狂神视频地址:https://www.bilibili.com/video/BV1S54y1R7SB
Nosql概述
为什么要用Nosql
1、单机Mysql的年代
DAL:数据库访问层
在90年代,一个基本网站的访问量一般不大,用单个数据库完全可以轻松应付!
在那个时候,更多的都是静态网页,动态交互类型的网站不多。
上述架构下,我们来看看数据存储的瓶颈是什么?
-
数据量的总大小,一个机器放不下了
-
数据的索引(B+ Tree)一个机器的内存放不下了
-
访问量(读写混合)一个服务器不能承受
如果出现了上述 1 个,就必须要晋级!
2、Memcached(缓存)+ MySQL + 垂直拆分
网站80%的情况都是在读,每次去查询数据库的话就十分的麻烦!
所以说我们希望减轻数据库的压力,使用缓存来保证效率。
发展过程:优化数据结构和索引–>文件缓存(IO)–>Memcached( 当时最热门的技术!)
3、分库分表+水平拆分+MySQL集群
早些年:MyISAM,表锁,十分影响效率!高并发下会出现严重的锁问题!
转战Innodb:行锁
同时,开始流行使用分表分库来缓解写压力和数据增长的扩展问题,这个时候,分表分库成了一个热门技术,是面试的热门问题,也是业
界讨论的热门技术问题。也就是在这个时候,MySQL推出了还不太稳定的表分区,这也给技术实力一般的公司带来了希望。
虽然MySQL推出了MySQL Cluster集群,但性能也不能很好满足互联网的需求,只是在高可靠性上提供了非常大的保证。
4、 如今的年代
2010—2020十年间,世界已经发生了翻天覆地的变化
MySQL数据库经常被用来存储一些大文本的字段、文件、导致数据库表非常的大,在做数据库恢复的时候就导致非常的慢,不容易快速
恢复数据库,比如1000万4KB大小的文本就接近40GB的大小,如果能把这些数据从MySQL省去,MySQL将变的非常的小,关系数据库很
强大,但是它并不能很好的应付所有的应用场景,MySQL的扩展性差(需要复杂的技术来实现),大数据下IO压力大,表结构更改困
难,正是当前使用MySQL的开发人员面临的问题。
目前一个基本的互联网架构项目:
5、为什么要用Nosql
用户的个人信息,社交网络,地理位置,用户生成的数据和用户操作日志已经成倍的增加
数据量很多,变化很快
MySQL等关系型数据库已经不适合这些应用了,而NoSQL数据库的发展却能很好的处理这些大的数据!
什么是NoSQL
NoSQL = Not only SQL
泛指非关系型数据库,随着web2.0互联网的诞生! 传统的关系型数据库很难对付! 尤其是大规模的高并发的项目! 暴露出问题很多难以克服的
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!
很多的数据类型如用户的个人信息,社交网络,地理位置。这些数据类型的存储不需要一个固定的格式,不需要多余的操作就可以横向拓展的! Map<String,Object>使用键值对来控制!
NoSQL特点
解耦!
- 方便扩展(数据之间没有关系,很好扩展)
- 大数据量高性能(Redis一秒写8万次,读取11万次,NoSQL的缓存记录级,是一种细粒度的缓存,性能会比较高!)
- 数据类型是多样型的!(不需要事先设计数据库!随取随用! )
RDBMS和NoSQL
了解3V+3高
大数据时代的3V : 主要是对问题的描述
- 海量 Volume
- 多样 Variety
- 实时 Velocity
互联网需求的3高 : 主要是对程序的要求
- 高并发
- 高可用
- 高性能
当下的应用是 SQL 和 NoSQL 一起使用
技术没有高低之分,就看你怎么用!
阿里巴巴演进分析
听听就行了
NoSQL的四大分类
KV键值对
- 新浪:Redis
- 美团:Redis+Tair
- 阿里、百度:Redis+memecache
文档型数据库
(bson 格式和 json 一样)
-
MongoDB
- MongoDB是一个基于分布式文件存储的数据库,C++编写,主要用来处理大量的文档!
- MongoDB是一个介于关系型数据库和非关系型数据库中间的产品!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
列存储数据库
- HBase
- 分布式文件系统
图关系数据库
- 它不是放图形的,放的是关系比如:朋友圈社交网络、广告推荐系统、社交网络,推荐系统等。专注于构建关系图谱
- Neo4J, InfoGrid
Redis入门
概述
Redis 是什么
Redis(Remote Dictionary Server ),即远程字典服务!
是一个开源的使用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 能做什么
-
内存存储、持久化,内存是断电即失的,所以需要持久化(RDB、AOF)
-
高效率、用于高速缓冲
-
发布订阅系统
-
地图信息分析
-
计时器、计数器(eg:浏览量)
-
…
特性
- 多样的数据类型
- 持久化
- 集群
- 事务
- …
学习中需要用到的东西
官网:https://redis.io/
Redis中文文档:http://www.redis.cn/documentation.html
下载地址:进入官网下载即可(Windows版本需要在GitHub上下载,并且Redis版本已停更较长时间,不建议使用)
并且,Redis官方推荐在Linux服务器上进行搭建
Windows安装
1、下载安装包:https://github.com/tporadowski/redis/releases
2、解压
3、启动 redis-server.exe
4、使用 redis-cli.exe 客户端来连接 redis
Linux安装
1、安装jdk环境:
(1条消息) 腾讯云-轻量应用服务器配置(二)——Linux系统安装JDK_HUA_1740的博客-CSDN博客_腾讯云安装jdk
如果是宝塔版:
2、在linux上下载Redis
3、修改配置文件
通过宝塔安装的程序都在/www/server目录下
[root@VM-4-17-centos /]# cd www/server
[root@VM-4-17-centos server]# ls
bt_tomcat_web data go_project lib.pl mysql nginx nodejs other_project panel php phpmyadmin pure-ftpd redis stop tomcat
4、使用WinSCP打开redis.conf文件
5、修改darmonize为yes,目前版本默认是yes
6、服务器安装Redis拓展
7、去 redis 目录下,执行
make install
[root@VM-4-17-centos bin]# cd /www/server/redis
[root@VM-4-17-centos redis]# make install
cd src && make install
make[1]: Entering directory `/www/server/redis/src'
CC Makefile.dep
make[1]: Leaving directory `/www/server/redis/src'
make[1]: Entering directory `/www/server/redis/src'
Hint: It's a good idea to run 'make test' ;)
INSTALL redis-server
INSTALL redis-benchmark
INSTALL redis-cli
make[1]: Leaving directory `/www/server/redis/src'
8、启动redis服务端
[root@VM-4-17-centos redis]# redis-server redis.conf
9、启动redis客户端
[root@VM-4-17-centos redis]# redis-cli -p 6379
127.0.0.1:6379> ping
PONG
10、查看redis的进程是否已开启
[root@VM-4-17-centos ~]# ps -ef|grep redis
redis 10279 1 0 23:09 ? 00:00:02 /www/server/redis/src/redis-server 127.0.0.1:6379
root 19711 9935 0 23:34 pts/1 00:00:00 redis-cli -p 6379
root 19815 19764 0 23:35 pts/2 00:00:00 grep --color=auto redis
11、如何关闭redis服务
# 关闭服务
127.0.0.1:6379> shutdown
not connected> exit
# 再次查看进程
[root@VM-4-17-centos ~]# ps -ef|grep redis
root 20168 19764 0 23:36 pts/2 00:00:00 grep --color=auto redis
后面我们会使用单机多 Redis 启动集群!
测试性能
redis-benchmark
:Redis官方提供的性能测试工具,参数选项如下:
我们来简单测试下
# 测试100个并发连接、100000个请求
[root@VM-4-17-centos src]# pwd
/www/server/redis/src
[root@VM-4-17-centos src]# redis-benchmark -h localhost -p 6379 -c 100 -n 100000
退出测试,使用
ctrl + c
或者
ctrl + z
基础知识
redis默认有16个数据库
[root@VM-4-17-centos redis]# vim redis.conf
默认使用的是第0个数据库
使用select 切换数据库
127.0.0.1:6379> select 3 #切换数据库
OK
127.0.0.1:6379[3]> dbsize #查看DB大小!
