Redis全知识点

Redis的整套知识点

学习方式：

上手就用
基本的理论先学习，然后将知识融会贯通

知识列表

nosql讲解
阿里巴巴架构演进
nosql数据模型
Nosql四大分类
CAP
BASE
Redis入门
Redis安装（Windows & Linux服务器）
五大基本数据类型
- String
- List
- Set
- Hash
- Zset
三种特殊数据类型
- geo
- hyperloglog
- bitmap
Redis配置详解
Redis持久化
- RDB
- AOF
Redis事务操作
Redis实现订阅发布
Redis主从复制
Redis哨兵模式
缓存穿透及解决方案
缓存击穿及解决方案
缓存雪崩及解决方案
基础API之jedis详解
SpringBoot集成Redis操作
Redis的实践分析

Nosql概述

为什么要用Nosql

我们现在处于什么年代？大数据时代

一般的数据库很难处理大数据！2006年Hadoop

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，更多的是使用静态网页HTML~服务器根本没有太大压力！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！
2.数据库的索引（B+树），300万一定要建立索引，一个机器内存放不下
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(分库分表 + 读写分离)

同站80%都在查询，每次都要去读就会十分的麻烦！所以说我们希望减轻数据的压力，我们可以使用缓存来保持效率！

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
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）慢慢的就开始使用分库分表来解决写的压力！推出了MySQL的集群，很好的满足了需求

4、如今最近的年代
2010（按键手机）~ 2020，十年之间世界发生翻天覆地的变化；（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有的使用他存储一些大的文件，博客、图片！数据库表很大，效率就低了
如果有一种数据库能专门处理这种数据，MySQL压力就变得非常小了（研究如何处理这种问题！）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，用户日志等等爆发性增长这时候我们就需要NoSQL数据库了。

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社区！暴露出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的扩展的！

NoSQL特点
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 一秒可以写8万次，可以读取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！）
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
- 操作方便数据定义语言
- 严格的一致性
- 基础的事务

Nosql
- 不仅仅是数据库
- 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 （异地多话）
- 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（机器不够了，随时扩展机器）
3.高性能（保证效率，用户体验）

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，就看如何是去使用！（需要的是思维的提高！）

阿里巴巴的架构演进

架构师的真理：没有什么问题是加一层不能解决的！

# 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IOE了- 王坚：推荐文章：阿里云的这群疯子）
淘宝内部的MySQL不是大家用的MySQL

# 2、商品的描述、评论（文字比较多）
文档型数据库中，MongoDB

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

# 4、商品的关键字 （搜索）
- 搜索引擎 solr elasticsearch
- ISearch：多隆

# 5、商品的热门的波段信息
- 内存数据库
- Redis Tair、Memache。。。

# 6、商品的交易，外部的交易接口
- 三方应用

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：

NoSQL的四大分类

KV键值对：

新浪：Redis
美团：Redis + Tair
阿里、百度：Redis + memcache

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

他不是存图形的，放的是关系，比如：朋友圈社交网络。广告推荐！
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。
免费和开源！是当下最热门的的NoSQL数据库技术之一！也被称为结构化数据库！
Redis能干嘛？
1、内存存储、持久化（RDB和AOF）
2、效率高，可以用于高速缓存
3、发布订阅系统
4、地图信息分析
5、计时器、计数器（浏览量）

特性
1、多样的数据类型
2、持久化
3、集群
4、事务

学习中需要用到的东西
1、Redis的官网http://redis.io/
2、中文网：http://www.redis.cn/
3、下载地址在官网下载即可
?注意：windows版本的在github上下载
Redis推荐都是在Linux服务器上搭建的，我们是基于Linux学习。

Windows安装

1、下载安装包：https://github.com/dmajkic/redis/releases
2、下载完毕得到压缩包
3、解压到自己电脑的上的环境目录就可以了（D盘的Environment下）
4、开启Redis，运行服务即可，默认端口6379
5、使用redis客户端来进行连接

Linux安装

1.下载安装包
2.解压redis的安装包,程序一般放到opt目录下
3.进入redis解压后的文件，可以看到我们redis的配置文件
4.基本的环境安装

yum install gcc-c++
make
make install

5、redis的默认安装路径 usr/local/bin
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，可以在配置文件中进行配置为后台启动
8、启动redis服务！通过指定的配置文件启动服务 redis-server /redis.conf
9、使用redis-cli进行连接测试
10、查看redis的进程是否开启！
11、如何关闭redis服务，用shutdown
12、再次查看进程是否存在 ps -ef|grep redis
13、后面我们会使用单机多redis启动集群测试

