Nosql概述

为什么使用Nosql

1、单击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！
1、数据量如果太大，一个机器放不下了！
2、数据的索引（B+Tree），一个机器放不下
3、访问量（读写混合），一个服务器承受不了
2、Memcached（缓存）+MySQL+垂直拆分（读写分离）
网站80%的情况都是在读，每次都要去查询数据库的话就十分的麻烦！所以我们希望减轻数据的压力，我们就可以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
3、分库分表+水平拆分+MySQL集群
本质：数据库（读、写）
早些年MyISAM：表锁，十分影响效率，高并发下就会出现严重的锁问题
转战Innodb：行锁
慢慢的就开始使用分库分表来解决写的压力！
4、如今最近的年代
2010—2020十年之间，世界已经发生了翻天覆地的变化；（定位、也是一种数据，音乐，榜单）
MySQL等关系型数据库就不够用了！数据量很多，变化很快
MySQL有的使用它来存储一些比较大的文件，博客、图片！数据库表很大，效率就低了
目前一个基本的互联网项目
为什么要用NoSQL
用户的个人信息、社交网络、地理位置、用户自己产生的数据，用户日志等爆发式增长
这时候我们就需要使用NoSQL数据库， NoSQL可以很好的处理以上的情况！

什么是NoSQL

Nosql
Nosql = Not Only Sql（不仅仅是SQL）
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
很多的数据类型用户的个人信息、社交网络、地理位置。这些数据类型的存储不需要一个固定的格式！不需要多余的操作就可以横向扩展的！
NoSQL特点
解耦！
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）
3、数据类型是多样型的！（不需要事先设计数据库！随起随用）
4、传统RDBMS和NoSQL
传统的RDBMS
- 结构化组织
- 数据和关系都储存在单独的表中
- SQL
- 数据操作，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（社交关系）
- 最终一致性
- CAP和BASE（异地多活）
- 高性能、高可用、高可扩展
- …..
如果未来想当一个架构师：没有什么是加一层解决不了的！
# 1、商品的基本信息
名称、价格、商家信息；
关系型数据库就可以解决了！MySQL/Oracle
淘宝内部的MySQL 不是大家用的MySQL

2、商品的描述、评论（文字比较多）
文档型数据库中，MongoDB

3、图片
分布式文件系统 FastDFS
- 淘宝自己的TFS
- Google的 GFS
- Hadoop HDFS
- 阿里云的 OSS

# 4、商品的关键字（搜索）
- 搜索引擎 solr elasticsearch
- ISearch：多隆（多去了解一下技术大佬）
所有牛逼的人都有一段苦逼的岁月！但是你只要像SB一样的去坚持，终将牛逼！

# 5、商品热门的波段信息
- 内存数据库
- Redis Tair Memache….

6、商品的交易，外部的支付接口
- 三方应用

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格式一样）：

• MongoDB（一般必须要掌握）
  • MongoDB是一个基于分布式文件存储的数据库，C++编写，主要用来处理大量的文档！
  • MongoDB是一个介于关系型数据库和非关系型数据库中中间的产品！MOngoDB是非关系型数据库中功能最像关系型数据库的！

列存储数据库

• HBase
• 分布式文件系统

图关系数据库

• 他不是存图形，放的是关系，比如：朋友圈社交网络，广告推荐等；
• Neo4j，InfoGrid；

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ANSIC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可以干嘛？
1、内存存储、持久化，内存中是断电即失、所以说持久化很重要（rdb、aof）
2、效率高、可以用于高速缓存
3、发布订阅系统
4、地图信息分析
5、计时器、计数器（浏览量！）
…..
特性
1、多样的数据类型
2、持久化
3、集群
4、事务
……
学习中需要用到的东西
1、狂神说公众号
2、官网：https://redis.io/
3、中文网：http://www.redis.cn/
4、下载地址：通过官网下载即可！
注意：Windows在GitHub下载（停更很久了！）
Redis推荐都是在Linux服务器上搭建的，我们是基于Linux学习的！

Windows安装

1、下载安装包

2、使用Redis客户端来连接Redis
记住一句话，Windows下使用确实简单，但是Redis推荐我们使用Linux去开发使用！

Linux安装

1、下载安装包 ！redis-6.2.4.tar.gz
2、解压Redis的安装包！程序/opt，进入redis-6.2.4.tar.gz可以看到配置文件
3、基本的环境安装
yum install gcc-c++
make #配置所需要的环境
make install
5、redis的默认安装路径 /usr/local/bin
6、将redis配置文件，拷贝到当前目录下
7、Redis默认不是后台启动的，所以修改为后台运行
8、启动Redis服务
9、使用redis-cli进行测试连接
keys *查看所有的key
10 、查看Redis的进程是否开启
11、如何关闭Redis服务shutdown
12、后面我们会使用单机多Redis启动集群测试

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
测试：
#测试：100个并发连接 100000请求
redis-benchamark -h localhost -p 6379 -c 100 -n 100000
如何查看这些分析呢？

基础知识

redis默认有16个数据库
默认使用的是第0个数据库
可以使用selecte进行切换数据库
[root@VM-12-5-centos bin]# redis-cli -p 6379
127.0.0.1:6379> select 3 #切换数据库
OK
127.0.0.1:6379[3]> dbsize #查看db大小
(integer) 0
127.0.0.1:6379[3]>
127.0.0.1:6379[3]> keys * #查看数据库所有的key
1) “name”

清空所有
flushall
#清空当前数据库
flushdb
Redis 是单线程的！
明白Redis是很快的，官方表示，Redis是基于内存操作的，CPU不是Redis性能瓶颈，Redis的瓶颈是根据机器的内存和网络带宽，既然可以使用单线程来实现，就使用单线程了！所以就使用了单线程！
Redis是C语言写的，官方提供的数据为100000+的QPS，完全不比同样是使用key-value的Memecache差！
Redis 为什么单线程还这么快？
1、误区1：高性能的服务器一定是多线程的？
2、误区2：多线程（CPU上下文会切换）一定比单线程效率高！
CPU>内存>硬盘
核心：redis是将所有的数据全部放在内存中，所以说使用单线程去操作效率就是最高的，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，这就是最佳的方案！

五大数据类型

官网文档
全段翻译：Redis是一个开源（BSD许可）的，内存中的数据结构存储系统，它可以用作数据库，缓存和消息中间件MQ，它支持多种数据类型的数据结构，如 字符串（Strings），散列（hashes），列表（lists），集合（sets），有序集合（sorted sets）与范围查询，bitmaps，hyperloglogs和地理空间（geospatial）索引半径查询，Redis内置了复制（replication），LUA脚本（Luascrpting），LRU驱动事件（LRU eviction），事务（transactions）和不同级别的 磁盘持久化（persistence），并通过Redis哨兵（Sentinel）和自动分区（Cluster）提供高可用性（high availability）。
讲述的命令一定要记住！

Redis-key

move key 1 #name :需要移除的key值。1代表数据库
exist key #判断某个key是否存在
expire key NaN #设置key值过期时间 xxx key值 NaN过期时间（秒）
ttl name #查看key值距离过期剩余时间
keys * #查看所有的key
type key #查看当前key的数据类型
append key “” #追加字符串

