Redis概集
NoSQL的概述
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，更多的去使用静态网页Html～
服务器根本没有太大的压力!思考一下，这种情况下: 整个网站的瓶颈是什么?
1、数据量如果太大、一个机器放不下了!
2、数据的索引( B+ Tree ) ，一个机器内存也放不下
3、访问量（读写混合) ，一个服务器承受不了~
只要你开始出现以上的三种情况之一，那么你就必须要晋级!
2、Memcached（缓存）+MySQL +垂直拆分(读写分离)
发展过程︰优化数据结构和索引-->文件缓存（ IO ） ---> Memcached (当时最热门的技术!)
3、分库分表＋水平拆分＋MySQL集群
技术和业务在发展的同时，对人的要求也越来越高!
本质:数据库（读，写)
早些年MylSAM: 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! MySQL在哪个年代推出了表分区! 这个并没有多少公司使用!
MySQL的集群，很好满足哪个年代的所有需求!
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，热榜!MySQL等关系型数据库就不够用了! 数据量很多，变化很快~!
MySQL有的使用它来村粗一些比较大的文件，博客，图片!数据库表很大，效率就低了! 如果有一种数据库来专门处理这种数据,
MySQL压力就变得十分小（研究如何处理这些问题!)大数据的IO压力下，表几乎没法更大!
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，用户日志等等爆发式增长!
这时候我们就需要使用NoSQL数据库的，Nosql可以很好的处理以上的情况!
什么是NoSQL
NoSQL= Not Only SQL（不仅仅是SQL)关系型数据库:表格，行，列
泛指非关系型数据库的，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!暴露出来很多难以克服的问题，NoSQL在当今大数据环境下发展的十分迅速，Redis是发展最快的，而且是我们当下必须要掌握的一个技术!
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!不需要多月的操作就可以横向扩展的!Map<String,Object>使用键值对来控制!
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，性能会比较高!)
3、数据类型是多样型的!（不需要事先设计数据库!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定理和BASE (异地多活) 初级架构师! (狂神理念: 只要学不死，就往死里学!)
- 高性能，高可用，高可扩
了解:3V+3高
大数据时代的3V:主要是描述问题的
1.海量Volume
2.多样Variety
3.实时Velocity
大数据时代的3高:主要是对程序的要求
1.高并发
2.高可扩
3.高性能
真正在公司中的实践: NoSQL + RDBMS 一起使用才是最强的，
阿里巴巴的架构演进!
技术没有高低之分，就看你如何去使用!（提升内功，思维的提高!)
阿里巴巴的演进分析
思考问题工这么多东西难道都是在一个数据库中的吗?
技术急不得，越是慢慢学，才能越扎实!开源才是技术的王道!
任何一家互联网的公司，都不可能只是简简单单让用户能用就好了!
大量公司做的都是相同的业务;(竞品协议)
随着这样的竞争，业务是越来越完善，然后对于开发者的要求也是越来越高!
如果你未来相当一个架构师: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 ( 淘宝早年就去TOE了! -王坚:推荐文章:阿里云的这群疯子:40分钟重要! )
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 so1r elasticsearch
- Iserach: 多隆（多去了解一下这些技术大佬! )
所有牛逼的人都有一段苦逼的岁月! 但是你只要像傻逼一样的去坚持,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
要知道，一个简单地网页背后的技术一定不是大家所想的那么简单!
大型互联网应用问题∶
- 数据类型太多了!
- 数据源繁多，经常重构!
- 数据要改造，大面积改造?
解决问题:
这里以上都是NoSQL入门概述，不仅能够提高大家的知识，还可以帮助大家了解大厂的工作内容!
NoSQL的四大分类
1KV键值对:
- 新浪:Redis
- 美团:Redis + Tair
- 阿里、百度:Redis + memecache
2文档型数据库( bson格式和json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中中间的产品! MongoDB是非关系型数据库中功能最丰富，最像关系型数据库的!
- ConthDB
3列存储数据库
- HBase
- 分布式文件系统
4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!
- Neo4j， InfoGrid ;
四者对比!
| 分类 | Examples举例 | 典型应用场景 | 数据模型 | 优点 | 缺点 |
|---|---|---|---|---|---|
| 键值（key-value） | Tokyo Cabinet/Tyrant, Redis, Voldemort, Oracle BDB | 内容缓存，主要用于处理大量数据的高访问负载，也用于一些日志系统等等。 | Key 指向 Value 的键值对，通常用hash table来实现 | 查找速度快 | 数据无结构化，通常只被当作字符串或者二进制数据 |
| 列存储数据库 | Cassandra, HBase, Riak | 分布式的文件系统 | 以列簇式存储，将同一列数据存在一起 | 查找速度快，可扩展性强，更容易进行分布式扩展 | 功能相对局限 |
| 文档型数据库 | CouchDB, MongoDb | Web应用（与Key-Value类似，Value是结构化的，不同的是数据库能够了解Value的内容） | Key-Value对应的键值对，Value为结构化数据 | 数据结构要求不严格，表结构可变，不需要像关系型数据库一样需要预先定义表结构 | 查询性能不高，而且缺乏统一的查询语法。 |
| 图形(Graph)数据库 | Neo4J, InfoGrid, Infinite Graph | 社交网络，推荐系统等。专注于构建关系图谱 | 图结构 | 利用图结构相关算法。比如最短路径寻址，N度关系查找等 | 很多时候需要对整个图做计算才能得出需要的信息，而且这种结构不太好做分布式的集群方案。 |
Redis 入门
1概述
Reids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。
免费和开源!是当下最热门的NoSQL技术之一!也被人们称之为结构化数据库!
Redis能干什么？
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!)
6、...
特性
1、多样的数据类型
2、持久化
3、集群
4、事务
...
学习需要用到的
1、狂神的公众号:狂神说
2、官网:https://redis.io
3、中文网:http://www.redis.cn/
记住一句话，Window下使用确实简单，但是Redis推荐我们使用Linux去开发使用!
2Linux安装Redis
-
下载安装包:
redis-7.0.5.tar.gz -
解压Redis的安装包! 程序 /opt
3、进入解压后的文件，可以看到我们redis的配置文件
4.安装c++环境：
yum install gcc-c++
make
5.将 Redis 二进制文件安装到 /usr/local/bin 中，只需使用：
make install
6.将redis配置文件。复制到我们当前目录下
7.redis默认不是后台启动的，修改配置文件!
8.启动Redis服务!
# redis-server 配置文件
redis-server redis-conf/redis.conf
9.连接Reids服务
# Usage: redis-cli [OPTIONS] [cmd [arg [arg ...]]]
redis-cli -p 6379
10.查看redis的进程是否开启!
11.如何关闭Redis服务呢? shutdown 退出redis-cli？exit
12.再次查看Redis的进程时是否开启！
13.后面我们会使用单机多Redis启动集群测试!
3性能测试
redis-benchmark是一个压力测试工具！ 官方自带的性能测试工具!
redis 性能测试工具可选参数如下所示：redis-benchmark 命令参数
| 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 | 3 |
| 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 |
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。 |
# 开启redis服务
# 测试： 100连接数，每个连接10w请求
redis-benchmark -h localhost -p 6379 -c 100 -n 100000
如何查看这些分析呢?
4基础知识
1.redis默认有16个数据库
默认使用的是第0个数据库。
2.可以通过使用select [index]命令进行数据库的切换。
127.0.0.1:6379> select 3 # 切换数据库
OK
3.可以通过使用dbsize,来获取当前数据库的大小。
127.0.0.1:6379[3]> dbsize
(integer) 1
4.可以通过使用keys *,来查询当前数据库的所有key。
127.0.0.1:6379[3]> keys *
1) "name"
5.可以通过使用flush ,来清空当前的数据库；可以使用flushall，来清空所有的数据库。
127.0.0.1:6379[3]> keys *
1) "name"
127.0.0.1:6379[3]> flushdb # 清除当前数据库的所有数据
OK
127.0.0.1:6379[3]> keys *
(empty array)
# db 0
127.0.0.1:6379> keys *
(empty array)
127.0.0.1:6379> dbsize
(integer) 0
127.0.0.1:6379> set name redis
OK
127.0.0.1:6379> keys *
1) "name"
127.0.0.1:6379> dbsize
(integer) 1
# db 3
127.0.0.1:6379> select 3
OK
127.0.0.1:6379[3]> keys *
(empty array)
127.0.0.1:6379[3]> dbsize
(integer) 0
127.0.0.1:6379[3]> set age 21
OK
127.0.0.1:6379[3]> keys *
1) "age"
127.0.0.1:6379[3]> dbsize
(integer) 1
127.0.0.1:6379[3]> flushall
OK
127.0.0.1:6379[3]> keys *
(empty array)
127.0.0.1:6379[3]> dbsize
(integer) 0
# db 0
127.0.0.1:6379[3]> select 0
OK
127.0.0.1:6379> keys *
(empty array)
127.0.0.1:6379> dbsize
(integer) 0
Reids中不同的库之间是不相通的，每个db都有自己的dbsize 和 keys。
127.0.0.1:6379> keys *
(empty array)
127.0.0.1:6379> dbsize
(integer) 0
127.0.0.1:6379> select 3
OK
127.0.0.1:6379[3]> set name redskaber
OK
127.0.0.1:6379[3]> get name
"redskaber"
127.0.0.1:6379[3]> keys *
1) "name"
127.0.0.1:6379[3]> dbsize
(integer) 1
127.0.0.1:6379[3]> select 0
OK
127.0.0.1:6379> keys *
(empty array)
127.0.0.1:6379> dbsize
(integer) 0
思考∶为什么redis是6379! 粉丝效应! (了解一下即可!)
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，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!所有就使用了单线程了!
Redis是ANSI C语言语言写的，官方提供的数据为100000+的QPS，完全不比同样是使用key-vale的Memecache差!
Redis为什么单线程还这么快?
误区1：高性能的服务器一定是多线程的?
误区2：多线程（CPU上下文会切换!)一定比单线程效率高!
速度：CPU>内存>硬盘的速度要有所了解!
核心: 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，这个就是最佳的方案!
五大数据类型
我们现在讲解的所有命令大家一定要全部记住，后面我们使用SpringBoot。Jedis，所有的方法就是这些命令! (单点登录)
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（Lua scripting）， 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）。
Redis-Key
- 密码登录 AUTH
- 测试连通性 PING
- 移动 MOVE
- 存活时间 TTL
- 字段类型 TYPE
- 是否存在 EXISTS
- 设置超时 EXPIRE
- 清空当前db FLUSHDB 默认是同步。 若开启异步asynchronous=True，会新起一个线程进行清空操作，不阻塞主线程
- 清空所有db FLUSHALL 默认是同步。异步同flushdb
- 删除任意数据类型 DEL 由于与python中的关键字冲突，所以在python中使用的是：delete
- 查看 key(s) KEYS
- 重命名 RENAME
- 随机获取一个键 RANDOMKEY
- 选择数据库分区 SELECT
- 数据分区的大小 DBSIZE
1.可以通过exists key，来判断键是否存在。
127.0.0.1:6379[3]> set name redskaber
OK
127.0.0.1:6379[3]> set age 21
OK
127.0.0.1:6379[3]> exists name
(integer) 1
127.0.0.1:6379[3]> exists age
(integer) 1
127.0.0.1:6379[3]> exists names
(integer) 0
2.可以通过move key db,来将key 移动到db。
127.0.0.1:6379[3]> move age 0
(integer) 1
3.可以通过expire key second，来设置key的存活时间。
4.可以通过ttl key,来查看key的存活时间。
127.0.0.1:6379[3]> keys *
1) "age"
2) "name"
127.0.0.1:6379[3]> expire name 10
(integer) 1
127.0.0.1:6379[3]> ttl name
(integer) 2
127.0.0.1:6379[3]> get name
"redskaber"
127.0.0.1:6379[3]> ttl name
(integer) -2
127.0.0.1:6379[3]> get name
(nil)
127.0.0.1:6379[3]> keys *
1) "age"
5.可以通过type key,来查看key的具体类型。
127.0.0.1:6379[3]> set name redskaber
OK
127.0.0.1:6379[3]> set age 21
OK
127.0.0.1:6379[3]> type name
string
127.0.0.1:6379[3]> type age
string
6.可以通过del key,来实现删除任意数据类型。
7.可以通过keys key,来实现查看key。
8.可以通过rename src dst,来实现重命名。
9.可以通过randomkey,来实现随机获取一个键。
10.可以通过dbsize,来获取当前db的size。
11.可以通过select db_index，来实现db的切换。
12.可以通过flushdb,来实现清除当前数据分区的数据库。
13.可以通过flushall,来实现清除redis中的所有数据库。
14.可以通过ping,来实现测试redis链接时否成功。
String （字符串）
- 设置 SET
- 获取 GET
- 多个设置 MSET
- 多个获取 MGET
- 添加 APPEND
- 长度 STRLEN
- 自增 INCR
- 自减 DECR
- 自增步长 INCBY
- 递减步长 DECBY
- 获取范围 GETRANGE
- 替换范围 SETRANGE
- 超时时间 SETXE
- 不存在设置 SETNX （分布式锁）
- 不存在时多个设置 MSETNX （原子性）
- 获取设置 GETSET
1APPEND
1.可以通过append key value,来给key尾部添加value。
127.0.0.1:6379> SET name redis
OK
127.0.0.1:6379> get name
"redis"
127.0.0.1:6379> exists name
(integer) 1
127.0.0.1:6379> append name 1000
(integer) 9
127.0.0.1:6379> get name
"redis1000"
2STRLEN
2.可以通过strlen key,来获取key的长度。
127.0.0.1:6379> get name
"redis1000"
127.0.0.1:6379> strlen name
(integer) 9
3自变化
3.可以通过incr key，来实现自增1。
127.0.0.1:6379> get age
"21"
127.0.0.1:6379> incr age
(integer) 22
127.0.0.1:6379> get age
"22"
4.可以通过decr key,来实现自减1。
127.0.0.1:6379> get age
"22"
127.0.0.1:6379> decr age
(integer) 21
127.0.0.1:6379> get age
"21"
4变化步长
5.可以通过incrby key value,来实现自增加value。
127.0.0.1:6379> get age
"21"
127.0.0.1:6379> incrby age 10
(integer) 31
127.0.0.1:6379> get age
"31"
6.可以通过decrby key value，来实现自减value。
127.0.0.1:6379> get age
"31"
127.0.0.1:6379> decrby age 20
(integer) 11
127.0.0.1:6379> get age
"11"
5值字串范围
7.可以通过getrange key start end，来实现获取subString。
127.0.0.1:6379> get rangetest
"redskaber"
127.0.0.1:6379> getrange rangetest 1 5
"edska"
127.0.0.1:6379> getrange rangetest 1 -2
"edskabe"
127.0.0.1:6379> getrange rangetest 1 30
"edskaber"
127.0.0.1:6379> get rangetest
"redskaber"
8.可以通过setrange key offset value,来实现设置String替换。
127.0.0.1:6379> get rangetest
"redskaber"
127.0.0.1:6379> setrange rangetest 3 00000
(integer) 9
127.0.0.1:6379> get rangetest
"red00000r"
127.0.0.1:6379> setrange rangetest 3 0000000
(integer) 10
127.0.0.1:6379> get rangetest
"red0000000"
6超时设置
9.可以通过setex key seconds value,来实现设置key可以获取到value的存活seconds。
127.0.0.1:6379> get name
(nil)
127.0.0.1:6379> setex name 20 redis
OK
127.0.0.1:6379> get name
"redis"
127.0.0.1:6379> ttl name
(integer) 13
127.0.0.1:6379> get name
"redis"
127.0.0.1:6379> ttl name
(integer) -2
127.0.0.1:6379> get name
(nil)
10.可以通过setnx key value,来实现不存在key时设置value。
127.0.0.1:6379> keys *
1) "age"
127.0.0.1:6379> get age
"11"
127.0.0.1:6379> setnx age 10
(integer) 0
127.0.0.1:6379> setnx ages 10
(integer) 1
127.0.0.1:6379> get ages
"10"
127.0.0.1:6379> keys *
1) "ages"
2) "age"
7多获取与多设置
11.可以通过mget key [key ...],来实现多key获取。
127.0.0.1:6379> keys *
1) "ages"
2) "age"
3) "rangetest"
127.0.0.1:6379> mget rangetest age ages
1) "red0000000"
2) "11"
3) "10"
127.0.0.1:6379> mget rangetest age ages2
1) "red0000000"
2) "11"
3) (nil)
12.可以通过mset key value [key value ...]，来实现对多个key进行设置value。
127.0.0.1:6379> keys *
1) "name"
2) "salary"
3) "age"
127.0.0.1:6379> mget name age salary
1) "redis"
2) "21"
3) "12000"
127.0.0.1:6379> mset age 22 hobby yuan
OK
127.0.0.1:6379> keys *
1) "hobby"
2) "name"
3) "salary"
4) "age"
127.0.0.1:6379> mget age hobby
1) "22"
2) "yuan"
8MSETNX(分布式锁)
13.可以通过msetnx key value [key value ...],来实现当所有的key不存在时，再设置value。
127.0.0.1:6379> keys *
1) "hobby"
2) "name"
3) "salary"
4) "age"
127.0.0.1:6379> mget name age salary hobby
1) "redis"
2) "22"
3) "12000"
4) "yuan"
127.0.0.1:6379> msetnx name redis2 age 23
(integer) 0
127.0.0.1:6379> msetnx name redis2 sex male
(integer) 0
127.0.0.1:6379> msetnx sex male name redis2 # msetnx 具有原子性, 一个出错就出错。
(integer) 0
127.0.0.1:6379> msetnx sex male speed 4
(integer) 1
127.0.0.1:6379> keys *
1) "name"
2) "hobby"
3) "age"
4) "salary"
5) "sex"
6) "speed"
9GETSET
14.可以通过getset key value,来实现先get后set。
127.0.0.1:6379> keys *
1) "name"
2) "hobby"
3) "age"
4) "salary"
5) "sex"
6) "speed"
127.0.0.1:6379> mget name age salary sex speed hobby
1) "redis"
2) "22"
3) "12000"
4) "male"
5) "4"
6) "yuan"
127.0.0.1:6379> getset name redis
"redis"
127.0.0.1:6379> mget name age salary sex speed hobby
1) "redis"
2) "22"
3) "12000"
4) "male"
5) "4"
6) "yuan"
127.0.0.1:6379> getset name alex
"redis"
127.0.0.1:6379> mget name age salary sex speed hobby
1) "alex"
2) "22"
3) "12000"
4) "male"
5) "4"
6) "yuan"
10GETDEL
15.可以通过getdel key,来实现先获取key后删除key。
127.0.0.1:6379> keys *
1) "salary"
2) "name"
127.0.0.1:6379> getdel name
"redis"
127.0.0.1:6379> keys *
1) "salary"
使用技巧
# 对象
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!
