Redis--狂神说Redis基础汇总(完结)
2021.6.12-2021.6.14：端午学学玩玩弄完了Redis基础的汇总，越学越觉得自己知识量的匮乏。
参考链接：狂神说Java--Redis汇总：www.bilibili.com/video/BV1S5…
Redis五种基本数据类型
Redis三种特殊数据类型：
- 1.GeoSpatical
- 2.Hyperloglog
- 3.Bitmaps
Redis事务：
- 1.Redis事务流程
- 2.Redis事务非原子性
Redis乐观锁：
SpringBooot--配置Redis源代码
SpringBooot--自定义RedisTemplate、RedisUtil
- 1.RedisTemplate序列化配置
- 2.RedisUtil配置(CRUD操作string，map,list,set)
Redis--持久化
- 1.Redis--RDB（默认推荐）
- 2.Redis--AOF(重启后是默认先载入AOF，因为数据更完整)
Redis--发布订阅
Redis--主从复制(主写从读)
- 1.Linux配置文件
- 2.复制原理
Redis--哨兵模式
Redis--缓存穿透、击穿、雪崩
Redis五种基本数据类型：
-
1.String字符串
OK 127.0.0.1:6380> set k1 1 OK 127.0.0.1:6380> INCR k1 2 127.0.0.1:6380> DECR k1 1 127.0.0.1:6380> keys * k1 127.0.0.1:6380> set k2 huyuqiao OK 127.0.0.1:6380> GETRANGE K2 0 3 127.0.0.1:6380> GETRANGE k2 0 3 huyu 127.0.0.1:6380> GETRANGE k2 0 -1 huyuqiao 127.0.0.1:6380> SETRANGE k2 1 XX 8 127.0.0.1:6380> get k2 hXXuqiao 127.0.0.1:6380> SETEX k3 30 "hello, world" #set exist：存在或不存在都替换 OK 127.0.0.1:6380> ttl k3 28 127.0.0.1:6380> ttl k2 -1 127.0.0.1:6380> keys * k1 k2 127.0.0.1:6380> ttl k3 -2 127.0.0.1:6380> setnx mykey "redis" #set if not exist：不存在就set，存在就set失败，还是原来值 1 127.0.0.1:6380> ttl mykey -1 127.0.0.1:6380> setnx mykey "mongodb" 0 127.0.0.1:6380> get mykey redis 127.0.0.1:6380> ttl k2 #永久返回-1 -1 127.0.0.1:6380> ttl k3 #过期返回-2 -2 127.0.0.1:6380> 127.0.0.1:6380> mset user:1:name huyuqiao user:1:age 22 OK 127.0.0.1:6380> mget user:1:name user:1:age huyuqiao 22 127.0.0.1:6380> -
List
127.0.0.1:6380> FLUSHALL OK 127.0.0.1:6380> clear 127.0.0.1:6380> LPUSH list 1 1 127.0.0.1:6380> LPUSH list 2 2 127.0.0.1:6380> LPUSH list 3 3 127.0.0.1:6380> LRANGE list 0 -1 3 2 1 127.0.0.1:6380> RPUSH list a 4 127.0.0.1:6380> LPOP list 3 127.0.0.1:6380> LRANGE 0 -1 ERR wrong number of arguments for 'lrange' command 127.0.0.1:6380> LRANGE list 0 -1 2 1 a 127.0.0.1:6380> LINDEX list 0 2 127.0.0.1:6380> LLEN list 3 127.0.0.1:6380> FLUSHALL OK 127.0.0.1:6380> clear 127.0.0.1:6380> LPUSH list one 1 127.0.0.1:6380> LPUSH list two 2 127.0.0.1:6380> LPUSH list two 3 127.0.0.1:6380> LREM list 1 one #移除list中等于one的一个元素（最后加入的移除掉） 1 127.0.0.1:6380> LRANGE list 0 -1 two two 127.0.0.1:6380> LREM list 2 one 0 127.0.0.1:6380> LREM list 2 two 2 127.0.0.1:6380> LRANGE list 0 -1 127.0.0.1:6380> FLUSHALL 127.0.0.1:6380> LPUSH list one 1 127.0.0.1:6380> LPUSH list two 2 127.0.0.1:6380> LPUSH list three 3 127.0.0.1:6380> LPUSH list four 4 127.0.0.1:6380> LTRIM list 1 2 OK 127.0.0.1:6380> LRANGE list 0 -1 three two 127.0.0.1:6380> -
Set
127.0.0.1:6380> FLUSHALL OK 127.0.0.1:6380> SADD myset "hello" 1 127.0.0.1:6380> sadd myset "world" 1 127.0.0.1:6380> sadd myset "huyuqiao" 1 127.0.0.1:6380> smembers myset hello huyuqiao world 127.0.0.1:6380> SISMEMBER myset huyuqiao 1 127.0.0.1:6380> sadd myset "HYQ" 1 127.0.0.1:6380> SMEMBERS myset hello huyuqiao HYQ world 127.0.0.1:6380> SREM myset hello 1 127.0.0.1:6380> scard myset 3 127.0.0.1:6380> SMEMBERS myset huyuqiao HYQ world 127.0.0.1:6380> SRANDMEMBER myset world 127.0.0.1:6380> SRANDMEMBER myset huyuqiao 127.0.0.1:6380> -
