Redis领进门

Nosql概述

为什么要用Nosql

1.单机Mysql的年代

90年代，一个基本的网站访问量一般不会太大，单个数据库完全足够！

那个时候更多使用静态html，服务器没有太大的压力。

现在：

  1. 数据量如果太大，一个机器放不下
  2. 数据的索引（B + Tree），一个机器内存也放不下
  3. 访问量（读写混合），一个服务器承受不了

2.Memcached(缓存) + MySQL + 垂直拆分

网站80%的情况都是在读，每次都去查询数据库的话就十分麻烦！所以我们希望减轻服务器的压力，使用缓存来保证效率。

发展过程：优化数据结构和索引-->文件缓存(IO)-->Memcached技术

3.分库分表 + 水平拆分 + MySQL集群

用来解决写的压力

4.如今年代

MySQL等关系型数据库不够用！数据量很多，变化很快！

举个例子，如果要在包含几亿行数据的表中增加一个列，就必须修改几亿条数据，压力就很大。

MySQL存储一些比较大的文件，如博客，图片，数据库表很大，效率就很低。

什么是NoSQL

NoSQL

NoSQL = Not Only SQL(不仅仅是SQL)

关系型数据库：表格，行，列

NoSQL泛指非关系型数据库，随着web2.0互联网的诞生，传统的关系型数据库很难对付web2.0时代，尤其是超大规模的高并发的社区。

NoSQL特点

  1. 方便扩展（数据之间没有关系，很好扩展）

  2. 大数据量高性能（Redis一秒写8万次，读取11万，NoSQL的缓存记录级，是一种细粒度的缓存，性能会比较高）

  3. 数据类型是多样型的（不需要实现设计数据库，随取随用，如果是数据量十分大的表，很多人就无法设计了）

  4. 传统RDBMS和NoSQL

    传统的RDBMS
- 结构化组织
- SQL
- 数据和关系都存在单独的表中
- 操作语言，数据定义语言
- 严格的一致性
- 基础的事务

    NoSQL
- 不仅仅是数据
- 没有固定的查询语言
- 键值对存储，列存储，文档存储，图形数据库
- 最终一致性
- CAP定理和BASE
- 高性能，高可用，高可扩

    真正在公司中的实践：NoSQL+RDBMS一起使用

NoSQL的四大分类

KV键值对：

  • 新浪：Redis
  • 美团：Redis + Tair
  • 阿里、百度：Redis + memecache

文档型数据库（bson格式和json一样）

  • MongoDB
    • MongoDB是一个基于分布式文件存储的数据库，C++编写，主要用来处理大量的文档！
    • MongoDB是一个介于关系型数据库和非关系型数据库中的中间产品！MongoDB是非关系型数据库中功能最丰富，最像关系型数据库。
  • CouchDB

列存储数据库

  • HBase
  • 分布式文件系统

图关系数据库

对比

Redis入门

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。

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能干嘛

  1. 内存存储、持久化，内存中是断电即失，所以持久化很重要（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. ......

特性

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

测试性能

redis-benchmark是一个压力测试工具

官方自带的性能测试工具

redis-benchmark命令参数：

# 测试：100各并发连接 100000请求
redis-benchmark -h localhost -p 6379 -c 100 -n 100000

基础知识

redis默认有16个数据库

默认使用的是第0个

常用命令

127.0.0.1:6379> select 3 # 切换数据库
OK
127.0.0.1:6379[3]> select 0
OK
127.0.0.1:6379> dbsize  # 查看数据库大小
(integer) 5
127.0.0.1:6379> keys *  # 查看数据库所有的key
1) "mylist"
2) "key:__rand_int__"
3) "name"
4) "counter:__rand_int__"
5) "myhash"

redis是单线程（6.0之后推出网络IO多线程）

前端 - 面试官问，Redis 是单线程还是多线程?我懵了_个人文章 - SegmentFault 思否

redis是将所有的数据全部放在内存中的，所以说使用单线程去操作效率是最高的，多线程（CPU上下文会切换：耗时的操作），对于内存系统来说，如果没有上下文切换效率就是最高的！多次读写都是在一个CPU上的，在内存情况下，这个就是最佳的方案。

五大数据类型

​ Redis是一个开源（BSD许可），内存存储的数据结构服务器，可用作数据库，高速缓存和消息队列代理。它支持字符串、哈希表、列表、集合、有序集合，位图，hyperloglogs等数据类型。内置复制、Lua脚本、LRU收回、事务以及不同级别磁盘持久化功能，同时通过Redis Sentinel提供高可用，通过Redis Cluster提供自动分区。

命令手册

redis 命令手册

Redis-Key

127.0.0.1:6379> ping
PONG
127.0.0.1:6379> flushall
OK
127.0.0.1:6379> dbsize
(integer) 0
127.0.0.1:6379> keys *
(empty array)
127.0.0.1:6379> set name whd
OK
127.0.0.1:6379> get name
"whd"
127.0.0.1:6379> ttl name
(integer) -1
127.0.0.1:6379> expire name 10 # 设置key的过期时间，单位为秒
(integer) 1
127.0.0.1:6379> ttl name  # 查看当前key的剩余时间
(integer) 6
127.0.0.1:6379> ttl name
(integer) 4
127.0.0.1:6379> ttl name
(integer) 2
127.0.0.1:6379> ttl name
(integer) 1
127.0.0.1:6379> ttl name
(integer) 0
127.0.0.1:6379> ttl name
(integer) -2
127.0.0.1:6379> ttl name
(integer) -2
127.0.0.1:6379> get name
(nil)
127.0.0.1:6379> keys *
(empty array)
127.0.0.1:6379> set age 21
OK
127.0.0.1:6379> move age 1  # 把key移到指定数据库
(integer) 1
127.0.0.1:6379> keys *
(empty array)
127.0.0.1:6379> exists age  # 判断当前key是否存在
(integer) 0
127.0.0.1:6379> set age 21
OK
127.0.0.1:6379> exists age
(integer) 1
127.0.0.1:6379> type age  # 判断key的类型
string