# 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了!
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"
hash变更的数据user name age,尤其是是用户信息之类的，经常变动的信息! hash更适合于对象的存储，String更加适合字符串存储!
List （列表）
- 压入 LPUSH | RPUSH
- 弹出 LPOP | RPOP
- 插入 LINSERT
- 移除 LREM
- 移动 LMOVE
- 查询 LRANGE
- 长度 LLEN
- 更新 LSET
- 索引 LINDEX
- 获取元素索引 LPOS
- 截取 LTIRM
1压入
1.可以通过lpush key value [value ...],来实现list left push values。
127.0.0.1:6379> keys *
(empty array)
127.0.0.1:6379> lpush list case1
(integer) 1
127.0.0.1:6379> lpush list case2
(integer) 2
127.0.0.1:6379> lrange list 0 -1
1) "case2"
2) "case1"
127.0.0.1:6379> lpush list case3 case4
(integer) 4
127.0.0.1:6379> lrange list 0 -1
1) "case4"
2) "case3"
3) "case2"
4) "case1"
2.可以通过rpush key value [value ...],来现实list right push values。
127.0.0.1:6379> keys *
(empty array)
127.0.0.1:6379> rpush list case1
(integer) 1
127.0.0.1:6379> rpush list case2
(integer) 2
127.0.0.1:6379> rpush list case3 case4
(integer) 4
127.0.0.1:6379> lrange list 0 -1
1) "case1"
2) "case2"
3) "case3"
4) "case4"
2弹出
3.可以通过lpop key [count],来实现list left pop count。
127.0.0.1:6379> lrange list 0 -1
1) "case1"
2) "case2"
3) "case3"
4) "case4"
127.0.0.1:6379> lpop list
"case1"
127.0.0.1:6379> lrange list 0 -1
1) "case2"
2) "case3"
3) "case4"
127.0.0.1:6379> lpop list 1
1) "case2"
127.0.0.1:6379> lrange list 0 -1
1) "case3"
2) "case4"
127.0.0.1:6379> lpop list 2
1) "case3"
2) "case4"
127.0.0.1:6379> lrange list 0 -1
(empty array)
4.可以通过rpop key [count],来实现list right pop count。
127.0.0.1:6379> rpush list case1 case2 case3 [case4, case5]
(integer) 5
127.0.0.1:6379> lrange list 0 -1
1) "case1"
2) "case2"
3) "case3"
4) "[case4,"
5) "case5]"
127.0.0.1:6379> rpop list 2
1) "case5]"
2) "[case4,"
127.0.0.1:6379> lrange list 0 -1
1) "case1"
2) "case2"
3) "case3"
3插入
5.可以通过linsert key before|after pivot value,来实现列表插入value。
127.0.0.1:6379> lrange list 0 -1
1) "case1"
2) "case2"
3) "case3"
127.0.0.1:6379> linsert list after case3 case5
(integer) 4
127.0.0.1:6379> lrange list 0 -1
1) "case1"
2) "case2"
3) "case3"
4) "case5"
127.0.0.1:6379> linsert list before case5 case4
(integer) 5
127.0.0.1:6379> lrange list 0 -1
1) "case1"
2) "case2"
3) "case3"
4) "case4"
5) "case5"
4移除
6.可以通过lrem key count value,来实现对列表中的count个value进行移除。
127.0.0.1:6379> lrange list 0 -1
1) "case1"
2) "case2"
3) "case3"
4) "case4"
5) "case5"
127.0.0.1:6379> lrem list 1 case5
(integer) 1
127.0.0.1:6379> lrange list 0 -1
1) "case1"
2) "case2"
3) "case3"
4) "case4"
127.0.0.1:6379> rpush list case10 case7 case8 case10
(integer) 8
127.0.0.1:6379> lrange list 0 -1
1) "case1"
2) "case2"
3) "case3"
4) "case4"
5) "case10"
6) "case7"
7) "case8"
8) "case10"
127.0.0.1:6379> lrem list 2 case10
(integer) 2
127.0.0.1:6379> lrange list 0 -1
1) "case1"
2) "case2"
3) "case3"
4) "case4"
5) "case7"
6) "case8"
7.可以通过LMOVE source destination <LEFT | RIGHT> <LEFT | RIGHT>,来移动一个list的头部或尾部元素到另一个list的头部或尾部中。
8.可以通过LRANGE key start stop来实现查询一个list的start到stop元素。
5长度
9.可以通过llen key,来实现len(list)。
127.0.0.1:6379> lrange list 0 -1
1) "case1"
2) "case2"
3) "case3"
4) "case4"
5) "case7"
6) "case8"
127.0.0.1:6379> llen list
(integer) 6
6更新
10.可以通过lset key index value,来实现对列表元素的更新操作。
127.0.0.1:6379> lrange list 0 -1
1) "case1"
2) "case2"
3) "case3"
4) "case4"
5) "case7"
6) "case6"
127.0.0.1:6379> lset list 4 case5
OK
127.0.0.1:6379> lrange list 0 -1
1) "case1"
2) "case2"
3) "case3"
4) "case4"
5) "case5"
6) "case6"
7索引
11.可以通过lindex key index,来实现对列表值的获取。
127.0.0.1:6379> lrange list 0 -1
1) "case1"
2) "case2"
3) "case3"
4) "case4"
5) "case5"
6) "case6"
127.0.0.1:6379> lindex list 0
"case1"
127.0.0.1:6379> lindex list -1
"case6"
12.可以通过LPOS key element [RANK rank] [COUNT num-matches] [MAXLEN len],来实现获取list元素的索引值。
8截取
12.可以通过ltrim key start stop,来实现
127.0.0.1:6379> lrange list 0 -1
1) "case1"
2) "case2"
3) "case3"
4) "case4"
5) "case5"
6) "case6"
127.0.0.1:6379> ltrim list 2 4
OK
127.0.0.1:6379> lrange list 0 -1
1) "case3"
2) "case4"
3) "case5"
9移动
13.可以通过lmove source destination left|right left|right,
127.0.0.1:6379> lrange list2 0 -1
1) "lis1"
2) "lis2"
3) "lis3"
4) "lis4"
127.0.0.1:6379> lrange list 0 -1
1) "case3"
2) "case4"
3) "case5"
127.0.0.1:6379> lmove list list2 left right
"case3"
127.0.0.1:6379> lrange list2 0 -1
1) "lis1"
2) "lis2"
3) "lis3"
4) "lis4"
5) "case3"
127.0.0.1:6379> lrange list 0 -1
1) "case4"
2) "case5"
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~
- 消息排队! 消息队列( Lpush Rpop ) ，栈(Lpush Lpop ) !
Set（集合）
- 添加 SADD
- 移除 SREM
- 查看 SMEMBERS
- 数量 SCRAD
- 判读存在 SISMEMBER | SMISMEMBER
- 移动 SMOVE
- 交集 SINTER
- 并集 SUNION
- 差集 SDIFF
- 集合运算存储 SINTERSTORE | SUNIONSTORE | SDIFFSTORE
- 多集合交集 SINTERCRAD
1添加
1.可以通过sadd key member [member ...],来实现?创建key集合，并添加members。
127.0.0.1:6379> sadd set case1
(integer) 1
127.0.0.1:6379> smembers set
1) "case1"
127.0.0.1:6379> sadd set case2 case3 case4
(integer) 3
127.0.0.1:6379> smembers set
1) "case4"
2) "case2"
3) "case3"
4) "case1"
2移除
2.可以通过srem key member [member ...],来实现对集合key中的members进行移除操作。
127.0.0.1:6379> smembers set
1) "case4"
2) "case2"
3) "case3"
4) "case1"
127.0.0.1:6379> srem set case4
(integer) 1
127.0.0.1:6379> smembers set
1) "case2"
2) "case3"
3) "case1"
127.0.0.1:6379> srem set case2 case3
(integer) 2
127.0.0.1:6379> smembers set
1) "case1"
3.查看
3.通过使用smembers key，来实现对集合key的成员进行查看。
127.0.0.1:6379> sadd set case1
(integer) 1
127.0.0.1:6379> smembers set
1) "case1"
4.成员数
4.通过使用scard key,来实现对集合成员数量的统计。
127.0.0.1:6379> smembers set
1) "case1"
127.0.0.1:6379> scard set
(integer) 1
5.成员判断
5.通过使用sismember set member
127.0.0.1:6379> smembers set
1) "case2"
2) "case3"
3) "case1"
127.0.0.1:6379> sismember set case1
(integer) 1
127.0.0.1:6379> sismember set case5
(integer) 0
6.移动
6.通过使用smove source destination member
127.0.0.1:6379> smembers set
1) "case4"
2) "case2"
3) "case3"
4) "case1"
127.0.0.1:6379> smembers set2
1) "tain2"
2) "tain1"
3) "tain3"
127.0.0.1:6379> smove set set2 case4
(integer) 1
127.0.0.1:6379> smembers set
1) "case2"
2) "case3"
3) "case1"
127.0.0.1:6379> smembers set2
1) "tain2"
2) "tain1"
3) "case4"
4) "tain3"
7.集合运算
基本运算
7.交集运算，通过使用sinter key [key ...],来实现多集合之间的交集运算。
127.0.0.1:6379> smembers set
1) "case2"
2) "case5"
3) "case3"
4) "case1"
5) "case4"
127.0.0.1:6379> smembers set1
1) "case5"
127.0.0.1:6379> smembers set2
1) "tain1"
2) "tain2"
3) "case4"
4) "case5"
5) "tain3"
127.0.0.1:6379> sinter set
1) "case2"
2) "case5"
3) "case3"
4) "case1"
5) "case4"
127.0.0.1:6379> sinter set set2
1) "case5"
2) "case4"
127.0.0.1:6379> sinter set set1 set2
1) "case5"
8.并集运算，通过使用sunion key [key ...],来实现多集合之间的并集运算。
127.0.0.1:6379> smembers set
1) "case5"
2) "case3"
3) "case1"
4) "case4"
5) "case2"
127.0.0.1:6379> smembers set1
1) "case5"
127.0.0.1:6379> smembers set2
1) "tain1"
2) "tain2"
3) "case4"
4) "case5"
5) "tain3"
127.0.0.1:6379> sunion set set2
1) "tain2"
2) "tain1"
3) "case4"
4) "case5"
5) "case3"
6) "case2"
7) "tain3"
8) "case1"
127.0.0.1:6379> sunion set set1 set2
1) "tain2"
2) "tain1"
3) "case4"
4) "case5"
5) "case3"
6) "case2"
7) "tain3"
8) "case1"
9.差集运算，通过使用sdiff key [key ...]，来实现多集合之间的差集运算。
127.0.0.1:6379> smembers set
1) "case5"
2) "case3"
3) "case1"
4) "case4"
5) "case2"
127.0.0.1:6379> smembers set1
1) "case5"
127.0.0.1:6379> smembers set2
1) "tain1"
2) "tain2"
3) "case4"
4) "case5"
5) "tain3"
127.0.0.1:6379> sdiff set set2
1) "case2"
2) "case1"
3) "case3"
127.0.0.1:6379> sdiff set2 set
1) "tain2"
2) "tain1"
3) "tain3"
127.0.0.1:6379> sdiff set set1 set2
1) "case2"
2) "case1"
3) "case3"
127.0.0.1:6379> sdiff set set1
1) "case4"
2) "case2"
3) "case1"
4) "case3"
运算存储
10.交集运算存储，通过使用sinterstore destination key [key ...],来实现多集合交集结果存储为一个全新的集合。
127.0.0.1:6379> clear
127.0.0.1:6379> smembers set
1) "case4"
2) "case3"
3) "case5"
4) "case2"
5) "case1"
127.0.0.1:6379> smembers set1
1) "case5"
127.0.0.1:6379> sinterstore des_i set set1
(integer) 1
127.0.0.1:6379> smembers des_i
1) "case5"
11.并集运算存储，通过使用sunionstore desctination key [key ...],来实现多集合并集结果存储为一个全新的集合。
127.0.0.1:6379> smembers set
1) "case4"
2) "case3"
3) "case5"
4) "case2"
5) "case1"
127.0.0.1:6379> smembers set2
1) "tain1"
2) "tain2"
3) "case4"
4) "case5"
5) "tain3"
127.0.0.1:6379> sunionstore des_u set set2
(integer) 8
127.0.0.1:6379> smembers des_u
1) "tain2"
2) "tain1"
3) "case4"
4) "case3"
5) "case5"
6) "case2"
7) "tain3"
8) "case1"
12.差集运算存储，通过使用sdiffstore destination key [key ...],来实现多集合差集结果存储为一个全新的集合。
127.0.0.1:6379> smembers set
1) "case4"
2) "case3"
3) "case5"
4) "case2"
5) "case1"
127.0.0.1:6379> smembers set1
1) "case5"
127.0.0.1:6379> sdiffstore des_d set set1
(integer) 4
127.0.0.1:6379> smembers des_d
1) "case4"
2) "case2"
3) "case1"
4) "case3"
交集多集
13.交集多集运算，通过使用sintercard numkeys key [key ...] [LIMIT limit]，
127.0.0.1:6379> smembers set
1) "case4"
2) "case3"
3) "case5"
4) "case2"
5) "case1"
127.0.0.1:6379> smembers set2
1) "tain1"
2) "tain2"
3) "case4"
4) "case5"
5) "tain3"
127.0.0.1:6379> sintercard 2 set set2
(integer) 2
127.0.0.1:6379> sintercard 2 set set2 limit 1
(integer) 1
127.0.0.1:6379> sintercard 2 set set2 limit 2
(integer) 2
127.0.0.1:6379> sintercard 2 set set2 limit 3
(integer) 2
Hash （哈希）
- 设置 HSET
- 获取 HGET
- 多值设置 HMSET
- 多值获取 HMGET
- 获取键 HKEYS
- 获取值 HVALS
- 获取随机键 HRANDFIELD
- 获取全部 HGETALL
- 删除 HDEL
- 长度 HLEN
- 键值长度 HSTRLEN
- 变化步长 HINCRBY
- 存在 HEXISTS
- 不存在设置 HSETNX
注意：hash变更的数据 user name age, 尤其是是用户信息之类的，经常变动的信息! hash更适合于对象的存储，String更加适合字符串存储!