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> EXISTS key1 #判断某一个key是否存在
(integer) 1
127.0.0.1:6379> APPEND key1 “hello” #追加字符串 ，如果当前key不存在，就相当于set key
(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
127.0.0.1:6379> APPEND key1 “,wumao”
(integer) 13
127.0.0.1:6379> get key1
“v1hello,wumao”
##########################################################
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 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> INCRBY views 10 # 设置步长，指定增量！
(integer) 10
127.0.0.1:6379> DECRBY views 5
(integer) 5

#####################################################
字符串范围 range
127.0.0.1:6379> set key1 “hello,wumao” # 设置key1的值
127.0.0.1:6379> get key1
“hello,wumao”
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，相当于get key
“hello,wumao”

替换
127.0.0.1:6379> set key1 asdfgh
OK
127.0.0.1:6379> get key2
(nil)
127.0.0.1:6379> keys *
1) “key1”
127.0.0.1:6379> get key1
“asdfgh”
127.0.0.1:6379> SETRANGE key1 1 xx #替换指定位置开始的字符串
(integer) 6
127.0.0.1:6379> get key1
“axxfgh”

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

127.0.0.1:6379> setex key3 30 “wumao” #设置key3的值为wumao,30秒后过期
OK
127.0.0.1:6379> get key3
“wumao”
127.0.0.1:6379> setnx mykey “redis” # 如果mykey 不存在，创建mykey
(integer) 1
127.0.0.1:6379> keys
1) “mykey”
2) “key1”
127.0.0.1:6379> ttl key3
(integer) -2
127.0.0.1:6379> setnx mykey “MongoDB” #如果mykey存在，创建失败
(integer) 0
127.0.0.1:6379> get mykey
“redis”
####################################################
mset
mget
127.0.0.1:6379> mset k1 v1 k2 v2 k3 v3 #同时设置多个值
OK
127.0.0.1:6379> keys
1) “k1”
2) “k3”
3) “k2”
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
set user:1 {name:zhangsan,age:2} #设置一个user:1对象 值为json字符串保存一个对象！

这里的key是一个巧妙的设计； user:{id}:{filed},如此设计在Redis中是完全OK的！

127.0.0.1:6379> mset user:1:name zhangsan user:1:age 2
OK
127.0.0.1:6379> mget user:1:name user:1:age
1) “zhangsan”
2) “2”

##############################################
getset #先get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”
数据结构是相同的！
String类似的使用场景：value除了是我们的字符串还可以是我们的数字！

• 计数器
• 统计多单位的数量
• 粉丝数
• 对象缓存存储！

  List

  可以重复
  基本的数据类型，列表，在Redis里面可以把list玩成，栈、队列、阻塞队列！
  所有的list命令都是用 l 开头的
  #####################################################################
  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 #range获取list中的值！
  1) “three”
  2) “two”
  3) “one”
  127.0.0.1:6379> LRANGE list 0 1
  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) “four”
2) “three”
3) “two”
4) “one”
5) “right”
127.0.0.1:6379> LPOP list # 移除list的第一个元素
“four”
127.0.0.1:6379> RPOP list # 移除list的最后一个元素
“right”
127.0.0.1:6379> LRANGE list 0 -1
1) “three”
2) “two”
3) “one”

#########################################
Lindex #下标也是从0开始的

127.0.0.1:6379> LRANGE list 0 -1
1) “three”
2) “two”
3) “one”
127.0.0.1:6379> LINDEX list 1 # 通过下标获得list中的某一个值
“two”
127.0.0.1:6379> LINDEX list 0
“three”

#########################################
Llen

127.0.0.1:6379> LRANGE list 0 -1
1) “three”
2) “two”
3) “one”
127.0.0.1:6379> LLEN list # 返回列表的长度
(integer) 3

#########################################
移除指定的值
取关 uid

Lrem

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，精确匹配
(integer) 1
127.0.0.1:6379> LRANGE list 0 -1
1) “three”
2) “three”
3) “two”
127.0.0.1:6379> LREM list 2 three
(integer) 2
127.0.0.1:6379> LRANGE list 0 -1
1) “two”

#########################################
Java —-> trim 去掉两边的空格
Ltrim 截取

127.0.0.1:6379> LPUSH mylist “hello”
(integer) 1
127.0.0.1:6379> LPUSH mylist “hello1”
(integer) 2
127.0.0.1:6379> LPUSH mylist “hello2”
(integer) 3
127.0.0.1:6379> LPUSH mylist “hello3”
(integer) 4
127.0.0.1:6379> LPUSH mylist “hello4”
(integer) 5
127.0.0.1:6379> LTRIM mylist 1 2 # 通过下标截取指定的长度，这个list已经改变了，只剩下截取的元素
OK
127.0.0.1:6379> LRANGE mylist 0 -1
1) “hello3”
2) “hello2”

#########################################
rpoplpush # 移除列表的最后一个元素。将他移动到一个新的列表中！

127.0.0.1:6379> LRANGE mylist 0 -1
1) “hello”
2) “hello1”
3) “hello2”
127.0.0.1:6379> RPOPLPUSH mylist myotherlist # 移除列表的最后一个元素。将他移动到一个新的列表中！
“hello2”
127.0.0.1:6379> LRANGE mylist 0 -1 # 查看原来的列表
1) “hello”
2) “hello1”
127.0.0.1:6379> LRANGE myotherlist 0 -1 # 查看目标列表
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>EXISTS list # 判断这个列表是否存在
（integer）0
127.0.0.1:6379> lset list 0 item # 如果不存在列表我们去更新时会报错
(error) ERR no such key
127.0.0.1:6379> LPUSH list helli
(integer) 1
127.0.0.1:6379> LRANGE list 0 0
1) “helli”
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 other # 如果不存在，则会报错
(error) ERR index out of range

#######################################################
linsert # 将某个具体的value插入到指定值的前面或后面!

127.0.0.1:6379> LPUSH mylist “hello”
(integer) 1
127.0.0.1:6379> LPUSH mylist “world”
(integer) 2
127.0.0.1:6379> LINSERT mylist before “world” “other”
(integer) 3
127.0.0.1:6379> LRANGE mylist 0 -1
1) “other”
2) “world”
3) “hello”
127.0.0.1:6379> LINSERT mylist after “world” “other”
(integer) 4
127.0.0.1:6379> LRANGE mylist 0 -1
1) “other”
2) “world”
3) “other”
4) “hello”
小结

• 他实际上是一个链表，before Node after，left，right都可以插入值
• 如果key不存在，创建新的链表
• 如果key存在，新增内容
• 如果移除了所有值，空链表，也代表不存在！
• 在两边插入或者改动值，效率最高！中间元素，相对来说效率会低一点

  Set（集合）

  set中的值是不可以重复的！
  ##################################################################
  127.0.0.1:6379> sadd myset “hello” # set 集合中添加元素
  (integer) 1
  127.0.0.1:6379> sadd myset “wumao”
  (integer) 1
  127.0.0.1:6379> sadd myset “love wumao”
  (integer) 1
  127.0.0.1:6379> SMEMBERS myset # 查看set集合中所有的元素
  1) “wumao”
  2) “love wumao”
  3) “hello”
  127.0.0.1:6379> SISMEMBER myset hello #查看set集合中是否存在某一个值
  (integer) 1
  127.0.0.1:6379> SISMEMBER myset world
  (integer) 0

############################################################
127.0.0.1:6379> scard myset #查看set集合中的内容元素的个数
(integer) 3

############################################################
srem

127.0.0.1:6379> srem myset hello # 移除set集合中的指定元素
(integer) 1
127.0.0.1:6379> scard myset
(integer) 3
127.0.0.1:6379> SMEMBERS myset
1) “hehfoa”
2) “wumao”
3) “love wumao”

############################################################
set 无序不重复集合，抽随机！

127.0.0.1:6379> SRANDMEMBER myset #随机抽选出一个元素
“love wumao”
127.0.0.1:6379> SRANDMEMBER myset
“love wumao”
127.0.0.1:6379> SRANDMEMBER myset
“hehfoa”

############################################################
删除指定的key，随机删除key!