测试性能

redis-benchmark是一个压力测试工具，官方自带的性能测试工具！
redis-benchmark命令参数
简单测试下

# 测试：100个并发连接，100000个请求
redis-benchmark -h localhost -p 6379 -c 100 -n 100000

解析测试
100000并发进行写入测试，100个并发的客户端，每次只写3个字节，只保证一台服务器来处理请求

基础的知识

redis默认有16个数据库
使用select 3来选择数据库，当前命令代表选择了第三个数据库
DBSIZE 查看数据库的大小

keys * 代表查看所有的key
flushdb 代表清空当前数据库
flushall 代表清空全部的数据库

思考：为什么redis的端口号是6379？
因为是作者喜欢的明星在9宫格上的按

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的瓶颈，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。那么Redis就使用单线程来实现了。
Redis是C语言写的，官方提供的数据为100000+的GPS，完全不比Memecache差！
Redis为什么单线程还这么快？

1、误区1:高性能的服务器一定是多线程的？
2、误区2：多线程（CPU的上下文切换）一定比单线程效率高！
CPU>内存>硬盘

核心：redis是将所有的数据全部放在内存中的，所以用单线程就是效率最高的。
对于内存系统来说，没有上下文切换效率就是最高的！多次读写都在一个CPU上。
这个就是最佳的方案。

五大数据类型

官网文档

Redis是一个开源的，基于内存的数据结构存储系统，它可以用作数据库、缓存和消息中间件MQ，它支持多种数据结构，如字符串，散列、列表、集合、有序集合与范围查询，bitmaps，hyperloglogs和地理空间（geospatial）索引半径查询，redis内置了复制、LUA脚本、LRU驱动事件、事务和不同级别的磁盘持久化，并通过Redis哨兵和自动分区提供高可用性。
Redis-Key

exists key  # 代表是否存在key
move name 1 # 1代表当前数据库，代表移动key到指定数据库中
expire name 10 # 代表10秒后过期
ttl name #查看当前key的过期时间
type key #查看key的类型

不知道什么命令可以去官方网站去查找

String

append key1 "hello" #追加字符串，如果当前key不存在，就相当于set key
strlen key # 获取字符串的长度
incr key # 让key加1
decr key # 让key减一
incrby key 10 # 一次性加10
decrby key 10 # 一次性减10
getrange key 0 3 # 获取指定范围的字符串
getrange key 0 -1 # 获取全部的字符串
setrange key2 1 xx # 替换指定位置的字符串

setex（set with expire） #设置值的时候并设置过期时间
setnx（set if not exist）# 不存在再设置值，在分布式锁中经常使用

mset k1 v1 k2 v2 k3 v3 # 同时设置多个值
mget k1 k2 k3 # 同时获取多个值
msetnx # 是一个原子性的操作，要么一起成功，要么一起失败

# 对象
set user:1  {name:zhangsan,age:3} # 设置一个user:1对象，值为json字符串
mset user:1:name zhangsan user:1:age 12
这个user:1则为组合命令

getset # 先get再set，如果不存在值则返回null，如果存在值则返回原来的值然后设置新的值。

String类型的使用场景：

计数器
统计多单位的数量
粉丝数
对象存储缓存

List

在redis里面，我们可以将list玩成：栈、队列、阻塞队列
所有的list操作都是l开头的

LPUSH list one # 将一个值或多个值放到列表的头部
RPUSH list right # 讲一个值或多个值放到列表的尾部
LRANGE list 0 -1 # 获取list的值
LPOP list # 移除list的第一个元素
RPOP list # 移除list的最后一个元素


注意：
redis中一个key只能对应一个类型的值，当你将数据类型设置为了list，然后可以使用set key将这个key设置为字符串，但是此时这个key将不能被设置为其它类型了。
lindex list 1 # 通过下标获取list中的某一个值
llen list #获取list的长度
Lrem list 1 "three" # 移除指定的key，1代表移除几个（填0的话，也会移除），“three”代表要移除的值

ltrim mylist 1 2 # 修剪指定值，此项代表只保留1-2的值，通过下标，截取后得到的是修剪后的list

# 组合命令
rpoplpush #移除列表的最后一个元素，push到另一个列表中

lset list 0 cml # 指定下标去添加，必须保证list存在
#########################################################################
127.0.0.1:6379> lset list 0 eage
OK
127.0.0.1:6379> lrange list 0 -1
1) "eage"
2) "seven"
127.0.0.1:6379> lset list 2 dddd
(error) ERR index out of range
127.0.0.1:6379>