1设置
1.通过使用hset key field value [filed value ...],来设置hash表的键值对。
127.0.0.1:6379> hset hash name redskaber
(integer) 1
127.0.0.1:6379> hget hash name
"redskaber"
127.0.0.1:6379> hset hash age 21 salary 12000
(integer) 2
127.0.0.1:6379> hget hash age
"21"
127.0.0.1:6379> hget hash salary
"12000"
2.获取
2.通过使用hget key field,来实现获取hash表中对应键的值。
127.0.0.1:6379> hset hash age 21 salary 12000
(integer) 2
127.0.0.1:6379> hget hash age
"21"
127.0.0.1:6379> hget hash salary
"12000"
3.设置多值
3.通过使用hmset key field value [field value ...],来实现多值设置hash表。
127.0.0.1:6379> hmget hash name age salary
1) "redskaber"
2) "21"
3) "12000"
127.0.0.1:6379> hmset hash hobby money dream moremoney
OK
127.0.0.1:6379> hmget hash name age salary hobby dream
1) "redskaber"
2) "21"
3) "12000"
4) "money"
5) "moremoney"
127.0.0.1:6379> hmset hash hobby money dream supermoremoney
OK
127.0.0.1:6379> hmget hash name age salary hobby dream
1) "redskaber"
2) "21"
3) "12000"
4) "money"
5) "supermoremoney"
4.获取多值
4.通过使用hmget key field [field ...],来获取hash表中field的值。
127.0.0.1:6379> hmget hash name age salary hobby dream
1) "redskaber"
2) "21"
3) "12000"
4) "money"
5) "supermoremoney"
127.0.0.1:6379>
5.获取所有键
5.通过使用hkeys key,来实现获取hash表的所有键。
127.0.0.1:6379> hkeys hash
1) "name"
2) "age"
3) "salary"
4) "hobby"
5) "dream"
127.0.0.1:6379>
6.获取所有值
6.通过使用hvals key，来实现获取hash表的所有值。
127.0.0.1:6379> hvals hash
1) "redskaber"
2) "21"
3) "12000"
4) "money"
5) "supermoremoney"
127.0.0.1:6379>
7.获取所有键值
7.通过使用hgetall key,来实现获取hash表中所有的键值对。
127.0.0.1:6379> hgetall hash
1) "name"
2) "redskaber"
3) "age"
4) "21"
5) "salary"
6) "12000"
7) "hobby"
8) "money"
9) "dream"
10) "supermoremoney"
127.0.0.1:6379>
8.获取随机键[值]
8.通过使用 hrandfiled key [count withvalues],来随机获取hash表中的建（默认不带值）后缀withvalues即可带值。
127.0.0.1:6379> hkeys hash
1) "name"
2) "age"
3) "dream"
4) "like"
5) "hobby"
127.0.0.1:6379> hrandfield hash
"like"
127.0.0.1:6379> hrandfield hash
"dream"
127.0.0.1:6379> hrandfield hash -2
1) "hobby"
2) "name"
127.0.0.1:6379> hrandfield hash -2
1) "like"
2) "age"
127.0.0.1:6379> hrandfield hash -2 withvalues
1) "age"
2) "21"
3) "hobby"
4) "money"
127.0.0.1:6379> hrandfield hash -1 withvalues
1) "dream"
2) "supermoremoney"
127.0.0.1:6379>
9.删除
9.通过使用hdel key field [field ...],来实现删除hash表中的(多对)键值对。
127.0.0.1:6379> hgetall hash
1) "name"
2) "redskaber"
3) "age"
4) "21"
5) "hobby"
6) "money"
7) "dream"
8) "supermoremoney"
9) "like"
10) "cto"
127.0.0.1:6379> hdel hash like
(integer) 1
127.0.0.1:6379> hgetall hash
1) "name"
2) "redskaber"
3) "age"
4) "21"
5) "hobby"
6) "money"
7) "dream"
8) "supermoremoney"
127.0.0.1:6379> hdel hash dream hobby
(integer) 2
127.0.0.1:6379> hgetall hash
1) "name"
2) "redskaber"
3) "age"
4) "21"
127.0.0.1:6379>
10.变化步长
10.通过使用hincrby key field increment,来实现对hash表中键值的增减变换。
127.0.0.1:6379> hgetall hash
1) "name"
2) "redskaber"
3) "age"
4) "21"
127.0.0.1:6379> hincrby hash age 3
(integer) 24
127.0.0.1:6379> hincrby hash age -3
(integer) 21
127.0.0.1:6379> hgetall hash
1) "name"
2) "redskaber"
3) "age"
4) "21"
127.0.0.1:6379>
11.获取hash表长度
11.通过使用hlen key ,来实现对hash表的长度获取。
127.0.0.1:6379> hkeys hash
1) "name"
2) "age"
3) "dream"
4) "like"
5) "hobby"
127.0.0.1:6379> hlen hash
(integer) 5
127.0.0.1:6379>
12.获取字段值长度
12.通过使用hstrlen key field,来实现对hash表的键的值长度获取。
127.0.0.1:6379> hkeys hash
1) "name"
2) "age"
3) "dream"
4) "like"
5) "hobby"
127.0.0.1:6379> hstrlen hash dream
(integer) 14
127.0.0.1:6379> hget hash dream
"supermoremoney"
127.0.0.1:6379>
13.存在判断
13.通过使用hexists key field,来实现对hash表中元素的存在判断。
127.0.0.1:6379> hkeys hash
1) "name"
2) "age"
3) "dream"
4) "like"
5) "hobby"
127.0.0.1:6379> hexists hash like
(integer) 1
127.0.0.1:6379> hexists hash likes
(integer) 0
127.0.0.1:6379>
14.不存在新建
14.通过使用hsetnx key field value,来实现对hash表中当字段不存在创建数据。（原子性）
127.0.0.1:6379> hkeys hash
1) "name"
2) "age"
3) "dream"
4) "like"
5) "hobby"
127.0.0.1:6379> hsetnx hash name alex
(integer) 0
127.0.0.1:6379> hsetnx hash names alex
(integer) 1
127.0.0.1:6379> hkeys hash
1) "name"
2) "age"
3) "dream"
4) "like"
5) "hobby"
6) "names"
127.0.0.1:6379>
ZSet （有序集合）
在set的基础上，增加了一个值，set k1 v1 zset k1 score1 v1
-
添加 ZADD
-
查看操作
- 查看score ZSCORE
- 查看多个score ZMSOCRE
- 成员数 ZCARD
- 成员数区间 ZCOUNT
- 查看元素顺序索引 ZRANK
- 查看元素逆序索引 ZREVRANK
-
移除操作
- 移除 ZREM
- 移除通过排序 ZREMRANGEBYRANK
- 移除通过score ZREMRANGEBYSCORE
-
弹出操作
- 多元素弹出最值 ZMPOP
- 弹出score值最大元素 ZPOPMAX
- 弹出score值最小元素 ZPOPMIN
-
集合运算
- 并集 ZINTER
- 交集 ZUNION
- 差集 ZDIFF
- 集合运算存储
- 交集 ZINTERSTORE
- 并集 ZUNIONSTORE
- 差集 ZDIFFSTORE
-
排序操作
- score排序 ZRANGEBYSCORE
- 低到高排序 ZRANGE （顺序）
- 高到低排序 ZREVRANGE （逆序）
-
SCORE相同
- 元素间个数 ZLEXCOUNT
- 范围移除 ZREMRANGEBYLEX
-
自变化 ZINCRBY
-
多序集交集 ZINTERCARD
-
获取随机成员 ZRANDMEMBER
1.添加
1.可以通过zadd key [NX|XX] [GT|LT] [CH] [INCR] score member [score member ...],来实现加入有序集合。
127.0.0.1:6379> zadd sortset 1 case1
(integer) 1
127.0.0.1:6379> zrange sortset 0 -1
1) "case1"
127.0.0.1:6379> zadd sortset 2 case2 3 case3 3 case3
(integer) 2
127.0.0.1:6379> zrange sortset 0 -1
1) "case1"
2) "case2"
3) "case3"
127.0.0.1:6379> zadd sortset 4 case4 5 case5 10 case3
(integer) 2
127.0.0.1:6379> zrange sortset 0 -1
1) "case1"
2) "case2"
3) "case4"
4) "case5"
5) "case3"
127.0.0.1:6379>
2.查看
2.可以通过zrange key start stop [BYSCORE|BYLEX] [REV] [LIMIT offset count] [WITHSCORES],来实现查看有序集合范围中元素。
127.0.0.1:6379> zrange sortset 0 -1
1) "case1"
2) "case2"
3) "case4"
4) "case5"
5) "case3"
127.0.0.1:6379> zrange sortset 0 3
1) "case1"
2) "case2"
3) "case4"
4) "case5"
127.0.0.1:6379> zrange sortset 0 -2
1) "case1"
2) "case2"
3) "case4"
4) "case5"
127.0.0.1:6379> zrange sortset 0 -1 withscores
1) "case1"
2) "1"
3) "case2"
4) "2"
5) "case4"
6) "4"
7) "case5"
8) "5"
9) "case3"
10) "10"
3.可以通过zcount key min max,来实现统计有效列表score在min和max之间的所有元素。
127.0.0.1:6379> zrange sortset 0 -1 withscores
1) "case1"
2) "1"
3) "case2"
4) "2"
5) "case4"
6) "4"
7) "case5"
8) "5"
9) "case3"
10) "10"
127.0.0.1:6379> zcount sortset 3 7
(integer) 2
127.0.0.1:6379> zcount sortset 3 10
(integer) 3
4.可以通过zscore key member,来实现获取member的score值。
127.0.0.1:6379> zrange sortset 0 -1 withscores
1) "case1"
2) "1"
3) "case2"
4) "2"
5) "case4"
6) "4"
7) "case5"
8) "5"
9) "case3"
10) "10"
127.0.0.1:6379> zscore sortset case1
"1"
127.0.0.1:6379> zscore sortset case3
"10"
127.0.0.1:6379> zscore sortset case30
(nil)
127.0.0.1:6379>
5.可以通过zmscore key member [member ...],来实现获取members的scores值。
127.0.0.1:6379> zrange sortset 0 -1 withscores
1) "case1"
2) "1"
3) "case2"
4) "2"
5) "case4"
6) "4"
7) "case5"
8) "5"
9) "case3"
10) "10"
127.0.0.1:6379> zmscore sortset case1 case3 case30
1) "1"
2) "10"
3) (nil)
127.0.0.1:6379>
6.可以通过zcard key,来实现获取有序集合的成员数量。
127.0.0.1:6379> zrange sortset 0 -1 withscores
1) "case1"
2) "1"
3) "case2"
4) "2"
5) "case4"
6) "4"
7) "case5"
8) "5"
9) "case3"
10) "10"
127.0.0.1:6379> zcard sortset
(integer) 5
3.移除
7.可以通过zrem key member [member ...],来实现从有序集合中移除成员(s)。
127.0.0.1:6379> zrange sortset 0 -1 withscores
1) "case1"
2) "1"
3) "case2"
4) "2"
5) "case4"
6) "4"
7) "case5"
8) "5"
9) "case3"
10) "10"
127.0.0.1:6379> zcard sortset
(integer) 5
127.0.0.1:6379> zrem sortset case5 case3 case10 # 不具原子性
(integer) 2
127.0.0.1:6379> zrange sortset 0 -1 withscores
1) "case1"
2) "1"
3) "case2"
4) "2"
5) "case4"
6) "4"
127.0.0.1:6379>
8.可以通过zremrangebyscore key min max,来实现通过score对有序集合的元素移除。
127.0.0.1:6379> zrange sortset 0 -1 withscores
1) "case1"
2) "1"
3) "case2"
4) "2"
5) "case3"
6) "3"
7) "case4"
8) "4"
9) "case7"
10) "7"
11) "case10"
12) "10"
127.0.0.1:6379> zremrangebyscore sortset 4 7
(integer) 2
127.0.0.1:6379> zrange sortset 0 -1 withscores
1) "case1"
2) "1"
3) "case2"
4) "2"
5) "case3"
6) "3"
7) "case10"
8) "10"
127.0.0.1:6379>
9.可以通过zremrangebyrank key start stop,来实现对有序集合的元素通过排序移除元素。
127.0.0.1:6379> zrange sortset 0 -1 withscores
1) "case1"
2) "1"
3) "case2"
4) "2"
5) "case3"
6) "3"
127.0.0.1:6379> zremrangebyrank sortset 1 2
(integer) 2
127.0.0.1:6379> zrange sortset 0 -1 withscores
1) "case1"
2) "1"
127.0.0.1:6379>
4.弹出
10.可以通过zmpop numkeys key [key ...] MIN|MAX [COUNT count],来实现有序集合
127.0.0.1:6379> zrange sort 0 -1 withscores
1) "case3"
2) "3"
3) "case7"
4) "7"
5) "case10"
6) "10"
127.0.0.1:6379> zmpop 1 sort min
1) "sort"
2) 1) 1) "case3"
2) "3"
127.0.0.1:6379> zmpop 1 sort min count 2
1) "sort"
2) 1) 1) "case7"
2) "7"
2) 1) "case10"
2) "10"
127.0.0.1:6379> zrange sort 0 -1 withscores
(empty array)
11.可以通过zpopmin key [count],来实现对有序集合弹出最小的count个元素。
127.0.0.1:6379> zrange sortset 0 -1 withscores
1) "case1"
2) "1"
3) "case3"
4) "3"
5) "case7"
6) "7"
7) "case10"
8) "10"
127.0.0.1:6379> zpopmin sortset 2
1) "case1"
2) "1"
3) "case3"
4) "3"
12.可以通过zpopmax key [count],来实现对有序集合弹出最大的count个元素。
127.0.0.1:6379> zrange sortset 0 -1 withscores
1) "case7"
2) "7"
3) "case10"
4) "10"
127.0.0.1:6379> zpopmax sortset 2
1) "case10"
2) "10"
3) "case7"
4) "7"
127.0.0.1:6379> zrange sortset 0 -1 withscores
(empty array)
5.集合运算
13.可以通过zinter numkeys key [key ...] [WEIGHTS weight [weight ...]] [AGGREGATE SUM|MIN|MAX] [WITHSCORES]，来实现获取多交集结果。
127.0.0.1:6379> zrange sort 0 -1 withscores
1) "case1"
2) "1"
3) "case2"
4) "2"
5) "case3"
6) "3"
7) "case4"
8) "4"
9) "case6"
10) "7"
127.0.0.1:6379> zrange sortc 0 -1 withscores
1) "case1"
2) "1"
3) "lis1"
4) "1"
5) "case3"
6) "2"
7) "lis2"
8) "2"
127.0.0.1:6379> zinter 2 sort sortc
1) "case1"
2) "case3"
14.可以通过zunion numkeys key [key ...] [WEIGHTS weight [weight ...]] [AGGREGATE SUM|MIN|MAX] [WITHSCORES]，来实现获取多并集结果。
127.0.0.1:6379> zrange sort 0 -1 withscores
1) "case1"
2) "1"
3) "case2"
4) "2"
5) "case3"
6) "3"
7) "case4"
8) "4"
9) "case6"
10) "7"
127.0.0.1:6379> zrange sortc 0 -1 withscores
1) "case1"
2) "1"
3) "lis1"
4) "1"
5) "case3"
6) "2"
7) "lis2"
8) "2"
127.0.0.1:6379> zunion 2 sort sortc
1) "lis1"
2) "case1"
3) "case2"
4) "lis2"
5) "case4"
6) "case3"
7) "case6"
15.可以通过zdiff numkeys key [key ...] [WITHSCORES]，来实现获取多差集结果。
127.0.0.1:6379> zrange sort 0 -1 withscores
1) "case1"
2) "1"
3) "case2"
4) "2"
5) "case3"
6) "3"
7) "case4"
8) "4"
9) "case6"
10) "7"
127.0.0.1:6379> zrange sortc 0 -1 withscores
1) "case1"
2) "1"
3) "lis1"
4) "1"
5) "case3"
6) "2"
7) "lis2"
8) "2"
127.0.0.1:6379> zdiff 2 sort sortc
1) "case2"
2) "case4"
3) "case6"
127.0.0.1:6379> zdiff 2 sortc sort
1) "lis1"
2) "lis2"
16.可以通过zinterstore destination numkeys key [key ...] [WEIGHTS weight [weight ...]] [AGGREGATE SUM|MIN|MAX]，来实现获取交集成员数并存储交集结果。
127.0.0.1:6379> zrange sort 0 -1 withscores
1) "case1"
2) "1"
3) "case2"
4) "2"
5) "case3"
6) "3"
7) "case4"
8) "4"
9) "case6"
10) "7"
127.0.0.1:6379> zrange sortc 0 -1 withscores
1) "case1"
2) "1"
3) "lis1"
4) "1"
5) "case3"
6) "2"
7) "lis2"
8) "2"
127.0.0.1:6379> zinterstore intersort 2 sort sortc
(integer) 2
127.0.0.1:6379> zrange intersort 0 -1
1) "case1"
2) "case3"
17.可以通过zunionstore destination numkeys key [key ...] [WEIGHTS weight [weight ...]] [AGGREGATE SUM|MIN|MAX]，来实现获取并集成员数并存储并集结果。
127.0.0.1:6379> zrange sort 0 -1 withscores
1) "case1"
2) "1"
3) "case2"
4) "2"
5) "case3"
6) "3"
7) "case4"
8) "4"
9) "case6"
10) "7"
127.0.0.1:6379> zrange sortc 0 -1 withscores
1) "case1"
2) "1"
3) "lis1"
4) "1"
5) "case3"
6) "2"
7) "lis2"
8) "2"
127.0.0.1:6379> zunionstore unionsort 2 sort sortc
(integer) 7
127.0.0.1:6379> zrange unionsort 0 -1
1) "lis1"
2) "case1"
3) "case2"
4) "lis2"
5) "case4"
6) "case3"
7) "case6"
18.可以通过zdiffstore destination numkeys key [key ...]，来实现获取差集成员数并存储差集结果。
127.0.0.1:6379> zrange sort 0 -1 withscores
1) "case1"
2) "1"
3) "case2"
4) "2"
5) "case3"
6) "3"
7) "case4"
8) "4"
9) "case6"
10) "7"
127.0.0.1:6379> zrange sortc 0 -1 withscores
1) "case1"
2) "1"
3) "lis1"
4) "1"
5) "case3"
6) "2"
7) "lis2"
8) "2"
127.0.0.1:6379> zdiffstore diffsort 2 sort sortc
(integer) 3
127.0.0.1:6379> zrange diffsort 0 -1
1) "case2"
2) "case4"
3) "case6"
127.0.0.1:6379>
6.排序操作
19.可以通过zrangebyscore key min max [WITHSCORES] [LIMIT offset count],来实现通过score排序集合。
127.0.0.1:6379> ZRANGE sort 0 -1
1) "case1"
2) "case2"
3) "case3"
4) "case4"
5) "case6"
127.0.0.1:6379> zrangebyscore sort -inf +inf withscores
1) "case1"
2) "1"
3) "case2"
4) "2"
5) "case3"
6) "3"
7) "case4"
8) "4"
9) "case6"
10) "7"
20.可以通过zrange key start stop [BYSCORE|BYLEX] [REV] [LIMIT offset count] [WITHSCORES],来实现对集合的score、rev、lex..排序操作。
127.0.0.1:6379> zrange sort -inf +inf byscore withscores
1) "case1"
2) "1"
3) "case2"
4) "2"
5) "case3"
6) "3"
7) "case4"
8) "4"
9) "case6"
10) "7"
127.0.0.1:6379> zrange sort 0 4
1) "case1"
2) "case2"
3) "case3"
4) "case4"
5) "case6"
127.0.0.1:6379> zrange sort 1 4 byscore withscores
1) "case1"
2) "1"
3) "case2"
4) "2"
5) "case3"
6) "3"
7) "case4"
8) "4"
127.0.0.1:6379> zrange sort 0 -1 rev
1) "case6"
2) "case4"
3) "case3"
4) "case2"
5) "case1"
21.可以通过zrevrange key start stop [WITHSCORES],来实现
127.0.0.1:6379> zrevrange sort 0 -1
1) "case6"
2) "case4"
3) "case3"
4) "case2"
5) "case1"
127.0.0.1:6379> zrevrange sort 0 -1 withscores
1) "case6"
2) "7"
3) "case4"
4) "4"
5) "case3"
6) "3"
7) "case2"
8) "2"
9) "case1"
10) "1"
127.0.0.1:6379>
7相同score（lex）
22.可以通过zlexcount key min max,来实现lex(score相同)集合指定分数范围。
127.0.0.1:6379> zrange lexsort 0 -1
1) "case1"
2) "case2"
3) "case3"
4) "case4"
5) "case5"
127.0.0.1:6379> zlexcount lexsort - +
(integer) 5
127.0.0.1:6379> zlexcount lexsort [case2 [case4
(integer) 3
127.0.0.1:6379> zlexcount lexsort (case2 [case4
(integer) 2
127.0.0.1:6379>
23.可以通过zremrangebylex key min max,来实现lex集合范围性移除。
127.0.0.1:6379> zrange lexsort 0 -1
1) "case1"
2) "case2"
3) "case3"
4) "case4"
5) "case5"
127.0.0.1:6379> zremrangebylex lexsort [case3 (case5
(integer) 2
127.0.0.1:6379> zrange lexsort 0 -1
1) "case1"
2) "case2"
3) "case5"
127.0.0.1:6379> zremrangebylex lexsort - +
(integer) 3
127.0.0.1:6379> zrange lexsort 0 -1
(empty array)
8自变化
25.可以通过zincrby key increment member，来实现集合成员自变化(增加或减少)。
127.0.0.1:6379> zrange sort 0 -1 withscores
1) "case1"
2) "1"
3) "case2"
4) "2"
5) "case3"
6) "3"
7) "case4"
8) "4"
9) "case6"
10) "7"
127.0.0.1:6379> zincrby sort 20 case1
"21"
127.0.0.1:6379> zrange sort 0 -1 withscores
1) "case2"
2) "2"
3) "case3"
4) "3"
5) "case4"
6) "4"
7) "case6"
8) "7"
9) "case1"
10) "21"
127.0.0.1:6379> zincrby sort -20 case1
"1"
127.0.0.1:6379> zrange sort 0 -1 withscores
1) "case1"
2) "1"
3) "case2"
4) "2"
5) "case3"
6) "3"
7) "case4"
8) "4"
9) "case6"
10) "7"
127.0.0.1:6379>
9多序集交集获取成员数
26.可以通过zintercard numkeys key [key ...] [LIMIT limit]，来实现多集合间交集获取成员数。
127.0.0.1:6379> zrange sort 0 -1 withscores
1) "case1"
2) "1"
3) "case2"
4) "2"
5) "case3"
6) "3"
7) "case4"
8) "4"
9) "case6"
10) "7"
127.0.0.1:6379> zrange sortc 0 -1 withscores
1) "case1"
2) "1"
3) "lis1"
4) "1"
5) "case3"
6) "2"
7) "lis2"
8) "2"
127.0.0.1:6379> zintercard 2 sort sortc
(integer) 2
127.0.0.1:6379> zintercard 2 sort sortc limit 1
(integer) 1
10获取随机成员
27.可以通过zrandmember key [count [WITHSCORES]]，来实现随机获取集合成员(s)。
127.0.0.1:6379> zrange sort 0 -1 withscores
1) "case1"
2) "1"
3) "case2"
4) "2"
5) "case3"
6) "3"
7) "case4"
8) "4"
9) "case6"
10) "7"
127.0.0.1:6379> zrandmember sort
"case3"
127.0.0.1:6379> zrandmember sort
"case4"
127.0.0.1:6379> zrandmember sort 2
1) "case4"
2) "case6"
127.0.0.1:6379> zrandmember sort 3
1) "case2"
2) "case4"
3) "case1"
127.0.0.1:6379>
三种特殊的数据类型
Geospatail （地理位置）
朋友的定位，附近的人，打车距离计算?
