Redis基础安装以及基本数据结构实战核心揭秘

一起养成写作习惯！这是我参与「掘金日新计划 · 4 月更文挑战」的第1天，点击查看活动详情。

redis 安装

# 安装gcc
yum install gcc
## 下载
cd /usr/local/
wget https://download.redis.io/releases/redis-6.2.6.tar.gz
tar -zxvf redis-6.2.6.tar.gz
cd redis-6.2.6/
make
## 到此已经安装完成
## 备份配置文件
cp redis.conf redis.conf_bak

## 修改配置文件
daemonize yes ## 后台启动
protected-mode no ## 关闭保护模式，开启的话只有本机才可以访问redis
## 注释掉bind 127.0.0.1，bind绑定的是自己机器网卡的ip，如果有多块网卡可以配多个ip，代表允许客户端通过机器的哪些网卡ip去访问，内网一般可以不配置bind，注释掉即可
# bind 127.0.0.1 

## 启动服务

./src/redis-server ./redis.conf

## 验证是否启动
ps -ef|grep redis

## redis客户端连接
./src/redis-cli

## 退出redis客户端
control+c

redis 数据结构

五种基本数据结构

• 字符串 string
• 哈希 hash
• 列表 list
• 集合 set
• 有序集合 zset

高级数据类型

• 位图 bitmaps
• HyperLogLog
• 地理位置 GEO

这里不做过多说明，后续单独讲解。

String 结构

字符串常用操作

SET key value  # 设置字符串键值对
GET key # 获取一个字符串key对应的键值
MSET key value [key value ...] # 批量设置键值对
MGET key [key ...] # 批量获取字符串key对应的键值
SETNX key value # 存入一个不存在的键值对,只有键不存在时才能存入成功
DEL key [key ...] # 删除
EXPIRE key seconds # 设置一个键的过期时间

原子加减

INCR key # 将key中存储的数字加1
DECR key # 将key中存储的数字减1
INCRBY key increment # 将key中存储的值加上increment
DECRBY key decrement # 将key中存储的key减去decrement

String 应用场景

• 单值缓存

  SET key value / GET key
  

• 对象缓存

  # 常用命令
  SET key value(json)  
  get key # (反序列化)
  # 批量操作
  MSET user:1:name beifeng user:1:age 18 
  MGET user:1:name user:1:age
  

• 分布式锁

  SETNX  lesson:1 true # 返回1代表获取锁成功，0代表获取锁失败
  # 执行业务逻辑
  DEL lesson:1
  # 原子操作，防止程序意外终止而导致死锁
  SET lesson:1 true ex 10 nx 
  

• 计数器

  # 统计文章阅读数量 
  incr readcount  
  get readcount
  

• web 集群 session 共享

  spring session + redis实现session共享
  

• 分布式系统全局序列号

  # 批量获取一批ID，程序内部维护自增逻辑，用完了获取下一批，避免频繁请求redis
  INCRBY lessonid 1000
  

hash 结构

hash 常用操作

HSET key field value [field value ...] # 存储一个hash表key的值，支持批量操作
HMSET key field value [field value ...] # 在一个hash表key中批量存储多个键值对
HGET key field # 获取hash表中key对应的filed的键值
HMGET key field [field ...] # 批量获取hash表中key对应的多个filed的键值
HSETNX key field value # 存储一个在hash表中不存在的filed的值
HDEL key field [field ...] # 删除hash表中的filed的键值，支持批量操作
HLEN key # 返回hash表中field的数量
HGETALL key # 返回hash表key中所有的键值
HINCRBY key field increment # hash表中key的field键对应的值加上增量 increment

hash 应用场景

• 对象缓存

  HSET user 1:name beifeng 1:age 20 
  HMGET user 1:name 1:age
  

• 电商购物车

  # 以用户ID为key ： 商品ID为field，商品数量为field
  # 购物车操作：添加商品
  hset cart:999 100 1
  # 增加商品数量 
  hincrby cart:999 100 1
  # 商品总数 
  hlen cart:999
  # 删除商品 
  hdel cart:999 100
  # 获取购物车所有商品 
  hgetall cart:999
  