Hash
huyuqiao 127.0.0.1:6380> FLUSHALL OK 127.0.0.1:6380> clear 127.0.0.1:6380> hset myhash field1 huyuqiao 1 127.0.0.1:6380> hmset myhash field1 hello field2 world OK 127.0.0.1:6380> hmget myhash field1 field2 hello world 127.0.0.1:6380> hgetall myhash field1 hello field2 world 127.0.0.1:6380> hlen myhash 2 127.0.0.1:6380> HEXISTS myhash field1 1 127.0.0.1:6380> HKEYS myhash field1 field2 127.0.0.1:6380> HVALS myhash hello world 127.0.0.1:6380> HSETNX myhash field4 hello #hash设置 1 127.0.0.1:6380> HGETALL myhash field1 hello field2 world field4 hello 127.0.0.1:6380> -
Zset
127.0.0.1:6380> zadd salary 100 huyuqiao 1 127.0.0.1:6380> zadd salary 200 HUYUQIAO 1 127.0.0.1:6380> zadd salary 300 HYQ 1 127.0.0.1:6380> ZRANGEBYSCORE salary -inf +inf huyuqiao HUYUQIAO HYQ 127.0.0.1:6380> zrange salary 0 -1 huyuqiao HUYUQIAO HYQ 127.0.0.1:6380> zrem salary huyuqiao 1 127.0.0.1:6380> ZRANGEBYSCORE salary -inf +inf HUYUQIAO HYQ
Redis三种特殊数据类型：
1.GeoSpatical
适用场景：获取附近人，好友距离，网约车定位功能。
# 添加位置经纬度
127.0.0.1:6379> GEOADD china:city 116.41667 39.91667 北京
(integer) 1
127.0.0.1:6379> GEOADD china:city 121.43333 31.23000 上海
(integer) 1
127.0.0.1:6379> GEOADD china:city 106.45000 29.56667 重庆
(integer) 1
127.0.0.1:6379> GEOADD china:city 114.06667 22.61667 深圳
(integer) 1
127.0.0.1:6379> GEOADD china:city 120.20000 30.26667 杭州
(integer) 1
127.0.0.1:6379> GEOADD china:city 108.95000 34.26667 西安
(integer) 1
# 查看不同位置经纬度
127.0.0.1:6379> GEOPOS china:city 北京 西安
#查看不同位置之间距离（默认是m）
127.0.0.1:6379> GEODIST china:city 北京 上海
"1066981.1340"
127.0.0.1:6379> GEODIST china:city 北京 上海 km
"1066.9811"
127.0.0.1:6379> GEODIST china:city 北京 重庆 km
"1465.8918"
127.0.0.1:6379>
# 查看指定经纬度周边范围内的地方（可以以此扩散到周围指定范围内的指定人数的好友）
127.0.0.1:6379> GEORADIUS china:city 110 30 1000 km
重庆
西安
深圳
杭州
127.0.0.1:6379> GEORADIUS china:city 110 30 500 km
重庆
西安
127.0.0.1:6379> GEORADIUS china:city 110 30 500 km withdist #查看某经纬度周围500km的所有城市和距离/km
重庆
346.0548
西安
484.7511
127.0.0.1:6379> GEORADIUS china:city 110 30 500 km withcoord #查看某经纬度周围500km的所有城市和经纬度
重庆
106.4500012993812561
29.56666939001875249
西安
108.95000249147415161
34.2666710302806834
127.0.0.1:6379> GEORADIUS china:city 110 30 500 km count 1 #查看某经纬度周围500km的三个城市
重庆
127.0.0.1:6379> GEORADIUS china:city 110 30 500 km count 3 #查看某经纬度周围500km的三个城市
重庆
西安
127.0.0.1:6379>
#查看地点周边的所有城市(类似于定位)
127.0.0.1:6379> GEORADIUSBYMEMBER china:city 北京 1000 km
北京
西安
127.0.0.1:6379> GEORADIUSBYMEMBER china:city 上海 1000 km
杭州
上海
127.0.0.1:6379>
#将城市的二维经纬度转成一位hash字符串
127.0.0.1:6379> GEOHASH china:city 北京 重庆
wx4g14s53n0
wm78nq6w2f0
127.0.0.1:6379>
#GEO底层是zset，所有可以用zset命令来操作
127.0.0.1:6379> zrange china:city 0 -1 #查看所有城市
重庆
西安
深圳
杭州
上海
北京
127.0.0.1:6379> zrem china:city 北京 #删除北京这个城市
2.Hyperloglog
适用场景: 网站UV量。传统用set统计，但若存在大量用户id，则太消耗内容且麻烦，若只为计数且允许有错误率（0.81%），则可行，否则还是用set统计
基数：集合中不重复元素个数。如{1, 3, 5, 5 ,7}则为{1，3,5,7}，基数为4
127.0.0.1:6379> clear
127.0.0.1:6379> PFADD mykey a b c d e f g h i j #设置mykey 集合
(integer) 1
127.0.0.1:6379> PFCOUNT mykey #统计mykey 集合基数数量