#########################################################################
Linsert list before “world” “other” # 将某个具体的value插入到列表中某个值的前面或者后面

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时，效率最高！中间元素，相对来说效率会低一点~

消息队列（Lpush 与 Rpop），栈（Lpush 与 Lpop）

Set

set中的值不能重复

  127.0.0.1:6379> sadd myset hello kuangsheng lovekuangshen
  (integer) 3
  127.0.0.1:6379> smembers myset
  1) "hello"
  2) "lovekuangshen"
  3) "kuangsheng"
  127.0.0.1:6379> sismember myset hello
  (integer) 1
  
  sadd key value # 往set中添加元素
  smembers key # 查看set的所有值
  sismember key “hello” # 查看成员是否在set中
  
  127.0.0.1:6379> scard myset   # 获取set集合中的元素个数
  (integer) 3
  127.0.0.1:6379>
  
  # 移除元素
  srem myset hello
  
  127.0.0.1:6379> srem myset hello
  (integer) 1
  127.0.0.1:6379> scard myset
  (integer) 2
  127.0.0.1:6379> smemebers myset
  (error) ERR unknown command 'smemebers'
  127.0.0.1:6379> smembers myset
  1) "kuangsheng"
  2) "lovekuangshen"
  127.0.0.1:6379>
  
  
  # srandmember myset  // 随机抽选出一个元素
  # spop myset         // 随机删除一个key
  
  127.0.0.1:6379> smembers myset
  1) "22234"
  2) "kuangsheng"
  3) "ssdsff"
  4) "lovekuangshen"
  127.0.0.1:6379> srandmember myset
  "lovekuangshen"
  127.0.0.1:6379> srandmember myset
  "lovekuangshen"
  127.0.0.1:6379> srandmember myset
  "ssdsff"
  127.0.0.1:6379> srandmember myset
  "ssdsff"
  127.0.0.1:6379> srandmember myset
  "22234"
  127.0.0.1:6379> spop myset
  "ssdsff"
  127.0.0.1:6379> spop myset
  "22234"
  127.0.0.1:6379> smembers myset
  1) "kuangsheng"
  2) "lovekuangshen"
  
  # 将一个元素放到另一个集合中
  smove myset myset2 "hello" 将myset中的hello移动到myset2中
  
  # 重点：差集、交集、并集
  sdiff key1 key2   找出key1在key2中的差集
  sinter key1 key2 找出key1跟key2中的交集
  sunion key1 key2 找出key1与key2中的并集
  
  微博与B站，A用户将所有关注的人放在一个set集合中，将他的粉丝也放到一个集合中！
  共同关注，共同爱好，二度好友（六度分割理论）

Hash（哈希）

Map集合，key -
存的也是key-value，但这个时候值是一个map集合
本质跟String类型没有太大区别!

127.0.0.1:6379> hset myhash field1 caominglong   # 设置一个字段值
(integer) 1
127.0.0.1:6379> hget myhash field1
"caominglong"
127.0.0.1:6379> hmset myhash field1 hello field2 world  # 设置多个字段值
OK
127.0.0.1:6379> hmget myhash field1 field2  # 获取多个字段值
1) "hello"
2) "world"
127.0.0.1:6379> hgetall myhash  # 获取所有的hash值
1) "field1"
2) "hello"
3) "field2"
4) "world"

127.0.0.1:6379> hdel myhash field1 # 删除hash指定的字段值，删除字段后，value值也会被删除
(integer) 1
127.0.0.1:6379> hgetall myhash 
1) "field2"
2) "world"

# 获取所有的长度
127.0.0.1:6379> hlen myhash
(integer) 1
127.0.0.1:6379> hset myhash field hello2 field3 3434
(error) ERR wrong number of arguments for 'hset' command
127.0.0.1:6379> hset myhash field hello2
(integer) 1
127.0.0.1:6379> hlen myhash
(integer) 2

# 判断hash中的key是否存在
127.0.0.1:6379> hexists myhash field1
(integer) 0
127.0.0.1:6379> hexists myhash field
(integer) 1

# 只获取所有的field
# 只获取所有的value
127.0.0.1:6379> hkeys myhash
1) "field2"
2) "field"
127.0.0.1:6379> hvals myhash
1) "world"
2) "hello2"

# 其它
127.0.0.1:6379> hset myhash field3 4
(integer) 1
127.0.0.1:6379> hincrby myhash field3 3
(integer) 7
127.0.0.1:6379> hsetnx myhash field4 hellp
(integer) 1
127.0.0.1:6379> hsetnx myhash field world
(integer) 0

hash存一些变更的数据，比如用户信息的保存，经常变动的信息!