Redis的Geo在Redis3.2版本就推出了! 这个功能可以推算地理位置的信息，两地之间的距离，方圆几里的人 !
可以查询一些测试数据:
【经纬度查询】在线地图经度纬度查询|经纬度地名坐标转换 (jiqrxx.com)
地图测距_测量地图直线距离 (chazhi.net)
将指定的地理空间项（经度、纬度、名称）添加到指定的键。数据作为排序集存储在键中，这样就可以使用GEOSEARCH命令查询项目。
该命令采用标准格式 x，y 的参数，因此必须在纬度之前指定经度。可编制索引的坐标存在限制：非常靠近极点的区域不可索引。
EPSG：900913 / EPSG：3785 / OSGEO：41001 规定的确切限制如下：
- 有效经度为
-180到180度。 - 有效纬度为
-85.05112878到85.05112878度。(没有两极)
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。
注意：没有GEODEL命令，因为您可以使用ZREM删除元素。地理索引结构只是一个排序集。
它是如何工作的？
填充排序集的方式是使用一种称为Geohash 的技术。纬度和经度 位交错形成唯一的 52 位整数。我们知道 排序集双精度分数可以表示 52 位整数而不会丢失 精度。
此格式允许通过检查覆盖整个形状所需的 1+8 区域并丢弃其外部元素来查询边界框和半径。通过计算所覆盖框的范围，从排序集分数的不太重要的部分中删除足够的位，并计算分数范围以在排序集中查询每个区域来检查区域。
它使用什么地球模型？
该模型假设地球是一个球体，因为它使用哈弗斯公式来计算距离。这个公式在应用于地球时只是一个近似值，地球不是一个完美的球体。 引入的错误在例如社交网络和需要此类查询的类似应用程序使用时不是问题。 但是，在最坏的情况下，误差可能高达 0.5%，因此您可能需要考虑其他系统用于错误关键型应用程序。
Geo命令集(6个)
- 位置添加 GEOADD
- 多地位置(经纬度) GEOPOS
- 两位置距离 GEODIST
- 位置查询 GEOSREACH
- 位置查询并存储 GEOSREACHSTORE
- 位置hash GEOHASH
- 位置范围 GEORADIUS(6.2弃用) | GEORADIUS_OR(6.2弃用) | GEORADIUSBYMEMBER(6.2弃用) | GEORADIUSBYMEMBER_OR(6.2弃用) => geosearch
- 位置删除 TREM
添加位置
1.可以使用geoadd key [NX|XX] [CH] longitude latitude member [longitude latitude member ...]，来实现添加地理位置信息。
127.0.0.1:6379> geoadd china:city 116.23 40.22 beijing # (longitude latitude) (经纬度)
(integer) 1
127.0.0.1:6379> geoadd china:city 121.48 31.40 shanghai 120.21 30.20 hangzhou 108.93 34.23 xian 114.02 30.58 wuhan 112.98 28.25 changsha 104.10 30.65 chengdu 106.54 29.40 chongqing 113.27 23.15 guangzhou 113.88 22.55 shenzhen
(integer) 9
127.0.0.1:6379> zrange china:city 0 -1
1) "chongqing"
2) "chengdu"
3) "xian"
4) "shenzhen"
5) "guangzhou"
6) "changsha"
7) "wuhan"
8) "hangzhou"
9) "shanghai"
10) "beijing"
查询经纬度
2.可以使用geopos key member [member ...],来实现对geo成员(s)的地理位置进行查询。
127.0.0.1:6379> geopos china:city beijing
1) 1) "116.23000055551528931"
2) "40.2200010338739844"
127.0.0.1:6379> geopos china:city beijing shanghai changsha
1) 1) "116.23000055551528931"
2) "40.2200010338739844"
2) 1) "121.48000091314315796"
2) "31.40000025319353938"
3) 1) "112.9800000786781311"
2) "28.25000087963665152"
127.0.0.1:6379> geopos china:city beijing shanghai changsha tianjing
1) 1) "116.23000055551528931"
2) "40.2200010338739844"
2) 1) "121.48000091314315796"
2) "31.40000025319353938"
3) 1) "112.9800000786781311"
2) "28.25000087963665152"
4) (nil)
127.0.0.1:6379>
查询两地距离
3.可以使用geodist
127.0.0.1:6379> geodist china:city shanghai changsha
"891538.6819"
127.0.0.1:6379> geodist china:city shanghai changsha m
"891538.6819"
127.0.0.1:6379> geodist china:city shanghai changsha km
"891.5387"
127.0.0.1:6379> geodist china:city shenzhen changsha km
"640.3975"
127.0.0.1:6379> geodist china:city beijing shenzhen km
"1977.7825"
地理查询
4.可以通过geosearch key <FROMMEMBER member | FROMLONLAT longitude latitude> <BYRADIUS radius <M | KM | FT | MI> | BYBOX width height <M | KM | FT | MI>> [ASC | DESC] [COUNT count [ANY]] [WITHCOORD] [WITHDIST] [WITHHASH]；
来实现获取地理位置的查询[成员|坐标] [圆形| 方形] [单位] [排序] [数量] [信息]。
127.0.0.1:6379> geosearch china:city frommember changsha byradius 700 km
1) "shenzhen"
2) "guangzhou"
3) "changsha"
4) "wuhan"
5) "chongqing"
127.0.0.1:6379> geosearch china:city fromlonlat 105 32 byradius 500 km
1) "xian"
2) "chongqing"
3) "chengdu"
127.0.0.1:6379> geosearch china:city frommember changsha bybox 1200 1200 km
1) "guangzhou"
2) "changsha"
3) "wuhan"
127.0.0.1:6379> geosearch china:city frommember changsha byradius 700 km
1) "shenzhen"
2) "guangzhou"
3) "changsha"
4) "wuhan"
5) "chongqing"
127.0.0.1:6379> geosearch china:city frommember changsha byradius 700 km desc
1) "shenzhen"
2) "chongqing"
3) "guangzhou"
4) "wuhan"
5) "changsha"
127.0.0.1:6379>
127.0.0.1:6379> geosearch china:city frommember changsha byradius 700 km desc count 3
1) "shenzhen"
2) "chongqing"
3) "guangzhou"
127.0.0.1:6379> geosearch china:city frommember changsha byradius 700 km desc count 2 withcoord
1) 1) "shenzhen"
2) 1) "113.87999922037124634"
2) "22.5500010475923105"
2) 1) "chongqing"
2) 1) "106.54000014066696167"
2) "29.39999880018641676"
127.0.0.1:6379> geosearch china:city frommember changsha byradius 700 km desc count 2 withcoord withdist
1) 1) "shenzhen"
2) "640.3975"
3) 1) "113.87999922037124634"
2) "22.5500010475923105"
2) 1) "chongqing"
2) "640.3536"
3) 1) "106.54000014066696167"
2) "29.39999880018641676"
127.0.0.1:6379> geosearch china:city frommember changsha byradius 700 km desc count 3 withcoord withdist withhash
1) 1) "shenzhen"
2) "640.3975"
3) (integer) 4046339926519116
4) 1) "113.87999922037124634"
2) "22.5500010475923105"
2) 1) "chongqing"
2) "640.3536"
3) (integer) 4026043655521786
4) 1) "106.54000014066696167"
2) "29.39999880018641676"
查询并存储
5.可以通过geosearchstore destination source <FROMMEMBER member | FROMLONLAT longitude latitude> <BYRADIUS radius <M | KM | FT | MI> | BYBOX width height <M | KM | FT | MI>> [ASC | DESC] [COUNT count [ANY]] [STOREDIST] ;
来实现获取地理位置的查询[成员|坐标] [圆形| 方形] [单位] [排序] [数量] [信息]，并存储到新的geospatial（zset）。
127.0.0.1:6379> geosearchstore china:city:radius_changsha_700km_desc_count_2 china:city frommember changsha byradius 700 km desc count 2
(integer) 2
127.0.0.1:6379> zrange china:city:radius_changsha_700km_desc_count_2 0 -1
1) "chongqing"
2) "shenzhen"
127.0.0.1:6379> zrange china:city:radius_changsha_700km_desc_count_2 0 -1 withscores
1) "chongqing"
2) "4026043655521786"
3) "shenzhen"
4) "4046339926519116"
127.0.0.1:6379> geosearch china:city:radius_changsha_700km_desc_count_2 frommember shenzhen byradius inf km
1) "chongqing"
2) "shenzhen"
127.0.0.1:6379> geosearch china:city:radius_changsha_700km_desc_count_2 frommember shenzhen byradius inf km desc count 2 withcoord withdist withhash
1) 1) "chongqing"
2) "1057.3113"
3) (integer) 4026043655521786
4) 1) "106.54000014066696167"
2) "29.39999880018641676"
2) 1) "shenzhen"
2) "0.0000"
3) (integer) 4046339926519116
4) 1) "113.87999922037124634"
2) "22.5500010475923105"
查询hash值
6.可以通过geohash key member [member ...],来查询地理位置(s)的hash值。
127.0.0.1:6379> geohash china:city changsha
1) "wt02dyv80v0"
127.0.0.1:6379> geohash china:city changsha wuhan
1) "wt02dyv80v0"
2) "wt3jfwfv6t0"
移除位置
7.可以使用sort set 移除位置zrem key members,
127.0.0.1:6379> zrange china:city 0 -1
1) "chongqing"
2) "chengdu"
3) "xian"
4) "shenzhen"
5) "guangzhou"
6) "changsha"
7) "wuhan"
8) "hangzhou"
9) "shanghai"
10) "beijing"
127.0.0.1:6379> zrem china:city changsha
(integer) 1
127.0.0.1:6379> zrange china:city 0 -1
1) "chongqing"
2) "chengdu"
3) "xian"
4) "shenzhen"
5) "guangzhou"
6) "wuhan"
7) "hangzhou"
8) "shanghai"
9) "beijing"
127.0.0.1:6379> zrem china:city bingjing shanghai shenzhen #zrem 不具备原子性
(integer) 2
127.0.0.1:6379> zrange china:city 0 -1
1) "chongqing"
2) "chengdu"
3) "xian"
4) "guangzhou"
5) "wuhan"
6) "hangzhou"
7) "beijing"
Hyperloglog（基数统计）
什么是基数?
A{1,2,3,4,5,7}
B{1,2,3,5,6,7}
基数（不重复的元素)= 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，2*64不同的元素的基数，只需要花费12KB内存! 如果要从内存角度来比较的话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!我们的目的是为了计数，而不是保存用户id ;
0.81%错误率!统计UV任务
- 添加 PFADD
- 计数 PFCOUNT
- 合并 PFMERGE
添加
1.可以使用pfadd key [element [element ...]],
127.0.0.1:6379> pfadd hyper case1 case2 case3
(integer) 1
127.0.0.1:6379> pfcount hyper
(integer) 3
计数
2.可以使用pfcount key [key ...],
127.0.0.1:6379> pfadd hyper case1 case3 case4 case5
(integer) 1
127.0.0.1:6379> pfcount hyper
(integer) 5
合并
3.可以使用pfmerge destkey sourcekey [sourcekey ...],
# hyper case1 case3 case4 case5
127.0.0.1:6379> pfadd hyper2 case1 case3 case7 case9
(integer) 1
127.0.0.1:6379> pfcount hyper2
(integer) 4
127.0.0.1:6379> pfmerge hypers hyper hyper2
OK
127.0.0.1:6379> pfcount hypers
(integer) 7
Bitmap （位图）
为什么其他教程都不喜欢讲这些?这些在生活中或者开发中，都有十分多的应用场景，学习了，就是就是多一个思路! 技多不压身!
位存储
统计用户信息，活跃，不活跃!登录、未登录!打卡，365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!
365天=365 bit1字节= 8bit 46个字节左右!
测试
- 设置 SETBIT
- 获取 GETBIT
- 计数 BITCOUNT
- 位运算存储 BITOP
- 与 AND
- 或 OR
- 异或 XOR
- 非 NOT
- BITFIELD | BITFIELD_OR | BITPOS
设置
1.可以通过setbit key offset value，来实现设置或清除存储在键的字符串值中的偏移位。根据值设置或清除位值，该位值可以是 0 或 1.
127.0.0.1:6379> setbit week 0 1
(integer) 0
127.0.0.1:6379> setbit week 1 1
(integer) 0
127.0.0.1:6379> setbit week 2 1
(integer) 0
127.0.0.1:6379> setbit week 3 0
(integer) 0
127.0.0.1:6379> setbit week 4 1
(integer) 0
127.0.0.1:6379> setbit week 5 1
(integer) 0
127.0.0.1:6379> setbit week 6 0
(integer) 0
获取
2.可以通过getbit key offset，来实现返回存储在键的字符串值中偏移处的位值。
127.0.0.1:6379> getbit week 0
(integer) 1
127.0.0.1:6379> getbit week 1
(integer) 1
127.0.0.1:6379> getbit week 2
(integer) 1
127.0.0.1:6379> getbit week 3
(integer) 0
127.0.0.1:6379> getbit week 4
(integer) 1
127.0.0.1:6379> getbit week 5
(integer) 1
127.0.0.1:6379> getbit week 6
(integer) 0
计数
3.可以通过bitcount key [start end [BYTE | BIT]],来实现获取计算字符串中设置位数（人口计数）。
# 0 1 2 3 4 5 6 (位\bit)
# 1 1 1 0 1 1 0 (位值)
127.0.0.1:6379> bitcount week 0 0 bit # 一位的位值
(integer) 1
127.0.0.1:6379> bitcount week 0 1 bit # 两位的位值
(integer) 2
127.0.0.1:6379> bitcount week 0 2 bit
(integer) 3
127.0.0.1:6379> bitcount week 0 3 bit # 四位的位值为 0
(integer) 3
127.0.0.1:6379> bitcount week 0 4 bit
(integer) 4
127.0.0.1:6379> bitcount week 0 5 bit
(integer) 5
127.0.0.1:6379> bitcount week 0 6 bit
(integer) 5
127.0.0.1:6379> bitcount week # 默认是byte(字节)
(integer) 5
127.0.0.1:6379> bitcount week 0 0
(integer) 5
127.0.0.1:6379> bitcount week 0 0 byte
(integer) 5
0 0 0 0 0 0 0 0
128 64 32 16 8 4 2 1
a:97 0110 0001 3
b:98 0110 0010 3
c:99 0110 0011 4
10
127.0.0.1:6379> get name
"abc"
127.0.0.1:6379> bitcount name
(integer) 10
位运算
4.可以通过bitop operation destkey key [key ...],来实现在多个键（包含字符串值）之间执行按位运算，并且 将结果存储在目标密钥中。
该命令支持四种按位运算：AND、OR、XOR和NOT，因此调用该命令的有效形式是：BITOP
BITOP AND destkey srckey1 srckey2 srckey3 ... srckeyNBITOP OR destkey srckey1 srckey2 srckey3 ... srckeyNBITOP XOR destkey srckey1 srckey2 srckey3 ... srckeyNBITOP NOT destkey srckey
如您所见，NOT很特别，因为它只需要一个输入键，因为它 执行位的反转，因此它仅作为一元运算符有意义。
操作的结果始终存储在 。destkey
# week 1 1 1 0 1 1 0 (位值)
# case 1 0 0 0 1 1 0 (位值)
# week 1 1 1 0 1 1 0 (位值)
# case 1 0 0 0 1 1 0 (位值)
# and 1 0 0 0 1 1 0 (位值)
127.0.0.1:6379> bitop and and[week,case] week case
(integer) 1
127.0.0.1:6379> getbit and[week,case] 0
(integer) 1
127.0.0.1:6379> getbit and[week,case] 1
(integer) 0
127.0.0.1:6379> getbit and[week,case] 2
(integer) 0
127.0.0.1:6379> getbit and[week,case] 3
(integer) 0
127.0.0.1:6379> getbit and[week,case] 4
(integer) 1
127.0.0.1:6379> getbit and[week,case] 5
(integer) 1
127.0.0.1:6379> getbit and[week,case] 6
(integer) 0
# week 1 1 1 0 1 1 0 (位值)
# case 1 0 0 0 1 1 0 (位值)
# or 1 1 1 0 1 1 0 (位值)
127.0.0.1:6379> bitop or or[week,case] week case
(integer) 1
127.0.0.1:6379> getbit or[week,case] 0
(integer) 1
127.0.0.1:6379> getbit or[week,case] 1
(integer) 1
127.0.0.1:6379> getbit or[week,case] 2
(integer) 1
127.0.0.1:6379> getbit or[week,case] 3
(integer) 0
127.0.0.1:6379> getbit or[week,case] 4
(integer) 1
127.0.0.1:6379> getbit or[week,case] 5
(integer) 1
127.0.0.1:6379> getbit or[week,case] 6
(integer) 0
# week 1 1 1 0 1 1 0 (位值)
# case 1 0 0 0 1 1 0 (位值)
# xor 0 1 1 0 0 0 0 (位值)
127.0.0.1:6379> bitop xor xor[week,case] week case
(integer) 1
127.0.0.1:6379> getbit xor[week,case] 0
(integer) 0
127.0.0.1:6379> getbit xor[week,case] 1
(integer) 1
127.0.0.1:6379> getbit xor[week,case] 2
(integer) 1
127.0.0.1:6379> getbit xor[week,case] 3
(integer) 0
127.0.0.1:6379> getbit xor[week,case] 4
(integer) 0
127.0.0.1:6379> getbit xor[week,case] 5
(integer) 0
127.0.0.1:6379> getbit xor[week,case] 6
(integer) 0
# week 1 1 1 0 1 1 0 (位值)
# not 0 0 0 1 0 0 1 (位值)
127.0.0.1:6379> bitop not notweek week
(integer) 1
127.0.0.1:6379> getbit notweek 0
(integer) 0
127.0.0.1:6379> getbit notweek 1
(integer) 0
127.0.0.1:6379> getbit notweek 2
(integer) 0
127.0.0.1:6379> getbit notweek 3
(integer) 1
127.0.0.1:6379> getbit notweek 4
(integer) 0
127.0.0.1:6379> getbit notweek 5
(integer) 0
127.0.0.1:6379> getbit notweek 6
(integer) 1
事务
Redis事务本质: 一组命令的集合! 一个事务中的所有命令都会被序列化，在事务执行过程的中，会按照顺序执行! 一次性、顺序性、排他性! 执行一些列的命令!