127.0.0.1:6379> spop myset
“love wumao”
127.0.0.1:6379> spop myset # 随机删除一个元素
“hehfoa”
127.0.0.1:6379> SMEMBERS myset
1) “wumao”

############################################################
将一个指定的值，移动到另外一个set集合中

127.0.0.1:6379> sadd myset hello world wumao
(integer) 3
127.0.0.1:6379> SMEMBERS myset
1) “wumao”
2) “world”
3) “hello”
127.0.0.1:6379> sadd myset2 set2
(integer) 1
127.0.0.1:6379> smove myset myset2 wumao # 将一个指定的值，移动到另外一个set集合！
(integer) 1
127.0.0.1:6379> SMEMBERS myset
1) “world”
2) “hello”
127.0.0.1:6379> SMEMBERS myset2
1) “wumao”
2) “set2”

#################################################################
微博，B站，共同关注（并集）
数字集合类
- 差集
- 交集
- 并集
127.0.0.1:6379> SDIFF key1 key2 # 差集
1) “b”
2) “a”
127.0.0.1:6379> SINTER key1 key2 # 交集 共同好友就是这样实现的
1) “c”
127.0.0.1:6379> SUNION key1 key2 # 并集
1) “b”
2) “c”
3) “d”
4) “a”
5) “e”

Hash

Map集合，key-map! 这时候这个值是一个map集合！ 本质和String类型没有太大区别，还是简单的key-value
127.0.0.1:6379> hset myhash field wuamo # set一个具体 key-value
(integer) 1
127.0.0.1:6379> hget myhash field # 获取一个字段值
“wuamo”
127.0.0.1:6379> hmset myhash field hello field2 world # set多个具体 key-value
OK
127.0.0.1:6379> hmget myhash field field2 #获取多个字段值
1) “hello”
2) “world”
127.0.0.1:6379> hgetall myhash #获取全部的数据
1) “field”
2) “hello”
3) “field2”
4) “world”
###################################################################
hdel #删除

127.0.0.1:6379> hdel myhash field #删除hash指定的key字段！对应的value值也就消失了
(integer) 1
127.0.0.1:6379> hgetall myhash
1) “field2”
2) “world”

#############################################################
hlen # 获取hash的字段长度

127.0.0.1:6379> hmset myhash field hello field2 world
OK
127.0.0.1:6379> hlen myhash # 获取hash表的字段数量
(integer) 2
127.0.0.1:6379> hgetall myhash
1) “field2”
2) “world”
3) “field”
4) “hello”

#############################################################
hexists #判断hash指定字段是否存在

127.0.0.1:6379> HEXISTS myhash field
(integer) 1
127.0.0.1:6379> HEXISTS myhash field3
(integer) 0

#############################################################
#只获取所有的field字段
#只获取所有的value

127.0.0.1:6379> hkeys myhash #只获取所有的field字段
1) “field2”
2) “field”
127.0.0.1:6379> hvals myhash #只获取所有的value
1) “world”
2) “hello”

#############################################################
incr decr

127.0.0.1:6379> hset myhash field3 5 # 指定增量
(integer) 1
127.0.0.1:6379> HINCRBY myhash field3 1
(integer) 6
127.0.0.1:6379> HINCRBY myhash field3 -1
(integer) 5
127.0.0.1:6379> hsetnx myhash field4 hello # 如果不存在则可以设置
(integer) 1
127.0.0.1:6379> hsetnx myhash field4 world # 如果存在则不可以设置
(integer) 0
hash变更数据 user name age ,尤其是对用户信息之类的，经常变动的信息！hash更适合与对象的存储，String更适合与字符串的存储！

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”

###############################################
排序如何实现

127.0.0.1:6379> zadd salary 2500 xiaohong #添加三个用户
](integer) 1
127.0.0.1:6379> zadd salary 5000 zhangsan
(integer) 1
127.0.0.1:6379> zadd salary 500 wumao
(integer) 1
127.0.0.1:6379> ZRANGEBYSCORE salary -inf +inf #显示全部用户排序 ， 从小到大
1) “wumao”
2) “xiaohong”
3) “zhangsan”
127.0.0.1:6379> ZREVRANGE salary 0 -1 #显示全部用户并排序，从大到小
1) “zhangsan”
2) “wumao”
127.0.0.1:6379> ZRANGEBYSCORE salary -inf +inf withscores
1) “wumao”
2) “500”
3) “xiaohong”
4) “2500”
5) “zhangsan”
6) “5000”
127.0.0.1:6379> ZRANGEBYSCORE salary -inf 2500 withscores #显示工资小于2500员工的升序排列！
1) “wumao”
2) “500”
3) “xiaohong”
4) “2500”

###############################################
移除rem 中的元素

127.0.0.1:6379> ZRANGE salary 0 -1
1) “wumao”
2) “xiaohong”
3) “zhangsan”
127.0.0.1:6379> zrem salary xiaohong # 移除有序集合中的指定元素
(integer) 1
127.0.0.1:6379> ZRANGE salary 0 -1
1) “wumao”
2) “zhangsan”

###############################################
获取集合中的个数

127.0.0.1:6379> zcard salary # 获取集合中的个数
(integer) 2
#####################################################

127.0.0.1:6379> zadd myset 1 hello 3 world 3 wumao
(integer) 3
127.0.0.1:6379> zcount myset 1 3 # 获取自定区间的成员数量
(integer) 3
127.0.0.1:6379> zcount myset 1 2
(integer) 1
其余的一些API，剩下的命令如果有需要，可以去官方文档查看学习
案例思路：set 排序 存储 存储班级成绩，工资表排序！
普通消息 1 ， 重要消息 2，带权重进行判断！
排行榜应用实现，取Top N测试！

三种特殊数据类型

geospatial

朋友的定位、附近的人，打车举例计算！
Redis 的Geo在Redis3.2版本就推出了！
可以查询一些测试数据：http://www.jsons.cn/lngcodeinfo/0706D99C19A781A3/
只有六个命令
官方文档：https://www.redis.net.cn/order/3685.html
geoadd
#geoadd 添加地理位置

有效的经度从-180度到180度
#有效的维度从-85.05112878度到85.05112878度
#当坐标位置超出上述指定的范围时，该命令将会返回一个错误

127.0.0.1:6379> geoadd china:city 39.90 116.40 beijing
#(error) ERR invalid longitude,latitude pair 39.900000,116.400000

规则：两极无法直接添加，我们一般会下载城市数据，直接查询Java程序一次性导入
#参数 key 值（维度、经度、名称）
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
(integer) 1
127.0.0.1:6379> geoadd china:city 114.05 22.52 shenzhen
(integer) 1
127.0.0.1:6379> geoadd china:city 120.16 30.24 hangzhou
(integer) 1
127.0.0.1:6379> geoadd china:city 108.96 34.26 xian
(integer) 1
geopos
获取当前的定位：一定是一个坐标值