String(字符串)

#################################################################################
127.0.0.1:6379> set key1 v1
OK
127.0.0.1:6379> get key1
"v1"
127.0.0.1:6379> keys *
1) "key1"
127.0.0.1:6379> exists key1
(integer) 1
127.0.0.1:6379> append key1 "hello"   # 追加字符串，如果当前key不存在，就相当于setkey
(integer) 7
127.0.0.1:6379> get key1
"v1hello"
127.0.0.1:6379> strlen key1  # 获取字符串的长度
(integer) 7
###################################################################################
# 自增 自减 
# i++ i--
# 步长  i+=    i-=
127.0.0.1:6379> set views 0
OK
127.0.0.1:6379> get views
"0"
127.0.0.1:6379> incr views  # 自增1
(integer) 1
127.0.0.1:6379> incr views
(integer) 2
127.0.0.1:6379> get views
"2"
127.0.0.1:6379> decr views  # 自减1
(integer) 1
127.0.0.1:6379> get views
"1"
127.0.0.1:6379> incrby views 10  # 可以设置步长，指定增量
(integer) 11
127.0.0.1:6379> decrby views 5	 # 指定减量
(integer) 6
###################################################################################
# 字符串范围 range
127.0.0.1:6379> set key1 "hello,world"
OK
127.0.0.1:6379> get key1
"hello,world"
127.0.0.1:6379> getrange key1 0 3  		# 截取字符串[0,3]
"hell"
127.0.0.1:6379> getrange key1 0 -1		# 获取全部字符串
"hello,world"
# 替换
127.0.0.1:6379> set key2 abcdefg
OK
127.0.0.1:6379> get key2
"abcdefg"
127.0.0.1:6379> setrange key2 1 12  	# 替换指定位置开始的字符串
(integer) 7
127.0.0.1:6379> get key2
"a12defg"
###################################################################################
# setex(set with exprire) 设置过期时间
# setnx(set if not exist) 不存在再设置（在分布式锁中常常会使用）
127.0.0.1:6379> setex key3 30 "hello"
OK
127.0.0.1:6379> ttl key3
(integer) 27
127.0.0.1:6379> get key3
"hello"
127.0.0.1:6379> setnx mykey "redis" 	# 如果mykey不存在，创建mykey
(integer) 1
127.0.0.1:6379> setnx mykey "MongoDB"	# 如果mykey存在，创建失败
(integer) 0
127.0.0.1:6379> get mykey
"redis"
###################################################################################
# 同时设置多个值和同时获取多个值
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)
###################################################################################
# 设置对象
set user:1 {name:zhangsan,age:20} 	# 设置一个user:1 对象值为json字符来保存一个对象

# 这里的key是一个巧妙的设计：user:{id}:{filed}
127.0.0.1:6379> mset user:1:name zhangsan user:1:age 20
OK
127.0.0.1:6379> mget user:1:name user:1:age
1) "zhangsan"
2) "20"
###################################################################################
getset # 先get然后再set
127.0.0.1:6379> getset db redis		# 如果不存在值，则返回nil
(nil)
127.0.0.1:6379> get db
"redis"
127.0.0.1:6379> getset db mongodb	# 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
"mongodb"

List（列表）

注意

关于list的命令中，只有lpush和lpop中的l代表left，其他命令中的l代表list

###################################################################################
127.0.0.1:6379> lpush list one			# 将一个值或者多个值插入到列表头部（左）
(integer) 1
127.0.0.1:6379> lpush list two
(integer) 2
127.0.0.1:6379> lpush list three
(integer) 3
127.0.0.1:6379> lrange list 0 -1		# 获取list中的值
1) "three"
2) "two"
3) "one"
127.0.0.1:6379> lrange list 0 1			# 通过区间获取具体的值
1) "three"
2) "two"
127.0.0.1:6379> rpush list right		# 将一个值或者多个值，插入到列表尾部（右）
(integer) 4
127.0.0.1:6379> lrange list 0 -1
1) "three"
2) "two"
3) "one"
4) "right"
###################################################################################
lpop
rpop

127.0.0.1:6379> lrange list 0 -1
1) "three"
2) "two"
3) "one"
4) "right"
127.0.0.1:6379> lpop list			# 移除list的第一个元素
"three"
127.0.0.1:6379> rpop list
"right"
127.0.0.1:6379> lrange list 0 -1	# 移除list的最后一个元素
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"
###################################################################################
llen

127.0.0.1:6379> lpush list one 
(integer) 1
127.0.0.1:6379> lpush list two
(integer) 2
127.0.0.1:6379> lpush list three
(integer) 3
127.0.0.1:6379> llen list			# 返回列表的长度
(integer) 3
###################################################################################
lrem 移除指定的值