Zset(有序集合)

在set的基础上，增加了一个值，set k1 v1 zset k1 score v1

127.0.0.1:6379> zadd myset 1 one  # 添加值
(integer) 1
127.0.0.1:6379> zadd myset 2 two
(integer) 1
127.0.0.1:6379> zrange myset 0 -1
1) "one"
2) "two"

# 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 500 caominglong
(integer) 1
127.0.0.1:6379> zrangebyscore salary -inf +inf
1) "caominglong"
2) "xiaohong"
3) "zhangsan"
127.0.0.1:6379> zrangebyscore salary 0 1
(empty list or set)
127.0.0.1:6379> zrangebyscore salary -1 0
(empty list or set)
127.0.0.1:6379> zrangebyscore salary 500 5000  # 返回值中最小值到最大值
1) "caominglong"
2) "xiaohong"
3) "zhangsan"
127.0.0.1:6379> zrangebyscore salary 5000 300  # 此时范围内不存在值
(empty list or set)
127.0.0.1:6379> zrangebyscore salary 300 6000
1) "caominglong"
2) "xiaohong"
3) "zhangsan"

######################################################################
移除rem中的元素
127.0.0.1:6379> zrem salary xiaohong
(integer) 1
127.0.0.1:6379> zrange salary 0 -1
1) "caominglong"
2) "zhangsan"

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

######################################################################
127.0.0.1:6379> zrange salary 0 -1  # 从小到大排序
1) "caominglong"
2) "zhangsan"
127.0.0.1:6379> zcard salary
(integer) 2
127.0.0.1:6379> zrevrange salary 0 -1 # 从大到小排序
1) "zhangsan"
2) "caominglong"

######################################################################
127.0.0.1:6379> zcount salary 500 5000  # 获取权重区间内的元素个数
(integer) 2

如果工作中有需要，这个时候去查查官方文档！
案例思路：set排序，存储班级成绩表，工资表排序
普通消息，1，重要消息，2 带权重执行消息
排行榜应用实现，取Top N测试

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？redis的Geo在redis3.2版本就推出了！

只有6个命令：

geoadd

127.0.0.1:6379> geoadd china:city 116.40 39.90
(error) ERR wrong number of arguments for 'geoadd' command
127.0.0.1:6379> geoadd china:city 116.40 39.90 beijing     # geoadd key 经度 纬度 名称
(integer) 1
127.0.0.1:6379> geoadd china:city 121.47 31.23 shanghai 106.50 29.53 chongqing 114.05 22.52 shengzheng
(integer) 3
127.0.0.1:6379> geoadd china:city 120.16 30.24 hangzhou 108.96 34.26 xian
(integer) 2

geopos

127.0.0.1:6379> geopos china:city beijing # 获取指定的经度和纬度
1) 1) "116.39999896287918"
   2) "39.900000091670925"
127.0.0.1:6379> geopos china:city beijing shanghai
1) 1) "116.39999896287918"
   2) "39.900000091670925"
2) 1) "121.47000163793564"
   2) "31.229999039757836"

geodist 返回两个位置中的距离，默认为米作为单位
单位m 表示单位为米
km表示单位为千米
mi表示单位为英里
ft表示单位为英尺

127.0.0.1:6379> geodist china:city beijing shanghai km # 北京到上海的距离
"1067.3788"
127.0.0.1:6379> geodist china:city beijing chongqing
"1464070.8051"
127.0.0.1:6379> geodist china:city beijing chongqing km # 北京到重庆的距离
"1464.0708"

georadius 以给定的经纬度为中心，找出某一半径的元素

找附近的人？（获得所有附近的人的地址。定位）

georadius china:city 110 30 500 km withdist withcoord count 1


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方圆1000千米内的城市，前提是所有的数据都录入了
1) "chongqing"
2) "xian"
3) "shengzheng"
4) "hangzhou"
127.0.0.1:6379> georadius china:city 110 30 500 km # 以110 30这个经纬度为中心寻找方圆500千米内的城市
1) "chongqing"
2) "xian"
127.0.0.1:6379> georadius china:city 110 30 500 km withdist withcoord count 1  # 以110 30这个经纬度为中心寻找方圆500千米内的城市，显示中心距离位置，显示他人的定位信息，筛选出指定数量的用户
1) 1) "chongqing"
   2) "341.9374"
   3) 1) "106.49999767541885"
      2) "29.529999579006592"
127.0.0.1:6379>