(integer) 0
存取数据
127.0.0.1:6379[3]> set name zwj #存数据
OK
127.0.0.1:6379[3]> dbsize
(integer) 1
127.0.0.1:6379[3]> select 7
OK
127.0.0.1:6379[7]> dbsize
(integer) 0
127.0.0.1:6379[7]> get name #取数据
(nil)
127.0.0.1:6379[7]> select 3
OK
127.0.0.1:6379[3]> get name
"zwj"
127.0.0.1:6379[3]> keys * #显示数据库所有的key
1) "name"
清空当前数据库
127.0.0.1:6379[3]> flushdb
OK
127.0.0.1:6379[3]> keys *
(empty array)
清空所有数据库
127.0.0.1:6379[3]> select 0
OK
127.0.0.1:6379> keys *
1) "mylist"
2) "counter:__rand_int__"
3) "key:__rand_int__"
4) "myhash"
127.0.0.1:6379> select 3
OK
127.0.0.1:6379[3]> flushall #清空所有数据库
OK
127.0.0.1:6379[3]> select 0
OK
127.0.0.1:6379> keys *
(empty array)
为什么Redis端口是3679?
https://blog.csdn.net/corleone_4ever/article/details/104120007
Redis是单线程的!
- Redis 是基于内存操作的
- Redis 的性能瓶颈不是 CPU,而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
-
6.x 版本的多线程是对应 io 操作搬运数据时多线程而言的(io 多路复用),工作线程还是只有一个(文件事件分派器的消费是单线程的)
- QPS 达到10W+,完全不比同样是使用 key-value 的 Memecache 差
Redis为什么单线程还这么快
?
-
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!
核心:
- redis 是将所有的数据放在内存中的,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,单线程就是最佳的方案。
五大数据类型
-
Redis是一个开源(BSD许可),内存存储的数据结构服务器,可用作
数据库
,
高速缓存
和
消息队列代理
。 -
它支持
字符串
、
哈希表
、
列表
、
集合
、
有序集合
,
位图
,
hyperloglogs
等数据类型。 -
内置复制、
Lua脚本
、LRU收回、
事务
以及不同级别磁盘持久化功能,同时通过Redis Sentinel提供高可用,通过Redis Cluster提供自动
分区
。
Redis-Key
基本命令
127.0.0.1:6379> set name zwj
OK
127.0.0.1:6379> keys * #查看所有的key
1) "name"
127.0.0.1:6379> set age 1
OK
127.0.0.1:6379> exists name #判断key是否存在
(integer) 1
127.0.0.1:6379> exists nameeee
(integer) 0
127.0.0.1:6379> move name 1 #移动当前key到1数据库
(integer) 1
127.0.0.1:6379> select 1
OK
127.0.0.1:6379[1]> del name #删除key
(integer) 1
127.0.0.1:6379> set name zwj
OK
127.0.0.1:6379> get name
"zwj"
127.0.0.1:6379> expire name 10 #设置过期时间,单位是s
(integer) 1
127.0.0.1:6379> ttl name #距离过期时间
(integer) 6
127.0.0.1:6379> ttl name
(integer) -2
127.0.0.1:6379> get name
(nil)
127.0.0.1:6379> type name #查看当前key的对应类型
string
127.0.0.1:6379> type age
string
String
# set,get,append,strlen
127.0.0.1:6379> set key1 v1
OK
127.0.0.1:6379> get v1
(nil)
127.0.0.1:6379> get key1
"v1"
127.0.0.1:6379> keys *
1) "key1"
127.0.0.1:6379> exists key1
(integer) 1
127.0.0.1:6379> append key1 "hello" # 在某个key的value后追加内容,如果key不存在,则新建
(integer) 7
127.0.0.1:6379> get key1
"v1hello"
127.0.0.1:6379> append key1 ",kuangshen"
(integer) 17
127.0.0.1:6379> get key1
"v1hello,kuangshen"
127.0.0.1:6379> strlen key1 #获取字符串长度
(integer) 17
# incr,decr,incrby,decrby
127.0.0.1:6379> set views 0
OK
127.0.0.1:6379> get views
"0"
127.0.0.1:6379> incr views #incr +1
(integer) 1
127.0.0.1:6379> decr views #decr -1
(integer) 1
127.0.0.1:6379> incrby views 10 #incrby +步长
(integer) 9
127.0.0.1:6379> incrby views 10
(integer) 19
127.0.0.1:6379> decrby views 5 #decrby -步长
(integer) 14
# 字符串范围:range
# getrange start end,
127.0.0.1:6379> set key1 "hello,kuangshen"
OK
127.0.0.1:6379> getrange key1 0 3 #【0,3】
"hell"
127.0.0.1:6379> getrange key1 0 -1 # = get key1
"hello,kuangshen"
# 替换指定位置的字符串
# setrange key2 start value
127.0.0.1:6379> set key2 abcdefg
OK
127.0.0.1:6379> get key2
"abcdefg"
127.0.0.1:6379> setrange key2 1 xx
(integer) 7
127.0.0.1:6379> get key2
"axxdefg"
# setex(set with expire) 设置过期时间
# setnx(set if exist) 不存在再设置 在分布式锁中经常使用
127.0.0.1:6379> setex key3 30 "hello" #设置值为hello的key,有效时间30s
OK
127.0.0.1:6379> ttl key3
(integer) 27
127.0.0.1:6379> get key3
"hello"
127.0.0.1:6379> setnx mykey "redis" #如果不存在key=mykey的键值对,再设置,存在则创建失败
(integer) 1
127.0.0.1:6379> keys *
1) "mykey"
2) "key1"
3) "key2"
127.0.0.1:6379> ttl key3
(integer) -2
127.0.0.1:6379> setnx mykey "mongoDB"
(integer) 0 #0代表设置失败
127.0.0.1:6379> get mykey
"redis"
# mset mget
127.0.0.1:6379> mset k1 v1 k2 v2 k3 v3 #批量设置
OK
127.0.0.1:6379> keys *
1) "k3"
2) "k2"
3) "k1"
127.0.0.1:6379> mget k1 k2 k3 #批量获取
1) "v1"
2) "v2"
3) "v3"
127.0.0.1:6379> msetnx k1 v1 k4 v4 #不存在再创建
(integer) 0
127.0.0.1:6379> get k4 #原子性操作,一起成功或一起失败
(nil)
# 对象
set user:1 {name:zhangsan,age:3} #设置一个user:1对象,值为json的一个字符串
# 这里的key是一个巧妙的设计: user:{id}:{filed},如此设计在Redis中是完全ok的
127.0.0.1:6379> mset user:1:name zhangsan user:1:age 2
OK
127.0.0.1:6379> mget user:1:name user:1:age
1) "zhangsan"
2) "2"
# getset 先get再set
127.0.0.1:6379> getset db redis #如果不存在值,则返回nil
(nil)
127.0.0.1:6379> get db
"redis"
127.0.0.1:6379> getset db mongoDB #如果存在值,获取原来的值,并设置新的值
"redis"
127.0.0.1:6379> get db
"mongoDB"
String 类似的使用场景:value 除了可以是我们的字符串还可以是我们的数字
- 计数器
- 统计多单位的数量
- 粉丝数
- 对象缓存存储
List
基本的数据类型:列表
在 redis 里面,可以把 list 完成:栈、队列、阻塞队列
所有的
list
命令都是用 l 开头的(redis 不区分大小写)
注意:只有 push 和 pop 时才分左右,其余命令开头的 L 均为 list 的意思
127.0.0.1:6379> lpush list one #将一个或多个值插入到列表的头部(左)
(integer) 1
127.0.0.1:6379> lpush list two
(integer) 2
127.0.0.1:6379> lpush list three
(integer) 3
127.0.0.1:6379> lrange list 0 -1 #通过区间获取具体的值
1) "three"
2) "two"
3) "one"
127.0.0.1:6379> lrange list 0 1
1) "three"
2) "two"
127.0.0.1:6379> rpush list right #将一个或多个值插入到列表的尾部(右)
(integer) 4
127.0.0.1:6379> lrange list 0 -1
1) "three"
2) "two"
3) "one"
4) "right"
#####################################################################################
# lpop rpop
127.0.0.1:6379> LRANGE list 0 -1
1) "three"
2) "two"
3) "one"
4) "right"
127.0.0.1:6379> lpop list # 移除 list 的第一个元素
"three"
127.0.0.1:6379> rpop list # 移除 list 的最后一个元素
"right"
127.0.0.1:6379> LRANGE list 0 -1
1) "two"
2) "one"
#####################################################################################
# lindex
127.0.0.1:6379> LRANGE list 0 -1
1) "two"
2) "one"
127.0.0.1:6379> lindex list 1 # 通过下标获得 list 中的某一个值
"one"
127.0.0.1:6379> lindex list 0
"two"
#####################################################################################
# len
127.0.0.1:6379> LPush list one
(integer) 1
127.0.0.1:6379> LPush list two
(integer) 2
127.0.0.1:6379> LPush list three
(integer) 3
127.0.0.1:6379> Llen list # 返回列表的长度
(integer) 3
#####################################################################################
移除指定的值:
取关:uid
lrem
127.0.0.1:6379> LRANGE list 0 -1
1) "three"
2) "three"
3) "two"
4) "one"
127.0.0.1:6379> lrem list 1 one # 移除 list 集合中指定个数的 value,精确匹配
(integer) 1
127.0.0.1:6379> LRANGE list 0 -1
1) "three"
2) "three"
3) "two"
127.0.0.1:6379> lrem list 2 three