127.0.0.1:6379> lrange list 0 -1
1) "three"
2) "three"
3) "two"
4) "one"
127.0.0.1:6379> lrem list 1 one			# 移除list集合中指定个数的value
(integer) 1
127.0.0.1:6379> lrange list 0 -1
1) "three"
2) "three"
3) "two"
127.0.0.1:6379> lrem list 2 three
(integer) 2
127.0.0.1:6379> lrange list 0 -1
1) "two"
###################################################################################
ltrim 修建

127.0.0.1:6379> rpush list "hello"
(integer) 1
127.0.0.1:6379> rpush list "hello1"
(integer) 2
127.0.0.1:6379> rpush list "hello2"
(integer) 3
127.0.0.1:6379> rpush list "hello3"
(integer) 4
127.0.0.1:6379> ltrim list 1 2			# 通过下标截取指定的长度，这个list已经改变了，截断了只剩下截取的元素
OK
127.0.0.1:6379> lrange list 0 -1
1) "hello1"
2) "hello2"
###################################################################################
rpoplpush # 移除列表的最后一个元素，将它移动到新的列表中

127.0.0.1:6379> rpush list "hello"
(integer) 1
127.0.0.1:6379> rpush list "hello1"
(integer) 2
127.0.0.1:6379> rpush list "hello2"
(integer) 3
127.0.0.1:6379> rpoplpush list otherlist
"hello2"
127.0.0.1:6379> lrange list 0 -1
1) "hello"
2) "hello1"
127.0.0.1:6379> lrange otherlist 0 -1
1) "hello2"
###################################################################################
lset 将列表中指定下标的值替换为另外一个值，更新操作

127.0.0.1:6379> lset list 0 item		# 如果不存在列表我们去更新就会报错
(error) ERR no such key
127.0.0.1:6379> lpush list "hello"
(integer) 1
127.0.0.1:6379> lrange list 0 0 
1) "hello"
127.0.0.1:6379> lset list 0 "world"		# 如果存在，更新当前下标的值
OK
127.0.0.1:6379> lrange list 0 0
1) "world"
###################################################################################
linert # 将某个具体的value插入到列某个元素的前面或者后面

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 "world" "other"		# 前面
(integer) 3
127.0.0.1:6379> lrange list 0 -1
1) "hello"
2) "other"
3) "world"
127.0.0.1:6379> linsert list after "world" "new"		# 后面
(integer) 4
127.0.0.1:6379> lrange list 0 -1
1) "hello"
2) "other"
3) "world"
4) "new"

Set（集合）

###################################################################################
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 "redis"
(integer) 1
127.0.0.1:6379> smembers set			# 查看指定set的所有值
1) "redis"
2) "world"
3) "hello"
127.0.0.1:6379> sismember set "hello"	# 判断某一个值是不是在set集合中
(integer) 1
127.0.0.1:6379> sismember set "java"
(integer) 0
127.0.0.1:6379> scard set 				# 获取set集合中的内容元素个数
(integer) 3
###################################################################################
srem

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) "redis"
2) "world"
###################################################################################
set 无序不重复集合
srandmember 随机抽
127.0.0.1:6379> smembers set
1) "redis"
2) "world"
3) "hello"
127.0.0.1:6379> srandmember set			# 随机抽选一个元素
"world"
127.0.0.1:6379> srandmember set
"hello"
127.0.0.1:6379> srandmember set
"world"
127.0.0.1:6379> srandmember set 2		# 随机抽选指定个数的元素
1) "redis"
2) "world"
127.0.0.1:6379> srandmember set 2
1) "world"
2) "hello"
###################################################################################
spop 随机删除key

127.0.0.1:6379> smembers set
1) "redis"
2) "world"
3) "hello"
127.0.0.1:6379> spop set		# 随即删除set集合中的元素
"hello"
127.0.0.1:6379> spop set
"world"
127.0.0.1:6379> smembers set
1) "redis"
###################################################################################
smove 将一个指定的值移动到另一个set集合中

127.0.0.1:6379> sadd set1 "hello"
(integer) 1
127.0.0.1:6379> sadd set1 "world"
(integer) 1
127.0.0.1:6379> sadd set2 "redis"
(integer) 1
127.0.0.1:6379> smove set1 set2 "hello"			# 将一个指定的值移动到另一个set集合
(integer) 1
127.0.0.1:6379> smembers set1
1) "world"
127.0.0.1:6379> smembers set2
1) "redis"
2) "hello"
###################################################################################
差集 sdiff
交集 sinter
并集 sunion

127.0.0.1:6379> sadd set1 a b c
(integer) 3
127.0.0.1:6379> smembers set1
1) "b"
2) "a"
3) "c"
127.0.0.1:6379> sadd set2 c d e
(integer) 3
127.0.0.1:6379> smembers set2 
1) "d"
2) "c"
3) "e"
127.0.0.1:6379> sdiff set1 set2			# 差集
1) "a"
2) "b"
127.0.0.1:6379> sinter set1 set2		# 交集
1) "c"
127.0.0.1:6379> sunion set1 set2		# 并集
1) "c"
2) "b"
3) "e"
4) "a"
5) "d"