127.0.0.1:6379> geopos china:city beijing #获取指定的城市的经度和维度
1) 1) “116.39999896287918091”
2) “39.90000009167092543”
127.0.0.1:6379> geopos china:city chongqing shenzhen
1) 1) “106.49999767541885376”
2) “29.52999957900659211”
2) 1) “114.04999762773513794”
2) “22.5200000879503861”
geodist
两人之间的距离
单位：

• m 表示单位为米
• km 表示单位为千米
• mi 表示单位为英里

• ft 表示单位为英尺

  127.0.0.1:6379> GEODIST china:city beijing shanghai km #查看北京到上海的直线距离
  “1067378.7564”
  127.0.0.1:6379> GEODIST china:city beijing chongqing km #查看北京到重庆的直线距离
  “1464070.8051”
  georadius 以给定的经纬度为中心，找出某一半径内的元素
  我附近的人？（获取所有附近的人的地址，定位）通过半径来查询！
  所有的数据都录入：china : city，才会让结果更加清晰！
  127.0.0.1:6379> GEORADIUS china:city 110 30 100 km #获取以110 30 这个经纬度为中心，寻找方圆1000km内的城市
  (empty array)
  127.0.0.1:6379> GEORADIUS china:city 110 30 1000 km
  1) “chongqing”
  2) “xian”
  3) “shenzhen”
  4) “hangzhou”
  #withdist 显示到中间位置的距离
  #withcoord 显示他人位置的经纬度（定位信息）
  #count 筛选出指定的结果
  127.0.0.1:6379> GEORADIUS china:city 110 30 1000 km withcoord withdist count 1
  1) 1) “chongqing”
  2) “341.9374”
  3) 1) “106.49999767541885376”
  2) “29.52999957900659211”
  2) 1) “xian”
  2) “483.8340”
  3) 1) “108.96000176668167114”
  2) “34.25999964418929977”
  3) 1) “shenzhen”
  2) “924.6408”
  3) 1) “114.04999762773513794”
  2) “22.5200000879503861”
  4) 1) “hangzhou”
  2) “977.5143”
  3) 1) “120.1600000262260437”
  2) “30.2400003229490224”
  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) “xian”
  geohash 命令-返回一个或多个位置元素的Geohash表示
  该命令将返回11个字符的Geohash字符串！
  # 将二位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命令来操作geo
  127.0.0.1:6379> zrange china:city 0 -1 #查看地图中全部元素
  1) “chongqing”
  2) “xian”
  3) “shenzhen”
  4) “hangzhou”
  5) “shanghai”
  6) “beijing”
  127.0.0.1:6379> zrem china:city beijing #移除指定元素
  (integer) 1
  127.0.0.1:6379> zrange china:city 0 -1
  1) “chongqing”
  2) “xian”
  3) “shenzhen”
  4) “hangzhou”
  5) “shanghai”

  hyperloglog

  什么是基数？
  A{1,3,5,7,8,9}
  B{1,3,5,7,8}
  基数（不重复元素 ） = 5 ，可以接受误差！
  简介
  Redis 2.8.9版本就更新了Hyperloglog数据结构！
  Redis Hyperloglog 基数统计的算法
  优点：占用的内存是固定的，2^64不同的元素的基数，只需要费12KB内存！如果要从内存的角度来比较的话Hyperloglog首选！
  网页的UV（一个人访问一个网站多次，但是还是算作一个人！）
  传统的方式，set保存用户的id，然后就可以统计set中的元素数量作为标准判断！
  这个方式如果保存大量的用户id，就会比较麻烦，我们的目的就是为了计数，而不是保存用户id；
  0.81%错误率！统计UV任务，可以忽略不计的！
  测试使用
  127.0.0.1:6379> PFadd mykey a b c d e f g h i j #创建第一组元素 mykey
  (integer) 1
  127.0.0.1:6379> PFCOUNT mykey #统计mykey元素的基数数量
  (integer) 10
  127.0.0.1:6379> Pfadd mykey2 i j d l o n m #创建第二组mykey2
  (integer) 1
  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 #查看并集的数量
  (integer) 14
  如果允许容错，那么一定可以使用Hyperloglog
  如果不允许容错，就使用set或者自己的数据类型即可！

  bitmaps

  位存储
  应用场景：统计用户信息，活跃，不活跃！登录，未登录！打卡 365天打卡！两个状态的使用bitmaps
  Bitmaps位图，数据结构！都是操作二进制来记录，只有0 和 1 两个状态 !
  测试
  使用bitmaps来记录周一到周日的打卡！
  周一：1 周二：0 周三：0 周四：1……
  查看某一天是否打卡！
  127.0.0.1:6379> getbit sign 1
  (integer) 1
  127.0.0.1:6379> getbit sign 3
  (integer) 0
  统计操作，统计打卡的天数！
  127.0.0.1:6379> bitcount sign # 统计这周打卡记录，就可以看到是否全勤
  (integer) 3

  事务

  Redis 事务本质：一组命令的集合！一个事务中的所有命令都会被序列化，在事务的执行过程中，都会按照顺序
  一次性、顺序性、排他性！执行一系列的命令！
  ———-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，并没有直接被执行！只有发起执行命令的时候才会执行！
  Redis单条命令是保证原子性的，但是事务是不保证原子性！
  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 k1
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) “v1”
4) OK
放弃事务
DISCARD # 放弃事务

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 # 放弃事务
OK
127.0.0.1:6379> get k4 # 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！），事务中所有的命令都不会被执行
127.0.0.1:6379> multi
OK
127.0.0.1:6379(TX)> set k1 vf1
QUEUED
127.0.0.1:6379(TX)> set k2 v2
QUEUED
127.0.0.1:6379(TX)> set k3 v3
QUEUED
127.0.0.1:6379(TX)> getset k3 # 错误的命令
(error) ERR wrong number of arguments for ‘getset’ command
127.0.0.1:6379(TX)> set k4 v4
QUEUED
127.0.0.1:6379(TX)> set k5 v5
QUEUED
127.0.0.1:6379(TX)> exec # 执行事务报错
(error) EXECABORT Transaction discarded because of previous errors.
127.0.0.1:6379> get k5 # 执行所有命令都不会运行
(nil)
运行时异常（1/0） ，如果事务队列中存在语法性，那么执行命令的时候，其他命令是可以正常执行的，错误命令(抛出异常)
127.0.0.1:6379> set k1 v1
OK
127.0.0.1:6379> multi
OK
127.0.0.1:6379(TX)> incr k1
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，但是后面的命令依旧正常运行
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 （面试常问！）
悲观锁：

• 很悲观，认为什么时候都会出现问题，无论做什么都会加锁！

乐观锁：

• 很乐观，认为什么时候都不会出问题，所以不会上锁，更新数据的时候去判断一下，在此期间时候有人修改过数据
• 获取version
• 更新的时候比较version