georadiusbymember 根据元素的位置来找

127.0.0.1:6379> georadiusbymember china:city beijing 1000 km

"beijing"
"xian"

geohash 将定位转换为11个字符的geohash字符串

geo底层的实现原理其实就是zset！我们可以使用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) "shengzheng"
4) "hangzhou"
5) "shanghai"
6) "beijing"
127.0.0.1:6379> zrem china:city beijing  # 移除地图中的元素
(integer) 1
127.0.0.1:6379> zrange china:city  0 -1
1) "chongqing"
2) "xian"
3) "shengzheng"
4) "hangzhou"
5) "shanghai"

Hyperloglog

什么是基数？
A{1,3,5,7,,8,7}
B{1,3,5,7,8}
基数（不重复的元素） = 5
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不同的元素的技术，只需要废12kb内存！如果
要从内存角度来选的话，首选Hyperloglog！
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

测试使用

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
(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  # 过滤掉重复的元素，放入mykey3中
OK
127.0.0.1:6379> pfcount mykey3
(integer) 15

如果允许容错，那么就可以使用hyperloglog
如果不允许容错，就使用set

bitmap

位存储统计数量

统计用户信息，活跃不活跃，登录未登录！打卡未打卡

bitmap位图，数据结构！都是操作二进制位来进行记录，就只有0 1两个状态！

365天=365 bit 1字节=8bit 46个字节左右！

测试

setbit sign  0 1 2 3 4 5 6 
使用bitmap记录周一到周日的打卡
getbit sign 3 # 查看数据
使用bitcount统计数据

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 1
(integer) 0
127.0.0.1:6379> setbit sign 3 0
(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 1
(integer) 0
127.0.0.1:6379> getbit sign 3
(integer) 0
127.0.0.1:6379> bitcount sign  # 统计为1的数量
(integer) 4

事务

要么同时成功，要么同时失败！
redis的事务是不保证原子性的！
redis事务本质：一组命令的集合！一个事务的所有命令都会被序列化！
一次性！顺序性！排他性！

------ 队列 set set set 执行 -----

redis事务没有隔离级别的概念！
所有的命令在事务中，并没有直接被执行，只有发起执行命令的时候才会执行！
redis的事务：

开启事务（）
命令入队（）
执行事务（）

正常执行事务！
先用multi来开启事务
然后使用exec来执行事务
使用discard来取消事务

127.0.0.1:6379> multi  # 开启事务
OK
127.0.0.1:6379> set k1 v1 
QUEUED
127.0.0.1:6379> set k2 k2
QUEUED
127.0.0.1:6379> get k1
QUEUED
127.0.0.1:6379> exec # 执行事务
1) OK
2) OK
3) OK
4) "v1"
127.0.0.1:6379> multi
OK
127.0.0.1:6379> set k3 v3
QUEUED
127.0.0.1:6379> set k4 v4
QUEUED
127.0.0.1:6379> get v4
QUEUED
127.0.0.1:6379> discard  # 取消事务
OK

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> set k1 v1
QUEUED
127.0.0.1:6379> set k2 v2
QUEUED
127.0.0.1:6379> set k3 v3
QUEUED
127.0.0.1:6379> getset k3
(error) ERR wrong number of arguments for 'getset' command
127.0.0.1:6379> set k4 v4
QUEUED
127.0.0.1:6379> exec
(error) EXECABORT Transaction discarded because of previous errors.

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，其它命令可以正常执行的！错误命令会抛出异常!

127.0.0.1:6379> set k1 v1
OK
127.0.0.1:6379> multi
OK
127.0.0.1:6379> incr k1
QUEUED
127.0.0.1:6379> set k2 v2
QUEUED
127.0.0.1:6379> set k3 v3
QUEUED
127.0.0.1:6379> get k3
QUEUED
127.0.0.1:6379> exec
1) (error) ERR value is not an integer or out of range
2) OK # 虽然第一条命令报错了，后续的都执行成功了
3) OK
4) "v3"