Redis单条命令式保存原子性的，但是事务不保证原子性!
---------队列 SET SET SET 执行-----------
Redis事务没有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! exec
Redis单条命令式保存原子性的，但是事务不保证原子性!
事务是指一个完整的动作，要么全部执行，要么什么也没有做。
Redis 事务不是严格意义上的事务，只是用于帮助用户在一个步骤中执行多个命令。单个 Redis 命令的执行是原子性的，但 Redis 没有在事务上增加任何维持原子性的机制，所以 Redis 事务的执行并不是原子性的。
Redis 事务可以理解为一个打包的批量执行脚本，但批量指令并非原子化的操作，中间某条指令的失败不会导致前面已做指令的回滚，也不会造成后续的指令不做。
Redis 事务可以一次执行多个命令， 并且带有以下三个重要的保证：
- 批量操作在发送 EXEC 命令前被放入队列缓存。
- 收到 EXEC 命令后进入事务执行，事务中任意命令执行失败，其余的命令依然被执行。
- 在事务执行过程，其他客户端提交的命令请求不会插入到事务执行命令序列中。
一个事务从开始到执行会经历以下三个阶段：
- 开始事务
- 命令入队
- 执行事务
MULTI、EXEC、DISCARD、WATCH 这四个指令构成了 redis 事务处理的基础。
- MULTI 用来组装一个事务；
- EXEC 用来执行一个事务；
- DISCARD 用来取消一个事务；
- WATCH 用来监视一些 key，一旦这些 key 在事务执行之前被改变，则取消事务的执行。
在 Redis 中，通过使用MULTI命令启动事务，然后需要传递应在事务中执行的命令列表，之后整个事务由EXEC命令执行。
正常的执行
127.0.0.1:6379> multi # 开始事务
OK
127.0.0.1:6379(TX)> set name redskaber
QUEUED
127.0.0.1:6379(TX)> set age 21
QUEUED
127.0.0.1:6379(TX)> set salary 21000
QUEUED
127.0.0.1:6379(TX)> get name
QUEUED
127.0.0.1:6379(TX)> get age
QUEUED
127.0.0.1:6379(TX)> get salary
QUEUED
127.0.0.1:6379(TX)> exec # 执行事务
1) OK
2) OK
3) OK
4) "redskaber"
5) "21"
6) "21000"
127.0.0.1:6379>
放弃事务
127.0.0.1:6379> multi # 开启事务
OK
127.0.0.1:6379(TX)> set name redskaber
QUEUED
127.0.0.1:6379(TX)> set age 21
QUEUED
127.0.0.1:6379(TX)> discard # 放弃事务
OK
127.0.0.1:6379> get name
(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 name redskaber
QUEUED
127.0.0.1:6379(TX)> set age 21
QUEUED
127.0.0.1:6379(TX)> getset age # 错误命令
(error) ERR wrong number of arguments for 'getset' command
127.0.0.1:6379(TX)> get name
QUEUED
127.0.0.1:6379(TX)> get age
QUEUED
127.0.0.1:6379(TX)> exec # 执行事务出错
(error) EXECABORT Transaction discarded because of previous errors.
127.0.0.1:6379> get name # 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性，那么执行命令的时候，其他命令是可以正常执行的！错误的命令会抛出异常！
127.0.0.1:6379> multi
OK
127.0.0.1:6379(TX)> set name redskaber
QUEUED
127.0.0.1:6379(TX)> set age 21
QUEUED
127.0.0.1:6379(TX)> incrby name 1 # 会执行的时候失败
QUEUED
127.0.0.1:6379(TX)> incrby age 1
QUEUED
127.0.0.1:6379(TX)> get name
QUEUED
127.0.0.1:6379(TX)> get age
QUEUED
127.0.0.1:6379(TX)> exec
1) OK
2) OK
3) (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!
4) (integer) 22
5) "redskaber"
6) "22"
127.0.0.1:6379> get name
"redskaber"
监控！（面试常问）
悲观锁(PCC)：
- 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(->CAS|版本号)：
- 很乐观，认为什么时候都不会出问题，所以不会上锁!更新数据的时候去判断一下，在此期间是否有人修改过这个数据，
- CAS算法
- 版本号
- 获取version
- 更新的时候比较version
redis 的监视测试
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
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)> get money
QUEUED
127.0.0.1:6379(TX)> get out
QUEUED
127.0.0.1:6379(TX)> exec
1) (integer) 90
2) (integer) 10
3) "90"
4) "10"
127.0.0.1:6379> get money
"90"
127.0.0.1:6379> get out
"10"
执行失败的！
如果修改失败，获取最新的值就好
秒杀活动（乐观锁）
我们知道大多数是基于数据版本（version）的记录机制实现的。即为数据增加一个版本标识，在基于数据库表的版本解决方案中，一般是通过为数据库表增加一个”version”字段来实现读取出数据时，将此版本号一同读出，之后更新时，对此版本号加1。
此时，将提交数据的版本号与数据库表对应记录的当前版本号进行比对，如果提交的数据版本号大于数据库当前版本号，则予以更新，否则认为是过期数据。
WATCH 的机制是：在事务 EXEC 命令执行时，Redis 会检查被 WATCH 的 Key，只有被 WATCH 的 Key 从 WATCH 起始时至今没有发生过变更，EXEC 才会被执行。 如果 WATCH 的 Key 在 WATCH 命令到 EXEC 命令之间发生过变化，则 EXEC 命令会返回失败。也可以调用watch多次监视多个key。
这样就可以对指定的key加乐观锁了。注意watch的key是对整个连接有效的，事务也一样。如果连接断开，监视和事务都会被自动清除。当然了exec，discard，unwatch命令都会清除连接中的所有监视。
Py->Redis
redis 提供两个类 Redis 和 StrictRedis, StrictRedis 用于实现大部分官方的命令，Redis 是 StrictRedis 的子类，用于向后兼容旧版本。
redis 取出的结果默认是字节，我们可以设定 decode_responses=True 改成字符串。
1Reids
1.1安装Redis
pip install redis
1.2连接Redis数据库
1.2.1直接连接
import redis
# direct connect to Redis
def direct_connect() -> None:
conn = redis.Redis(
host='127.0.0.1',
port=6379,
db=0,
password='12306'
)
result = conn.ping()
print(result)
# true
1.2.2连接池连接
连接池的原理是, 通过预先创建多个连接, 当进行redis操作时, 直接获取已经创建的连接进行操作, 而且操作完成后, 不会释放, 用于后续的其他redis操作，这样就达到了避免频繁的redis连接创建和释放的目的, 从而提高性能。redis模块采用ConnectionPool来管理对redis server的所有连接。
import redis
# through address pool connection to Redis
def connect_pool() -> None:
# create connection pool
pool = redis.ConnectionPool(
host="127.0.0.1",
port=6379,
db=0,
password='12306'
)
# use connection pool
conn = redis.Redis(connection_pool=pool)
result = conn.ping()
print(result)
1.3Key-Val类型
- 密码登录 auth
- 测试连通性 ping
- 移动 move
- 存活时间 ttl
- 字段类型 type
- 是否存在 exists
- 设置超时 expire
- 清空当前db flushdb 默认是同步。 若开启异步asynchronous=True，会新起一个线程进行清空操作，不阻塞主线程
- 清空所有db flushall 默认是同步。异步同flushdb
- 删除任意数据类型 del 由于与python中的关键字冲突，所以在python中使用的是：delete
- 查看 key(s) keys
- 重命名 rename
- 随机获取一个键 randomkey
- 选择数据库分区 select
- 数据分区的大小 dbsize
conn = redis.Redis(connection_pool=pool)
print("尝试ping： %s" % conn.ping())
print("清空当前分区数据库: %s" % conn.flushdb())
print("设置name属性为Redskaber： %s" % conn.set('name', 'Redskaber'))
print("设置age属性为21： %s" % conn.set('age', '21'))
print("判断一下name是否存在: %s" % conn.exists('name'))
print("获取一下name,age的值：(%s,%s)" % (conn.get('name'), conn.get('age')))
print("获取所有的key: %s" % conn.keys())
print("随机获取key值： %s" % conn.randomkey())
print("获取当前分区的size大小： %s" % conn.dbsize())
print("设置salary属性： %s" % conn.set('salary', 12000))
print("获取当前所有key： %s" % conn.keys())
print("删除age键： %s" % conn.delete('age'))
print("获取当前所有key： %s" % conn.keys())
print("设置salary的超时时间： %s" % conn.expire('salary', 3))
print("获取salary的ttl： %s" % conn.ttl('salary'))
print("获取salary值： %s" % conn.get('salary'))
time.sleep(2)
print("获取salary的ttl： %s" % conn.ttl('salary'))
print("获取salary值： %s" % conn.get('salary'))
time.sleep(1)
print("获取salary的ttl： %s" % conn.ttl('salary'))
print("获取salary值： %s" % conn.get('salary'))
print("获取所有的key: %s" % conn.keys())
print("将数据分区为0的数据库中的name，移动到数据分区为7的数据库： %s" % conn.move('name', 7))
print("获取所有的key: %s" % conn.keys())
print("选择数据库分区7： %s" % conn.select(7))
print("获取所有的key: %s" % conn.keys())
print("获取name的val： %s" % conn.get('name'))
print("将key为name的键重命名为Rname： %s" % conn.rename('name', 'Rname'))
print("获取Rname的key: %s" % conn.keys('Rname'))
print("获取Rname的val： %s" % conn.get('Rname'))
print("清空redis数据库： %s" % conn.flushall())
conn.close()
1.4 五种基本类型
String类型
- 添加 APPEND
- 长度 STRLEN
- 自增 INCR 递增固定1
- 自减 DECR
- 自增步长 INCBY 递增不固定， 在python中incr与incrby两者指向的是同一个方法。
- 递减步长 DECBY
- 超时时间 SETXE
- 获取范围 GETRANGE
- 替换范围 SETRANGE
- 设置 SET
- 获取 GET
- 多个设置 MSET
- 多个获取 MGET
- 获取设置 GETSET
- 不存在再设置 SETNX （分布式锁）
- 不存在时多个设置 MSETNX （原子性）
conn.flushdb()
print("设置name的值为Redskaber： %s" % conn.set('name', 'Redskaber'))
print("设置age的值为21：%s" % conn.set('age', 21))
print("设置case的值为case： %s" % conn.set('case', 'case'))
print("在case后添加Example: %s" % conn.append('case', 'Example'))
print("获取case的值： %s" % conn.get('case'))
print("获取case的值长度： %s" % conn.strlen('case'))
print("incr设置age的自增为10： %s" % conn.incr('age'))
print("获取age的值： %s" % conn.get('age'))
print("decr设置age的自减为10： %s" % conn.decr('age'))
print("获取age的值： %s" % conn.get('age'))
print("incrby设置age值： %s" % conn.incrby('age', 10))
print("获取age的值： %s" % conn.get('age'))
print("decrby设置age值： %s" % conn.decrby('age', 10))
print("多设置值： %s" % conn.mset({"case1": "test1", "case2": "test2", "case3": "test3", "case4": "test4"}))
print("多获取值： %s" % conn.mget(['case1', 'case2', 'case3', 'case4']))
print("获取值字串范围： %s" % conn.getrange('name', 1, 4))
print("获取name的值： %s" % conn.get('name'))
print("设置值字串范围： %s" % conn.setrange('name', 2, 'xxxx'))
print("获取oooo的值： %s" % conn.get('oooo'))
print("设置oooo的超时时间： %s" % conn.setex('oooo', 3, 'redis'))
print("获取oooo的值： %s" % conn.get('oooo'))
print("获取oooo的存活时间(ttl): %s" % conn.ttl('oooo'))
time.sleep(2)
print("获取oooo的存活时间(ttl): %s" % conn.ttl('oooo'))
print("获取oooo的值： %s" % conn.get('oooo'))
time.sleep(1)
print("获取oooo的存活时间(ttl): %s" % conn.ttl('oooo'))
print("获取oooo的值： %s" % conn.get('oooo'))
print("获取case1的值： %s" % conn.get('case1'))
print(f"获取case1的值: {conn.getset('case1', 'server_up')}, 并重新设置case1的值：{conn.get('case1')}")
print("不存在时再设置（分布式锁）： %s" % conn.setnx('king', 'kingdom'))
print("不存在时再设置（分布式锁）： %s" % conn.setnx('king', 'kingdom'))
print("不存在时再设置(s)（分布式锁）(s)： %s" % conn.msetnx({'dream': 'queue', 'like': 'engineer'}))
print("不存在时再设置(s)（分布式锁）(s)： %s" % conn.msetnx({'dream': 'queue', 'like': 'engineer', '_': 'notify'}))
print("获取所有keys: %s" % conn.keys())
conn.flushdb()
conn.close()
list类型
- 压入 LPUSH | RPUSH
- 弹出 LPOP | RPOP
- 插入 LINSERT
- 移除 LREM
- 长度 LLEN
- 更新 LSET
- 索引 LINDEX
- 截取 LTIRM
"""
- 压入 LPUSH | RPUSH
- 弹出 LPOP | RPOP
- 查看范围 LRANGE
- 插入 LINSERT
- 长度 LLEN
- 更新 LSET
- 移动 LMOVE
- 移除 LREM
- 元素获取索引 LPOS
- 索引获取元素 LINDEX
- 截取 LTIRM
"""
import redis
from redis_conf import REDIS_CONF
# use REDIS_CONF create connection pool
pool = redis.ConnectionPool(**REDIS_CONF)
with redis.Redis(connection_pool=pool) as conn:
# case from test redis list type.
conn.flushdb()
print("压入list： %s" % conn.lpush('list', 'case1'))
print("压入list： %s" % conn.lpush('list', 'case2', 'case22'))
print("压入list： %s" % conn.rpush('list', 'case3', 'case33'))
print("压入list： %s" % conn.rpush('list', 'case4', 'case44'))
print("插入list： %s" % conn.linsert('list', 'after', 'case4', 'case6'))
print("插入list： %s" % conn.linsert('list', 'before', 'case6', 'case5'))
print("获取list单个元素case1： %s" % conn.lrange('list', 0, 0))
print("获取list所有的元素： %s" % conn.lrange('list', 0, -1))
print("弹出list %s" % conn.lpop('list'))
print("弹出list %s" % conn.lpop('list', 2))
print("弹出list %s" % conn.rpop('list'))
print("弹出list %s" % conn.rpop('list', 2))
print("长度list %s" % conn.llen('list'))
print("更新list %s " % conn.lset('list', 0, 'l_set_case'))
print("压入case： %s" % conn.lpush('case', 'lis1', 'lis2', 'lis3'))
print("移动分区0-case->1中： %s" % conn.move('case', 1))
print("获取list所有的元素： %s" % conn.lrange('list', 0, -1))
print("获取list元素索引： %s" % conn.lpos('list', 'case33'))
print("获取list对应索引的元素： %s" % conn.lindex('list', 2))
print("获取list所有的元素： %s" % conn.lrange('list', 0, -1))
print("移除list中的元素： %s" % conn.lrem('list', 1, 'case33'))
print("获取list所有的元素： %s" % conn.lrange('list', 0, -1))
print("截取list中的部分元素（对原数据操作）：%s" % conn.ltrim('list', 0, 0))
print("获取list所有的元素： %s" % conn.lrange('list', 0, -1))
conn.flushdb()
Set类型
- 添加 SADD
- 移除 SREM
- 查看 SMEMBERS
- 数量 SCRAD
- 判读存在 SISMEMBER | SMISMEMBER
- 移动 SMOVE
- 交集 SINTER
- 并集 SUNION
- 差集 SDIFF
- 集合运算存储 SINTERSTORE | SUNIONSTORE | SDIFFSTORE
- 多集合交集 SINTERCRAD
Hash类型
- 设置 HSET
- 获取 HGET
- 多值设置 HMSET
- 多值获取 HMGET
- 获取键 HKEYS
- 获取值 HVALS
- 获取随机键 HRANDFIELD
- 获取全部 HGETALL
- 删除 HDEL
- 长度 HLEN
- 键值长度 HSTRLEN
- 变化步长 HINCRBY
- 存在 HEXISTS
- 不存在设置 HSETNX
Zset类型
- 添加 ZADD
- 查看操作
- 查看score ZSCORE
- 查看多个score ZMSOCRE
- 成员数 ZCARD
- 成员数区间 ZCOUNT
- 查看元素顺序索引 ZRANK
- 查看元素逆序索引 ZREVRANK
- 移除操作
- 移除 ZREM
- 移除通过排序 ZREMRANGEBYRANK
- 移除通过score ZREMRANGEBYSCORE
- 弹出操作
- 多元素弹出最值 ZMPOP
- 弹出score值最大元素 ZPOPMAX
- 弹出score值最小元素 ZPOPMIN
- 集合运算
- 并集 ZINTER
- 交集 ZUNION
- 差集 ZDIFF
- 集合运算存储
- 交集 ZINTERSTORE
- 并集 ZUNIONSTORE
- 差集 ZDIFFSTORE
- 排序操作
- score排序 ZRANGEBYSCORE
- 低到高排序 ZRANGE （顺序）
- 高到低排序 ZREVRANGE （逆序）
- SCORE相同
- 元素间个数 ZLEXCOUNT
- 范围移除 ZREMRANGEBYLEX
- 自变化 ZINCRBY
- 多序集交集 ZINTERCARD
- 获取随机成员 ZRANDMEMBER
1.5 三种特殊的数据类型
geospatail
- 位置添加 GEOADD
- 多地位置(经纬度) GEOPOS
- 两位置距离 GEODIST
- 位置查询 GEOSREACH
- 位置查询并存储 GEOSREACHSTORE
- 位置hash GEOHASH
- 位置范围 GEORADIUS(6.2弃用) | GEORADIUS_OR(6.2弃用) | GEORADIUSBYMEMBER(6.2弃用) | GEORADIUSBYMEMBER_OR(6.2弃用) => geosearch
- 位置删除 TREM
hyperloglog
- 添加 PFADD
- 计数 PFCOUNT
- 合并 PFMERGE
bitmap
- 设置 SETBIT
- 获取 GETBIT
- 计数 BITCOUNT
- 位运算存储 BITOP
- 与 AND
- 或 OR
- 异或 XOR
- 非 NOT
- BITFIELD | BITFIELD_OR | BITPOS
1.6事务
python中通过管道Pipeline实现Redis事务。当我们要使用事务时，首先实例化一个Pipeline类，可以先实例化StrictRedis类，然后调用实例的pipeline()方法；也可以直接实例化Pipeline类。两种方法都会创建BasePipeLine实例。Redis事务中对应的MULTI， EXEC, DISCARD, WATCH操作都对应到BasePipeLine中的相应方法。
# @charset "utf-8"
# @author Redskaber
# @Filename transaction.py
# @time 2022/11/28/0:33
"""
watch(key) # 乐观锁
multi()
......
......
exec()
unwatch() # 释放锁
ps: pipeline.watch...
"""
import redis
from redis_conf import REDIS_CONF
# use REDIS_CONF create connection pool
pool = redis.ConnectionPool(**REDIS_CONF)
with redis.Redis(connection_pool=pool) as conn:
conn.flushdb()
conn.set('name', 'Redskaber')
conn.set('money', 100)
conn.set('outer', 0)
m1 = conn.get('money')
o1 = conn.get('outer')
print(m1, o1)
# python through pipeline implemented redis transaction.
with conn.pipeline(transaction=True) as pipe:
try:
# open Optimistic lock
pipe.watch('money')
pipe.multi()
pipe.decrby('money', 10)
pipe.incrby('outer', 10)
pipe.execute() # execute after complete version is or not change | cas
except Exception as exc:
# if transaction is failed, use discard canceled this transaction.
pipe.discard()
print(exc)
finally:
print(conn.get('money'), conn.get('outer'))
pipe.unwatch()
# python through pipeline implemented redis transaction.
with conn.pipeline(transaction=True) as pipe:
try:
# open Optimistic lock
pipe.watch('money')
pipe.multi()
pipe.incrby('name') # runtimes error: other commands can execute end!
pipe.decrby('money', 10)
pipe.incrby('outer', 10)
pipe.execute() # execute after complete version is or not change | cas
except redis.exceptions.ResponseError as exc:
# if transaction is failed, use discard canceled this transaction.
pipe.discard()
except Exception as exc:
raise exc
finally:
pipe.unwatch()
print(conn.get('money'), conn.get('outer'))
# python through pipeline implemented redis transaction.
with conn.pipeline(transaction=True) as pipe:
try:
# open Optimistic lock
pipe.watch('money')
pipe.multi()
a = 1 / 0 # Compilation error: everyone commands don't execute!
pipe.decrby('money', 10)
pipe.incrby('outer', 10)
pipe.execute() # execute after complete version is or not change | cas
except redis.exceptions.ResponseError as exc:
# if transaction is failed, use discard canceled this transaction.
pipe.discard()
except Exception as exc:
raise exc
finally:
pipe.unwatch()
print(conn.get('money'), conn.get('outer'))
2Django
2.1安装django-redis
安装 django-redis 最简单的方法就是用 pip :
pip install django-redis
2.2 作为 cache backend 使用配置
为了使用 django-redis , 你应该将你的 django cache setting 改成这样:
# 上面是django项目settings中的其他配置....
CACHES = {
"default": {
"BACKEND": "django_redis.cache.RedisCache",
"LOCATION": "redis://10.211.55.28:6379", # 安装redis的主机的 IP 和 端口 / [dbindex]
"OPTIONS": {
"CLIENT_CLASS": "django_redis.client.DefaultClient",
"CONNECTION_POOL_KWARGS": {
"max_connections": 1000,
"encoding": 'utf-8'
},
"PASSWORD": "foobared" # redis密码
}
}
}
为了更好的互操作性并使连接字符串更加 “标准”, 从 3.8.0 开始 django-redis 使用 redis-py native url notation 作为连接字符串.
URL 格式举例
redis://[:password]@localhost:6379/0
rediss://[:password]@localhost:6379/0
unix://[:password]@/path/to/socket.sock?db=0
支持三种 URL scheme :
- redis://: 普通的 TCP 套接字连接
- rediss://: SSL 包裹的 TCP 套接字连接
- unix://: Unix 域套接字连接
指定数据库数字的方法:
- db 查询参数, 例如: redis://localhost?db=0
- 如果使用 redis:// scheme, 可以直接将数字写在路径中, 例如: redis://localhost/0
Redis.conf配置
启动的时候，就通过配置文件来启动!
行家有没有，出手就知道
config文件命令
config get requirepass # 获取redis.conf文件中的配置
config set reqiurepass 123456 # 设置redis.conf文件中的配置项（临时性）
config set 命令的临时性测试
[root@MyCould bin]# redis-cli -p 6379
127.0.0.1:6379> auth 12306
OK
127.0.0.1:6379> ping
PONG
127.0.0.1:6379> config get requirepass
1) "requirepass"
2) "12306"
127.0.0.1:6379> config set requirepass 123456
OK
127.0.0.1:6379> config get requirepass
1) "requirepass"
2) "123456"
127.0.0.1:6379> shutdown
not connected> exit
[root@MyCould bin]# ps -ef |grep redis
systemd+ 2494869 2494850 0 Nov19 ? 00:11:19 redis-server *:6379
root 2658980 2658940 0 16:49 pts/1 00:00:00 grep --color=auto redis
[root@MyCould bin]# redis-server redis-conf/redis.conf
[root@MyCould bin]# redis-cli -p 6379
127.0.0.1:6379> auth 123456
(error) WRONGPASS invalid username-password pair or user is disabled.
127.0.0.1:6379> auth 12306
OK
127.0.0.1:6379> ping
PONG
127.0.0.1:6379> config get requirepass
1) "requirepass"
2) "12306"
单位
1、配置文件unit单位对大小写不敏感 !
包含【INCLUDES】
就是好比我们学习Spring、Improt 、include、django
网络 【NETWORK】
bind 0.0.0.0 ::1 # 绑定ip
protected-mode yes # 保护模式
port 6379 # 端口
通用 【GENERAL】
daemonize yes # 守护进程,默认是no,是否打开后台运行。
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!（Redis会在启动时将其写入指定的位置,并在退出时将其删除）
# 日志设置
# Specify the server verbosity level.
# This can be one of:
# debug (大量信息，对开发/测试有用)。
# verbose (许多不太有用的信息，但不像调试级别那样一团糟)。
# notice (适度冗长，可能是您希望在生产中使用的内容)。
# warning (仅记录非常重要/严重的消息)
loglevel notice # 日志输入等级
logfile "" # 日志文件名称, ""表示直接输出。
databases 16 # 默认的数据库数量
always-show-logo no # 是否显示redis log
set-proc-title yes # 默认情况下,Redis修改进程标题(如“top”和“ps”中所示)以提供一些运行时信息。通过将以下设置为“否”，可以禁用此功能并保留进程名称。
# When changing the process title, Redis uses the following template to construct
# the modified title. 在更改流程标题时，Redis使用以下模板构建修改后的标题。
#
# Template variables are specified in curly brackets. The following variables are
# supported:
#
# {title} Name of process as executed if parent, or type of child process.
# {listen-addr} Bind address or '*' followed by TCP or TLS port listening on, or
# Unix socket if only that's available.
# {server-mode} Special mode, i.e. "[sentinel]" or "[cluster]".
# {port} TCP port listening on, or 0.
# {tls-port} TLS port listening on, or 0.
# {unixsocket} Unix domain socket listening on, or "".
# {config-file} Name of configuration file used.
#
proc-title-template "{title} {listen-addr} {server-mode}" # Redis修改进程标题的模板
快照【 SNAPSHOTTING】 (rdb)
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，那么数据断电及失!
# Save the DB to disk. 保存数据到磁盘
#
# save <seconds> <changes> [<seconds> <changes> ...] 存储格式
#
# Redis will save the DB if the given number of seconds elapsed and it
# surpassed the given number of write operations against the DB.
#
# Snapshotting can be completely disabled with a single empty string argument
# as in following example:
#
# save ""
#
# Unless specified otherwise, by default Redis will save the DB:
# * After 3600 seconds (an hour) if at least 1 change was performed
# * After 300 seconds (5 minutes) if at least 100 changes were performed
# * After 60 seconds if at least 10000 changes were performed
#
# You can set these explicitly by uncommenting the following line.
#
# save 3600 1 300 100 60 10000
# 3600 秒内修改次数达到1次,就会执行快照; 300秒内修改次数达到100次,就会执行快照;60秒内修改次数达到10000次,就会执行快照
save 3600 1 300 100 60 10000
# 默认情况下，如果启用了RDB快照（至少一个保存点）并且最近的后台保存失败，Redis将停止接受写入。
# 如果后台保存进程将重新开始工作，Redis将自动允许再次写入。
# 但是，如果您已经设置了对Redis服务器的适当监视和持久性，您可能希望禁用此功能，以便即使在磁盘、权限等方面出现问题，Redis也将继续正常工作。
#
stop-writes-on-bgsave-error 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,进行检查错误校验!
dbfilename dump.rdb # rdb文件的名称
dir ./ # rdb文件保存的目录!
复制 【REPLICATION】 (主从复制)
# replicaof <masterip> <masterport>
# masterauth <master-password>
# masteruser <username>
replica-serve-stale-data yes
replica-read-only yes
repl-diskless-sync yes
repl-diskless-sync-delay 5
repl-diskless-sync-max-replicas 0
# "disabled" - Don't use diskless load (store the rdb file to the disk first)
# "on-empty-db" - Use diskless load only when it is completely safe.
# "swapdb" - Keep current db contents in RAM while parsing the data directly
# from the socket. Replicas in this mode can keep serving current
# data set while replication is in progress, except for cases where
# they can't recognize master as having a data set from same
# replication history.
# Note that this requires sufficient memory, if you don't have it,
# you risk an OOM kill.
repl-diskless-load disabled
# repl-ping-replica-period 10
# repl-timeout 60
repl-disable-tcp-nodelay no
# repl-backlog-size 1mb
# repl-backlog-ttl 3600
replica-priority 100
# propagation-error-behavior ignore
# replica-ignore-disk-write-errors no
# replica-announced yes
# min-replicas-to-write 3
# min-replicas-max-lag 10
# replica-announce-ip 5.5.5.5
# replica-announce-port 1234
密钥跟踪 【KEYS TRACKING】
# tracking-table-max-keys 1000000
安全 【SECURITY 】
# Redis ACL users are defined in the following format:
#
# user <username> ... acl rules ...
# For example:
#
# user worker +@list +@connection ~jobs:* on >ffa9203c493aa99
# ACL LOG
acllog-max-len 128
# aclfile /etc/redis/users.acl
requirepass password # redis 的登录密码
rename-command keys 123keys123 # 危险命令重命名
rename-command flushall "" # 直接为空（删除命令）
客户端 【CLIENTS】
maxclients 10000 # 最大的客户端数
内存管理【MEMORY MANAGEMENT】
maxmemory <bytes> # 最大的内存分配
maxmemory-policy noeviction # 当达到最大内存时的处理策略(怎么办)
淘汰策略
- volatile-lru：从已设置过期时间的数据集中挑选最近最少使用的数据淘汰。
- volatile-ttl：从已设置过期时间的数据集中挑选将要过期的数据淘汰。
- volatile-random：从已设置过期时间的数据集中任意选择数据淘汰。
- volatile-lfu：从已设置过期时间的数据集挑选使用频率最低的数据淘汰。
- allkeys-lru：从数据集中挑选最近最少使用的数据淘汰
- allkeys-lfu：从数据集中挑选使用频率最低的数据淘汰。
- allkeys-random：从数据集（server.db[i].dict）中任意选择数据淘汰
- no-enviction（驱逐）：禁止驱逐数据，这也是默认策略。意思是当内存不足以容纳新入数据时，新写入操作就会报错，请求可以继续进行，线上任务也不能持续进行，采用no-enviction策略可以保证数据不被丢失。
执行原理：
-
删除失效主键****（消极、积极、主动）
-
淘汰数据的量（为了避免频繁的触发淘汰策略，每次会淘汰掉一批数据，淘汰的数据的大小其实是和置换的大小来确定的，如果置换的数据量大，淘汰的肯定也多。）
-
置换策略（在执行增加数据时，Redis会检查内存使用，如果内存使用超过maxmemory，就会按照置换策略删除一些key）
lru，lfu，random，ttl
惰性释放【LAZY FREEING】
lazyfree-lazy-eviction no
lazyfree-lazy-expire no
lazyfree-lazy-server-del no
replica-lazy-flush no
lazyfree-lazy-user-del no
线程IO【THREADED I/O】
io-threads 4
io-threads-do-reads no
内核OOM控制【KERNEL OOM CONTROL】
oom-score-adj no
oom-score-adj-values 0 200 800
内核透明大页面控制【KERNEL transparent hugepage CONTROL】
disable-thp yes
仅追加模式【APPEND ONLY MODE】(aof)
appendonly no # 默认不开启AOF,默认是使用rdb方式持久化的，在大部分所有的情况下，rdb完全够用!
appendfilename "appendonly.aof" # aof持久化文件的名称。
appenddirname "appendonlydir" # aof目录的名称。
# appendfsync always # 每次修改都会sync,消耗性能
appendfsync everysec # 每秒执行一次sync(同步),可能会丢失这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!
具体的配置，在Redis持久化详细详解 !
非确定性长阻塞命令【NON-DETERMINISTIC LONG BLOCKING COMMANDS】
lua-time-limit 5000
busy-reply-threshold 5000
Redis集群【REDIS CLUSTER】
# cluster-enabled yes
# cluster-config-file nodes-6379.conf
# cluster-node-timeout 15000
# cluster-port 0
# cluster-replica-validity-factor 10
# cluster-migration-barrier 1
# cluster-allow-replica-migration yes
# cluster-require-full-coverage yes
# cluster-replica-no-failover no
# cluster-allow-reads-when-down no
# cluster-allow-pubsubshard-when-down yes
# cluster-link-sendbuf-limit 0
# cluster-announce-hostname ""
# cluster-preferred-endpoint-type ip
集群Docker/NAT支持【CLUSTER DOCKER/NAT support】
# In order to make Redis Cluster working in such environments, a static
# configuration where each node knows its public address is needed. The
# following four options are used for this scope, and are:
#
# * cluster-announce-ip
# * cluster-announce-port
# * cluster-announce-tls-port
# * cluster-announce-bus-port
# Example:
#
# cluster-announce-ip 10.1.1.5
# cluster-announce-tls-port 6379
# cluster-announce-port 0
# cluster-announce-bus-port 6380
慢日志【SLOW LOG】
slowlog-log-slower-than 10000
slowlog-max-len 128
延迟监控【LATENCY MONITOR】
latency-monitor-threshold 0
延迟跟踪【LATENCY TRACKING】
latency-tracking-info-percentiles 50 99 99.9
事件通知【EVENT NOTIFICATION】
notify-keyspace-events ""
高级配置【ADVANCED CONFIG】
hash-max-listpack-entries 512
hash-max-listpack-value 64
list-max-listpack-size -2 # -2 (8 Kb size) or -1 (4 Kb size)
list-compress-depth 0
set-max-intset-entries 512
zset-max-listpack-entries 128
zset-max-listpack-value 64
hll-sparse-max-bytes 3000
stream-node-max-bytes 4096
stream-node-max-entries 100
activerehashing yes
client-output-buffer-limit normal 0 0 0
client-output-buffer-limit replica 256mb 64mb 60
client-output-buffer-limit pubsub 32mb 8mb 60
hz 10
dynamic-hz yes
aof-rewrite-incremental-fsync yes
rdb-save-incremental-fsync yes
# +--------+------------+------------+------------+------------+------------+
# | factor | 100 hits | 1000 hits | 100K hits | 1M hits | 10M hits |
# +--------+------------+------------+------------+------------+------------+
# | 0 | 104 | 255 | 255 | 255 | 255 |
# +--------+------------+------------+------------+------------+------------+
# | 1 | 18 | 49 | 255 | 255 | 255 |
# +--------+------------+------------+------------+------------+------------+
# | 10 | 10 | 18 | 142 | 255 | 255 |
# +--------+------------+------------+------------+------------+------------+
# | 100 | 8 | 11 | 49 | 143 | 255 |
# +--------+------------+------------+------------+------------+------------+
#
# NOTE: The above table was obtained by running the following commands:
#
# redis-benchmark -n 1000000 incr foo
# redis-cli object freq foo
#
# lfu-log-factor 10
# lfu-decay-time 1
活动碎片整理【ACTIVE DEFRAGMENTATION】
jemalloc-bg-thread yes
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Redis提供了持久化功能 !