Redis 测监视测试
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
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可以当做redis的乐观锁操作！
127.0.0.1:6379> watch money # 监视 money == 加锁
OK
127.0.0.1:6379>multi
OK
127.0.0.1:6379>DECRBY money 10
QUEUED
127.0.0.1:6379>INCRBY out 10
QUEUED
127.0.0.1:6379> exec # 执行之前，另外一个线程修改了值，这个时候导致事务失败！
(nil)

unwatch #解锁
如果修改失败，获取新的值就好！

Jedis

我们要使用Java操作Redis
什么是Jedis，Jedis是Redis官方推荐的Java连接开发工具！使用Java操作Redis中间件！如果你要使用Java操作reids，那么一定要对Jedis十分熟悉！
测试
1、导入对应的依赖




redis.clients
jedis
3.6.1



com.alibaba
fastjson
1.2.76


2、编码测试：

• 连接数据库
• 操作命令
• 断开连接

import redis.clients.jedis.Jedis;
public class TestPing {
public static void main(String[] args) {
//1 new Jedis 对象即可
Jedis jedis = new Jedis(“127.0.0.1”,6379);
//Jedis所有命令都是之前学的所有指令
System.out.println(jedis.ping());
}
}
输出：PONG

常用的API

String
list
set
Hash
Zset
在Java程序中启动Jedis测试类时要将redis中的redis.config中的host(127.0.0.1)使用#注释掉，就不会报Read Time out错误！

SpringBoot整合

SpringBoot操作数据：spring-data jpa jdbc mongodb redis
SpringData 也是和SpringBoot齐名的项目！
在SpringBoot2.x之后，Jedis被替换成为lettuce
Jedis：采用的直连，多个线程操作的话，是不安全的，如果想要避免不安全的，使用Jedis pool连接池！更像 BIO 模式
lettuce：采用netty，实例可以再多个线程中进行共享，不存在线程的不安全的情况，可以减少线程的数量，更像 NIO 模式
源码分析：
@Bean
//我们可以自己定义一个redisTemplate来替换这个默认的！
@ConditionalOnMissingBean(name = “redisTemplate”)
@ConditionalOnSingleCandidate(RedisConnectionFactory.class)
//默认的RedisTemplate，没有过多的设置，redis，对象都是需要序列化的！
//两个泛型都是 Object, Object 的类型，我们后使用需要强制转换
public RedisTemplate redisTemplate(RedisConnectionFactory redisConnectionFactory) {
RedisTemplate template = new RedisTemplate<>();
template.setConnectionFactory(redisConnectionFactory);
return template;
}

@Bean<br />    //由于String 是redis四最常使用的类型，所以说单独提出来一个bean！<br />    @ConditionalOnMissingBean<br />    @ConditionalOnSingleCandidate(RedisConnectionFactory.class)<br />    public StringRedisTemplate stringRedisTemplate(RedisConnectionFactory redisConnectionFactory) {<br />        StringRedisTemplate template = new StringRedisTemplate();<br />        template.setConnectionFactory(redisConnectionFactory);<br />        return template;<br />    }<br />整合测试一下！<br />1、导入依赖<br /><!--操作Redis--><br /><dependency><br />    <groupId>org.springframework.boot</groupId><br />    <artifactId>spring-boot-starter-data-redis</artifactId><br /></dependency><br />2、配置连接<br />#配置redis<br />spring.redis.host=127.0.0.1<br />spring.redis.port=6379<br />3、测试<br />@SpringBootTest<br />class Redis02ApplicationTests {<br />    @Autowired<br />    private RedisTemplate redisTemplate;<br />    @Test<br />    void contextLoads() {<br />        //redisTemplate 操作不同的数据类型，api和我们的指令是一样的<br />        //opsForValue 操作字符串，类似于String<br />        //opsForList 操作list<br />        //opsForSet<br />        //opsForZSet<br />        //opsForHash<br />        //opsForGeo<br />        //opsForHyperloglog<br />        //除了基本的操作，常用的方法可以直接RedisTemplate，比如事务、常用的CRUD<br />    //获取Redis的连接对象<br />//        RedisConnection connection = redisTemplate.getConnectionFactory().getConnection();<br />//        connection.flushAll();<br />//        connection.flushDb();
    redisTemplate.opsForValue().set("mykey","五毛学JAVA");<br />        System.out.println(redisTemplate.opsForValue().get("mykey"));<br />    }<br />}<br />**编写一个自定义的RedisTemplate**<br />@Configuration<br />public class RedisConfig {<br />    @Bean<br />    @SuppressWarnings("all")<br />    public RedisTemplate<String, Object> redisTemplate(RedisConnectionFactory factory) {
    RedisTemplate<String, Object> template = new RedisTemplate<String, Object>();<br />        template.setConnectionFactory(factory);
    // 序列化配置 解析任意对象<br />        Jackson2JsonRedisSerializer jackson2JsonRedisSerializer = new Jackson2JsonRedisSerializer(Object.class);<br />        // json序列化利用ObjectMapper进行转义<br />        ObjectMapper om = new ObjectMapper();<br />        om.setVisibility(PropertyAccessor.ALL, JsonAutoDetect.Visibility.ANY);<br />        om.enableDefaultTyping(ObjectMapper.DefaultTyping.NON_FINAL);<br />        jackson2JsonRedisSerializer.setObjectMapper(om);<br />        // 2.序列化String类型<br />        StringRedisSerializer stringRedisSerializer = new StringRedisSerializer();
    // key采用String的序列化方式<br />        template.setKeySerializer(stringRedisSerializer);<br />        // hash的key也采用String的序列化方式<br />        template.setHashKeySerializer(stringRedisSerializer);<br />        // value序列化方式采用jackson<br />        template.setValueSerializer(jackson2JsonRedisSerializer);<br />        // hash的value序列化方式采用jackson<br />        template.setHashValueSerializer(jackson2JsonRedisSerializer);<br />        template.afterPropertiesSet();
    return template;<br />    }<br />}<br />所有的redis操作，其实对于Java程序员来说很简单！主要是了解算法思想！

Redis.conf详情

启动的时候，就是通过配置文件来启动！
单位
1、配置文件 unit单位 对大小写不敏感！
包含
就好像之间学习Spring import include
网络
bind 127.0.0.1 # 绑定的ip
protected-mode # 保护模式
port 6379 # 端口设置
通用 GENERAL
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，后台运行

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,userful for development/testing)
# verbose (many rarely userful info,but not a mess like the debug level
# notice (moderately verbose,what you want in production probably) 生产环境 默认的
# warning (only very important / critical messages are logged)
loglevel notice
logfile ‘’ # 日志的文件位置名
database 16 #数据库的数量 默认是16 个数据库
always-show-logo yes #是否开启logo 默认是
快照
持久化，在规定的时间内，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，那么数据断点即失！
# 如果900s内，如果至少 1 key 进行了修改，我们即进行持久化操作
save 900 1
# 如果300s内，如果至少 10 key 进行了修改，我们即进行持久化操作
save 300 10
# 如果60s内，如果至少 10000 key 进行了修改，我们即进行持久化操作
save 60 10000
#我们之后学习持久化，会自己定义这个测试！

stop-writes-on-bgsave-error yes #如果持久化出错，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 # 保护rdb文件的时候，进行错误的检查校验

dir ./ #rdb文件的保存目录，默认是当前目录
REPLICATION
SECURITY 安全
127.0.0.0:6379>ping
PONG
127.0.0.0:6379>config get requirepass #获取redis的密码
1) “requirepass”
2) “ “
127.0.0.0:6379>config set requirepass “123456” #设置redis的密码
OK
127.0.0.0:6379> auth 123456 #登录填写密码
限制 CLIENTS
maxlicents 10000 #设置能连接上redis的最大客户端的数量
maxmemory #redis配置最大的内容容量
maxmemory-policy noeviction # 内存上达到上限之后处理策略
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 模式 aof配置
appendonly no #默认是不开启aof模式的，默认是使用rdb方式持久化的，rdb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，速度慢
appendfsnc everysec # 每秒执行一次 sync 可能会丢失这1 s 的数据
#appendfsnc 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