(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 #2个集合取并集
OK
127.0.0.1:6379> PFCOUNT mykey3
(integer) 15
127.0.0.1:6379>
3.Bitmaps
适用场景：判断、统计活跃、不活跃，登录、未登录这些非1即0的场景
[root@VM-8-11-centos ~]# redis-cli -a root --raw
127.0.0.1:6379> setbit sign 0 1 #设置sign用户某天是否打卡
(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
127.0.0.1:6379> GETBIT sign 3 #得到sign用户某天打卡情况
(integer) 1
127.0.0.1:6379> GETBIT sign 6
Redis事务：
Reidsi事务：没有隔离级别概念，即事务不保证原子性（事务内部有多条命令，不一定，可以实现部分成功、部分失败），但是单条命令保证原子性
1.Redis事务流程：
- 开启事务(multi)
- 命令入队
- 执行事务(exec)
#开启-结束事务127.0.0.1:6379> multi OK127.0.0.1:6379> set k1 v1QUEUED127.0.0.1:6379> set k2 v2QUEUED127.0.0.1:6379> get k2QUEUED127.0.0.1:6379> set k3 v3QUEUED127.0.0.1:6379> execOKOKv2OK127.0.0.1:6379>#放弃事务：之前队列代码全部rollback127.0.0.1:6379> set k1 v1QUEUED127.0.0.1:6379> set k2 asdfasdfQUEUED127.0.0.1:6379> DISCARDOK127.0.0.1:6379> EXECERR EXEC without MULTI127.0.0.1:6379> get k2v2
2.Redis事务非原子性
之所以事务非原子性，是因为有两种异常：
-
编译性异常(检查性异常)：代码错了，根本就没某个语句、函数、配置文件等
127.0.0.1:6379> MULTIOK127.0.0.1:6379> set k1 v1QUEUED127.0.0.1:6379> set k2 v2QUEUED127.0.0.1:6379> gasdfa k3 #语句错误，相当于没执行，在编译时候就出错了ERR unknown command 'gasdfa'127.0.0.1:6379> set k4 v4QUEUED127.0.0.1:6379> EXECEXECABORT Transaction discarded because of previous errors.127.0.0.1:6379> get k4127.0.0.1:6379> get k1 -
运行时异常(非检查性异常)：没有某个变量、某个对象没有new等(不会全部rollback)
127.0.0.1:6379> set k1 "v1"OK127.0.0.1:6379> multiOK127.0.0.1:6379> incr k1QUEUED127.0.0.1:6379> set k2 v2QUEUED127.0.0.1:6379> get k2QUEUED127.0.0.1:6379> EXECERR value is not an integer or out of rangeOKv2 #上面出错了，但是依然不影响下面语句执行，所以证明了redis事务是不保证原子性的127.0.0.1:6379>
Redis乐观锁：
乐观锁：不会上锁，更新数据时才会比较version是否被人修改过（redis事务中如果被修改过，则事务不会执行成功）
悲观锁：无论做什么，都会上锁，效率低下但是安全
Redis事务中用<font color=red size=3>Watch</font>实现乐观锁，中途如果被修改，导致version变更，则事务全部都不会成功
127.0.0.1:6379> set money 100OK127.0.0.1:6379> set out 0OK127.0.0.1:6379> watch money #Redis乐观锁:watch监视moneyOK127.0.0.1:6379> MULTI #在另一个窗口将money改成了101OK127.0.0.1:6379> DECRBY money 10QUEUED127.0.0.1:6379> incrby out 10QUEUED127.0.0.1:6379> EXEC127.0.0.1:6379> get money101127.0.0.1:6379>
SpringBooot--配置Redis源代码
Jedis：直连，多线程下不安全，类似于BIO模式(Springboot2.X后被淘汰)
Lettuce：采用Netty，多线程下共享，类似于NIO模式
autoconfig->srping.factories中找到redis相关配置
@Configuration(proxyBeanMethods = false)@ConditionalOnClass(RedisOperations.class)@EnableConfigurationProperties(RedisProperties.class)@Import({ LettuceConnectionConfiguration.class, JedisConnectionConfiguration.class })public class RedisAutoConfiguration { @Bean @ConditionalOnMissingBean(name = "redisTemplate") public RedisTemplate<Object, Object> redisTemplate(RedisConnectionFactory redisConnectionFactory) throws UnknownHostException { RedisTemplate<Object, Object> template = new RedisTemplate<>(); template.setConnectionFactory(redisConnectionFactory); return template; } @Bean @ConditionalOnMissingBean public StringRedisTemplate stringRedisTemplate(RedisConnectionFactory redisConnectionFactory) throws UnknownHostException { StringRedisTemplate template = new StringRedisTemplate(); template.setConnectionFactory(redisConnectionFactory); return template; }}
