有人)
  3. 订阅，关注

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，借此加深对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频道，而字典的值则是一个链表，链表中保存了所有订阅这个channel的客户端。SUBSCRIBE 命令的关键，就是将客户端添加到给定channel 的订阅链表中。通过PUBLISH命令向订阅者发送消息，redis-server会使用给定的频道作为键，在它所维护的channel 字典中查找记录了订阅这个频道的所有客户端的链表，遍历这个链表，将消息发布给所有订阅者。

Pub/Sub从字面上理解就是发布( Publish )与订阅(Subscribe )，在Redis中，你可以设定对某一个key值进行消息发布及消息订阅，当一个key值上进行了消息发布后，所有订阅它的客户端都会收到相应的消息。这一功能最明显的用法就是用作实时消息系统，比如普通的即时聊天，群聊等功能。

Redis主从复制

概念

主从复制，是指将一台Redis服务器的数据，复制到其他的Redis服务器。前者称为主节点(master、leader)，后者称为从节点(slave、follower)，数据的复制是单向的，只能由主节点到从节点。master以写为主，slave以读为主。

默认情况下，每台Redis服务器都是主节点，且一个主节点可以有任意个从节点，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，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：主从复制是哨兵模式和集群能够实施的基础。

一般来说，要将Redis运用于工程项目中，只使用一台Redis是完全不行的(宕机)：

  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，一般最大使用内存不超过20G，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

对于电商网站的商品，就是多读少写的场景我们可以使用如下架构：

image

读写分离，一主二从，减少服务器的压力

环境搭建

127.0.0.1:6379> info replication   # 查看当前库的信息
# Replication
role:master      # 角色 主节点
connected_slaves:0   # 连接的从节点 0
master_failover_state:no-failover
master_replid:859e359df87e01b4784710117bdc1003de981035
master_replid2:0000000000000000000000000000000000000000
master_repl_offset:0
second_repl_offset:-1
repl_backlog_active:0
repl_backlog_size:1048576
repl_backlog_first_byte_offset:0
repl_backlog_histlen:0

复制配置文件，修改对应的信息

  1. port：进程占用的端口号
  2. pid(port ID)：记录了进程的 ID，文件带有锁。可以防止程序的多次启动。
  3. logfile：明确日志文件的位置
  4. dbfilename：dumpxxx.file #持久化文件位置

image

主从复制

默认情况下，每台Redis服务器都是主节点，只需配置从节点

一主二从

127.0.0.1:6380> slaveof 127.0.0.1 6379    # 设置主节点
OK
127.0.0.1:6380> info replication
# Replication
role:slave             # 当前角色
master_host:127.0.0.1  # 主节点地址
master_port:6379       # 主节点端口
master_link_status:down
master_last_io_seconds_ago:-1
master_sync_in_progress:1
slave_read_repl_offset:1
slave_repl_offset:1
master_sync_total_bytes:-1
master_sync_read_bytes:0
master_sync_left_bytes:-1
master_sync_perc:-0.00
master_sync_last_io_seconds_ago:0
master_link_down_since_seconds:-1
slave_priority:100
slave_read_only:1
replica_announced:1
connected_slaves:0
master_failover_state:no-failover
master_replid:1287693566c7fb03a89f3afc2456dc676065e5e9
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

主节点信息：

image

这里的命令配置 是暂时的，永久应该去配置文件里配置

一些细节

  1. 主节点可以读写，从节点只能读
  2. 主节点中的所有信息和数据，都会被从节点自动保存
  3. 主节点断开后，从节点依旧是连接到主节点的，但是没有写操作了，如果主节点重连回来了，从节点依旧可以读主节点写的数据
  4. 如果使用命令配置主从，从节点重启后自动变为主节点，但只要变为从节点，就会立即获取主节点中的数据

复制原理

  1. slave启动成功连接到master后会发送一个sync同步命令
  2. 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
  3. 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
  4. 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
  5. 但是只要重新连接上master，一次完全同步( 全量复制 )将被自动执行

层层链路

image

此时slave1依旧属于从节点，不能进行写操作！

宕机后手动配置主节点

如果主节点断开连接后，可以使用 slaveof no one 手动配置从节点变为主节点

前主节点重连后需重新指定为主节点

哨兵模式

概述

  1. 哨兵模式是一种特殊的模式，Redis提供了哨兵的命令，哨兵是一个独立的进程，它会单独运行，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
  2. 能够后台监控主节点是否故障，如果故障了根据投票数自动将从节点转换为主节点

image

这里哨兵有两个作用

  1. 通过发送命令，让Redis服务器返回监控其运行状态
  2. 当哨兵监测到master宕机，会自动将slave切换为master，然后通过订阅发布模式通知其他slave修改配置文件，切换master

一个哨兵进程对Redis服务器进行监控可能会出现问题，因此，我们可以使用多个哨兵进行监控，各个哨兵之间还能互相监控。

image

  1. 当master宕机，哨兵1先监测到这个结果，系统并不会马上进行failover过程，这里只是哨兵1主观认为master不可用，这种现象称为主观下线
  2. 当后面的哨兵也监测到master不可用，并且数量达到一定值时，那么哨兵之间就会通过一种投票算法进行一次投票，进行failover【故障转移】操作
  3. 切换成功后，就会通过订阅发布模式，让各个哨兵把自己监控的slave切换master，这个过程称为客观下线
  4. 如果此时前master重连上了，也只能作为slave归并到新的master