Redis是内存数据库，如果不将内存中的数据库状态保存到磁盘，那么一旦服务器进程退出，服务器中的数据库状态也会消失，所以Redis提供了持久化功能！

RDB（Redis Database）

什么是RDB

在指定的时间间隔内将内存中的数据集快照写入磁盘，也就是行话讲的Snapshot快照，它恢复时是将快照文件直接读到内存里。
Redis会单独创建(fork)一个子进程进行持久化，会先将数据写入到一个临时文件中，待持久化过程都结束了，再用这个临时文件替换上次持久化好的文件，整个过程中，主进程是不进行任何IO操作的，这确保了极高的性能，如果需要进行大规模数据的恢复，旦对于数据恢复的完整性不是非常敏感，那RDB方式要比AOF方式更加的高效。RDB的缺点是最后一次持久化后的数据可能丢失，我们默认的就是RDB，一般情况下不需要修改这个文件！
有时候会对dump.rdb文件进行备份！！
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，也会自动触发我们的rdb规则
3、退出redis，也会产生rdb文件！
备份自动生成一个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、查看需要存在的位置
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！
几乎就他自己默认的配置就够用了。但是我们需要去学习！
优点：
1、适合大规模的恢复数据！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，这个最后一次修改数据就没有了！
2、fork进程的时候，会占用一定的内容空间！!

AOF（Append Only File）

将我们的所有命令都记录下来，history，恢复的时候就把这个文件全部再执行一遍！

以日志的形式来记录每个写操作，将Redis执行过的所有指令记录下来（读操作不记录），只许追加文件但不可以改写文件，redis启动之初会读取该文件重新构建数据，换言之，redis重启的话就根据日志文件的内容将写指令从前到后执行一次以完成数据的恢复工作！
Aof保存的是appendonly.aof
append
默认是不开启的！我们需要手动配置
appendonly yes
重启，redis的aof操作就会生效！
如果这个aof文件有错误，这个时候redis是启动不起来的，我们需要修改这个aof文件
redis给我们提供了一个工具类redis-check-aof —fix
如果文件正常，重启就可以直接恢复了！
重写机制
aof默认是无限追加！文件只会越来越大！

如果aof文件大于64m ，太大了！fork一个新的进程来将我们的文件进行重写！
优点和缺点！
appendonly no #默认是不开启aof模式的，默认是使用rdb方式持久化的，rdb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，速度慢
appendfsnc everysec # 每秒执行一次 sync 可能会丢失这1 s 的数据
#appendfsnc 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，文件的完整会更加好！
2、默认开启的是每秒同步一次，可能会丢失一秒的数据
3、从不同步。效率最高！
缺点：
1、相对于数据文件来说，aof远远大于rdb，修复的速度也比rdb慢！
2、Aof运行效率也比rdb慢，所以我们redis默认的配置就是rdb持久化！

Redis发布订阅

1. 概述Redis 发布订阅(pub/sub)是一种消息通信模式：发送者(pub)发送消息，订阅者(sub)接收消息。

例如：微信公众号的关注
订阅/发布消息图：

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

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

1. 命令

       命令                                描述<br />PSUBSCRIBE pattern [pattern…]      #订阅一个或多个符合给定模式的频道。<br />PUNSUBSCRIBE pattern [pattern…]      #退订一个或多个符合给定模式的频道。<br />PUBSUB subcommand [argument[argument]]    #查看订阅与发布系统状态。<br />PUBLISH channel message    # 向指定频道发布消息<br />SUBSCRIBE channel [channel…]    #订阅给定的一个或多个频道。<br />SUBSCRIBE channel [channel…]    #退订一个或多个频道
   

2. 测试使用订阅一个频道

127.0.0.1:6379> SUBSCRIBE wumao #订阅一个频道 wumao
Reading messages… (press Ctrl-C to quit)
1) “subscribe”
2) “wumao”
3) (integer) 1
#等待读取推送的消息
1) “message” #消息
2) “wumao” #哪个频道的消息
3) “hello wumao” #消息的具体内容

1) “message”
2) “wumao”
3) “hello,redis”
发送者发布消息

127.0.0.1:6379> PUBLISH wumao “hello wumao” #发布者发布消息到频道
(integer) 1
127.0.0.1:6379> PUBLISH wumao “hello,redis” # 发布者发布消息到频道！
(integer) 1
订阅者的界面

1. 原理每个 Redis 服务器进程都维持着一个表示服务器状态的 redis.h/redisServer 结构， 结构的 pubsub_channels 属性是一个字典， 这个字典就用于保存订阅频道的信息，其中，字典的键为正在被订阅的频道， 而字典的值则是一个链表， 链表中保存了所有订阅这个频道的客户端。
2. 

客户端订阅，就被链接到对应频道的链表的尾部，退订则就是将客户端节点从链表中移除。

1. 应用消息订阅：公众号订阅，微博关注等等（起始更多是使用消息队列来进行实现）多人在线聊天室。稍微复杂的场景，我们就会使用消息中间件MQ处理。
2. 缺点如果一个客户端订阅了频道，但自己读取消息的速度却不够快的话，那么不断积压的消息会使redis输出缓冲区的体积变得越来越大，这可能使得redis本身的速度变慢，甚至直接崩溃。这和数据传输可靠性有关，如果在订阅方断线，那么他将会丢失所有在短线期间发布者发布的消息。

   Redis主从复制

   1、简介

   主从复制，是指将一台Redis服务器的数据，复制到其他的Redis服务器。前者称为主节点(master/leader)，后者称为从节点(slave/follower)；数据的复制是单向的，只能由主节点到从节点。Master以写为主，Slave 以读为主。默认情况下，每台Redis服务器都是主节点；且一个主节点可以有多个从节点(或没有从节点)，但一个从节点只能有一个主节点。
   主从复制的作用主要包括：1、数据冗余：主从复制实现了数据的热备份，是持久化之外的一种数据冗余方式。2、故障恢复：当主节点出现问题时，可以由从节点提供服务，实现快速的故障恢复；实际上是一种服务的冗余。3、负载均衡：在主从复制的基础上，配合读写分离，可以由主节点提供写服务，由从节点提供读服务（即写Redis数据时应用连接主节点，读Redis数据时应用连接从节点），分担服务器负载；尤其是在写少读多的场景下，通过多个从节点分担读负载，可以大大提高Redis服务器的并发量。4、高可用（集群）基石：除了上述作用以外，主从复制还是哨兵和集群能够实施的基础，因此说主从复制是Redis高可用的基础。
   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（宕机），原因如下：1、从结构上，单个Redis服务器会发生单点故障，并且一台服务器需要处理所有的请求负载，压力较大；2、从容量上，单个Redis服务器内存容量有限，就算一台Redis服务器内存容量为256G，也不能将所有内存用作Redis存储内存，一般来说，单台Redis最大使用内存不应该超过20G。电商网站上的商品，一般都是一次上传，无数次浏览的，说专业点也就是”多读少写”。