SpringBooot--自定义RedisTemplate、RedisUtil
1.RedisTemplate序列化配置
package com.empirefree.springboot.config;import com.fasterxml.jackson.annotation.JsonAutoDetect;import com.fasterxml.jackson.annotation.JsonTypeInfo;import com.fasterxml.jackson.annotation.PropertyAccessor;import com.fasterxml.jackson.databind.ObjectMapper;import com.fasterxml.jackson.databind.jsontype.impl.LaissezFaireSubTypeValidator;import org.springframework.context.annotation.Bean;import org.springframework.context.annotation.Configuration;import org.springframework.data.redis.connection.RedisConnectionFactory;import org.springframework.data.redis.core.RedisTemplate;import org.springframework.data.redis.serializer.Jackson2JsonRedisSerializer;import org.springframework.data.redis.serializer.StringRedisSerializer;/** * @program: springboot * @description: RedisTemplate配置 * @author: huyuqiao * @create: 2021/06/13 16:05 */@Configurationpublic class RedisConfig { @Bean @SuppressWarnings("all") public RedisTemplate<String, Object> redisTemplate(RedisConnectionFactory factory) { RedisTemplate<String, Object> template = new RedisTemplate<String, Object>(); template.setConnectionFactory(factory); // Json序列化配置 Jackson2JsonRedisSerializer jackson2JsonRedisSerializer = new Jackson2JsonRedisSerializer(Object.class); ObjectMapper om = new ObjectMapper(); om.setVisibility(PropertyAccessor.ALL, JsonAutoDetect.Visibility.ANY); om.activateDefaultTyping(LaissezFaireSubTypeValidator.instance, ObjectMapper.DefaultTyping.NON_FINAL, JsonTypeInfo.As.WRAPPER_ARRAY); jackson2JsonRedisSerializer.setObjectMapper(om); // String 的序列化 StringRedisSerializer stringRedisSerializer = new StringRedisSerializer(); // key采用String的序列化方式 template.setKeySerializer(stringRedisSerializer); // hash的key也采用String的序列化方式 template.setHashKeySerializer(stringRedisSerializer); // value序列化方式采用jackson template.setValueSerializer(jackson2JsonRedisSerializer); // hash的value序列化方式采用jackson template.setHashValueSerializer(jackson2JsonRedisSerializer); template.afterPropertiesSet(); return template; }}
2.RedisUtil配置(CRUD操作string，map,list,set)
package com.empirefree.springboot.utils;import org.springframework.beans.factory.annotation.Autowired;import org.springframework.data.redis.core.RedisTemplate;import org.springframework.stereotype.Component;import org.springframework.util.CollectionUtils;import java.util.Collection;import java.util.List;import java.util.Map;import java.util.Set;import java.util.concurrent.TimeUnit;/** * @program: springboot * @description: Redis工具类 * @author: huyuqiao * @create: 2021/06/13 16:14 */@Componentpublic final class RedisUtil { @Autowired private RedisTemplate<String, Object> redisTemplate; // =============================common============================ /** * 指定缓存失效时间 * @param key 键 * @param time 时间(秒) */ public boolean expire(String key, long time) { try { if (time > 0) { redisTemplate.expire(key, time, TimeUnit.SECONDS); } return true; } catch (Exception