监控
悲观锁！

很悲观，认为什么时候都会出问题，无论什么时候都会加锁！
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，再次
期间是否有人修改过这个数据
获取version
更新的时候比较version

redis监控测试
当我一个线程在用事务操作过程中，另一个线程修改了我们的值，这个时候导致事务执行失败！

127.0.0.1:6379> watch money
OK
127.0.0.1:6379> multi
OK
127.0.0.1:6379> decrby money 10
QUEUED
127.0.0.1:6379> incrby out 10
QUEUED
127.0.0.1:6379> exec
(nil)  # 执行失败

Jedis

我们要使用我们的java来操作Redis
https://mvnrepository.com

什么是jedis，是Redis官方推荐的java连接开发工具！使用java操作Redis中间件！如果你要用java使用redis，一定要对jedis十分的熟悉！

测试
1、导入对应的依赖


    redis.clients
    jedis
    3.2.0


    com.alibaba
    fastjson
    1.2.62

2、编码测试：

连接数据库
操作命令
断开连接！

jedis所有的方法都是跟学习的指令一样的！

SpringBoot的整合

springboot操作数据：spring-data jpa jdbc mongodb redis!
SpringData 也是和SpringBoot齐名的项目！
说明：在SpringBoot2.x之后，原来使用的jedis被替换为了lettuce？
jedis：采用的直连，多个线程操作的话，是不安全的，如果想要避免不安全的，使用
jedis pool连接池！BIO
lettuce：采用netty，实例可以再多个线程中进行共享，不存在线程不安全的情况！
可以减少线程数量，更像NIO模式

整合测试一下
SpringBoot所有的配置类都有一个自动配置类RedisAutoConfiguration，自动配置类都会绑定一个properties的配置文件RedisProperties
源码分析

public RedisTemplate redisTemplate(RedisConnectionFactory redisConnectionFactory) throws UnknownHostException {
    // 默认的redisTemplate没有过多的设置，redis对象都是需要序列化！
    // 两个泛型都是Object，Object，使用后需要强制转换String，Object
    RedisTemplate template = new RedisTemplate();
    template.setConnectionFactory(redisConnectionFactory);
    return template;
    }

    @Bean
    @ConditionalOnMissingBean // 由于String 是redis常用的类型，故而单独提出来了
    public StringRedisTemplate stringRedisTemplate(RedisConnectionFactory redisConnectionFactory) throws UnknownHostException {
    StringRedisTemplate template = new StringRedisTemplate();
    template.setConnectionFactory(redisConnectionFactory);
    return template;
    }

整合测试一下

1、导入依赖

<-- 操作redis -->

    org.springframework.boot
    spring-boot-starter-data-redis

2、配置连接

# 配置redis
spring.redis.host=127.0.0.1
spring.redis.port=6379

3、测试！

opsForList 操作List 类似List
opsForList 操作List 类似List
opsForSet
opsForHash
opsForZset
opsForGeo
opsForHyperLogLog
opsForStream 新的类型，用于消息队列

除了基本的方法，我们常用的方法都可以通过redisTemplate操作
比如事务和基本的CRUD

配置序列化

配置可使用的一些序列化器

# 将对象转为json后，控制台正确打出对象
User user = new User("曹明龙", 3);
String jsonUser = new ObjectMapper().writeValueAsString(user);
redisTemplate.opsForValue().set("user", jsonUser);
System.out.println(redisTemplate.opsForValue().get("user"));

# 直接传一个对象，运行后则会报错，提示对象没有序列化 
User user = new User("曹明龙", 3);
//String jsonUser = new ObjectMapper().writeValueAsString(user);
redisTemplate.opsForValue().set("user", user);
System.out.println(redisTemplate.opsForValue().get("user"));

关于对象的保存，一般在企业中对象都会序列化，就是implements Serializable

编写自己的序列化方式

Jackson2JsonRedisSerializer

Redis全知识点

Redis的整套知识点

Nosql概述

为什么要用Nosql

什么是NoSQL

阿里巴巴的架构演进

NoSQL的四大分类

Redis入门

概述

Windows安装

Linux安装

测试性能

基础的知识

五大数据类型

String

List

Set

Hash（哈希）

Zset(有序集合)

三种特殊数据类型

geospatial（地理位置）

Hyperloglog

bitmap

事务

Jedis

SpringBoot的整合

Redis.conf详解

Redis持久化

RDB（Redis DataBase）

AOF（Append only File）

Redis 发布订阅

主从复制

概念

环境配置

一主二从

哨兵模式（自动选取主机的模式）

Redis缓存穿透和雪崩

缓存穿透

缓存击穿

缓存雪崩

相关