   环境配置

   只配置从库；不用配置主库 一主二从 三台集群
   127.0.0.1:6379> info replication # 查看当前库的信息
   # Replication
   role:master #角色 master
   connected_slaves:0 # 没有从机
   master_failover_state:no-failover
   master_replid:815d87c830ce1b983868a51a46895029ba9f21e0
   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3个配置文件，然后修改对应的信息
   1、端口
   2、pid 名字
   3、logfile
   4、dbfile dump.rdb
   修改完毕之后，启动我们的3个redis服务器，可以通过进程信息查看！

   一主二从

   默认情况下。每台Redis服务器都是主节点；我们一般情况下只用配置从机就好！
   认老大！ 一主（79）二从（80、81）
   127.0.0.1:6380> SLAVEOF 127.0.1 6379 # SLAVEOF host 6379 找谁当自己的老大！
   OK
   127.0.0.1:6380> info replication
   # Replication
   role:slave #当前角色是从机
   master_host:127.0.1 # 可以看到主机的信息
   master_port:6379
   master_link_status:up
   master_last_io_seconds_ago:5
   master_sync_in_progress:0
   slave_repl_offset:14
   slave_priority:100
   slave_read_only:1
   replica_announced:1
   connected_slaves:0
   master_failover_state:no-failover
   master_replid:d0f85771d64cf785386fc2ab9a3b22974993626f
   master_replid2:0000000000000000000000000000000000000000
   master_repl_offset:14
   second_repl_offset:-1
   repl_backlog_active:1
   repl_backlog_size:1048576
   repl_backlog_first_byte_offset:1
   repl_backlog_histlen:14

在主机中查看
127.0.0.1:6379> info replication
# Replication
role:master
connected_slaves:1 #多了从机的配置
slave0:ip=127.0.0.1,port=6380,state=online,offset=182,lag=0 #多了从机的信息
master_failover_state:no-failover
master_replid:d0f85771d64cf785386fc2ab9a3b22974993626f
master_replid2:0000000000000000000000000000000000000000
master_repl_offset:182
second_repl_offset:-1
repl_backlog_active:1
repl_backlog_size:1048576
repl_backlog_first_byte_offset:1
repl_backlog_histlen:182

如果两个都配置完了，就有两个从机！
真实的主从配置应该在配置文件中配置，这样的话是永久的，我们这里使用的是命令，暂时的！
主机
主机可以写；从机不能写只能读！主机中所有的信息和数据都会被从机所保存！
主机写：
从机只能读不能写：
测试：主机断开连接，从机依旧连接到主机的，但是没有写操作，这个时候，主机重新连接，从机依旧可以会直接读取到主机写的信息！
如果是使用命令行来配置的主从，这个时候如果从机重启了，就会重新变回主机！只要变为从机，就立马可以获取值！
复制原理
Slave 启动成功连接到master后会发送一个sync同步命令
Master接到命令，启动后台的存盘进程，同时收集所有接收的用于修改数据集命令，在后台进程执行完毕之后，master将传送整个数据文件到slave，并完成一次完全同步！
全量复制：而slave服务在接收到数据库文件数据后，将其存盘并加载到内存中
增量复制：Master继续将新的所有收集到的命令依次传给slave，完成同步
但是只要是重新连接master，一次完全同步（全量复制）将被自动执行！我们的数据一定可以在从机中看到！
层层链路
上一个M链接下一个S！
这个时候也可以完成我们的主从复制！
如果没有老大了。这个时候能不能选择一个老大出来呢？手动！
谋朝篡位
如果主机断开了连接，我们可以使用SLAVEOF NO ONE让自己成为主机！其他的节点就可以手动的连接到这个最新的主机上（手动）

哨兵模式

（自动选取老大的模式）
简介
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。哨兵模式能够在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。
测试！
我们目前的状态是一主二从！
1、配置哨兵配置文件 sentinel.conf
#sentinel monitor 被监视的名称 host port 1
sentinel monitor myredis 127.0.0.1 6379 1
后面的数字1 ，代表主机挂了，slave投票看让谁接替主机！
2、启动哨兵
[root@VM-12-5-centos bin]# redis-sentinel wconfig/sentinel.conf
25054:X 06 Jul 2021 16:59:47.851 # oO0OoO0OoO0Oo Redis is starting oO0OoO0OoO0Oo
25054:X 06 Jul 2021 16:59:47.851 # Redis version=6.2.4, bits=64, commit=00000000, modified=0, pid=25054, just started
25054:X 06 Jul 2021 16:59:47.851 # Configuration loaded
25054:X 06 Jul 2021 16:59:47.852 * monotonic clock: POSIX clockgettime
.
.-__ ''-._ <br /> _.- .. ‘’-. Redis 6.2.4 (00000000/0) 64 bit
.-.-```. ```\/ _.,_ ''-._ <br /> ( ' , .-` | `, ) Running in sentinel mode<br /> |`-._`-...-` __...-.-.|’` .-‘| Port: 26379
| -._. / .-‘ | PID: 25054
-._-. `-./ .-‘ .-‘
|`-.-._-..-‘ .-‘.-‘|
| -._-. .-‘.-‘ | https://redis.io
`-. -._-..-‘.-‘ .-‘
|-._-. `-.__.-‘ .-‘.-‘|
| `-.-._ _.-'_.-' | <br />-. `-.-.__.-'_.-' _.-' <br />-. `-.__.-‘ .-‘
-._ _.-' <br />-.__.-‘

25054:X 06 Jul 2021 16:59:47.852 # WARNING: The TCP backlog setting of 511 cannot be enforced because /proc/sys/net/core/somaxconn is set to the lower value of 128.
25054:X 06 Jul 2021 16:59:47.859 # Sentinel ID is e0c49b1d32aacacb6e8c0e9746f5017ca6710790
25054:X 06 Jul 2021 16:59:47.859 # +monitor master myredis 127.0.0.1 6379 quorum 1
25054:X 06 Jul 2021 16:59:47.860 +slave slave 127.0.0.1:6380 127.0.0.1 6380 @ myredis 127.0.0.1 6379
25054:X 06 Jul 2021 16:59:47.867 +slave slave 127.0.0.1:6381 127.0.0.1 6381 @ myredis 127.0.0.1 6379

如果Master节点断开了。这个时候就会从从机中随机选择一个服务器！（这里有一个投票算法！）
哨兵日志
如果主机此时回来了，只能归并到新的主机下，当做从机，这就是哨兵模式的规则！
哨兵模式
优点：
1、哨兵集群，基于主从复制模式，所有的主从配置优点，它全有
2、主从可以切换，故障可以转移，系统的可用性就会更好
3、哨兵模式就是主从模式的升级，手动到自动，更加健壮！
缺点：
1、Redis不好在线扩容的，集群容量一旦到达上限，在线扩容就十分麻烦！
2、实现哨兵模式的配置其实是很麻烦的，里面有很多选择！
哨兵模式的全部配置
# Example sentinel.conf

# 哨兵sentinel实例运行的端口 默认26379
port 26379

# 哨兵sentinel的工作目录
dir /tmp

# 哨兵sentinel监控的redis主节点的 ip port
# master-name 可以自己命名的主节点名字 只能由字母A-z、数字0-9 、这三个字符”.-_”组成。
# quorum 当这些quorum个数sentinel哨兵认为master主节点失联 那么这时 客观上认为主节点失联了
# sentinel monitor
sentinel monitor mymaster 127.0.0.1 6379 1