Hash（哈希）

本质和String类型没有太大区别，还是一个简单的key-value

###################################################################################
127.0.0.1:6379> hset myhash field1 hello					# 设置一个具体key-value
(integer) 1
127.0.0.1:6379> hget myhash field1							# 获取一个字段值
"hello"
127.0.0.1:6379> hmset myhash field1 hello field2 world		# 设置多个key-value，（也可用hset直接设置）
OK
127.0.0.1:6379> hmget myhash field1 field2					# 获取多个字段值
1) "hello"
2) "world"
127.0.0.1:6379> hgetall myhash								# 获取全部数据
1) "field1"
2) "hello"
3) "field2"
4) "world"
127.0.0.1:6379> hdel myhash field1							# 删除hash指定key字段，对应的value也消失
(integer) 1
127.0.0.1:6379> hgetall myhash
1) "field2"
2) "world"
###################################################################################
hlen 获取hash表的字段数量

127.0.0.1:6379> hlen myhash
(integer) 1
###################################################################################
hexists 判断hash中指定字段是否存在

127.0.0.1:6379> hexists myhash field1
(integer) 0
127.0.0.1:6379> hexists myhash field2
(integer) 1
###################################################################################
hkeys 只获得所有field
hvals 只获得所有value

127.0.0.1:6379> hkeys myhash
1) "field2"
2) "field1"
127.0.0.1:6379> hvals myhash
1) "world"
2) "hello"
###################################################################################
hincrby 指定增量
hsetnx 不存在则设置

127.0.0.1:6379> hset myhash field3 5
(integer) 1
127.0.0.1:6379> hincrby myhash field3 5
(integer) 10
127.0.0.1:6379> hsetnx myhash field4 redis
(integer) 1
127.0.0.1:6379> hsetnx myhash field4 mongodb
(integer) 0

hash更适合对象的存储，String更适合字符串的存储。

Zset（有序集合）

在set的基础上，增加了一个值。set k1 v1 , zset k1 score1 v1

###################################################################################
127.0.0.1:6379> zadd myset 1 one			# 添加一个值
(integer) 1
127.0.0.1:6379> zadd myset 2 two 3 three	# 添加多个值
(integer) 2
127.0.0.1:6379> zrange myset 0 -1
1) "one"
2) "two"
3) "three"
###################################################################################
排序
zrangebyscore key min max 从小到大排序
zrevrange key max min 从大到小排序

127.0.0.1:6379> zadd salary 100000 whd			# 增加三个用户
(integer) 1
127.0.0.1:6379> zadd salary 5000 zhangsan
(integer) 1
127.0.0.1:6379> zadd salary 2500 lisi
(integer) 1
127.0.0.1:6379> zrangebyscore salary -inf +inf	# 显示全部用户 从小到大排序
1) "lisi"
2) "zhangsan"
3) "whd"
127.0.0.1:6379> zrevrange salary 0 -1			# 从大到小排序
1) "whd"
2) "zhangsan"
3) "lisi"
127.0.0.1:6379> zrangebyscore salary -inf +inf withscores  	# 显示全部用户并携带成绩
1) "lisi"
2) "2500"
3) "zhangsan"
4) "5000"
5) "whd"
6) "100000"
127.0.0.1:6379> zrangebyscore salary -inf 5000 withscores	# 显示工资小于等于5000的员工升序排序
1) "lisi"
2) "2500"
3) "zhangsan"
4) "5000"
###################################################################################
zrem 移除key中的元素

127.0.0.1:6379> zrem salary zhangsan	# 移除有序集合中的指定元素
(integer) 1
127.0.0.1:6379> zrange salary 0 -1		
1) "lisi"
2) "whd"
127.0.0.1:6379> zcard salary			# 获取有序集合中的个数
(integer) 2
###################################################################################
zcount 获取指定区间的成员数量

127.0.0.1:6379> zadd myset 1 hello 2 world 3 redis 4 mongodb
(integer) 4
127.0.0.1:6379> zcount myset 1 4
(integer) 4
127.0.0.1:6379> zcount myset 2 4
(integer) 3

三种特殊数据类型

geospatial地理位置

​ 这个功能可以推算地理位置的信息，两地之间的距离，附近的人。

​ 可以查询一些测试数据：经纬度在线查询,地名(批量)查询经纬度,经纬度(批量)查询地名,google map运用geocoder.geocode实例 (yanue.net)

该数据类型只有六个命令：

  • geoadd
  • geodist
  • geohash
  • geopos
  • georadius
  • georadiusbymember

geoadd

# geoadd 添加地理位置
# 有效的经度从-180°到180°
# 有效的纬度从-85.05112878°到85.05112878°
# 当坐标位置超出上述位置指定范围时，该命令会返回错误

127.0.0.1:6379> zadd myset 1 hello 2 world 3 redis 4 mongodb
(integer) 4
127.0.0.1:6379> zcount myset 1 4
(integer) 4
127.0.0.1:6379> zcount myset 2 4
(integer) 3
127.0.0.1:6379> geoadd china:city 116.40 39.90 beijing
(integer) 1
127.0.0.1:6379> geoadd china:city 121.47 31.23 shanghai
(integer) 1
127.0.0.1:6379> geoadd china:city 106.50 29.53 chongqing 114.05 22.52 shenzhen
(integer) 2
127.0.0.1:6379> geoadd china:city 120.16 30.24 hangzhou 108.96 34.26 "xi an"
(integer) 2