(integer) 2
127.0.0.1:6379> LRANGE list 0 -1
1) "two"
#####################################################################################
# trim 修剪:list 截断
127.0.0.1:6379> RPush mylist hello
(integer) 1
127.0.0.1:6379> RPush mylist hello1
(integer) 2
127.0.0.1:6379> RPush mylist hello2
(integer) 3
127.0.0.1:6379> RPush mylist hello3
(integer) 4
127.0.0.1:6379> ltrim mylist 1 2 # 通过下标,保留指定范围内的内容,这个 list 已经改变了
OK
127.0.0.1:6379> LRANGE mylist 0 -1
1) "hello1"
2) "hello2"
#####################################################################################
# rpoplpush 移除列表的最后一个元素,将它移动到新的列表中
127.0.0.1:6379> rpush mylist hello
(integer) 1
127.0.0.1:6379> rpush mylist hello1
(integer) 2
127.0.0.1:6379> rpush mylist hello2
(integer) 3
127.0.0.1:6379> rpoplpush mylist myotherlist
"hello2"
127.0.0.1:6379> lrange mylist 0 -1 # 查看原来的列表
1) "hello"
2) "hello1"
127.0.0.1:6379> lrange myotherlist 0 -1 # 查看目标列表,新值确实存在
1) "hello2"
#####################################################################################
# lset 将列表中指定下标的值替换为另外一个值,更新操作
127.0.0.1:6379> exists list # 判断这个列表是否存在
(integer) 0
127.0.0.1:6379> lset list 0 item # 如果不存在列表我们去更新就会报错
(error) ERR no such key
127.0.0.1:6379> lpush list value1
(integer) 1
127.0.0.1:6379> lrange list 0 0
1) "value1"
127.0.0.1:6379> lset list 0 item # 如果存在,更新当前下标的值
OK
127.0.0.1:6379> lrange list 0 0
1) "item"
127.0.0.1:6379> lset list 1 other # 索引不在
(error) ERR index out of range
#####################################################################################
# linsert :将某个具体的 value 插入到列表中,某个元素的前面或者后面
127.0.0.1:6379> rpush mylist hello
(integer) 1
127.0.0.1:6379> rpush mylist world
(integer) 2
127.0.0.1:6379> linsert mylist before world other
(integer) 3
127.0.0.1:6379> LRANGE mylist 0 -1
1) "hello"
2) "other"
3) "world"
127.0.0.1:6379> Linsert mylist after world new
(integer) 4
127.0.0.1:6379> LRANGE mylist 0 -1
1) "hello"
2) "other"
3) "world"
4) "new"
小结
- 它实际上是一个链表,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,相对而言效率较低
- 可以作消息队列 (Lpush Rpop) 栈(Lpush Lpop)
Set
127.0.0.1:6379> sadd myset hello # set集合中添加元素
(integer) 1
127.0.0.1:6379> sadd myset zwj
(integer) 1
127.0.0.1:6379> sadd myset lovezwj
(integer) 1
127.0.0.1:6379> smembers myset # 查看指定set的所有值
1) "lovezwj"
2) "zwj"
3) "hello"
127.0.0.1:6379> sismember myset hello # 判断某一个值是不是在set集合中
(integer) 1
127.0.0.1:6379> sismember myset world
(integer) 0
#####################################################################################
scard
127.0.0.1:6379> scard myset # 获取set集合中的内容元素个数
(integer) 3
#####################################################################################
# srem:移除set集合中的指定元素
127.0.0.1:6379> srem myset hello
(integer) 1
127.0.0.1:6379> scard myset
(integer) 2
127.0.0.1:6379> smembers myset
1) "lovezwj"
2) "zwj"
127.0.0.1:6379>
#####################################################################################
set 是无序不重合集合
srandmember 抽随机
127.0.0.1:6379> smembers myset
1) "zwj3"
2) "lovezwj"
3) "zwj"
4) "zwj2"
127.0.0.1:6379> srandmember myset # 随机抽1个
"zwj2"
127.0.0.1:6379> srandmember myset
"zwj"
127.0.0.1:6379> srandmember myset
"lovezwj"
127.0.0.1:6379> srandmember myset 2 # 随机抽指定个数
1) "zwj3"
2) "zwj"
127.0.0.1:6379> srandmember myset 2
1) "zwj3"
2) "lovezwj"
#####################################################################################
spop:删除指定的key,随机删除key
127.0.0.1:6379> spop myset
"lovezwj"
127.0.0.1:6379> SMEMBERS myset
1) "zwj3"
2) "zwj"
3) "zwj2"
127.0.0.1:6379> spop myset
"zwj2"
127.0.0.1:6379> SMEMBERS myset
1) "zwj3"
2) "zwj"
#####################################################################################
smove:将一个指定的值,移动到另外一个集合中
127.0.0.1:6379> sadd myset hello
(integer) 1
127.0.0.1:6379> sadd myset world
(integer) 1
127.0.0.1:6379> sadd myset zwj
(integer) 1
127.0.0.1:6379> sadd myset2 set2
(integer) 1
127.0.0.1:6379> smove myset myset2 zwj
(integer) 1
127.0.0.1:6379> smembers myset
1) "world"
2) "hello"
127.0.0.1:6379> smembers myset2
1) "zwj"
2) "set2"
#####################################################################################
微博,B站,共同关注(并集)
数字集合类:
- 差集 SDIFF:sdiff key1 key2,显示出 key1 中,key2 没有的元素
- 交集 SINTER:
- 并集 SUNION:
127.0.0.1:6379> sdiff key1 key2
1) "a"
2) "b"
127.0.0.1:6379> sinter key1 key2
1) "c"
127.0.0.1:6379> sunion key1 key2
1) "b"
2) "c"
3) "e"
4) "a"
5) "d"
微博,A用户将所有关注的人放在一个set集合中,将它的粉丝也放在一个集合中
共同关注,共同爱好,二度好友,推荐好友!(六度分割理论)
Hash
-
Map 集合,结构为
key-map
。此时这个值是一个 map 集合,本质和 String 类型没有太大区别,还是一个简单的 key-value -
set myhash field zwj
127.0.0.1:6379> hset myhash field1 zwj # set 一个具体的 key-value
(integer) 1
127.0.0.1:6379> hget myhash field1
"zwj"
127.0.0.1:6379> hmset myhash field1 hello field2 world
OK
127.0.0.1:6379> hmget myhash field1 field2
1) "hello"
2) "world"
127.0.0.1:6379> hgetall myhash # 获取全部的数据
1) "field1"
2) "hello"
3) "field2"
4) "world"
127.0.0.1:6379> hdel myhash field1 # 删除hash指定key字段!对应的value值也就消失了
(integer) 1
127.0.0.1:6379> hgetall myhash
1) "field2"
2) "world"
#####################################################################################
127.0.0.1:6379> hgetall myhash
1) "field2"
2) "world"
3) "field1"
4) "hello"
127.0.0.1:6379> hlen myhash # 获取hash表的字段数量
(integer) 2
#####################################################################################
127.0.0.1:6379> hexists myhash field1 # 判断hash中指定字段是否存在
(integer) 1
127.0.0.1:6379> hexists myhash field3
(integer) 0
#####################################################################################
127.0.0.1:6379> hkeys myhash # 只获取所有field
1) "field2"
2) "field1"
127.0.0.1:6379> hvals myhash # 只获取所有value
1) "world"
2) "hello"
#####################################################################################
# incrby (注意:没有decrby,使用 incrby -1 代替)
127.0.0.1:6379> hset myhash field3 5
(integer) 1
127.0.0.1:6379> hincrby myhash field3 1
(integer) 6
127.0.0.1:6379> hincrby myhash field3 -1
(integer) 5
127.0.0.1:6379> hdecrby myhash field3 1
(error) ERR unknown command `hdecrby`, with args beginning with: `myhash`, `field3`, `1`,
127.0.0.1:6379> hsetnx myhash field4 hello
(integer) 1
127.0.0.1:6379> hsetnx myhash field4 world
(integer) 0
应用
- 使用 hash 变更数据:user,name,age。尤其是用户信息之类的,经常变动的信息!