e) { e.printStackTrace(); return false; } } /** * 根据key 获取过期时间 * @param key 键 不能为null * @return 时间(秒) 返回0代表为永久有效 */ public long getExpire(String key) { return redisTemplate.getExpire(key, TimeUnit.SECONDS); } /** * 判断key是否存在 * @param key 键 * @return true 存在 false不存在 */ public boolean hasKey(String key) { try { return redisTemplate.hasKey(key); } catch (Exception e) { e.printStackTrace(); return false; } } /** * 删除缓存 * @param key 可以传一个值 或多个 */ @SuppressWarnings("unchecked") public void del(String... key) { if (key != null && key.length > 0) { if (key.length == 1) { redisTemplate.delete(key[0]); } else { redisTemplate.delete((Collection<String>) CollectionUtils.arrayToList(key)); } } } // ============================String============================= /** * 普通缓存获取 * @param key 键 * @return 值 */ public Object get(String key) { return key == null ? null : redisTemplate.opsForValue().get(key); } /** * 普通缓存放入 * @param key 键 * @param value 值 * @return true成功 false失败 */ public boolean set(String key, Object value) { try { redisTemplate.opsForValue().set(key, value); return true; } catch (Exception e) { e.printStackTrace(); return false; } } /** * 普通缓存放入并设置时间 * @param key 键 * @param value 值 * @param time 时间(秒) time要大于0 如果time小于等于0 将设置无限期 * @return true成功 false 失败 */ public boolean set(String key, Object value, long time) { try { if (time > 0) { redisTemplate.opsForValue().set(key, value, time, TimeUnit.SECONDS); } else { set(key, value); } return true; } catch (Exception e) { e.printStackTrace(); return false; } } /** * 递增 * @param key 键 * @param delta 要增加几(大于0) */ public long incr(String key, long delta) { if (delta < 0) { throw new RuntimeException("递增因子必须大于0"); } return redisTemplate.opsForValue().increment(key, delta); } /** * 递减 * @param key 键 * @param delta 要减少几(小于0) */ public long decr(String key, long delta) { if (delta < 0) { throw new RuntimeException("递减因子必须大于0"); } return redisTemplate.opsForValue().increment(key, -delta); } // ================================Map================================= /** * HashGet * @param key 键 不能为null * @param item 项 不能为null */ public Object hget(String key, String item) { return redisTemplate.opsForHash().get(key, item); } /** * 获取hashKey对应的所有键值 * @param key 键 * @return 对应的多个键值 */ public Map<Object, Object> hmget(String key) { return redisTemplate.opsForHash().entries(key); } /** * HashSet * @param key 键 * @param map 对应多个键值 */ public boolean hmset(String key, Map<String, Object> map) { try { redisTemplate.opsForHash().putAll(key, map); return true; } catch (Exception e) { e.printStackTrace(); return false; } } /** * HashSet 并设置时间 * @param key 键 * @param map 对应多个键值 * @param time 时间(秒) * @return true成功 false失败 */ public boolean hmset(String key, Map<String, Object> map, long time) { try { redisTemplate.opsForHash().putAll(key, map); if (time > 0) { expire(key, time); } return true; } catch (Exception e) { e.printStackTrace(); return false; } } /** * 向一张hash表中放入数据,如果不存在将创建 * * @param key 键 * @param item 项 * @param value 值 * @return true 成功 false失败 */ public boolean hset(String key, String item, Object value) { try { redisTemplate.opsForHash().put(key, item, value); return true; } catch (Exception e) { e.printStackTrace(); return false; } } /** * 向一张hash表中放入数据,如果不存在将创建 * * @param key 键 * @param item 项 * @param value 值 * @param time 时间(秒) 注意:如果已存在的hash表有时间,这里将会替换原有的时间 * @return true 成功 false失败 */ public boolean hset(String key, String item, Object value, long time) { try { redisTemplate.opsForHash().put(key, item, value); if (time > 0) { expire(key, time); } return true; } catch (Exception e) { e.printStackTrace(); return false; } } /** * 删除hash表中的值 * * @param key 键 不能为null * @param item 项 可以使多个 不能为null */ public void hdel(String key, Object... item) { redisTemplate.opsForHash().delete(key, item); } /** * 判断hash表中是否有该项的值 * * @param key 键 不能为null * @param item 项 不能为null * @return true 存在 false不存在 */ public boolean hHasKey(String key, String item) { return redisTemplate.opsForHash().hasKey(key, item); } /** * hash递增 如果不存在,就会创建一个 并把新增后的值返回 * * @param key 键 * @param item 项 * @param by 要增加几(大于0) */ public double hincr(String key, String item, double by) { return redisTemplate.opsForHash().increment(key, item, by); } /** * hash递减 * * @param key 键 * @param item 项 * @param by 要减少记(小于0) */ public double hdecr(String key, String item, double by) { return redisTemplate.opsForHash().increment(key, item, -by); } // ============================set============================= /** * 根据key获取Set中的所有值 * @param key 键 */ public Set<Object> sGet(String key) { try { return redisTemplate.opsForSet().members(key); } catch (Exception e) { e.printStackTrace(); return null; } } /** * 根据value从一个set中查询,是否存在 * * @param key 键 * @param value 值 * @return true 存在 false不存在 */ public boolean sHasKey(String key, Object value) { try { return redisTemplate.opsForSet().isMember(key, value); } catch (Exception e) { e.printStackTrace(); return false; } } /** * 将数据放入set缓存 * * @param key 键 * @param values 值 可以是多个 * @return 成功个数 */ public long sSet(String key, Object... values) { try { return redisTemplate.opsForSet().add(key, values); } catch (Exception e) { e.printStackTrace(); return 0; } } /** * 将set数据放入缓存 * * @param key 键 * @param time 时间(秒) * @param values 值 可以是多个 * @return 成功个数 */ public long sSetAndTime(String key, long time, Object... values) { try { Long count = redisTemplate.opsForSet().add(key, values); if (time > 0) expire(key, time); return count; } catch (Exception e) { e.printStackTrace(); return 0; } } /** * 获取set缓存的长度 * * @param key 键 */ public long sGetSetSize(String key) { try { return redisTemplate.opsForSet().size(key); } catch (Exception e) { e.printStackTrace(); return 0; } } /** * 移除值为value的 * * @param key 键 * @param values 值 可以是多个 * @return 移除的个数 */ public long setRemove(String key, Object... values) { try { Long count = redisTemplate.opsForSet().remove(key, values); return count; } catch (Exception e) { e.printStackTrace(); return 0; } } // ===============================list================================= /** * 