# 当在Redis实例中开启了requirepass foobared 授权密码 这样所有连接Redis实例的客户端都要提供密码
# 设置哨兵sentinel 连接主从的密码 注意必须为主从设置一样的验证密码
# sentinel auth-pass
sentinel auth-pass mymaster MySUPER—secret-0123passw0rd


# 指定多少毫秒之后 主节点没有应答哨兵sentinel 此时 哨兵主观上认为主节点下线 默认30秒
# sentinel down-after-milliseconds
sentinel down-after-milliseconds mymaster 30000

# 这个配置项指定了在发生failover主备切换时最多可以有多少个slave同时对新的master进行 同步，
# 这个数字越小，完成failover所需的时间就越长，
# 但是如果这个数字越大，就意味着越 多的slave因为replication而不可用。
# 可以通过将这个值设为 1 来保证每次只有一个slave 处于不能处理命令请求的状态。
# sentinel parallel-syncs
sentinel parallel-syncs mymaster 1



# 故障转移的超时时间 failover-timeout 可以用在以下这些方面：
#1. 同一个sentinel对同一个master两次failover之间的间隔时间。
#2. 当一个slave从一个错误的master那里同步数据开始计算时间。直到slave被纠正为向正确的master那里同步数据时。
#3.当想要取消一个正在进行的failover所需要的时间。
#4.当进行failover时，配置所有slaves指向新的master所需的最大时间。不过，即使过了这个超时，slaves依然会被正确配置为指向master，但是就不按parallel-syncs所配置的规则来了
# 默认三分钟
# sentinel failover-timeout
sentinel failover-timeout mymaster 180000

# SCRIPTS EXECUTION

#配置当某一事件发生时所需要执行的脚本，可以通过脚本来通知管理员，例如当系统运行不正常时发邮件通知相关人员。
#对于脚本的运行结果有以下规则：
#若脚本执行后返回1，那么该脚本稍后将会被再次执行，重复次数目前默认为10
#若脚本执行后返回2，或者比2更高的一个返回值，脚本将不会重复执行。
#如果脚本在执行过程中由于收到系统中断信号被终止了，则同返回值为1时的行为相同。
#一个脚本的最大执行时间为60s，如果超过这个时间，脚本将会被一个SIGKILL信号终止，之后重新执行。

#通知型脚本:当sentinel有任何警告级别的事件发生时（比如说redis实例的主观失效和客观失效等等），将会去调用这个脚本，
#这时这个脚本应该通过邮件，SMS等方式去通知系统管理员关于系统不正常运行的信息。调用该脚本时，将传给脚本两个参数，
#一个是事件的类型，
#一个是事件的描述。
#如果sentinel.conf配置文件中配置了这个脚本路径，那么必须保证这个脚本存在于这个路径，并且是可执行的，否则sentinel无法正常启动成功。
#通知脚本
# sentinel notification-script
sentinel notification-script mymaster /var/redis/notify.sh

# 客户端重新配置主节点参数脚本
# 当一个master由于failover而发生改变时，这个脚本将会被调用，通知相关的客户端关于master地址已经发生改变的信息。
# 以下参数将会在调用脚本时传给脚本:
#
# 目前总是“failover”,
# 是“leader”或者“observer”中的一个。
# 参数 from-ip, from-port, to-ip, to-port是用来和旧的master和新的master(即旧的slave)通信的
# 这个脚本应该是通用的，能被多次调用，不是针对性的。
# sentinel client-reconfig-script
sentinel client-reconfig-script mymaster /var/redis/reconfig.sh
##这些配置一般需要运维来配置

Redis缓存穿透和雪崩（面试高频）

Redis缓存的使用，极大的提升了应用程序的性能和效率，特别是数据查询方面。但同时，它也带来了一些问题。其中，最要害的问题，就是数据的一致性问题，从严格意义上讲，这个问题无解。如果对数据的一致性要求很高，那么就不能使用缓存。
另外的一些典型问题就是，缓存穿透、缓存雪崩和缓存击穿。目前，业界也都有比较流行的解决方案

缓存穿透（查不到）
概念
缓存穿透的概念很简单，用户想要查询一个数据，发现redis内存数据库没有，也就是缓存没有命中，于是向持久层数据库查询。发现也没有，于是本次查询失败。当用户很多的时候，缓存都没有命中（秒杀！），于是都去请求了持久层数据库。这会给持久层数据库造成很大的压力，这时候就相当于出现了缓存穿透
解决方案
布隆过滤器
布隆过滤器是一种数据结构，对所有可能查询的参数以hash形式存储，在控制层先进行校验，不符合则丢弃，从而避免了对底层存储系统的查询压力

缓存空对象
当存储层不命中后，即使返回的空对象也将其缓存起来，同时会设置一个过期时间，之后再访问这个数据将会从缓存中获取，保护了后端数据源

但是这种方法会存在两个问题：
1、如果空值能够被缓存起来，这就意味着缓存需要更多的空间存储更多的键，因为这当中可能会有很多的空值的键；
2、即使对空值设置了过期时间，还是会存在缓存层和存储层的数据会有一段时间窗口的不一致，这对于需要保持一致性的业务会有影响
缓存击穿（量太大，缓存过期！）
概述
这里需要注意和缓存击穿的区别，缓存击穿，是指一个key非常热点，在不停的扛着大并发，大并发集中对这一个点进行访问，当这个key在失效的瞬间，持续的大并发就穿破缓存，直接请求数据库，就像在一个屏障上凿开了一个洞。
当某个key在过期的瞬间，有大量的请求并发访问，这类数据一般是热点数据，由于缓存过期，会同时访问数据库来查询最新数据，并且回写缓存，会导使数据库瞬间压力过大
解决方案
设置热点数据永不过期
从缓存层面来看，没有设置过期时间，所以不会出现热点 key 过期后产生的问题
加互斥锁
分布式锁：使用分布式锁，保证对于每个key同时只有一个线程去查询后端服务，其他线程没有获得分布式锁的权限，因此只需要等待即可。这种方式将高并发的压力转移到了分布式锁，因此对分布式锁的考验很大

缓存雪崩
概念
缓存雪崩，是指在某一个时间段，缓存集中过期失效。Redis 宕机！
产生雪崩的原因之一，比如在写本文的时候，马上就要到双十二零点，很快就会迎来一波抢购，这波商品时间比较集中的放入了缓存，假设缓存一个小时。那么到了凌晨一点钟的时候，这批商品的缓存就都过期了。而对这批商品的访问查询，都落到了数据库上，对于数据库而言，就会产生周期性的压力波峰。于是所有的请求都会达到存储层，存储层的调用量会暴增，造成存储层也会挂掉的情况

其实集中过期，倒不是非常致命，比较致命的缓存雪崩，是缓存服务器某个节点宕机或断网。因为自然形成的缓存雪崩，一定是在某个时间段集中创建缓存，这个时候，数据库也是可以顶住压力的。无非就是对数据库产生周期性的压力而已。而缓存服务节点的宕机，对数据库服务器造成的压力是不可预知的，很有可能瞬间就把数据库压垮
解决方案
redis高可用
这个思想的含义是，既然redis有可能挂掉，那我多增设几台redis，这样一台挂掉之后其他的还可以继续工作，其实就是搭建的集群。（异地多活！）
限流降级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