- hash 更适合对象的存储,String 更适合字符串的存储
Zset(有序集合)
-
在 set 的基础上(
set k1 v1
),增加了一个值:
zset k1 score1 v1
127.0.0.1:6379> zadd myset 1 one
(integer) 1
127.0.0.1:6379> zadd myset 2 two 3 three
(integer) 2
127.0.0.1:6379> ZRANGE myset 0 -1
1) "one"
2) "two"
3) "three"
#####################################################################################
# 排序如何实现
127.0.0.1:6379> zadd salary 2500 xiaohong
(integer) 1
127.0.0.1:6379> zadd salary 5000 zhangsan
(integer) 1
127.0.0.1:6379> zadd salary 50000 zwj
(integer) 1
127.0.0.1:6379> zrangebyscore salary -inf +inf # 从小到大
1) "xiaohong"
2) "zhangsan"
3) "zwj"
127.0.0.1:6379> zrangebyscore salary +inf -inf
(empty array)
127.0.0.1:6379> zrangebyscore salary -inf +inf withscores # 从小到大,附带信息
1) "xiaohong"
2) "2500"
3) "zhangsan"
4) "5000"
5) "zwj"
6) "50000"
127.0.0.1:6379> zrangebyscore salary -inf 2500 withscores # 显示工资小于200的员工进行升序排序
1) "xiaohong"
2) "2500"
127.0.0.1:6379> zrevrangebyscore salary +inf -inf # 从大到小,降序排序
1) "zwj"
2) "zhangsan"
3) "xiaohong"
#####################################################################################
127.0.0.1:6379> zrange salary 0 -1
1) "xiaohong"
2) "zhangsan"
3) "zwj"
127.0.0.1:6379> zrem salary xiaohong
(integer) 1
127.0.0.1:6379> zrange salary 0 -1
1) "zhangsan"
2) "zwj"
127.0.0.1:6379> zcard salary # 获取有序集合中的个数
(integer) 2
#####################################################################################
# 获取指定区间内的成员数量
127.0.0.1:6379> zadd myset 1 hello 2 world 3 zwj
(integer) 3
127.0.0.1:6379> zcount myset 1 3
(integer) 3
127.0.0.1:6379> zcount myset 1 2
(integer) 2
四、三种特殊数据类型
geospatial 地理位置
- 朋友的定位,附近的人,打车距离计算
- 可以推算地理位置的信息,两地之间的距离,方圆几里的人
- 查询一些数据:http://www.jsons.cn/lngcode/
getadd
# getadd 添加地理位置
# 规则:两级无法直接添加,我们一般会下载城市数据,直接通过java程序一次性导入
# 参数 key 值(经度、纬度、名称)
127.0.0.1:6379> geoadd china:city 116.40 39.90 beijing
(integer) 1
127.0.0.1:6379> geoadd china:city 121.47 31.23 shanghai
(integer) 1
127.0.0.1:6379> geoadd china:city 106.50 29.53 chongqing 114.05 22.52 shenzhen
(integer) 2
127.0.0.1:6379> geoadd china:city 120.16 30.24 hangzhou 108.96 34.26 xian
(integer) 2
geopos
# 获得某位置定位:一定是一个坐标值
127.0.0.1:6379> geopos china:city beijing
1) 1) "116.39999896287918091"
2) "39.90000009167092543"
127.0.0.1:6379> geopos china:city beijing chongqing
1) 1) "116.39999896287918091"
2) "39.90000009167092543"
2) 1) "106.49999767541885376"
2) "29.52999957900659211"
geodist
指定单位的参数 unit 必须是以下单位的其中一个:
- m 表示单位为米。
- km 表示单位为千米。
- mi 表示单位为英里。
- ft 表示单位为英尺。
# 返回两个位置的距离
127.0.0.1:6379> geodist china:city beijing shanghai
"1067378.7564"
127.0.0.1:6379> geodist china:city beijing shanghai km
"1067.3788"
127.0.0.1:6379> geodist china:city beijing chongqing km
"1464.0708"
georadius
如何实现附近的人?
# 以给定的经纬度为中心,找出某一半径内的元素
127.0.0.1:6379>GEORADIUS china:city 110 30 1000 km #以110,30这个经纬度为中心,寻找china:city方圆1000km内的城市
1) "chongqing"
2) "xian"
3) "shenzhen"
4) "hangzhou"
127.0.0.1:6379> GEORADIUS china:city 110 30 500 km
1) "chongqing"
2) "xian"
127.0.0.1:6379> GEORADIUS china:city 110 30 500 km withdist
1) 1) "chongqing"
2) "341.9374"
2) 1) "xian"
2) "483.8340"
127.0.0.1:6379> GEORADIUS china:city 110 30 500 km withcoord
1) 1) "chongqing"
2) 1) "106.49999767541885376"
2) "29.52999957900659211"
2) 1) "xian"
2) 1) "108.96000176668167114"
2) "34.25999964418929977"
127.0.0.1:6379> GEORADIUS china:city 110 30 500 km withcoord count 1
1) 1) "chongqing"
2) 1) "106.49999767541885376"
2) "29.52999957900659211"
127.0.0.1:6379> GEORADIUS china:city 110 30 500 km withcoord count 2 #限制数量为2
1) 1) "chongqing"
2) 1) "106.49999767541885376"
2) "29.52999957900659211"
2) 1) "xian"
2) 1) "108.96000176668167114"
2) "34.25999964418929977"
georadiusmember
# 找出位于指定元素周围的其他元素
127.0.0.1:6379> GEORADIUSBYMEMBER china:city beijing 1000 km
1) "beijing"
2) "xian"
127.0.0.1:6379> GEORADIUSBYMEMBER china:city shanghai 400 km
1) "hangzhou"
2) "shanghai"
geohash
# 返回一个或多个位置元素的 Geohash 表示(11个字符的字符串)
# 将二维的经纬度转化成一维的字符串,两个字符串越接近,表示距离越近
127.0.0.1:6379> geohash china:city beijing shanghai
1) "wx4dyrx4670"
2) "wtw3sj5zbj0"
GEO 底层的实现原理其实就是 Zset,我们可以通过 Zset 命令来操作 geo
127.0.0.1:6379> zrange china:city 0 -1 #查看地图中全部元素
1) "chongqing"
2) "xian"
3) "shenzhen"
4) "hangzhou"
5) "shanghai"
6) "beijing"
127.0.0.1:6379> zrem china:city beijing #移除指定元素
(integer) 1
127.0.0.1:6379> zrange china:city 0 -1
1) "chongqing"
2) "xian"
3) "shenzhen"
4) "hangzhou"
5) "shanghai"
Hyperloglog(基数统计)
什么是基数?