获取list缓存的内容 * * @param key 键 * @param start 开始 * @param end 结束 0 到 -1代表所有值 */ public List<Object> lGet(String key, long start, long end) { try { return redisTemplate.opsForList().range(key, start, end); } catch (Exception e) { e.printStackTrace(); return null; } } /** * 获取list缓存的长度 * * @param key 键 */ public long lGetListSize(String key) { try { return redisTemplate.opsForList().size(key); } catch (Exception e) { e.printStackTrace(); return 0; } } /** * 通过索引 获取list中的值 * * @param key 键 * @param index 索引 index>=0时， 0 表头，1 第二个元素，依次类推；index<0时，-1，表尾，-2倒数第二个元素，依次类推 */ public Object lGetIndex(String key, long index) { try { return redisTemplate.opsForList().index(key, index); } catch (Exception e) { e.printStackTrace(); return null; } } /** * 将list放入缓存 * * @param key 键 * @param value 值 */ public boolean lSet(String key, Object value) { try { redisTemplate.opsForList().rightPush(key, value); return true; } catch (Exception e) { e.printStackTrace(); return false; } } /** * 将list放入缓存 * @param key 键 * @param value 值 * @param time 时间(秒) */ public boolean lSet(String key, Object value, long time) { try { redisTemplate.opsForList().rightPush(key, value); if (time > 0) expire(key, time); return true; } catch (Exception e) { e.printStackTrace(); return false; } } /** * 将list放入缓存 * * @param key 键 * @param value 值 * @return */ public boolean lSet(String key, List<Object> value) { try { redisTemplate.opsForList().rightPushAll(key, value); return true; } catch (Exception e) { e.printStackTrace(); return false; } } /** * 将list放入缓存 * * @param key 键 * @param value 值 * @param time 时间(秒) * @return */ public boolean lSet(String key, List<Object> value, long time) { try { redisTemplate.opsForList().rightPushAll(key, value); if (time > 0) expire(key, time); return true; } catch (Exception e) { e.printStackTrace(); return false; } } /** * 根据索引修改list中的某条数据 * * @param key 键 * @param index 索引 * @param value 值 * @return */ public boolean lUpdateIndex(String key, long index, Object value) { try { redisTemplate.opsForList().set(key, index, value); return true; } catch (Exception e) { e.printStackTrace(); return false; } } /** * 移除N个值为value * * @param key 键 * @param count 移除多少个 * @param value 值 * @return 移除的个数 */ public long lRemove(String key, long count, Object value) { try { Long remove = redisTemplate.opsForList().remove(key, count, value); return remove; } catch (Exception e) { e.printStackTrace(); return 0; } }}
Redis--持久化
持久化：在指定时间间隔内将内存数据存入磁盘中，断电也能恢复数据，使用快照文件读到内存中。
1.Redis--RDB（默认推荐）
-
保存过程：父进程fork一个子进程，将数据持久化到临时文件中，持久化结束，再替换上次的RDB正式文件。
-
触发条件：
- save满足：命令
save 900 1即是在15分钟内修改了1次 即会触发RDB。 - 执行FlushAll命令
- 退出Redis，会产生RDB文件
- save满足：命令
-
适用场景：适合大规模数据恢复且数据完整性不敏感的情况。
2.Redis--AOF(重启后是默认先载入AOF，因为数据更完整)
-
保存过程：父进程fork一个子进程，以日志形式将所有指令记录下来（读操作不记录），然后将数据只追加不改写到AOF文件，然后替换上次的AOF文件
-
触发条件：
appendfsync always/everysec/no命令 -
适用场景：对恢复数据完整性要求严格
-
重写场景：不断追加文件到一个阈值，则会重写aof文件
Redis--发布订阅
发布订阅：可以做消息推送、聊天室等等