RDB ( Redis DataBase)
什么是RDB
在指定的时间间隔内将内存中的数据集快照写入磁盘，也就是行话讲的Snapshot快照，它恢复时是将快照文件直接读到内存里。
Redis会单独创建 (（ fork)一个子进程来进行持久化，会先将数据写入到一个临时文件中，待持久化过程都结束了，再用这个临时文件替换上次持久化好的文件。整个过程中，主进程是不进行任何IO操作的。这就确保了极高的性能。如果需要进行大规模数据的恢复，且对于数据恢复的完整性不是非常敏感，那RDB方式要比AOF方式更加的高效。RDB的缺点是最后一次持久化后的数据可能丢失。我们默认的就是RDB，一般情况下不需要修改这个配置!
# 之前已经触发了redis的save，生成dump.rdb文件（现在测试的是redis是是否真的可以持久化数据）。
127.0.0.1:6379> shutdown # 类似断电（关闭redisserver服务）
not connected> exit
[root@MyCould bin]# ps -ef | grep redis
systemd+ 2494869 2494850 0 Nov19 ? 00:11:20 redis-server *:6379
root 2659117 2658940 0 17:08 pts/1 00:00:00 grep --color=auto redis
[root@MyCould bin]# redis-server redis-conf/redis.conf
[root@MyCould bin]# ps -ef | grep redis
systemd+ 2494869 2494850 0 Nov19 ? 00:11:20 redis-server *:6379
root 2659128 1 0 17:09 ? 00:00:00 redis-server 0.0.0.0:6379
root 2659134 2658940 0 17:09 pts/1 00:00:00 grep --color=auto redis
[root@MyCould bin]# redis-cli -p 6379
127.0.0.1:6379> ping
PONG
127.0.0.1:6379> keys * # 可以获取到断电之前的数据。
1) "k2"
2) "k1"
3) "k4"
4) "k3"
5) "k5"
127.0.0.1:6379> keys * # 删除dump.rdb文件，再次查看
1) "k2"
2) "k1"
3) "k4"
4) "k3"
5) "k5"
127.0.0.1:6379> flushdb # 清空当前数据库分区，默认会再次dump.rdb文件，redis快照。
OK
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 | flushdb 命令，也会触发我们的rdb规则！
3、关闭redis服务(shutdown)，也会产生rdb文件！
备份就自动生成一个dump.rdb
恢复rdb文件
1、默认情况下只需要将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"
几乎就他自己默认的配置就够用了，但是我们还是需要去学习!
RDB优势
- 适合大规模的数据恢复。
- 对数据的完整性要不高。
- RDB 是 Redis 数据的一个非常紧凑的单文件时间点表示形式。RDB 文件非常适合备份。
- RDB 非常适合灾难恢复，它是一个可以传输到远程数据中心或 Amazon S3（可能加密）的单个紧凑文件。
- RDB 最大限度地提高了 Redis 性能，因为 Redis 父进程为了持久化而需要做的唯一工作是分叉一个子进程，该子进程将完成所有其余工作。父进程永远不会执行磁盘 I/O 或类似操作。
- 与 AOF 相比，RDB 允许更快地重新启动大数据集。
- 在副本上，RDB 支持重新启动和故障转移后的部分重新同步。
RDB 缺点
- 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的了!
- 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在执行一遍 !
重写规则说明
aof默认就是文件的无限追加，文件会越来越大!
# 重写参数
no-appendfsync-on-rewrite no # 重写时没有appendfsync
auto-aof-rewrite-percentage 100 # 自动aof重写百分比，当达到最大重写的100%时重写
auto-aof-rewrite-min-size 64mb # 自动aof重写最小大小
aof-load-truncated yes # aof负载截断
aof-use-rdb-preamble yes # aof使用rdb前导码
aof-timestamp-enabled no # 启用aof时间戳
# 当文件大小达到64mb时，文件已是非常的大了，此时reids会开启一个新的文件去重写。
# reids会记录上一次的文件大小，来判断是不是此文件。
# 如果AOF文件的大小超过了64mb，此时的reids就会fork一个新的进程来将我们的文件进行重写。（写临时文件时rename）
开启AOF
以日志的形式来记录每个写操作，将Redis执行过的所有指令记录下来(读操作不记录），只许追加文件但不可以改写文件，redis启动之初会读取该文件重新构建数据，换言之，redis重启的话就根据日志文件的内容将写指令从前到后执行一次以完成数据的恢复工作!
Aof保存的是appendonly.aof 文件
appendonly no # 默认是不开启aof模式的,默认是使用rdb方式持久化的,在大部分所有的情况下,rdb完全够用!
appendfilename "appendon1y.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,可能会丢失这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!
默认是不开启的，我们需要手动进行配置!我们只需要将appendoly 改为yes就开启了aof !
设置完aof持久化后，重新加载redis配置文件，重启redis-server后，默认会再redis目录下生成appendonlydir目录。
重新加载redis-server后，redis-server运行时，删除appendonlydir，再执行写操作，不会再次创建目录。
# 测试aof文件，只存写操作。
[root@MyCould bin]# redis-server redis-conf/redis.conf
[root@MyCould bin]# redis-cli
127.0.0.1:6379> ping
PONG
127.0.0.1:6379> keys *
(empty array)
127.0.0.1:6379> set name redskaber
OK
127.0.0.1:6379> set age 21
OK
127.0.0.1:6379> get name
"redskaber"
127.0.0.1:6379> get age
"21"
127.0.0.1:6379> set age 22
OK
[root@MyCould bin]# ls appendonlydir/
appendonly.aof.1.base.rdb appendonly.aof.1.incr.aof appendonly.aof.manifest
[root@MyCould bin]# cat appendonlydir/appendonly.aof.1.base.rdb
REDIS0010 redis-ver7.0.5
[root@MyCould bin]# cat appendonlydir/appendonly.aof.manifest
file appendonly.aof.1.base.rdb seq 1 type b
file appendonly.aof.1.incr.aof seq 1 type i
[root@MyCould bin]# cat appendonlydir/appendonly.aof.1.incr.aof
*2
$6
SELECT
$1
0
*3
$3
set
$4
name
$9
redskaber
*3
$3
set
$3
age
$2
21
*3
$3
set
$3
age
$2
22
[root@MyCould bin]#
AOF文件修复
如果这个aof文件有错误，这时候redis是启动不起来的，我们需要修复这个aof文件redis给我们提供了一个工具redis-check-aof --fix 修复文件
[root@MyCould bin]# ls
2to3 cloud-id easy_install-3.8 jsonpatch pydoc3.9 python3-config redis-cli
2to3-3.9 cloud-init idle3 jsonpointer python3 redis-benchmark redis-conf
appendonlydir cloud-init-per idle3.9 jsonschema python3.9 redis-check-aof redis-sentinel
chardetect dump.rdb jsondiff pydoc3 python3.9-config redis-check-rdb redis-server
[root@MyCould bin]# redis-server redis-conf/redis.conf
[root@MyCould bin]# redis-cli -p 6379
Could not connect to Redis at 127.0.0.1:6379: Connection refused
not connected> exit
[root@MyCould bin]# redis-check-aof
Usage: redis-check-aof [--fix|--truncate-to-timestamp $timestamp] <file.manifest|file.aof>
[root@MyCould bin]# redis-check-aof --fix appendonlydir/appendonly.aof.1.incr.aof
Start checking Old-Style AOF
0x 6c: Expected \r\n, got: 6969
AOF analyzed: filename=appendonlydir/appendonly.aof.1.incr.aof, size=126, ok_up_to=91, ok_up_to_line=24, diff=35
This will shrink the AOF appendonlydir/appendonly.aof.1.incr.aof from 126 bytes, with 35 bytes, to 91 bytes
Continue? [y/N]: y
Successfully truncated AOF appendonlydir/appendonly.aof.1.incr.aof
如果文件正常，重启就可以直接恢复了!
[root@MyCould bin]# redis-server redis-conf/redis.conf
[root@MyCould bin]# redis-cli -p 6379
127.0.0.1:6379> ping
PONG
127.0.0.1:6379> get age
"21"
AOF优势
- 每一次修改都同步，文件的完整会更加好 !
- 每秒同步一次，可能会丢失一秒的数据。
- 从不同步，效率最高的 !
- 使用 AOF Redis 更加持久：您可以拥有不同的 fsync 策略：完全没有 fsync，每秒 fsync 一次，每次查询时 fsync。使用每秒 fsync 的默认策略，写入性能仍然很高。fsync 是使用后台线程执行的，当没有 fsync 正在进行时，主线程将努力执行写入，因此您只能丢失一秒钟的写入。
- AOF 日志是仅追加日志，因此在断电时不会有寻道或损坏问题。即使由于某种原因（磁盘已满或其他原因）日志以半写命令结束，redis-check-aof 工具也可以轻松修复它。
- Redis 能够在 AOF 变得太大时在后台自动重写它。重写是完全安全的，因为当 Redis 继续追加到旧文件时，会使用创建当前数据集所需的最少操作集生成一个全新的文件，一旦第二个文件准备就绪，Redis 就会切换两者并开始追加到新文件。
- AOF 以易于理解和解析的格式包含所有操作一个接一个的日志。您甚至可以轻松导出 AOF 文件。例如，即使您使用
FLUSHALL命令意外刷新了所有内容，只要在此期间没有重写日志，您仍然可以通过停止服务器、删除最新命令并重新启动 Redis 来保存数据集。
AOF缺点
- AOF 文件通常大于同一数据集的等效 RDB 文件，修复的速度也比 RDB 慢!
- AOF 可能比 RDB 慢，具体取决于确切的 fsync 策略。 一般来说，将 fsync 设置为每秒性能仍然非常高，并且在禁用 fsync 的情况下，即使在高负载下，它应该与 RDB 一样快。尽管如此，RDB仍然能够提供更多关于最大延迟的保证，即使在巨大的写入负载的情况下也是如此。
拓展：Redis persistence | Redis
1、RDB持久化方式能够在指定的时间间隔内对你的数据进行快照存储
2、AOF持久化方式记录每次对服务器写的操作，当服务器重启的时候会重新执行这些命令来恢复原始的数据，AOF命令以Redis协议追加保存每次写的操作到文件末尾，Redis还能对AOF文件进行后台重写，使得AOF文件的体积不至于过大。
3、只做缓存，如果你只希望你的数据在服务器运行的时候存在，你也可以不使用任何持久化
4、同时开启两种持久化方式
- 在这种情况下，当redis重启的时候会优先载入AOF文件来恢复原始的数据，因为在通常情况下AOF文件保存的数据集要比RDB文件保存的数据集要完整。
- RDB的数据不实时，同时使用两者时服务器重启也只会找AOF文件，那要不要只使用AOF呢? 作者建议不要，因为RDB更适合用于备份数据库（AOF在不断变化不好备份），快速重启，而且不会有AOF可能潜在的Bug，留着作为一个万一的手段。
5、性能建议
- 因为RDB文件只用作后备用途，建议只在Slave上持久化RDB文件，而且只要15分钟备份一次就够了，只保留save 9001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%大小重写可以改到活当的数值.
- 如果不Enable AOF，仅靠Master-Slave Repllcation 实现高可用性也可以，能省掉一大笔IO，也减少了rewrite时带来的系统波动。代价是如果Master/Slave同时倒掉，会丢失十几分钟的数据，启动脚本也要比较两个Master/Slave 中的 RDB文件，载入较新的那个，微博就是这种架构。
Reids 发布订阅
Redis 发布订阅(pub/sub)是一种消息通信模式∶发送者(pub)发送消息，订阅者(sub)接收消息。微信、微博、关注系统!Redis客户端可以订阅任意数量的频道。
订阅/发布消息图∶
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：
Redis 发布订阅命令
下表列出了 redis 发布订阅常用命令：Commands | Redis
这些命令被广泛用于构建即时通信应用，比如网络聊天室(chatroom)和实时广播、实时提醒等。
测试
顶阅端：
127.0.0.1:6379> SUBSCRIBE redskaber # 订阅一个频道 redskaber
Reading messages... (press Ctrl-C to quit)
1) "subscribe"
2) "redskaber"
3) (integer) 1
# 等待读取推送的信息
1) "message" # 发布者发布的类型
2) "redskaber" # 发布者发布的频道（channel）
3) "hello" # 发布者发布的消息
1) "message"
2) "redskaber"
3) "hello,redis"
发布端：
127.0.0.1:6379> PUBLISH redskaber hello # 发布者发布消息到频道!
(integer) 1
127.0.0.1:6379> PUBLISH redskaber hello,redis # 发布者发布消息到频道!
(integer) 1
127.0.0.1:6379>
原理
Redis是使用C实现的，通过分析Redis源码里的pubsub.c文件，了解发布和订阅机制的底层实现，籍此加深对Redis 的理解。
Redis通过PUBLISH、SUBSCRIBE和PSUBSCRIBE等命令实现发布和订阅功能。
微信︰
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（channe）!，而字典的值则是一个链表，链表中保存了所有订阅这个channel的客户端。SUBSCRIBE命令的关键，就是将客户端添加到给定channel的订阅链表中。通过PUBLISH命令向订阅者发送消息，redis-server会使用给定的频道作为键，在它所维护的channel字典中查找记录了订阅这个频道的所有客户端的链表，遍历这个链表，将消息发布给所有订阅者。
Pub/Sub从字面上理解就是发布(Publish )与订阅(Subscribe )，在Redis中，你可以设定对某一个key值进行消息发布及消息订阅，当一个key值上进行了消息发布后，所有订阅它的客户端都会收到相应的消息。这一功能最明显的用法就是用作实时消息系统，比如普通的即时聊天，群聊等功能。
使用场景∶
1、实时消息系统!
2、事实聊天!(频道当做聊天室，将信息回显给所有人即可! )
3、订阅，关注系统都是可以的!
稍微复杂的场景我们就会使用消息中间件(MQ)
主从复制
概念
主从复制，是指将一台Redis服务器的数据，复制到其他的Redis服务器。前者称为主节点(master/leader)，后者称为从节点(slave/follower); 数据的复制是单向的，只能由主节点到从节点。Master以写为主，Slave以读为主。
默认情况下，每台Redis服务器都是主节点;
且一个主节点可以有多个从节点(或没有从节点)，但一个从节点只能有一个主节点。
主从复制的作用主要包括:
1、数据冗余: 主从复制实现了数据的热备份，是持久化之外的一种数据冗余方式。
2、故障恢复∶当主节点出现问题时，可以由从节点提供服务，实现快速的故障恢复;实际上是一种服务的冗余。
3、负载均衡∶在主从复制的基础上，配合读写分离，可以由主节点提供写服务，由从节点提供读服务（即写Redis数据时应用连接主节点，读Redis数据时应用连接从节点），分担服务器负载;尤其是在写少读多的场景下，通过多个从节点分担读负载，可以大大提高Redis服务器的并发量。
4、高可用(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，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"。对于这种场景，我们可以使如下这种架构:
主从复制，读写分离! 80%的情况下都是在进行读操作!减缓服务器的压力!架构中经常使用! 一主二从!
info
返回有关服务器的信息和统计信息 :INFO [section [section ...]]
127.0.0.1:6379> info replication # 查看当前库的信息
# Replication
role:master # 角色
connected_slaves:0 # 从机个数
master_failover_state:no-failover
master_replid:2834925f5771781340c835bced23c38dad737278
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
环境配置
- CLUSTER
1.修改Redis.conf配置文件
单即多集群
[root@MyCould redis-conf]# cp redis.conf redis79.conf
[root@MyCould redis-conf]# cp redis.conf redis80.conf
[root@MyCould redis-conf]# cp redis.conf redis81.conf
[root@MyCould redis-conf]# ls
redis79.conf redis80.conf redis81.conf redis.conf
[root@MyCould redis-conf]# vim redis79.conf
[root@MyCould redis-conf]# vim redis80.conf
[root@MyCould redis-conf]# vim redis81.conf
[root@MyCould redis-conf]# ls
redis79.conf redis80.conf redis81.conf redis.conf
修改内容（永久性）
# master
bind # 地址（单机不需要修改）
port # 端口
daemonize yes # 后台运行
pidfile # redis pid文件
logfile # redis log文件
dbfilename # rdb文件名称
replicaof <masterip> <masterport> # 从机配置主机信息
masterauth <master-password> # 从机的主机身份校验（主机有密码保护时）
# salved
bind # 地址（单机不需要修改）
port # 端口
daemonize yes # 后台运行
pidfile # redis pid文件
logfile # redis log文件
dbfilename # rdb文件名称
replicaof <masterip> <masterport> # 从机配置主机信息
masterauth <master-password> # 从机的主机身份校验（主机有密码保护时）
redis主从复制
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了!（认老大）
从机配置（临时性）
- SLAVEOF(5.0.0弃用)
- REPLICAOF
# 指定主机 host port
SLAVEOF host port
REPLICAOF host port
主机
127.0.0.1:6379> info replication
# Replication
role:master # 主机
connected_slaves:2 # 从机数
slave0:ip=127.0.0.1,port=6380,state=online,offset=238,lag=1 # 从机的基本信息
slave1:ip=127.0.0.1,port=6381,state=online,offset=238,lag=1 # 从机的基本信息
master_failover_state:no-failover
master_replid:40da7405647dba93dea678baf88a093ad301c2c5
master_replid2:0000000000000000000000000000000000000000
master_repl_offset:238
second_repl_offset:-1
repl_backlog_active:1
repl_backlog_size:1048576
repl_backlog_first_byte_offset:1
repl_backlog_histlen:238
127.0.0.1:6379>
从机
127.0.0.1:6380> info replication
# Replication
role:slave # 从机
master_host:0.0.0.0 # 主机地址
master_port:6379 # 主机端口
master_link_status:up # 主机是否启动
master_last_io_seconds_ago:10
master_sync_in_progress:0
slave_read_repl_offset:224
slave_repl_offset:224
slave_priority:100
slave_read_only:1
replica_announced:1
connected_slaves:0
master_failover_state:no-failover
master_replid:40da7405647dba93dea678baf88a093ad301c2c5
master_replid2:0000000000000000000000000000000000000000
master_repl_offset:224
second_repl_offset:-1
repl_backlog_active:1
repl_backlog_size:1048576
repl_backlog_first_byte_offset:15
repl_backlog_histlen:210
127.0.0.1:6380>
真实的从主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!