A {1,3,5,7,8,7}
B {1,3,5,7,8}
基数(集合并起来的不重复的元素个数)= 5,可以接受误差!
简介
-
Redis HyperLogLog 是用来做基数统计的算法
-
优点:占用的内存是固定的,只需要花费 12KB 的内存,就可以计算 2^64个不同元素的基数。
-
如果要从内存角度来比较的话,Hyperloglog 就是首选!
-
网页的访问量(UV):一个用户访问一个网站多次,但还是算作一个人。
- PV(page view):页面浏览量,UV(unique visitor):网站独立访客
- 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,占内存!但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,可以忽略不计
127.0.0.1:6379> PFadd mykey a b c d e f g h i j
(integer) 1
127.0.0.1:6379> PFcount mykey # 统计 mykey 的元素的基数数量
(integer) 10
127.0.0.1:6379> PFadd mykey2 i j z x c v b n m
(integer) 1
127.0.0.1:6379> PFcount mykey2
(integer) 9
127.0.0.1:6379> PFmerge mykey3 mykey mykey2 # 合并 mykey,mykey2 ===> mykey3
OK
127.0.0.1:6379> PFcount mykey3 # 统计 mykey3 的元素的基数数量
(integer) 15
如果允许容错,那么一定可以使用 Hyperloglog
如果不允许容错,就使用 set 或者自己的数据类型即可
Bitmap
位存储
统计用户信息:活跃 / 不活跃,登录 / 未登录,打卡 / 未打卡
只有两个状态的,都可以使用 Bitmap!
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
# 记录周一到周日的打卡
127.0.0.1:6379> setbit sign 0 1
(integer) 0
127.0.0.1:6379> setbit sign 1 0
(integer) 0
127.0.0.1:6379> setbit sign 2 0
(integer) 0
127.0.0.1:6379> setbit sign 3 1
(integer) 0
127.0.0.1:6379> setbit sign 4 1
(integer) 0
127.0.0.1:6379> setbit sign 5 0
(integer) 0
127.0.0.1:6379> setbit sign 6 0
(integer) 0
# 查看某一天是否打卡
127.0.0.1:6379> getbit sign 3 #第四天
(integer) 1
# 统计打卡的天数
127.0.0.1:6379> bitcount sign #统计这周打卡记录,就可以看到是否全勤
(integer) 3
五、事务
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,在事务执行过程中,会按照顺序执行!
Redis的单条命令是保证原子性的,但Redis事务不能保证原子性
Redis事务没有隔离级别的概念!
- 所有的命令在事务中,并没有直接被执行,只有在发起执行命令的时候才会执行!
- 一次性、顺序性、排他性! 执行一系列的命令
-
redis 的事务阶段:
- 开启事务(multi)
- 命令入队(…)
- 执行事务(exec)
正常执行事务
127.0.0.1:6379> MULTI #开启事务
OK
127.0.0.1:6379(TX)> set key1 v1 #命令入队
QUEUED
127.0.0.1:6379(TX)> set k2 v2
QUEUED
127.0.0.1:6379(TX)> get key2
QUEUED
127.0.0.1:6379(TX)> set k3 v3
QUEUED
127.0.0.1:6379(TX)> exec #执行事务
1) OK
2) OK
3) "v2"
4) OK
放弃事务
127.0.0.1:6379> multi
OK
127.0.0.1:6379(TX)> set k1 v1
QUEUED
127.0.0.1:6379(TX)> set k2 v2
QUEUED
127.0.0.1:6379(TX)> set k4 v4
QUEUED
127.0.0.1:6379(TX)> discard #取消事务
OK
127.0.0.1:6379> get key4 #事务队列中命令都不会执行
(nil)
编译型异常(代码有问题!命令有错!),事务中所有的命令都不会被执行
127.0.0.1:6379> multi
OK
127.0.0.1:6379(TX)> set k1 v1
QUEUED
127.0.0.1:6379(TX)> set k2 v2
QUEUED
127.0.0.1:6379(TX)> set k3 v3
QUEUED
127.0.0.1:6379(TX)> getset k3 #错误的命令
(error) ERR wrong number of arguments for 'getset' command
127.0.0.1:6379(TX)> set k4 v4
QUEUED
127.0.0.1:6379(TX)> set k5 v5
QUEUED
127.0.0.1:6379(TX)> exec
(error) EXECABORT Transaction discarded because of previous errors. #执行事务报错,所有的命令都不会执行
运行时异常(比如1/0),如果事务队列中存在语法型错误,那么执行命令时,其它命令是可以正常执行的,错误命令抛出异常
127.0.0.1:6379> set k1 "v1"
OK
127.0.0.1:6379> multi
OK
127.0.0.1:6379(TX)> incr k1 #代码结构没错,成功入队
QUEUED
127.0.0.1:6379(TX)> set k2 v2
QUEUED
127.0.0.1:6379(TX)> set k3 v3
QUEUED
127.0.0.1:6379(TX)> get k3
QUEUED
127.0.0.1:6379(TX)> exec
1) (error) ERR value is not an integer or out of range #该条命令执行报错,但后续代码依旧执行成功了
2) OK
3) OK
4) "v3"
监控!Watch
悲观锁
很悲观,认为什么时候都会出问题,无论做什么都会加锁
乐观锁
很乐观,认为什么时候都不会出问题,所以不会上锁!更新数据的时候,去判断一下,在此期间是否有人修改过数据。
如在 MySQL 中
- 获取 version
- 使用 version 号来判断,有人修改就会+1
- 更新的时候比较 version
Redis监控测试!
正常执行
127.0.0.1:6379> set money 100
OK
127.0.0.1:6379> set out 0
OK
127.0.0.1:6379> watch money #监视 money 对象
OK
127.0.0.1:6379> multi #事务正常结束,数据期间没有发生变动,这个时候就正常执行成功
OK
127.0.0.1:6379(TX)> DECRBY money 20
QUEUED
127.0.0.1:6379(TX)> INCRBY out 20
QUEUED
127.0.0.1:6379(TX)> exec
1) (integer) 80
2) (integer) 20
测试多线程修改值
线程一:
127.0.0.1:6379> watch money # 监视 money
OK
127.0.0.1:6379> multi
OK
127.0.0.1:6379(TX)> DECRBY money 10
QUEUED
127.0.0.1:6379(TX)> INCRBY out 10
QUEUED
线程二:
127.0.0.1:6379> get money
"80"
127.0.0.1:6379> set money 1000
OK
线程一:
127.0.0.1:6379(TX)> exec # 执行之前,另外一个线程,修改了我们的值,这个时候,就会导致事务执行失败
(nil)
解决方案:如果修改失败,获取最新的值就好
127.0.0.1:6379> unwatch #如果发现事务执行失败,先解除监视
OK
127.0.0.1:6379> watch money #获取最新的值,重新开启监视
OK
127.0.0.1:6379> multi
OK
127.0.0.1:6379(TX)> DECRBY money 100
QUEUED
127.0.0.1:6379(TX)> INCRBY out 100
QUEUED
127.0.0.1:6379(TX)> exec #对比监视的值是否发生了变化,如果没有变化,那么可以执行成功,如果变化就失败
1) (integer) 900
2) (integer) 120
六、Jedis
我们要使用 java 来操作 Redis,Jedis是 Redis 官方推荐的 java 连接开发工具
测试
创建一个空项目,配置jdk环境,新建模块
1、导入依赖
<!--导入jedis的包-->
<dependency>
<groupId>redis.clients</groupId>
<artifactId>jedis</artifactId>
<version>3.2.0</version>
</dependency>
<!--fastjson-->
<dependency>
<groupId>com.alibaba</groupId>
<artifactId>fastjson</artifactId>
<version>1.2.62</version>
</dependency>
2、编码测试
- 连接数据库
package com.zwj;
import redis.clients.jedis.Jedis;
public class TestPing {
public static void main(String[] args) {
//1、 new jedis对象
Jedis jedis = new Jedis("127.0.0.1", 6379);
// jedis 所有的命令都是我们之前学习的所有指令!