geopos

# geopos 获取当前定位，一定是一个坐标值

127.0.0.1:6379> geopos china:city beijing				# 获取指定城市的经度和纬度
1) 1) "116.39999896287918091"
   2) "39.90000009167092543"
127.0.0.1:6379> geopos china:city shanghai chongqing
1) 1) "121.47000163793563843"
   2) "31.22999903975783553"
2) 1) "106.49999767541885376"
   2) "29.52999957900659211"

geodist

单位：

  • m 米
  • km 千米
  • mi 英里
  • ft 英尺
# geodist 两人之间的距离

127.0.0.1:6379> geodist china:city beijing shanghai km
"1067.3788"
127.0.0.1:6379> geodist china:city beijing chongqing km
"1464.0708"

georadius

# georedius 以给定的经纬度为中心，找出某一半径内的元素

127.0.0.1:6379> georadius china:city 110 30 1000 km		# 以110，30这个经纬度为中心，寻找方圆1000km内的城市
1) "chongqing"
2) "xi an"
3) "shenzhen"
4) "hangzhou"
127.0.0.1:6379> georadius china:city 110 30 500 km
1) "chongqing"
2) "xi an"
127.0.0.1:6379> georadius china:city 110 30 500 km withdist		# 显示中间距离的位置
1) 1) "chongqing"
   2) "341.9374"
2) 1) "xi an"
   2) "483.8340"	
127.0.0.1:6379> georadius china:city 110 30 500 km withcoord	# 显示他人的定位信息
1) 1) "chongqing"
   2) 1) "106.49999767541885376"
      2) "29.52999957900659211"
2) 1) "xi an"
   2) 1) "108.96000176668167114"
      2) "34.25999964418929977"
127.0.0.1:6379> georadius china:city 110 30 500 km withdist withcoord count 1		# 筛选出指定的结果
1) 1) "chongqing"
   2) "341.9374"
   3) 1) "106.49999767541885376"
      2) "29.52999957900659211"
127.0.0.1:6379> georadius china:city 110 30 500 km withdist withcoord count 2
1) 1) "chongqing"
   2) "341.9374"
   3) 1) "106.49999767541885376"
      2) "29.52999957900659211"
2) 1) "xi an"
   2) "483.8340"
   3) 1) "108.96000176668167114"
      2) "34.25999964418929977"

georadiusbymember

# georadiusbymember 找出位于指定元素周围的其他元素

127.0.0.1:6379> georadiusbymember china:city beijing 1000 km
1) "beijing"
2) "xi an"
127.0.0.1:6379> georadiusbymember china:city shanghai 400 km
1) "hangzhou"
2) "shanghai"

geohash

# geohash 返回一个或多个元素的geohash表示
# 该命令返回11个字符的geohash字符串

# 将二维的经纬度转换为一维的字符串，如果两个字符串越接近，则距离越近
127.0.0.1:6379> geohash china:city beijing chongqing
1) "wx4fbxxfke0"
2) "wm5xzrybty0"

geo底层的实现原理其实就是Zset，我们可以使用Zset命令来操作geo

127.0.0.1:6379> zrange china:city 0 -1		# 查看地图中全部的元素
1) "chongqing"
2) "xi an"
3) "shenzhen"
4) "hangzhou"
5) "shanghai"
6) "beijing"
127.0.0.1:6379> zrem china:city beijing		# 移除指定元素
(integer) 1
127.0.0.1:6379> zrange china:city 0 -1
1) "chongqing"
2) "xi an"
3) "shenzhen"
4) "hangzhou"
5) "shanghai"

Hyperloglog基数

基数指不重复元素的个数

优点

占用的内存是固定的，2^64不同的元素的技术，只需要费12KB内存。

测试使用

0.81%错误率，统计UV任务可以忽略不计

127.0.0.1:6379> pfadd mykey a b c d e f g h i j		# 创建第一组元素mykey
(integer) 1
127.0.0.1:6379> pfcount mykey						# 统计mykey元素的基数数量
(integer) 10
127.0.0.1:6379> pfadd mykey2 i j z x v b n m		# 创建第二组元素mykey2
(integer) 1
127.0.0.1:6379> pfcount mykey2
(integer) 8
127.0.0.1:6379> pfmerge mykey3 mykey mykey2			# 合并两组mykey mykey2 => mykey3 并集
OK
127.0.0.1:6379> pfcount mykey3						# 查看并集数量
(integer) 15

如果允许容错，那么可以使用Hyperloglog

如果不允许容错，就使用set或者自己的数据类型就行

Bitmaps位图

位存储

统计用户信息，活跃，不活跃；登录，未登录；打卡，未打卡…………两个状态的，都可以使用Bitmaps

Bitmaps位图，数据结构，都是操作二进制位来进行记录，就只有0和1两个状态

类比七天打卡场景

# 设置七天是否打卡
127.0.0.1:6379> setbit sign 0 1
(integer) 0
127.0.0.1:6379> setbit sign 1 1
(integer) 0
127.0.0.1:6379> setbit sign 2 0
(integer) 0
127.0.0.1:6379> setbit sign 3 0
(integer) 0
127.0.0.1:6379> setbit sign 4 1
(integer) 0
127.0.0.1:6379> setbit sign 5 0
(integer) 0
127.0.0.1:6379> setbit sign 6 1
(integer) 0
# 判断某一天是否打卡
127.0.0.1:6379> getbit sign 3
(integer) 0
127.0.0.1:6379> getbit sign 6
(integer) 1
# 统计七天打卡的天数
127.0.0.1:6379> bitcount sign
(integer) 4