细节
主机可以写，从机不能写只能读!主机中的所有信息和数据，都会自动被从机保存 !
主机可以写：
从机只能读：
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；主机如果重新启动，从机依旧可以直接获取到主机写的信息 !
如果从机配置是临时命令状态，当从机down掉后，重新启动获取不到主机数据。(Redis默认是主机状态,临时命令被清空)；
如果从机配置是文件形式，当从机down掉后，重新启动可以正常获取到主机数据。(Redis文件配置形式是永久性，重新启动的Reids还是从机)。
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命令，在后台进程执行完毕之后，master将传送整个数据文件到slave，并完成一次完全同步。
全量复制: 而slave服务在接收到数据库文件数据后，将其存盘并加载到内存中。
增量复制: Master继续将新的所有收集到的修改命令依次传给slave，完成同步；
但是只要是重新连接master，一次完全同步（全量复制）将被自动执行! 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 !
# 79
127.0.0.1:6379> info replication
# Replication
role:master
connected_slaves:1
slave0:ip=127.0.0.1,port=6380,state=online,offset=4796,lag=0
# 80
127.0.0.1:6380> info replication
# Replication
role:slave
master_host:0.0.0.0
master_port:6379
master_link_status:up
master_last_io_seconds_ago:9
master_sync_in_progress:0
slave_read_repl_offset:4768
slave_repl_offset:4768
slave_priority:100
slave_read_only:1
replica_announced:1
connected_slaves:1
slave0:ip=127.0.0.1,port=6381,state=online,offset=4768,lag=0
master_failover_state:no-failover
# 81
127.0.0.1:6381> info replication
# Replication
role:slave
master_host:0.0.0.0
master_port:6380
master_link_status:up
这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REPLICAOF NO ONE让自已变成主机 ! 其他的节点就可以手动连接到最新的这个主节点（手动）如果这个时候老大修复了，那就重新连接 !
从机自提为主机
- SLAVEOF NO ONE
- REPLICAOF NO ONE
127.0.0.1:6381> replicaof no one
OK
127.0.0.1:6381> info replication
# Replication
role:master
connected_slaves:0
master_failover_state:no-failover
哨兵模式（sentinal 自动选举）
概述
主从切换技术的方法是∶当主服务器宕机后，需要手动把一台从服务器切换为主服务器，这就需要人工干预，费事费力，还会造成一段时间内服务不可用。这不是一种推荐的方式，更多时候，我们优先考虑哨兵模式。Redis从2.8开始正式提供了Sentinel (哨兵）架构来解决这个问题。
谋朝篡位的自动版，能够后台监控主机是否故障，如果故障了根据投票数自动将从库转换为主库。
哨兵模式是一种特殊的模式，首先Redis提供了哨兵的命令，哨兵是一个独立的进程，作为进程，它会独立运行。其原理是哨兵通过发送命令，等待Redis服务器响应，从而监控运行的多个Redis实例。
这里的哨兵有两个作用
- 通过发送命令，让Redis服务器返回监控其运行状态，包括主服务器和从服务器。
- 当哨兵监测到master宕机，会自动将slave切换成master，然后通过发布订阅模式通知其他的从服务器，修改配置文件，让它们切换主机。
然而一个哨兵进程对Redis服务器进行监控，可能会出现问题，为此，我们可以使用多个哨兵进行监控。各个哨兵之间还会进行监控，这样就形成了多哨兵模式。
假设主服务器宕机，哨兵1先检测到这个结果，系统并不会马上进行 failover 过程，仅仅是哨兵1主观的认为主服务器不可用，这个现象成为主观下线（subjectively down）[sdown]。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(随机)，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。
redis.conf
bind # 地址（单机不需要修改）
port # 端口
daemonize yes # 后台运行
pidfile # redis pid文件
logfile # redis log文件
dbfilename # rdb文件名称
replicaof <masterip> <masterport> # 从机配置主机信息
masterauth <master-password> # 从机的主机身份校验（主机有密码保护时）: 每一台的redis都需要配置一样的密码
sentinel.conf
# sentinel monitor <master-group-name> <ip> <port> <quorum>
# quorum:当主机宕机,sentinel投票,认为出现故障的数量达到 <quorum> 票数时,一个sentinel尝试故障转移。
#core
sentinel monitor myredis 127.0.0.1 6379 1
sentinel auth-pass myredis password # 注意：如果Rediz主机配置了密码，需要给sentinel密码来连接Redis主机。
开启sentinel模式
[root@MyCould bin]# redis-sentinel redis-conf/sentinel.conf
2673481:X 30 Nov 2022 23:38:23.593 # oO0OoO0OoO0Oo Redis is starting oO0OoO0OoO0Oo
2673481:X 30 Nov 2022 23:38:23.593 # Redis version=7.0.5, bits=64, commit=00000000, modified=0, pid=2673481, just started
2673481:X 30 Nov 2022 23:38:23.593 # Configuration loaded
2673481:X 30 Nov 2022 23:38:23.594 * monotonic clock: POSIX clock_gettime
_._
_.-``__ ''-._
_.-`` `. `_. ''-._ Redis 7.0.5 (00000000/0) 64 bit
.-`` .-```. ```\/ _.,_ ''-._
( ' , .-` | `, ) Running in sentinel mode
|`-._`-...-` __...-.``-._|'` _.-'| Port: 26379
| `-._ `._ / _.-' | PID: 2673481
`-._ `-._ `-./ _.-' _.-'
|`-._`-._ `-.__.-' _.-'_.-'|
| `-._`-._ _.-'_.-' | https://redis.io
`-._ `-._`-.__.-'_.-' _.-'
|`-._`-._ `-.__.-' _.-'_.-'|
| `-._`-._ _.-'_.-' |
`-._ `-._`-.__.-'_.-' _.-'
`-._ `-.__.-' _.-'
`-._ _.-'
`-.__.-'
2673481:X 30 Nov 2022 23:38:23.595 # WARNING: The TCP backlog setting of 511 cannot be enforced because /proc/sys/net/core/somaxconn is set to the lower value of 128.
2673481:X 30 Nov 2022 23:38:23.595 # Sentinel ID is 27ec70049b9d50cdf386c1b59ec731468a2e5ace
2673481:X 30 Nov 2022 23:38:23.595 # +monitor master myredis 0.0.0.0 6379 quorum 1
2673481:X 30 Nov 2022 23:38:23.597 * +slave slave 127.0.0.1:6380 127.0.0.1 6380 @ myredis 0.0.0.0 6379
2673481:X 30 Nov 2022 23:38:23.601 * Sentinel new configuration saved on disk
2673481:X 30 Nov 2022 23:38:23.601 * +slave slave 127.0.0.1:6381 127.0.0.1 6381 @ myredis 0.0.0.0 6379
2673481:X 30 Nov 2022 23:38:23.605 * Sentinel new configuration saved on disk
主机宕机
[root@MyCould bin]# redis-sentinel redis-conf/sentinel.conf
2673481:X 30 Nov 2022 23:38:23.593 # oO0OoO0OoO0Oo Redis is starting oO0OoO0OoO0Oo
2673481:X 30 Nov 2022 23:38:23.593 # Redis version=7.0.5, bits=64, commit=00000000, modified=0, pid=2673481, just started
2673481:X 30 Nov 2022 23:38:23.593 # Configuration loaded
2673481:X 30 Nov 2022 23:38:23.594 * monotonic clock: POSIX clock_gettime
_._
_.-``__ ''-._
_.-`` `. `_. ''-._ Redis 7.0.5 (00000000/0) 64 bit
.-`` .-```. ```\/ _.,_ ''-._
( ' , .-` | `, ) Running in sentinel mode
|`-._`-...-` __...-.``-._|'` _.-'| Port: 26379
| `-._ `._ / _.-' | PID: 2673481
`-._ `-._ `-./ _.-' _.-'
|`-._`-._ `-.__.-' _.-'_.-'|
| `-._`-._ _.-'_.-' | https://redis.io
`-._ `-._`-.__.-'_.-' _.-'
|`-._`-._ `-.__.-' _.-'_.-'|
| `-._`-._ _.-'_.-' |
`-._ `-._`-.__.-'_.-' _.-'
`-._ `-.__.-' _.-'
`-._ _.-'
`-.__.-'
2673481:X 30 Nov 2022 23:38:23.595 # WARNING: The TCP backlog setting of 511 cannot be enforced because /proc/sys/net/core/somaxconn is set to the lower value of 128.
2673481:X 30 Nov 2022 23:38:23.595 # Sentinel ID is 27ec70049b9d50cdf386c1b59ec731468a2e5ace
2673481:X 30 Nov 2022 23:38:23.595 # +monitor master myredis 0.0.0.0 6379 quorum 1 # 监视 主机myredis 6379
2673481:X 30 Nov 2022 23:38:23.597 * +slave slave 127.0.0.1:6380 127.0.0.1 6380 @ myredis 0.0.0.0 6379
2673481:X 30 Nov 2022 23:38:23.601 * Sentinel new configuration saved on disk
2673481:X 30 Nov 2022 23:38:23.601 * +slave slave 127.0.0.1:6381 127.0.0.1 6381 @ myredis 0.0.0.0 6379
2673481:X 30 Nov 2022 23:38:23.605 * Sentinel new configuration saved on disk
2673481:X 30 Nov 2022 23:43:35.812 # +sdown master myredis 0.0.0.0 6379 # sentinel 判断 subjectively down (主观下线)
2673481:X 30 Nov 2022 23:43:35.812 # +odown master myredis 0.0.0.0 6379 #quorum 1/1 # sentinel 判读 (客观下线)
2673481:X 30 Nov 2022 23:43:35.812 # +new-epoch 3
2673481:X 30 Nov 2022 23:43:35.812 # +try-failover master myredis 0.0.0.0 6379 # 尝试【故障转移】
2673481:X 30 Nov 2022 23:43:35.816 * Sentinel new configuration saved on disk
2673481:X 30 Nov 2022 23:43:35.816 # +vote-for-leader 27ec70049b9d50cdf386c1b59ec731468a2e5ace 3 # 开始选举
2673481:X 30 Nov 2022 23:43:35.816 # +elected-leader master myredis 0.0.0.0 6379 # 民选
2673481:X 30 Nov 2022 23:43:35.816 # +failover-state-select-slave master myredis 0.0.0.0 6379 # 从6379中切换故障切换状态
2673481:X 30 Nov 2022 23:43:35.878 # +selected-slave slave 127.0.0.1:6380 127.0.0.1 6380 @ myredis 0.0.0.0 6379 # 出选 6380
2673481:X 30 Nov 2022 23:43:35.878 * +failover-state-send-slaveof-noone slave 127.0.0.1:6380 127.0.0.1 6380 @ myredis 0.0.0.0 6379 # 转移故障状态， 6380 执行 “slaveof no one”命令
2673481:X 30 Nov 2022 23:43:35.954 * +failover-state-wait-promotion slave 127.0.0.1:6380 127.0.0.1 6380 @ myredis 0.0.0.0 6379 # 等待提升，将6380 -> master
2673481:X 30 Nov 2022 23:43:35.962 * Sentinel new configuration saved on disk
2673481:X 30 Nov 2022 23:43:35.962 # +promoted-slave slave 127.0.0.1:6380 127.0.0.1 6380 @ myredis 0.0.0.0 6379 # 选出6380
2673481:X 30 Nov 2022 23:43:35.962 # +failover-state-reconf-slaves master myredis 0.0.0.0 6379
2673481:X 30 Nov 2022 23:43:36.025 * +slave-reconf-sent slave 127.0.0.1:6381 127.0.0.1 6381 @ myredis 0.0.0.0 6379
2673481:X 30 Nov 2022 23:43:36.996 * +slave-reconf-inprog slave 127.0.0.1:6381 127.0.0.1 6381 @ myredis 0.0.0.0 6379
2673481:X 30 Nov 2022 23:43:36.996 * +slave-reconf-done slave 127.0.0.1:6381 127.0.0.1 6381 @ myredis 0.0.0.0 6379
2673481:X 30 Nov 2022 23:43:37.086 # +failover-end master myredis 0.0.0.0 6379 # 故障转移结束
2673481:X 30 Nov 2022 23:43:37.086 # +switch-master myredis 0.0.0.0 6379 127.0.0.1 6380 # 6380 成为新的master
2673481:X 30 Nov 2022 23:43:37.086 * +slave slave 127.0.0.1:6381 127.0.0.1 6381 @ myredis 127.0.0.1 6380
2673481:X 30 Nov 2022 23:43:37.086 * +slave slave 0.0.0.0:6379 0.0.0.0 6379 @ myredis 127.0.0.1 6380
2673481:X 30 Nov 2022 23:43:37.090 * Sentinel new configuration saved on disk
2673481:X 30 Nov 2022 23:44:07.114 # +sdown slave 0.0.0.0:6379 0.0.0.0 6379 @ myredis 127.0.0.1 6380 # 关掉6380 的slave
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!
优点︰
1、哨兵集群，基于主从复制模式，所有的主从配置优点，它全有
2、主从可以切换，故障可以转移，系统的可用性就会更好
3、哨兵模式就是主从模式的升级，手动到自动，更加健壮!
缺点∶
1、Redis不好啊在线扩容的，集群容量一旦到达上限，在线扩容就十分麻烦!
2、实现哨兵模式的配置其实是很麻烦的，里面有很多选择!
sentinel 完整配置
# Example sentine7.conf
# 哨兵sentinel实例运行的端口默认26379
port 26379
# 哨兵sentinel的工作目录dir /tmp
# 哨兵sentinel监控的redis主节点的 ip port
# master-name可以自己命名的主节点名字只能由字母A-z、数字0-9、这三个字符".-_"组成。
# quorum配置多少个sentinel哨兵统一认为master主节点失联那么这时客观上认为主节点失联了
# sentinel monitor <master-name> <ip> <redis-port> <quorum>
sentinel monitor mymaster 127.0.0.1 6379 2
# 当在Redis实例中开启了requirepass foobared 授权密码这样所有连接Redis实例的客户端都要提供密码
# 设置哨兵sentinel连接主从的密码注意必须为主从设置一样的验证密码
# sentinel auth-pass <master-name> <password>
sentinel auth-pass mymaster password
# 指定多少毫秒之后主节点没有应答哨兵sentinel此时哨兵主观上认为主节点下线默认30秒
# sentinel down-after-milliseconds <master-name> <mi1liseconds>
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s1ave因为replication而不可用。
# 可以通过将这个值设为1来保证每次只有一个slave处于不能处理命令请求的状态。
# sentinel parallel-syncs <master-name> <nums1aves>
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fai1over之间的间隔时间。
# 2.当一个slave从一个错误的master那里同步数据开始计算时间。直到slave被纠正为向正确的master那里同步数据时。
# 3.当想要取消一个正在进行的failover所需要的时间。
# 4.当进行failover时,配置所有slaves指向新的master所需的最大时间。不过,即使过了这个超时,slaves依然会被正确配置为指向master,但是就不按parallel syncs 所配置的规则来了
# 默认三分钟
# sentinel failover-timeout <master-name> <milliseconds>
sentinel failover-timeout mymaster 180000
# SCRIPTS EXECUTION
# 配置当某一事件发生时所需要执行的脚本,可以通过脚本来通知管理员;例如,当系统运行不正常时发邮件通知相关人员。
# 对于脚本的运行结果有以下规则:
# 若脚本执行后返回1,那么该脚本稍后将会被再次执行,重复次数目前默认为10
# 若脚本执行后返回2,或者比2更高的一个返回值,脚本将不会重复执行。
# 如果脚本在执行过程中由于收到系统中断信号被终止了,则同返回值为1时的行为相同。
# 一个脚本的最大执行时间为60s,如果超过这个时间,脚本将会被一个STGKILL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,SNS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 <master-name> <script-path>
sentinel notification-script mymaster /var/redis/notify.sh
# 客户端重新配置主节点参数脚本
# 当一个master由于failover而发生改变时,这个脚本将会被调用,通知相关的客户端关于master地址已经发生改变的信息。
# 以下参数将会在调用脚本时传给脚本:
# <master-name> <role> <state> <from-ip> <from-port> <to-ip> <to-port>
# 目前 <state> 总是“failover”,
# <role> 是 “leader” 或者 “observer" 中的一个。
# 参数 from-ip,from-port,to-ip,to-port是用来和旧的master和新的master(即旧的slave)通信的
# 这个脚本应该是通用的,能被多次调用,不是针对性的。
# sentinel client-reconfig-script <master-name> <script-path>
sentinel client-reconfig-script mymaster /var/redis/reconfig.sh #一般都是由运维来配置!
雪崩与缓存穿透
（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（缓存查不到）
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。
布隆过滤器
缓存空对象
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（量大，缓存过期间隙）
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
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，马上就要到双十一零点，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(服务降级)
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。
浙公网安备 33010602011771号