System.out.println(jedis.ping()); //PONG
}
}
- 操作命令
- 断开连接
3、操作事务
package com.zwj;
import com.alibaba.fastjson.JSONObject;
import redis.clients.jedis.Jedis;
import redis.clients.jedis.Transaction;
public class TestPing {
public static void main(String[] args) {
Jedis jedis = new Jedis("127.0.0.1", 6379);
jedis.flushDB();
JSONObject jsonObject = new JSONObject();
jsonObject.put("hello","world");
jsonObject.put("name","zwj");
String result = jsonObject.toJSONString();
//开启事务
Transaction multi = jedis.multi();
try {
multi.set("user1",result);
// int c =1/0; //制造异常
multi.set("user2",result);
multi.exec();
} catch (Exception e) {
multi.discard();
e.printStackTrace();
} finally {
System.out.println(jedis.get("user1"));
System.out.println(jedis.get("user2"));
jedis.close();
}
}
}
七、SpringBoot整合
说明:在SpringBoot2.x 之后 Jedis 被替换成为了 lettuce
区别:
-
Jedis : 采用直连方式 、是不安全的,要避免安全隐患要采用 Jedis的pool连接池管理!
像BIO
模式 -
lettuce : 采用netty 实例可以在多个进程享、不存在线程不安全问题
像NIO模式
redis自动装配类源码分析
@Configuration(proxy Bean Methods = false)
@Conditional On Class(Redis Operations.class)
@Enable Configuration Properties(Redis Properties.class)
@Import({ LettuceConnectionConfiguration.class,
Jedis Connection Configuration.class })
public class RedisAutoConfiguration {
@Bean
@ConditionalOnMissingBean(name = "redisTemplate") //这意味着我们可以自己定义redisTemplate
//我们最常使用的是String,Object,意味着我们使用时需要强转
public RedisTemplate<Object, Object> redis Template(Redis Connection Factory redisConnectionFactory)
throws UnknownHostException {
RedisTemplate<Object, Object> template = new RedisTemplate<>();
template.setConnectionFactory(redisConnectionFactory);
return template;
}
@Bean
@ConditionalOnMissingBean
public StringRedisTemplate stringRedisTemplate(RedisConnectionFactory redis Connection Factory)
throws UnknownHostException {
StringRedisTemplate template = new StringRedisTemplate();
template.setConnectionFactory(redisConnectionFactory);
return template;
}
}
整合测试一下
1、导入依赖
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-data-redis</artifactId>
</dependency>
2、配置连接
spring:
redis:
host: 127.0.0.1
port: 6379
lettuce:
shutdown-timeout: 0ms
3、测试
@SpringBootTest
class Redis2SpringbootApplicationTests {
@Autowired
private RedisTemplate<String,String> redisTemplate;
@Test
void contextLoads() {
RedisConnection connection = Objects.requireNonNull(redisTemplate.getConnectionFactory()).getConnection();
connection.flushDb();
redisTemplate.opsForValue().set("k1","v1");
System.out.println(redisTemplate.opsForValue().get("k1"));
}
}
自定义redisTemplate
首先将redisTemplate注入进spring
@Configuration
public class RedisConfig {
@Bean
public RedisTemplate<String, Object> redisTemplate(RedisConnectionFactory factory) {
RedisTemplate<String, Object> template = new RedisTemplate<>();
template.setConnectionFactory(factory);
return template;
}
}
//在企业中,我们所有的pojo类都会序列化!
public class User implements Serializable {
private String name;
private int age;
}
我们一般在redisTemplate中实现序列化
@Configuration
public class RedisConfig {
@Bean
@SuppressWarnings("all")
public RedisTemplate<String, Object> redisTemplate(RedisConnectionFactory redisConnectionFactory) throws UnknownHostException {
//为了开发方便,一般直接使用String,Object
RedisTemplate<String, Object> template = new RedisTemplate();
template.setConnectionFactory(redisConnectionFactory);
//Json 序列化配置
Jackson2JsonRedisSerializer<Object> objectJackson2JsonRedisSerializer = new Jackson2JsonRedisSerializer(Object.class);
ObjectMapper om = new ObjectMapper();
om.setVisibility(PropertyAccessor.ALL, JsonAutoDetect.Visibility.ANY);
om.enableDefaultTyping();
objectJackson2JsonRedisSerializer.setObjectMapper(om);
//String 的序列化
StringRedisSerializer stringRedisSerializer = new StringRedisSerializer();
//key的序列化
template.setKeySerializer(stringRedisSerializer);
template.setHashKeySerializer(stringRedisSerializer);
//value的序列化
template.setValueSerializer(objectJackson2JsonRedisSerializer);
template.setHashValueSerializer(objectJackson2JsonRedisSerializer);
template.afterPropertiesSet();
return template;
}
}
八、Redis.conf详解
启动的时候,就是通过配置文件启动的
单位
1、配置文件unit单位对大小写不敏感
包含
就是好比我们学习spring mvc时把其他xml配置文件也一起引入
网络
bind 127.0.0.1 #绑定的ip
protected-mode yes #保护模式
port 6379 #端口设置
通用 GENERAL
daemonize yes #以守护进程的方式运行,默认是no,需要自己开启为yes
pidfile /www/server/redis/redis.pid #如果以后台方式运行,就需要指定一个pid(进程)文件
# 日志
# Specify the server verbosity level.
# This can be one of:
# debug (a lot of information, useful for development/testing)
# verbose (many rarely useful info, but not a mess like the debug level)
# notice (moderately verbose, what you want in production probably) 生产环境 (默认)
# warning (only very important / critical messages are logged)
loglevel notice
logfile "/www/server/redis/redis.log" #日志生成的文件位置名
databases 16 #数据库的数量,默认是16个
always-show-logo yes #是否总是显示logo
快照
持久化,在规定时间内,执行了多少次操作,则会持久化到文件.rdb,.aof
redis是内存数据库,如果没有持久化,那么数据断电即失
save 900 1 #如果900s内至少有1个key进行了修改,那么就进行持久化操作
save 300 10 #如果300s内至少有10个key进行了修改,那么就进行持久化操作
save 60 10000 #如果60s内至少有10000个key进行了修改,那么就进行持久化操作
# 我们之后学习持久化,会自己定义这个测试!
stop-writes-on-bgsave-error yes #redis持久化失败后是否停止写操作,默认yes
rdbcompression yes #是否压缩 rdb 文件,需要消耗一些cpu资源
rdbchecksum yes #保存rdb文件的时候,进行错误的检查校验!
dir /www/server/redis/ #rdb文件保存的目录!
REPLICATION 主从复制的时候详解
SECURITY 安全
# requirepass 123456 #redis密码,默认不设置
config get requirepass #获取redis密码
config set requirepass "" #设置redis密码
auth 密码 #登录
限制
# maxclients 10000 #能连接上redis的最大客户端数量
# maxmemory <bytes> #redis 配置最大的内存容量
# maxmemory-policy noeviction #内存达到上限之后的处理策略
maxmemory-policy 六种方式
**1、volatile-lru:**只对设置了过期时间的key进行LRU(默认值)
2、allkeys-lru : 删除lru算法的key
**3、volatile-random:**随机删除即将过期key
**4、allkeys-random:**随机删除
5、volatile-ttl : 删除即将过期的
6、noeviction : 永不过期,返回错误
APPEND ONLY MODE AOF配置
appendonly no #默认是不开启AOF模式的,默认是使用RDB方式持久化的,在大部分情况下,RDB完全够用!
appendfilename "appendonly.aof" #持久化的文件的名字
# appendfsync always #每次修改都会 sync,消耗性能
appendfsync everysec #每秒执行依次 sync,可能会丢失这1秒的数据
# appendfsync no #不执行 sync,这时操作系统自己同步数据,速度最快
九、Redis持久化
Redis是内存数据库,如果不能将redis中的数据库状态保存到磁盘,那么服务器进程一旦退出,服务器中的数据也会消失。所以Redis提供了持久化功能!