#发布者：往Redis某渠道中发消息，所有订阅者都可以接收到127.0.0.1:6379> PUBLISH huyuqiao "hello,world"1#订阅者：订阅Redis中某个渠道channel127.0.0.1:6379> SUBSCRIBE huyuqiaosubscribehuyuqiao1messagehuyuqiaohello,world
Redis--主从复制(主写从读)
1.Linux配置文件
- daemonize的no改成yes
- port、pidfile、logfile、dbfilename改成对于新redis名
- 如果redis有密码，需要在slave中配置或者在master中去掉密码
#master断了，slaver依然是原来master的slaver。但是slaver断了，master就没有slaver了>>slaveof no one #关闭slave状态，变成master>>shutdown #停止redis,其slave状态停止，下次启动变成master，且原来master下的该redis就没有了redis-server redis80.conf #启动80redis窗口。kill -s 9 pid #关闭某个进程
2. 复制原理
- 全量复制：slave启动后，发送sync同步命令给master,然后同步master中所有数据
- 增量复制：master写数据后，slave实时得到。
Redis--哨兵模式
流程：如下，在启动哨兵后，关闭79主服务，就从80,81中投票选举了80为主服务，然后把79，80都当成了slave,所以下次79启动的时候会默认是slave。另外，由于数据是增量复制，所以数据在80中保存完好，且79启动后就全量复制到79中了
#哨兵模式下的日志8044:X 14 Jun 16:35:06.885 # WARNING: The TCP backlog setting of 511 cannot be enforced because /proc/sys/net/core/somaxconn is set to the lower value of 128.8044:X 14 Jun 16:35:06.885 # Sentinel ID is c0ce22fc8365ff48663b7db710ce8c359529c3d98044:X 14 Jun 16:35:06.885 # +monitor master mymaster 127.0.0.1 6379 quorum 18044:X 14 Jun 16:35:51.556 # +sdown master mymaster 127.0.0.1 63798044:X 14 Jun 16:35:51.556 # +odown master mymaster 127.0.0.1 6379 #quorum 1/18044:X 14 Jun 16:35:51.556 # +new-epoch 18044:X 14 Jun 16:35:51.556 # +try-failover master mymaster 127.0.0.1 63798044:X 14 Jun 16:35:51.572 # +vote-for-leader c0ce22fc8365ff48663b7db710ce8c359529c3d9 18044:X 14 Jun 16:35:51.572 # +elected-leader master mymaster 127.0.0.1 63798044:X 14 Jun 16:35:51.572 # +failover-state-select-slave master mymaster 127.0.0.1 63798044:X 14 Jun 16:35:51.624 # +selected-slave slave 127.0.0.1:6380 127.0.0.1 6380 @ mymaster 127.0.0.1 63798044:X 14 Jun 16:35:51.624 * +failover-state-send-slaveof-noone slave 127.0.0.1:6380 127.0.0.1 6380 @ mymaster 127.0.0.1 63798044:X 14 Jun 16:35:51.684 * +failover-state-wait-promotion slave 127.0.0.1:6380 127.0.0.1 6380 @ mymaster 127.0.0.1 63798044:X 14 Jun 16:35:51.826 # +promoted-slave slave 127.0.0.1:6380 127.0.0.1 6380 @ mymaster 127.0.0.1 63798044:X 14 Jun 16:35:51.826 # +failover-state-reconf-slaves master mymaster 127.0.0.1 63798044:X 14 Jun 16:35:51.914 * +slave-reconf-sent slave 127.0.0.1:6381 127.0.0.1 6381 @ mymaster 127.0.0.1 63798044:X 14 Jun 16:35:52.831 * +slave-reconf-inprog slave 127.0.0.1:6381 127.0.0.1 6381 @ mymaster 127.0.0.1 63798044:X 14 Jun 16:35:52.831 * +slave-reconf-done slave 127.0.0.1:6381 127.0.0.1 6381 @ mymaster 127.0.0.1 63798044:X 14 Jun 16:35:52.912 # +failover-end master mymaster 127.0.0.1 63798044:X 14 Jun 16:35:52.912 # +switch-master mymaster 127.0.0.1 6379 127.0.0.1 63808044:X 14 Jun 16:35:52.912 * +slave slave 127.0.0.1:6381 127.0.0.1 6381 @ mymaster 127.0.0.1 63808044:X 14 Jun 16:35:52.912 * +slave slave 127.0.0.1:6379 127.0.0.1 6379 @ mymaster 127.0.0.1 6380
Redis--缓存穿透、击穿、雪崩
- 缓存穿透：缓存和数据库中都没有数据
- 解决方案：1.布隆过滤器 2.存储空对象：数据库没找到后，redis中临时存一个空对象
- 缓存击穿：某个key值过期，来了大量访问
- 解决方案：1.永不过期 2.分布式锁：一个线程获取，其他线程等待
- 缓存雪崩：海量key值过期，来了大量访问
- 解决方案：1.redis高可用：多设置几台redis 2.限流降级：缓存失效后，通过加锁或者队列来控制读数据库写缓存的数量 3.数据预热：大量数据加载到缓存中，根据不同访问量来设置不同过期时间