hash 结构的优缺点

优点

• 同类数据归类整合存储，方便数据管理
• 相比 string 操作消化内存与 cpu 更小
• 相比 string 更节省存储空间

缺点

• 过期功能不能用在 field 上，只能用在 key 上
• redis 集群架构不适合大规模使用

list 结构

list 常用操作

LPUSH key element [element ...] # 将一个或多个值插入到key列表的表头（最左边）
RPUSH key element [element ...] # 将一个或多个值插入到key列表的表位（最右边）
LPOP key [count] # 移除并且返回 key 对应的 list 的第一个元素。[count] 指定弹出的数量
RPOP key [count] # 移除并返回存于 key 的 list 的最后一个元素。[count] 指定弹出的数量
LRANGE key start stop # 返回列表key中指定区间内的元素，区间以偏移量start和stop指定 stop=-1 返回全部
BLPOP key [key ...] timeout # 从key列表表头弹出一个元素，若列表中没有元素，阻塞等待timeout秒，timeout=0，一直阻塞
BRPOP key [key ...] timeout # 从key列表表尾弹出一个元素，若列表中没有元素，阻塞等待timeout秒，timeout=0，一直阻塞

list 应用场景

• stack 栈

  LPUSH+LPOP

• QUEUE 对列

  LPUSH+RPOP

• Blocking MQ 阻塞队列

  LPUSH+BRPOP

• 微博和公众号的信息流

• 微博消息和公众号消息

  # 用户A关注了 V1，V2 等大 V
  # V1 发微博，消息ID为 6666
  LPUSH msg:user-A 6666
  # V2 发微博，消息ID为 6667
  LPUSH msg:user-A 6667
  # A 用户查看最新的消息
  LRANGE msg:user-A 0 4
  

Set 结构

Set常用操作

SADD key member [member ...] # 往集合key中加入元素，元素存在则忽略，若key不存在则新建
SREM key member [member ...] # 从集合key中删除元素
SMEMBERS key # 获取集合key中所有元素
SCARD key # 获取集合key的元素个数
SISMEMBER key member # 判断member元素是否存储在集合key中
SRANDMEMBER key [count] # 从集合key中选出count个元素，元素不从key中删除 ，不指定count默认1个
SPOP key [count] # 从集合key中选出count个元素，元素从key中删除，不指定count默认1个

Set 运算操作

SINTER key [key ...] # 交集运算
SINTERSTORE destination key [key ...] # 将交集运算结果存入新集合destination中
SUNION key [key ...] # 并集运算
SUNIONSTORE destination key [key ...] # 将并集结果存入新集合destination中
SDIFF key [key ...] # 差集运算，以第一个key为基准，减去后面集合的并集
SDIFFSTORE destination key [key ...] # 将差集结果存入新集合destination中

Set 应用场景

• 微信抽奖小程序

  # 参与抽奖的人加入集合
  SADD key {userlD}
  # 查看所有参与抽奖的用户
  SMEMBERS key
  # 抽取count名中奖者
  SRANDMEMBER key [count] / SPOP key [count]
  

• 微信微博点赞、收藏、标签

  # 点赞
  SADD like:{消息ID} 用户ID
  # 取消点赞
  SREM like:{消息ID} 用户ID
  # 检查用户是否点赞过
  SISMEMBER like:{消息ID} 用户ID
  # 获取点赞的用户列表
  SMEMBERS like:{消息ID}
  # 获取点赞的用户数
  SCARD like:{消息ID}
  

• 集合之间的操作，交集、差集、并集

• 集合操作实现微博微信关注模型

  # 蜘蛛侠关注的人
  zhizhuxia-set -> {gangtiexia,mieba}
  # 钢铁侠关注的人
  gangtiexia-set -> {meiguoduizhang,heibao,yingyan,mieba}
  # 奇异博士关注的人
  qiyiboshi-set -> {heiguafu,jinganglang,zhizhuxia}
  # 蜘蛛侠个钢铁侠共同关注的人 --> 取两个集合的交集
  SINTER zhizhuxia-set gangtiexia-set -> {mieba}
  # 蜘蛛侠可能认识的人
  SDIFF gangtiexia-set zhizhuxia-set
  # 蜘蛛侠关注的人也关注他，钢铁侠是否也关注了灭霸
  SISMEMBER gangtiexia-set mieba
  

• 集合操作实现电商商品筛选

  

  SADD  brand:huawei  P40
  SADD  brand:xiaomi  mi-10
  SADD  brand:iPhone iphone12
  SADD os:android  P40  mi-10
  SADD cpu:brand:intel  P40  mi-10
  SADD ram:8G  P40  mi-10  iphone12
  # 交集
  SINTER  os:android  cpu:brand:intel  ram:8G ->  {P40，mi-10}
  

