Redis总结

42次阅读

共计 4785 个字符，预计需要花费 12 分钟才能阅读完成。

资源列表:

Redis 命令参考

Commands

Redis 是什么

Redis是一个开源 (BSD 许可) 的内存中的数据结构存储，用作数据库、缓存和消息中间件。它支持多种数据结构，如 字符串 、 哈希表 、 列表 、 无序集合 、 有序集合 的范围查询，位图 、 基数统计 和地理空间索引 的与查询。Redis 内置 复制 、Lua 脚本、LRU 回收、 事务 和不同级别的 磁盘持久化 ，并通过 哨兵 和自动分区 提供高可用性集群。

单线程结构

  • 纯内存数据库，瓶颈不在内存，在于网络 IO
  • 单线程，避免频繁切换上下文
  • 异步阻塞 I /O（多路复用）

持久化

RDB（Redis DataBase）持久化

  • 快照
  • 优点：适合备份、还原、恢复数据快、最大化 Redis 的性能
  • 缺点：两次快照间的数据会丢失、数据集比较庞大时，fork() 可能会非常耗时

AOF（Append Only File）持久化

  • 日志
  • 优点：数据完整性高、可读性高、可重写（重写后的新 AOF 文件包含了恢复当前数据集所需的最小命令集合）
  • 缺点：体积大、慢于 RDB、有 bug

事务

multi开启事务，exec执行事务

可以看到，redis 事务实现原理是将要执行的命令，存储到一个队列中，依次执行，报错时停止并取消事务，不报错则提交事务。

例外：不会回滚的情况：

当一个事务中某一条（多条）命令加入队列不报错，执行时才会报错，则 redis 会忽略错误继续执行。

使用 watch 监视一个 (或多个) key，如果在事务执行之前这个(或这些) key 被其他命令所改动，那么事务将被打断。当exec 被调用时，不管事务是否成功执行，对所有键的监视都会被取消。或者调用 unwatch 手动取消监控。

管道

  • pipeline 通过减少客户端与 redis 的通信次数来实现降低往返延时时间，而且 Pipeline 实现的原理是队列，而队列的原理是时先进先出，这样就保证数据的顺序性。
  • 适用场景：批量操作、可靠性要求不高、

Lua 脚本

Lua 是一个高效的轻量级脚本语言，用标准 C 语言编写并以源代码形式开放，其设计目的是为了嵌入应用程序中，从而为应用程序提供灵活的扩展和定制功能，从定义上来说，Redis 中的脚本本身就是一种事务，所以任何在事务里可以完成的事，在脚本里面也能完成。并且一般来说，使用脚本要来得更简单，并且速度更快。

  • 通过 lua 脚本可以原子执行多条 redis 命令
  • 执行 lua 脚本期间，会阻塞所有命令操作

使用脚本的好处

  • 减少网络开销，在 Lua 脚本中可以把多个命令放在同一个脚本中运行
  • 原子操作，redis 会将整个脚本作为一个整体执行，中间不会被其他命令插入。换句话说，编写脚本的过程中无需担心会出现竞态条件
  • 复用性，客户端发送的脚本会永远存储在 redis 中，这意味着其他客户端可以复用这一脚本来完成同样的逻辑

多数据库支持

默认支持 16 个数据库；可以理解为一个命名空间

跟关系型数据库不一样的点

  1. redis 不支持自定义数据库名词
  2. 每个数据库不能单独设置授权
  3. 每个数据库之间并不是完全隔离的。可以通过 flushall 命令清空 redis 实例面的所有数据库中的数据

通过 select dbid 去选择不同的数据库命名空间。dbid 的取值范围默认是 0 -15

分布式集群

Redis Cluster 中，Sharding 采用 slot(槽)的概念，一共分成 16384 个槽，这有点儿类似前面讲的 pre sharding 思路。对于每个进入 Redis 的键值对，根据 key 进行散列，分配到这 16384 个 slot 中的某一个中。使用的 hash 算法也比较简单，就是 CRC16 后 16384 取模。Redis 集群中的每个 node(节点)负责分摊这 16384 个 slot 中的一部分，也就是说，每个 slot 都对应一个 node 负责处理。当动态添加或减少 node 节点时，需要将 16384 个槽做个再分配，槽中的键值也要迁移。当然，这一过程，在目前实现中，还处于半自动状态，需要人工介入。Redis 集群，要保证 16384 个槽对应的 node 都正常工作，如果某个 node 发生故障，那它负责的 slots 也就失效，整个集群将不能工作。为了增加集群的可访问性，官方推荐的方案是将 node 配置成主从结构，即一个 master 主节点，挂 n 个 slave 从节点。这时，如果主节点失效，Redis Cluster 会根据选举算法从 slave 节点中选择一个上升为主节点，整个集群继续对外提供服务。这非常类似服务器节点通过 Sentinel 监控架构成主从结构，只是 Redis Cluster 本身提供了故障转移容错的能力。

  • redis sharding
  • codis
  • twemproxy

支持的数据类型、常用命令、常用场景

String

默认存储最大容量为 512M

常用命令：set、get、incr、decr、append、strlen、mget、setnx

  • set+get：缓存、单点登录
  • bitmap：用户上线次数统计
  • incr：计数器、限速器

List

有序，可重复

常用命令：lpush、rpush、lpop、rpop、llen、lrange、lrem、lset

  • lpush+lpop：Stack(栈)
  • lpush+rpop：Queue（队列）
  • lpush+ltrim：Capped Collection（有限集合）
  • lpush+brpop：Message Queue（消息队列）
  • blpop：事件提醒（替代轮询）

