数据库Redis基础篇

欢迎关注公众号：【爱编码 】
如果有需要后台回复 2019 赠送 1T 的学习资料 哦！！

简介

Redis 是一个开源 (BSD 许可) 的内存数据结构存储，用作数据库、缓存和消息代理。它支持诸如 字符串、散列、列表、集、带范围查询的排序集、位图、hyperloglog、带半径查询和流的地理空间索引 等数据结构。

Redis 具有内置的复制、Lua 脚本、LRU 清除、事务和不同级别的磁盘持久性，并通过 Redis Sentinel 和 Redis 集群的自动分区提供高可用性。

原理与架构

Redis 使用了 单线程架构和 I / O 多路复用模型 来实现高性能的内存数据库服务。

单线程模型

因为 Redis 是 单线程 来处理命令的，所以一条命令从客户端达到服务端不会立刻被执行。所有命令都会进入一个队列中，然后逐个被执行，因此 不会产生并发问题。

为什么单线程还能这么快

• 1.纯内存访问，Redis 将所有数据放在内存中，内存的响应时长大

约为 100 纳秒，这是 Redis 达到每秒万级别访问的重要基础。

• 2.非阻塞 I /O，Redis 使用 epoll 作为 I / O 多路复用技术 的实现，再加上 Redis 自身的事件处理模型将 epoll 中的连接、读写、关闭都转换为事件，不在网络 I / O 上浪费过多的时间，如下图所示

• 1. 单线程避免了 线程切换和竞态产生 的消耗。

注：阻塞的操作是会非常影响 Redis 性能，这个下次再总结

API 使用场景

命令语法可以到下面地址查，本节仅仅说使用场景。
https://www.runoob.com/redis/…

字符串

• 1. 缓存功能

Redis 作为缓存层，MySQL 作为存储层，绝大部分请求的数据都是从 Redis 中获取。由于 Redis 具有支撑高并发的特性，所以缓存通常能起到加速读写和降低后端压力的作用。

类似下面这样子的伪代码

// 从 MySQL 获取用户信息
userInfo = mysql.get(id);
// 将 userInfo 序列化，并存入 Redis
redis.setex(userRedisKey, 3600, serialize(userInfo));
// 返回结果
return userInfo

• 2. 计数

例如使用 Redis 作为文章点赞数计数的基础组件，用户每一次点赞，相应的点赞数就会自增 1

long incrLikeCounter(long id) {
    key = "article:like:" + id;
    return redis.incr(key);
}

• 3. 共享 Session

使用 Redis 将用户的 Session 进行集中管理, 每次用户更新或者查询登录信息都直接从 Redis 中集中获取。

• 4. 限速

很多应用出于安全的考虑，会在每次进行登录时，让用户输入手机验证码，从而确定是否是用户本人。但是为了短信接口不被频繁访问，会限制用户每分钟获取验证码的频率。
类似如下伪代码

phoneNum = "138xxxxxxxx";
key = "shortMsg:limit:" + phoneNum;
// SET key value EX 60 NX
isExists = redis.set(key,1,"EX 60","NX");
if(isExists != null || redis.incr(key) <=5){// 通过}else{// 限速}

哈希

关系型数据表记录的两条用户信息，用户的属性作为表的列，每条用户信息作为行。

相比于使用字符串序列化缓存用户信息，哈希类型变得更加直观，并且在更新操作上会更加便捷。可以将每个用户的 id 定义为键后缀，多对 fieldvalue 对应每个用户的属性。
类似如下伪代码：