测试：

  1. 哨兵配置文件 sentinel.conf

    # sentinel monitor 监控名称 host port 是否开启投票
sentinel monitor myredis 127.0.0.1 6379 1

  2. 启动哨兵模式

    [root@iZ2vc9mgy6tro9x23x9xptZ bin]# redis-sentinel myconfig/sentinel.conf 
13319:X 09 Mar 2022 15:10:59.839 # oO0OoO0OoO0Oo Redis is starting oO0OoO0OoO0Oo
13319:X 09 Mar 2022 15:10:59.839 # Redis version=6.2.6, bits=64, commit=00000000, modified=0, pid=13319, just started
13319:X 09 Mar 2022 15:10:59.839 # Configuration loaded
13319:X 09 Mar 2022 15:10:59.839 * monotonic clock: POSIX clock_gettime
                _._                                                  
           _.-``__ ''-._                                             
      _.-``    `.  `_.  ''-._           Redis 6.2.6 (00000000/0) 64 bit
  .-`` .-```.  ```\/    _.,_ ''-._                                  
 (    '      ,       .-`  | `,    )     Running in sentinel mode
 |`-._`-...-` __...-.``-._|'` _.-'|     Port: 26379
 |    `-._   `._    /     _.-'    |     PID: 13319
  `-._    `-._  `-./  _.-'    _.-'                                   
 |`-._`-._    `-.__.-'    _.-'_.-'|                                  
 |    `-._`-._        _.-'_.-'    |           https://redis.io       
  `-._    `-._`-.__.-'_.-'    _.-'                                   
 |`-._`-._    `-.__.-'    _.-'_.-'|                                  
 |    `-._`-._        _.-'_.-'    |                                  
  `-._    `-._`-.__.-'_.-'    _.-'                                   
      `-._    `-.__.-'    _.-'                                       
          `-._        _.-'                                           
              `-.__.-'                                               

13319:X 09 Mar 2022 15:10:59.843 # Sentinel ID is 0ee994649c9810850f05514f76fd4cbb89fe14c3
13319:X 09 Mar 2022 15:10:59.843 # +monitor master myredis 127.0.0.1 6379 quorum 1
13319:X 09 Mar 2022 15:10:59.845 * +slave slave 172.17.0.1:6380 172.17.0.1 6380 @ myredis 127.0.0.1 6379
13319:X 09 Mar 2022 15:11:29.888 # +sdown slave 172.17.0.1:6380 172.17.0.1 6380 @ myredis 127.0.0.1 6379
13319:X 09 Mar 2022 15:14:20.591 * +slave slave 172.17.0.1:6381 172.17.0.1 6381 @ myredis 127.0.0.1 6379
13319:X 09 Mar 2022 15:14:50.601 # +sdown slave 172.17.0.1:6381 172.17.0.1 6381 @ myredis 127.0.0.1 6379

优点

  1. 哨兵集群，基于主从复制模式
  2. 主从可以切换，故障可以转移，系统可用性较好
  3. 主从模式的升级，手动到自动，更加健壮

缺点

  1. Redis不好在线扩容，集群容量一旦到达上限，在线扩容就十分麻烦
  2. 配置麻烦

缓存相关问题

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，它也带来了一些问题。如果对数据的一致性要求很高，建议不要使用缓存。

另外的一些典型问题，缓存穿透，缓存雪崩和缓存击穿。

缓存穿透(查询不到数据)

概念

用户想要查询一个数据，发现Redis内存数据库中没有，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，当大量用户缓存都没有命中(秒杀商品)，于是都去请求持久层数据库，这会给持久层数据库造成很大的压力，这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

image

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

image

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一定影响

缓存击穿(查询量过大，缓存过期)

概念

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，就像在一个屏障上破了一个洞。

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，这样就会导致数据库瞬间压力过大

比如 微博服务器宕机(热搜)

解决方案

设置热点数据永不过期

从缓存方面来看，没有设置过期时间，就不会出现热点key过期后出现的问题，但Redis空间有限，热点key有可能会被清理

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，只能等待该线程查询完成。这种方式将高并发的压力转移到了分布式锁

缓存雪崩(集中过期，节点宕机)

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，比如双十二，抢购商品，这批商品的抢购时间比较集中的放入了缓存中，假设缓存一个小时，那么到了凌晨一点的时候，这批商品的缓存都过期了，此时对这批商品的查询访问，都落到了持久层数据库上，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到达存储层，此时存储层的调用量会暴增，造成存储层也会挂掉的情况。

image

比较致命的缓存雪崩，是缓存服务器某个节点宕机或断网。自然形成的缓存雪崩，一定是在某个时间段集中创建缓存，无非就是对数据库产生周期性的压力而已，这个时候，数据库也是能顶住压力的。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。

双十一：会停掉一些服务，保证主要的服务。比如当天退款，提示业务繁忙等

解决方案

Redis高可用

增设多台Redis，这样一台挂掉之后其余的还可以继续工作，其实就是搭建集群

限流降级

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，其他线程只能等待

数据预热

在正式部署之前，先把可能的数据预先访问一遍，这样一些可能大量访问的数据就会预先加载到缓存中。在即将发生高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

相关源码

posted @   满城悬新筝  阅读(30)  评论(0)  编辑  收藏  举报
相关博文：
·  电商技术里的库存扣减
·  Linux入门+aliyun
·  redis入门
·  【建议收藏】Redis超详细入门教程大杂烩
·  Redis基础
阅读排行：
· TypeScript + Deepseek 打造卜卦网站：技术与玄学的结合
· 阿里巴巴 QwQ-32B真的超越了 DeepSeek R-1吗？
· 【译】Visual Studio 中新的强大生产力特性
· 10年+ .NET Coder 心语 ── 封装的思维：从隐藏、稳定开始理解其本质意义
· 【设计模式】告别冗长if-else语句：使用策略模式优化代码结构
点击右上角即可分享
微信分享提示
AI IDE Trae