RDB:Redis Databases
是什么
在指定时间间隔后,将内存中的数据集快照写入数据库 ;在恢复时候,直接读取快照文件到内存里,进行数据的恢复 ;
工作原理
在进行 RDB 的时候,redis 的主线程是不会做 io 操作的,主线程会 fork 一个子线程来完成该操作;
-
Redis 调用forks。同时拥有父进程和子进程。
-
子进程将数据集写入到一个临时 RDB 文件中。
-
当子进程完成对新 RDB 文件的写入时,Redis 用新 RDB 文件替换原来的 RDB 文件,并删除旧的 RDB 文件。
这种工作方式使得 Redis 可以从写时复制(copy-on-write)机制中获益(因为是使用子进程进行写操作,而父进程依然可以接收来自客户
端的请求。)
RDB的缺点是最后一次持久化后的数据可能丢失。
RDB保存的默认文件是dump.rdb
触发机制
1、save的规则满足的情况下,会自动触发rdb规则
2、执行flushall命令,也会触发rdb规则
3、退出redis,也会产生rdb文件
有时候在生产环境,需要将dump.rdb备份!
备份就会自动生成一个dump.rdb文件
如何恢复rdb文件
1、只需要将rdb文件放在redis的启动目录下就可以了,redis启动的时候会自动检查dump.rdb文件,恢复其中的数据!
2、查看需要存放的位置
127.0.0.1:6379> config get dir
1) "dir"
2) "/www/server/redis" # 如果这个目录下存在dump.rdb文件,启动时就会自动恢复其中数据
几乎它自己默认的配置就够用了,但我们还是要去学习!
优点:
1、适合大规模的数据恢复!dump.rdb
2、对数据完整性要求不高!
缺点:
1、需要一定的时间间隔进行操作!如果redis意外宕机,那么最后一次修改的数据就没有了!
2、fork进程的时候,会占用一定的内存空间!
AOF(Append Only File )
将我们所有的命令记录下来,history,恢复的时候就把这个文件再执行一遍!
是什么
以日志的形式来记录每个写的操作,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。
append
默认是不开启的,需要手动配置,我们只需把 appendonly 改为 yes 即可
重启redis即可生效!
如果这个aof文件被修改了,这时候redis是拒绝连接的,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
[root@VM-4-17-centos redis]# redis-check-aof --fix appendonly.aof
0x a4: Expected \r\n, got: 6461
AOF analyzed: size=179, ok_up_to=139, ok_up_to_line=40, diff=40
This will shrink the AOF from 179 bytes, with 40 bytes, to 139 bytes
Continue? [y/N]: y
Successfully truncated AOF
重新连接redis
[root@VM-4-17-centos redis]# redis-server redis.conf
[root@VM-4-17-centos redis]# redis-cli -p 6379
127.0.0.1:6379> get k1
"v1"
127.0.0.1:6379> get k5
(nil)
重写规则说明
aof默认是文件的无限追加,文件会越来越大!
如果aof文件大于64m,太大了,fork一个新的进程来将我们的文件进行重写!
优点和缺点!
appendonly no #默认是不开启AOF模式的,默认是使用RDB方式持久化的,在大部分情况下,RDB完全够用!
appendfilename "appendonly.aof" #持久化的文件的名字
# appendfsync always #每次修改都会 sync,消耗性能
appendfsync everysec #每秒执行依次 sync,可能会丢失这1秒的数据
# appendfsync no #不执行 sync,这时操作系统自己同步数据,速度最快
优点:
1、每一次修改都同步,文件完整性会更好
2、每秒同步一次,可能会丢失1s的数据
3、从不同步,效率是最高的
缺点:
1、相对于数据文件来说,aof远远大于rdb,修复的速度也比rdb慢
2、AOF运行效率也要比rdb慢,所以redis的默认也是RDB而不是AOF
拓展:
十、Redis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 、微博的 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:
- 消息发布者
- 频道
- 消息订阅者
下图是频道 channel1 , 以及订阅这个频道的三个客户端 ——- cilent2,cilent5 和 cilent1 之间的关系
当有消息通过Publish 命令发送给频道 channel1 时,这个消息就会被它发送给订阅它的三个客户端
命令
redis发布常用命令
测试
订阅信息:
以下实例演示了发布订阅是如何工作的。在我们实例中我们创建了订阅频道名为 redisChat
订阅端:
127.0.0.1:6379> subscribe kuangshenshuo #订阅一个频道 kuangshenshuo
Reading messages... (press Ctrl-C to quit)
1) "subscribe"
2) "kuangshenshuo"
3) (integer) 1
1) "message"
2) "kuangshenshuo"
3) "hello,kuangshen!"
1) "message" #消息
2) "kuangshenshuo" #哪个频道
3) "hello,redis!" #具体内容
发送端:
127.0.0.1:6379> publish kuangshenshuo "hello,kuangshen!" #发布者发布信息到频道
(integer) 1
127.0.0.1:6379> publish kuangshenshuo "hello,redis!" #发布者发布信息到频道
(integer) 1
原理
Redis是使用C实现的,通过分析 Redis 源码里的 pubsub.c 文件,了解发布和订阅机制的底层实现,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。
通过 SUBSCRIBE 命令订阅某频道后,redis-server 里维护了一个字典,字典的键就是一个个 channel ,而字典的值则是一个链表,链表
中保存了所有订阅这个 channel 的客户端。SUBSCRIBE 命令的关键,就是将客户端添加到给定 channel 的订阅链表中。
通过 PUBLISH 命令向订阅者发送消息,redis-server 会使用给定的频道作为键,在它所维护的 channel 字典中查找记录了订阅这个频道
的所有客户端的链表,遍历这个链表,将消息发布给所有订阅者。Pub/Sub 从字面上理解就是发布(Publish)与订阅(Subscribe),在
Redis中,你可以设定对某一个key值进行消息发布及消息订阅,当一个key值上进行了消息发布后,所有订阅它的客户端都会收到相应的
消息。这一功能最明显的用法就是用作实时消息系统,比如普通的即时聊天,群聊等功能。
使用场景:
- 实时消息系统
- 实时聊天
- 订阅关注系统
稍微复杂的场景,我们会使用消息中间件来做!
十一、Redis主从复制
概念
主从复制,指将一台Redis服务器的数据,复制给其他的Redis服务,前者称为主节点 master/leade,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:且ー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:当主节点出现可题时,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 Redisa效据时应用连接主节点,读Reds数据时应用连接从节点),分担服务器负载;尤具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Reds高可用的基础。
一般来说,要将Redis运用于工程项目中,只使用一台Redis是万万不能的(宕机),原因如下:
1、从结构上,单个Redis服务器会发生单点故障,并且一台服务器需要处理所有的请求负载,压力较大;
2、从容量上,单个Redis服务器内存容量有限,就算一台Redis服务器内存容量为256G,也不能将所有内存用作Redis存储内存,一般来说,
单台Redis最大使用内存不应该超过20G
。
电商网站上的商品,一般都是一次上传,无数次浏览的,说专业点也就是”多读少写”。
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!减轻服务器的压力!架构中经常使用!
只要在公司中,主从复制是必须要使用的,因为在真实的项目中不可能单机使用redis
环境配置
只配置从库,不用管主库!