UserInfo getUserInfo(long id){
// 用户 id 作为 key 后缀
userRedisKey = "user:info:" + id;
// 使用 hgetall 获取所有用户信息映射关系
userInfoMap = redis.hgetAll(userRedisKey);
UserInfo userInfo;
if (userInfoMap != null) {
// 将映射关系转换为 UserInfo
userInfo = transferMapToUserInfo(userInfoMap);
} else {
// 从 MySQL 中获取用户信息
userInfo = mysql.get(id);
// 将 userInfo 变为映射关系使用 hmset 保存到 Redis 中
redis.hmset(userRedisKey, transferUserInfoToMap(userInfo));
// 添加过期时间
redis.expire(userRedisKey, 3600);
}
return userInfo;
}

列表

列表是一种比较灵活的数据结构，它可以充当栈和队列。

相关命令时间复杂度表：

• 消息队列

Redis 的 lpush+brpop 命令组合即可实现阻塞队列，生产者客户端使用 lrpush 从列表左侧插入元素，多个消费者客户端使用 brpop 命令阻塞式的“抢”列表尾部的元素，多个客户端保证了消费的负载均衡和高可用性。如图所示：

口诀：

• lpush+lpop=Stack（栈）
• lpush+rpop=Queue（队列）
• lpsh+ltrim=Capped Collection（有限集合）
• lpush+brpop=Message Queue（消息队列）

集合

集合类型比较典型的使用场景是 标签（tag）。例如一个用户可能对娱乐、体育比较感兴趣，另一个用户可能对历史、新闻比较感兴趣，这些兴趣点就是标签。
有了这些数据就可以得到喜欢同一个标签的人，以及用户的共同喜好的标签，这些数据对于用户体验以及增强用户黏度比较重要。
例如一个电子商务的网站会对不同标签的用户做不同类型的推荐，比如对数码产品比较感兴趣的人，在各个页面或者通过邮件的形式给他们推荐最新的数码产品，通常会为网站带来更多的利益。

相关命令时间复杂度表：

标签实现基本思路

1. 给用户添加标签

sadd user:1:tags tag1 tag2 tag5
sadd user:2:tags tag2 tag3 tag5
...
sadd user:k:tags tag1 tag2 tag4
...

2. 给标签添加用户

sadd tag1:users user:1 user:3
sadd tag2:users user:1 user:2 user:3
...
sadd tagk:users user:1 user:2
...

3. 使用 sinter 命令，来 计算用户共同感兴趣的标签

sinter user:1:tags user:2:tags

注：1，2 步应该在同一个事务（下一篇文章再讲）中执行，否则会导致数据不正确。

更多组合应用：

• sadd=Tagging（标签）
• spop/srandmember=Random item（生成随机数，比如抽奖）
• sadd+sinter=Social Graph（社交需求）

有序集合

它保留了集合 不能有重复成员 的特性，给每个元素设置一个 分数（score）作为排序的依据。

场景

排行榜系统
例如视频网站需要对用户上传的视频做排行榜，榜单的维度可能是多个方面的：按照时间、按照播放数量、按照获得的赞数。

本节使用赞数这个维度，记录每天用户上传视频的排行榜。
主要需要实现以下 4 个功能

• 1. 添加用户赞数

// 获得一个赞。zadd user:ranking:2016_03_15 mike 3   
 // 第一个赞之后自增。zincrby user:ranking:2016_03_15 mike 1

• 2. 取消用户赞数

zrem user:ranking:2016_03_15 mike

• 3. 展示获取赞数最多的十个用户

zrevrangebyrank user:ranking:2016_03_15 0 9

• 4. 展示用户信息以及用户分数

hgetall user:info:tom
zscore user:ranking:2016_03_15 mike
zrank user:ranking:2016_03_15 mike

总结

Redis 还有什么场景，欢迎各位大神指教。

本文所有知识点来自于【Redis 开发与运维(付磊)】，这本书非常值得一读。

关注公众号【爱编码】回复 付磊 即可获取。

最后

如果对 Java、大数据感兴趣请长按二维码关注一波，我会努力带给你们价值。觉得对你哪怕有一丁点帮助的请帮忙点个赞或者转发哦。

关注公众号【爱编码 】， 回复 2019有相关资料哦。