事务

关系型数据库的事务：

Redis事物本质：一组命令的集合，一个事务中的所有命令都会被序列化，在事务执行过程中，会按照顺序执行。

一次性、顺序性、排他性。

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单条命令保证原子性，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> 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

取消事务

127.0.0.1:6379> multi
OK
127.0.0.1:6379(TX)> set k1 v1
QUEUED
127.0.0.1:6379(TX)> set k2 v2
QUEUED
127.0.0.1:6379(TX)> set k3 v3 
QUEUED
127.0.0.1:6379(TX)> discard			# 取消事务
OK
127.0.0.1:6379> get k1				# 事务队列中的命令都不会执行
(nil)

编译型异常（代码有问题，命令有错误），事务中所有的命令都不会执行

127.0.0.1:6379> multi
OK
127.0.0.1:6379(TX)> set k1 v1
QUEUED
127.0.0.1:6379(TX)> set k2 v2
QUEUED
127.0.0.1:6379(TX)> set k3 v3
QUEUED
127.0.0.1:6379(TX)> getset k3
(error) ERR wrong number of arguments for 'getset' command				# 错误的命令
127.0.0.1:6379(TX)> set k4 v4
QUEUED
127.0.0.1:6379(TX)> exec
(error) EXECABORT Transaction discarded because of previous errors.
# 错误命令前后队列均不会被执行（所有命令都不会被执行）
127.0.0.1:6379> get k1					
(nil)
127.0.0.1:6379> get k4
(nil)

运行时异常（如1/0），如果事务队列中存在语法性，那么执行命令的时候，其他命令是可以正常执行的，错误命令抛出异常！

127.0.0.1:6379> set k1 "v1"
OK
127.0.0.1:6379> multi
OK
127.0.0.1:6379(TX)> incr k1				#执行的时候会失败
QUEUED
127.0.0.1:6379(TX)> set k2 v2
QUEUED
127.0.0.1:6379(TX)> set k3 v3
QUEUED
127.0.0.1:6379(TX)> get k3
QUEUED
127.0.0.1:6379(TX)> exec
1) (error) ERR value is not an integer or out of range  # 虽然第一条命令报错了，但是依旧正常执行成功了
2) OK
3) OK
4) "v3"
127.0.0.1:6379> get k2
"v2"
127.0.0.1:6379> get k3
"v3"

监控 Watch （面试经常问）

悲观锁：

  • 很悲观，认为什么时候都会出问题，无论做什么都会加锁

乐观锁：

  • 很乐观，认为什么时候都不会出问题，所以不会上锁，更新数据的时候判断一下在此期间是否有人修改过这个数据
  • 获取version
  • 更新的时候比较version

Redis监视测试

# 正常执行成功
127.0.0.1:6379> set money 100
OK
127.0.0.1:6379> set out 0
OK
127.0.0.1:6379> watch money    			# 监视money对象
OK	
127.0.0.1:6379> multi					# 事务正常结束，数据期间没有发生变动，这个时候就正常执行成功
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
OK
127.0.0.1:6379> multi
OK
127.0.0.1:6379(TX)> decrby money 10
QUEUED
127.0.0.1:6379(TX)> incrby out 10
QUEUED
127.0.0.1:6379(TX)> exec				# 执行之前，另外一个线程修改了值，这会导致事务执行失败
(nil)


# 另一个线程执行的操作
127.0.0.1:6379> get money
"80"
127.0.0.1:6379> set money 1000
OK

unwatch可以取消监视，执行exec和discard命令后监视也会自动取消

获取最新的值

Jedis

idea远程连接redis注意

修改配置文件的时候改三处：

  1. daemonize 设置为 yes 表明要在后台运行。
  2. 把 bind 127.0.0.1这一行注释掉，就没有请求访问 ip限制了。
  3. 把 protected-mode 设置成 no 即可开启远程访问。ps：配置文件中，还可以给自己服务器的Redis加个访问密码

SpringBoot整合

SpringBoot操作数据：spring-data jpa jdbc mongodb redis

SpringData也是和SpringBoot齐名的项目

SpringBoot2.x之后，原来使用的jedis被替换为lettuce

jedis：采用直连，多个线程操作的话，是不安全的，如果想要避免不安全，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，可以减少线程的数据。更像NIO模式

BIO、NIO、AIO

整合测试

  1. 导入依赖

  1. 配置连接

  1. 测试

redis查看keys会出现乱码，因为没有序列化

自定义RedisTemplate

原因

​ redis任何数据存储都需要进行序列化操作。Spring的redisTemplate默认会使用java serialization做序列化。你也可以用StringRedisTemplate，那么你set的所有数据都会被toString一下再存到redis里。但这个toString不一定能反解析的回来……总之简单一句话，你要形成一个序列化的约定，确保存进去的东西能解析回来不出错。

/**
 * @Author huashaoxinzai
 * @Create 2022/10/7 11:20
 * @Versio 1.0
 * @Description 编写自己的RedisTemplate
 */