127.0.0.1:6379> info replication # 查看当前库的信息
# Replication
role:master # 角色
connected_slaves:0 # 没有从机
master_failover_state:no-failover
master_replid:c8d3e62e8b8f48fada3ac6f48739a98ae83c4ea0
master_replid2:0000000000000000000000000000000000000000
master_repl_offset:0
second_repl_offset:-1
repl_backlog_active:0
repl_backlog_size:1048576
repl_backlog_first_byte_offset:0
repl_backlog_histlen:0
复制三个配置文件,修改对应的信息
1、端口
2、pid名字
3、log文件名
4、rdb文件名
修改完毕之后,启动我们的3个redis服务器,可以通过进程信息查看
一主二从
- 默认情况下,每台Redis服务器都是主节点;
- 我们一般情况下只用配置从机就好了!认老大!一主(79)二从(80,81)
127.0.0.1:6380> SLAVEOF 127.0.0.1 6379 # SLAVEOF host port 找谁当老大
OK
127.0.0.1:6380> info replication
# Replication
role:slave # 当前角色->从机
master_host:127.0.0.1 # 主机信息
master_port:6379
master_link_status:up
master_last_io_seconds_ago:8
master_sync_in_progress:0
slave_read_repl_offset:0
slave_repl_offset:0
slave_priority:100
slave_read_only:1
replica_announced:1
connected_slaves:0
master_failover_state:no-failover
master_replid:5895998cd0348056af17025084b76639ea56b01c
master_replid2:0000000000000000000000000000000000000000
master_repl_offset:0
second_repl_offset:-1
repl_backlog_active:1
repl_backlog_size:1048576
repl_backlog_first_byte_offset:1
repl_backlog_histlen:0
# 在主机中查看
127.0.0.1:6379> info replication
# Replication
role:master
connected_slaves:1 # 多了从机配置
slave0:ip=127.0.0.1,port=6380,state=online,offset=28,lag=0 # 从机信息
master_failover_state:no-failover
master_replid:5895998cd0348056af17025084b76639ea56b01c
master_replid2:0000000000000000000000000000000000000000
master_repl_offset:28
second_repl_offset:-1
repl_backlog_active:1
repl_backlog_size:1048576
repl_backlog_first_byte_offset:1
repl_backlog_histlen:28
我们配置好后可以在主机中查看
真实的主从配置应该在配置文件中配置,这样才是永久的
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
-
主机断开连接,从机是依旧连接到主机的,但是没有写操作。这时,如果主机回来了,从机依旧可以直接获取到主机写的信息
- 如果是使用命令行,来配置的主从,这个时候如果重启了,就会变回主机!只要变为从机,立马就会从主机中获取值!
复制原理
- Slave 启动成功连接到 master 后会发送一个sync同步命令
-
Master 接到命令,启动后台的存盘进程,同时收集所有接收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:slave服务器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
-
换一种方式,上一个M链接下一个 S!
这时候也能完成主从复制
事实上,这两种方式我们都不会使用!
如果没有老大了,这个时候能不能选择一个老大出来呢?
- 谋朝篡位
-
如果主机断开了连接,我们可以使用
slaveof no one
让自己变成主机!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,那就只能重新连接!如79已经没有小弟了!要重新征服80
哨兵模式(重点、高频)
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,这个现象称
为
主观下线
。
当后面的哨兵也检测到主服务器不可用,并且数量达到一定值时,那么哨兵之间就会进行一次投票,投票的结果由一个哨兵发起,进行
failover [故障转移] 操作。切换成功后,就会通过发布订阅模式,让各个哨兵把自己监控的从服务器实现切换主机,这个过程称为
客观下
线
。
测试
目前状态是:一主二从!
1、配置哨兵配置文件 sentinel.conf
# sentinel monitor 被监控的名称 host port 1
sentinel monitor myredis 127.0.0.1 6379 1
后面的数字1代表最少1个哨兵判断主机挂了才可以选新主机,票数最多的成为主机!
2、启动哨兵
redis-sentinel sentinel.conf
如果主节点master宕机后,这时候会从从机中随机选择一个服务器
如果此时主机再回来,只能归并到新的主机下,当做从机,这就是哨兵模式的规则!
哨兵模式优缺点分析
优点
1、哨兵集群,基于主从复制模式,所有的主从复制优点,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 难以在线扩容,集群容量一旦到达上限,到时的在线扩容就会十分麻烦
2、实现哨兵模式的配置其实是很麻烦的,里面有很多选择
哨兵模式的全部配置
# vim sentinel.conf # 如果是在宝塔面板安装的,可以直接查看这个文件,否则这个路径是没有此文件的
# Examplesentinel.conf
# 哨兵sentinel实例运行的端口默认26379
# 如果有哨兵集群,我们还需要配置每个哨兵的端口!!!
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
# sentinelmonitor <master-name> <ip> <redis-port> <quorum>
sentinel monitor mymaster 127.0.0.1 63792
# 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 MySUPER--secret-012 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> <milliseconds>
sentinel down-after-milliseconds mymaster 30000
# 这个配置项指定了在发生failover主备切换时最多可以有多少个slave同时对新的master进行同步,
这个数字越小,完成failover所需的时间就越长,
但是如果这个数字越大,就意味着越多的slave因为replication而不可用。
可以通过将这个值设为1来保证每次只有一个slave处于不能处理命令请求的状态。
# sentinel parallel-syncs <master-name> <numslaves>
sentinel parallel-syncs mymaster 1
# 故障转移的超时时间 failover-timeout 可以用在以下这些方面:
# 1.同一个sentinel对同一个master两次failover之间的间隔时间。
# 2.当一个slave从一个错误的master那里同步数据开始计算时间。直到slave被纠正为向正确的master那里同步数据时。
# 3.当想要取消一个正在进行的failover所需要的时间。
# 4.当进行failover时,配置所有slaves指向新的master所需的最大时间。不过,即使过了这个超时,
# 4. 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SIGKILL信号终止,之后重新执行。
# 通知型脚本:当sentinel有任何警告级别的事件发生时(比如说redis实例的主观失效和客观失效等等),
# 将会去调用这个脚本,这时这个脚本应该通过邮件,SMS等方式去通知系统管理员关于系统不正常运行的信息。
# 调用该脚本时,将传给脚本两个参数,一个是事件的类型,一个是事件的描述。如果sentinel.conf配置文件中
# 配置了这个脚本路径,那么必须保证这个脚本存在于这个路径,并且是可执行的,否则sentinel无法正常启动成功。
# 通知脚本
# shell编程
# 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!
十二、Redis缓存穿透和雪崩(高频,常用)
服务的高可用!
这里不会详细的去分析解决方案的底层
Redis缓存的使用,极大的提升了应用程序的性能和效率,特别是数据查询方面。但同时,它也带来了一些问题。其中,最要害的问题,就是数据的一致性问题,从严格意义上讲,这个问题无解。如果对数据的一致性要求很高,那么就不能使用缓存。
另外的一些典型问题就是,缓存穿透、缓存雪崩和缓存击穿。目前,业界也都有比较流行的解决方案。
缓存穿透(查不到)
概念
缓存穿透的概念很简单,用户想要查询一个数据,发现redis内存数据库没有,也就是缓存没有命中,于是向持久层数据库查询。发现也没有,于是本次查询失败。当用户很多的时候,缓存都没有命中(商品秒杀!),于是都去请求了持久层数据库。这会给持久层数据库造成很大的压力,这时候就相当于出现了缓存穿透。
解决方案
布隆过滤器
- 布隆过滤器是一种数据结构,对所有可能查询的参数以hash形式存储,在控制层先进行校验,不符合则丢弃,从而避免了对底层存储系统的查询压力;
缓存空对象
- 当存储层不命中后,即使返回的空对象也将其缓存起来,同时会设置一个过期时间,之后再访问这个数据将会从缓存中获取,保护了后端数据源;
但是这种方法会存在两个问题:
- 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;
- 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(某个点量太大,缓存过期!)
微博热搜,服务器宕机
概念
- 这里需要注意和缓存穿透的区别,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。
- 简单来说:请求过多,缓存在那一瞬间不够用了,就直接读取数据库,击穿!
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(setnx)
分布式锁:使用分布式锁,保证对于每个key同时只有一个线程去查询后端服务,其他线程没有获得分布式锁的权限,因此只需要等待即可。这种方式将高并发的压力转移到了分布式锁,因此对分布式锁的考验很大。
缓存雪崩
击穿是漏了,雪崩是整个都碎了
概念
缓存雪崩,是指在某一个时间段,缓存集中过期失效。Redis 宕机!
产生雪崩的原因之一,比如在写本文的时候,马上就要到双十一零点,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。
双十一时,会停掉一些服务(如退款),来保证主要的服务可用
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(Hystrix)
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。