Hash

不支持数据类型的嵌套

适合存储对象

常用命令：hset、hget、[hmset](http://doc.redisfans.com/hash…
,.html)、hmget、hgetall、hexists、hincrby、hsetnx、hdel

Set

无序、不重复

常用命令：sadd、srem、smembers、sdiff、sunion、sinter

  • sadd：标签
  • sinter：交集
  • sunion：并集

SortedSet

有序、不重复

常用命令：zadd、zrange

  • zcount：统计信息
  • zrevrange：排行榜

key

常用命令：expire、ttl

Script

常用命令：eval

Redis 安装

安装

首先，到 redis 官网找到要安装的 redis 版本，Redis 下载页，我们这里选用v4.0.11，依次执行下面命令：

# wget http://download.redis.io/releases/redis-4.0.11.tar.gz
# tar xzf redis-4.0.11.tar.gz
# cd redis-4.0.11
# make

到此安装完成，然后可以通过 make test 测试编译状态

# make test

无报错完成编译应该会有这样的输出：

报错：需要 tcl 8.5 以上来运行 redis test

You need tcl 8.5 or newer in order to run the Redis test
make: * [test] Error 1

下面安装tcl8.6.1：

# wget http://downloads.sourceforge.net/tcl/tcl8.6.1-src.tar.gz
# sudo tar xzvf tcl8.6.1-src.tar.gz
# cd tcl8.6.1/unix/
# sudo ./configure
# sudo make
# sudo make install

再次运行make test，没问题之后，运行最后一步，完成安装：

# make install

直接启动：

# ./redis-server ../redis.conf

后台启动 redis，只需修改 redis.conf 配置文件的daemonize yes，再次启动即可。

安装启动相关命令

启动 redis 服务器：

# ./redis-server ../redis.conf

停止 redis 服务:

# ./redis-cli shutdown

连接本地启动好的 redis：

# redis-cli

根据 ip 端口连接 redis：

# redis-cli -h 127.0.0.1 -p 6379

查看当前是否设置了密码

127.0.0.1:6379> config get requirepass
1) "requirepass"
2) ""

设置密码

127.0.0.1:6379> config set requirepass 123456 // 密码是 123456
OK

使用总结

关于 key

  • 建议 key 不要太长，不要超过 1024 字节，占用内存且会降低查询效率
  • 建议统一命名规则，例如：String:001:zhangsan:age

使用 bitmap 实现用户上线次数统计

Bitmap 对于一些特定类型的计算非常有效。

假设现在我们希望记录自己网站上的用户的上线频率，比如说，计算用户 A 上线了多少天，用户 B 上线了多少天，诸如此类，以此作为数据，从而决定让哪些用户参加 beta 测试等活动 —— 这个模式可以使用 SETBIT 和 BITCOUNT 来实现。

比如说，每当用户在某一天上线的时候，我们就使用 SETBIT，以用户名作为 key，将那天所代表的网站的上线日作为 offset 参数，并将这个 offset 上的为设置为 1。

举个例子，如果今天是网站上线的第 100 天，而用户 peter 在今天阅览过网站，那么执行命令 SETBIT peter 100 1；如果明天 peter 也继续阅览网站，那么执行命令 SETBIT peter 101 1，以此类推。

当要计算 peter 总共以来的上线次数时，就使用 BITCOUNT 命令：执行 BITCOUNT peter，得出的结果就是 peter 上线的总天数。

更详细的实现可以参考博文(墙外) Fast, easy, realtime metrics using Redis bitmaps。

缓存

缓存一致性

  • 先更新库数据，再删除缓存

缓存击穿和缓存雪崩

分布式锁的实现

setnx+lua实现

public class RedisTool {

    private static final String LOCK_SUCCESS = "OK";
    private static final String SET_IF_NOT_EXIST = "NX";
    private static final String SET_WITH_EXPIRE_TIME = "PX";
    private static final Long RELEASE_SUCCESS = 1L;

    // 获取锁
    public static boolean getLock(Jedis jedis, String lockKey, String requestId, int expireTime) {String result = jedis.set(lockKey, requestId, SET_IF_NOT_EXIST, SET_WITH_EXPIRE_TIME, expireTime);

        if (LOCK_SUCCESS.equals(result)) {return true;}
        return false;

    }

    // 释放锁
    public static boolean releaseLock(Jedis jedis, String lockKey, String requestId) {String script = "if redis.call('get', KEYS[1]) == ARGV[1] then return redis.call('del', KEYS[1]) else return 0 end";
        Object result = jedis.eval(script, Collections.singletonList(lockKey), Collections.singletonList(requestId));

        if (RELEASE_SUCCESS.equals(result)) {return true;}
        return false;
    }
}

抢红包，秒杀的实现

incr+lua脚本实现

参考链接：

http://doc.redisfans.com

https://blog.csdn.net/liqingt…
更多信息可以关注我的个人博客：逸竹小站或逸竹小站

正文完
发表至： java
2019-10-21
 0
关于java:Java语法-开发环境搭建
关于java:高CPU消耗这次又是lettuce的锅
关于java:MVC框架的基本概念
关于java:面试官为什么-waitnotify-必须与-synchronized-一起使用