@Configuration
public class RedisConfig {

    @Bean
    public RedisTemplate<String, Object> redisTemplate(RedisConnectionFactory factory)
            throws UnknownHostException {
        RedisTemplate<String, Object> template = new RedisTemplate<>();
        template.setConnectionFactory(factory);
        //  Json序列化配置
        Jackson2JsonRedisSerializer jackson2JsonRedisSerializer = new Jackson2JsonRedisSerializer(Object.class);
        ObjectMapper om = new ObjectMapper();
        // 指定要序列化的域，field,get和set,以及修饰符范围，ANY是都有,包括private和public
        om.setVisibility(PropertyAccessor.ALL, JsonAutoDetect.Visibility.ANY);
        // 指定序列化输入的类型，类必须是非final修饰的，final修饰的类，比如String,Integer等会抛出异常
        //om.enableDefaultTyping(ObjectMapper.DefaultTyping.NON_FINAL);  //@Deprecated 已过时
        om.activateDefaultTyping(LaissezFaireSubTypeValidator.instance, ObjectMapper.DefaultTyping.NON_FINAL);
        jackson2JsonRedisSerializer.setObjectMapper(om);

        //配置具体的序列化方式
        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序列化采用jackson
        template.setValueSerializer(jackson2JsonRedisSerializer);
        template.setHashValueSerializer(jackson2JsonRedisSerializer);
        template.afterPropertiesSet();

        return template;
    }
}

redis工具类

在企业开发中，基本上不会使用原生的方法编写代码，一般会有自己的工具类。

Redis.conf详解

启动的时候就是通过配置文件启动

单位

includes包含

network网络

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

general 通用

daemonize yes		# 以守护进程的方式运行，默认是no，我们需要自己开启为yes
pidfile /var/run/redis_6379.pid		# 如果以后台的方式运行，我们就需要指定一个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
databases  16	# 数据库的数量，默认是16个数据库
always-show-logo yes	# 是否总是显示logo

快照

持久化，在规定时间内，执行了多少次操作，则会持久化到文件 .rdb .aof

redis是内存数据库，如果没有持久化，那么数据断电即失

# 900s内，如果至少有1个key进行了修改，则进行持久化操作
save 900 1
# 300s内，如果至少有10个key进行了修改，则进行持久化操作
save 300 10
# 60s内，如果至少有10000个key进行了修改，则进行持久化操作
save 60 10000

stop-writes-on-bgsave-erro yes		# 持久化如果出错，是否还需要继续工作

rdbcompression yes					# 是否压缩rdb文件，需要消耗一些cpu资源

rdbchecksum yes						# 保存rdb文件的时候进行错误的检查校验

dir ./								# rdb 文件保存的目录

replication 复制，后面会有主从复制。

security 安全

可以在这里设置redis的密码，默认是没有密码的。

clients 限制

maxclients 10000	# 设置能连接上redis的最大客户端的数量

maxmemory<bytes>	# redis配置最大的内存容量

maxmemory-policy noeviction # 内存到达上限之后的处理策略
	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：随即删除即将过期key
	4.allkeys-random：随即删除
	5.volatile-ttl：删除即将过期的
	6.noeviction：永不过期，返回错误

append only 模式 aof配置

appendonly no		# 默认是不开启aof模式的，默认是使用rdb方式持久化，在大部分所有的情况下，rdb完全够用
appendfilename "appendonly.aof"		# 持久化的文件的名字

# appendfsync always		# 每次修改都会sync。消耗性能
appendfsync everysec		# 每秒执行一次sync，可能会丢失设1s的数据
# appendfsync no			# 不执行sync，这个时候操作系统自己同步数据，速度最快

Redis持久化

面试和工作，持久化都是重点

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，这时候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。

redis默认配置的就是RDB，一般情况下不需要修改这个配置

rdb保存的文件是dump.rdb

触发机制

  1. save的规则满足的情况下，会自动触发rdb规则
  2. 执行flushall命令，也会触发rdb规则
  3. 退出redis，也会产生rdb文件

备份就自动生成一个dump.rdb文件

如何恢复rdb文件

  1. 只需要将rdb文件放在我们redis启动目录就可以，redis启动的时候会自动检查dump.rdb恢复其中的数据
  2. 查看需要存放的位置
127.0.0.1:6379> config get dir
1) "dir"
2) "/usr/local/bin"			# 如果在这个目录下存在dump.rdb文件，启动就会自动恢复其中的数据

优点：

  1. 适合大规模的数据恢复
  2. 对数据的完整性要求不高

缺点：

  1. 需要一定的时间间隔进程操作，如果redis意外宕机了，最后一次修改的数据就没有了
  2. fork进程时，会占用一定的内容空间

AOF(Append Only File)

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），只许追加文件不可以改写文件，redis启动之初会读取该文件重新构建数据，换言之，redis重启的话就根据日志文件的内容将写指令从前到后执行一次以完成数据的恢复工作。

aof保存的是appendonly.aof文件

默认是不开启的，把no改成yes就开启了aof，重启redis就可以生效

修复工具

如果aof文件有错误，redis启动不了，可以通过 redis-check-aof --fix命令修复这个aof文件

重写规则

aof默认是文件无限追加，文件会越来越大

如果aof文件超过64m，fork一个新的进程进行重写

优点和缺点

appendonly no		# 默认是不开启aof模式的，默认是使用rdb方式持久化，在大部分所有的情况下，rdb完全够用
appendfilename "appendonly.aof"		# 持久化的文件的名字

# appendfsync always		# 每次修改都会sync。消耗性能
appendfsync everysec		# 每秒执行一次sync，可能会丢失设1s的数据
# appendfsync no			# 不执行sync，这个时候操作系统自己同步数据，速度最快

优点：

  1. 每一次修改都同步，文件的完整性会更好
  2. 每秒同步一次，可能会丢失一秒的数据
  3. 从不同步，效率是最高的

缺点：

  1. 相对于数据文件，aof远远大于rdb，修复速度也比rdb慢
  2. aof运行效率也要比rdb慢

总结和扩展

  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，如果只希望数据在服务器运行时存在，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？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lO，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MasterlSlave 中的RDB文件，载入较新的那个，微博就是这种架构。

Redis订阅发布

Redis发布订阅（pub/sub)是一种消息通信模式：发送者（pub）发送信息，订阅者（sub）接收消息。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channel1时，这个消息就会被发送给订阅它的三个客户端：

命令

测试

订阅端：

127.0.0.1:6379> subscribe huashaoxinzai			# 订阅一个频道
Reading messages... (press Ctrl-C to quit)
1) "subscribe"
2) "huashaoxinzai"
3) (integer) 1
# 等待读取推送消息
1) "message"			# 消息
2) "huashaoxinzai"		# 频道
3) "hello,world"		# 消息的具体内容

发送端：

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

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。

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。前者称驹主节点(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︰

  • 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;
  • 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"。对于这种场景，我们可以使如下这种架构︰

查看当前库的信息

127.0.0.1:6379> info replication			# 查看当前库的信息
# Replication
role:master				# 角色 master
connected_slaves:0		# 从机数量
master_failover_state:no-failover
master_replid:3f55f1c3debd18b4a626b5fec25ddece12633e4c
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

注意

配置主从机时，如果使用命令行配置，得到的是暂时的，一旦重新启动从机，就会变回主机。

在配置文件中修改是永久的。

复制原理

Slave启动成功连接到master后会发送一个sync同步命令

Master接到命令，启动后台的存盘进程，同时收集所有接收到的用于修改数据集的命令，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：slave服务在接收到数据文件后，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一次传给slave，完成同步。

只要重新连接master，一次完全同步（全量复制）将被自动执行，我们的数据一定可以在从机中看到。

层层链路

上一个主机连接下一个从机

这时候我们也能完成主从复制

如果主机shutdown了，这时候能否选择一个新的主机呢？

如果主机断开了连接，我们可以使用slaveof no one 让自己变成主机，其他节点就可以手动连接到这个最新的节点。如果这个时候原来的主机修复了，那就重新连接，重新配置主从关系。

哨兵模式（常用）

概述

主从切换技术的方法是︰当主服务器宕机后，需要手动把一台从服务器切换为主服务器，这就需要人工干预，费事费力，还会造成一段时间内服务不可用。这不是一种推荐的方式，更多时候，我们优先考虑哨兵模式。Redis从2.8开始正式提供了Sentinel (哨兵）架构来解决这个问题。

谋权篡位的自动版，能够后台监控主机是否故障，如果故障了根据投票数自动将从库转换为主库。

哨兵模式是一种特殊的模式，首先Redis提供了哨兵的命令，哨兵是一个独立的进程，作为进程，它会独立运行。其原理是哨兵通过发送命令，等待Redis服务器响应，从而监控运行的多个Redis实例。

这里的哨兵有两个作用：

  • 通过发送命令，让Redis服务器返回监控其运行状态，包括主服务器和从服务器。
  • 当哨兵监测到master宕机，会自动将slave切换成master，然后通过发布订阅模式通知其他的从服务器，修改配置文件，让它们切换主机。

然而一个哨兵进程对Redis服务器进行监控，可能会出现问题，为此，我们可以使用多个哨兵进行监控。各个哨兵之间还会进行监控，这样就形成了多哨兵模式。

假设主服务器宕机，哨兵1先检测到这个结果，系统并不会马上进行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。

哨兵模式的优缺点

优点

  1. 哨兵模式是基于主从复制模式，所有主从复制的优点哨兵模式同样具有。
  2. 主从可以切换，故障可以转移，系统可用性更好
  3. 哨兵模式是主从模式的升级，系统更健壮，可用性更高

缺点

  1. Redis较难支持在线扩容，在集群容量达到上限时在线扩容会变得很复杂
  2. 实现哨兵模式的配置也不简单，甚至可以说有些繁琐

Redis缓存穿透和雪崩（面试高频，工作常用）

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

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。（但是会浪费空间）

加互斥锁（setnx）

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。（例如双十一的淘宝）

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

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。

posted @   话少心在D  阅读(30)  评论(0)  编辑  收藏  举报
相关博文：
· 操作系统王道23选择题总结
· 操作系统面向408入门
· Redis
· redis
· Redis笔记
阅读排行：
· 阿里最新开源QwQ-32B，效果媲美deepseek-r1满血版，部署成本又又又降低了！
· AI编程工具终极对决：字节Trae VS Cursor，谁才是开发者新宠？
· 开源Multi-agent AI智能体框架aevatar.ai，欢迎大家贡献代码
· Manus重磅发布：全球首款通用AI代理技术深度解析与实战指南
· 被坑几百块钱后，我竟然真的恢复了删除的微信聊天记录！
点击右上角即可分享
微信分享提示
AI IDE Trae