Zset 有序集合结构

Zset 常用操作

ZADD key [NX|XX] [GT|LT] [CH] [INCR] score member [score member ...] # 往有序集合key中添加带分值的元素
ZCARD key # 返回有序集合key中元素的个数
ZREM key member [member ...] # 删除有序集合key中的元素member
ZSCORE key member # 返回有序集合key中元素member的分值
ZINCRBY key increment member # 为有序集合key中元素member加上increment分值
ZCARD key # 返回有序集合key中元素个数
ZRANGE key min max [BYSCORE|BYLEX] [REV] [LIMIT offset count] [WITHSCORES] # 正序获取有序集合key中分值从min到max的元素
ZREVRANGE key start stop [WITHSCORES] # 倒序获取有序集合key从start下标到stop下标的元素

Zset 集合操作

ZUNIONSTORE destination numkeys key [key ...] [WEIGHTS weight] [AGGREGATE SUM|MIN|MAX] # 并集操作
ZINTERSTORE destination numkeys key [key ...] [WEIGHTS weight] [AGGREGATE SUM|MIN|MAX] # 交集操作

Zset 集合应用

• Zset 集合操作实现排行榜

  # 点击新闻
  ZINCRBY  hotNews:20220317  1 乌克兰
  # 展示当日排行前十
  ZREVRANGE  hotNews:20190819  0  9  WITHSCORES
  # 七日搜索榜单计算
  ZUNIONSTORE  hotNews:20190813-20190819  7
  # 展示七日排行前十
  ZREVRANGE hotNews:20190813-20190819  0  9  WITHSCORES
  

其他高级命令

• 查看redis支持的最大连接数

   CONFIG GET maxclients
  

• 全量遍历键，keys 用来列出所有满足特定正则字符串规则的 key，当 redis 数据量比较大时，性能比较差，要避免使用。

  keys * 
  keys match*
  

• scan 渐进式遍历键。注意：scan 并非完美无瑕，如果在遍历的过程中有键的变化（增加、修改、删除），那么遍历可能会碰到如下问题

  • 新增的键可能没有遍历到
  • 遍历出了重复的键的情况

  SCAN cursor [MATCH pattern] [COUNT count] [TYPE type] 
  # cursor 整数值，hash桶的索引值
  # MATCH pattern key 的正则表达式
  # COUNT 一次遍历的key的数量，参考值，底层遍历数量不一定，并不是符合条件的结果数量
  # 第一次遍历时 cursor 值为 0，然后将返回结果中第一个整数作为下一次遍历的 cursor。
  # 一直遍历到返回的 cursor 值为0时结束。
  

• info 查看 redis 服务运行信息，总共9大块

  Server 服务器运行的环境参数 
  Clients 客户端相关信息 
  Memory 服务器运行内存统计数据 
  Persistence 持久化信息 
  Stats 通用统计数据 
  Replication 主从复制相关信息 
  CPU CPU 使用情况 
  Cluster 集群信息 
  KeySpace 键值对统计数量信息
  ####### 
  connected_clients:2                  # 正在连接的客户端数量
  
  instantaneous_ops_per_sec:789        # 每秒执行多少次指令
  
  used_memory:929864                   # Redis分配的内存总量(byte)，包含redis进程内部的开销和数据占用的内存
  used_memory_human:908.07K            # Redis分配的内存总量(Kb，human会展示出单位)
  used_memory_rss_human:2.28M          # 向操作系统申请的内存大小(Mb)（这个值一般是大于used_memory的，因为Redis的内存分配策略会产生内存碎片）
  used_memory_peak:929864              # redis的内存消耗峰值(byte)
  used_memory_peak_human:908.07K       # redis的内存消耗峰值(KB)
  
  maxmemory:0                         # 配置中设置的最大可使用内存值(byte),默认0,不限制，一般配置为机器物理内存的百分之七八十，需要留一部分给操作系统
  maxmemory_human:0B                  # 配置中设置的最大可使用内存值
  maxmemory_policy:noeviction         # 当达到maxmemory时的淘汰策略
  

Redis 的单线程和高性能

Redis 是单线程的吗？

redis的单线程主要是指 redis 的网络 IO 和键值对读写由一个线程来完成，这也是 redis 对外提供键值存储服务的主要流程。但 redis 的其他功能，比如持久化、异步删除、集群数据同步等，其实都是由额外的线程执行的。

Redis 的单线程为什么还能这么快？

因为他所有的数据都存储在**内存**中，所有运算都是内存级别的运算，而且单线程避免了多线程的切换性能损耗问题。

正因为 redis 是单线程，所以要小心使用 redis 指令，对于那些耗时的指令（keys），一定要谨慎操作，一不小心可能会导致 redis 卡顿。

Redis 单线程如何处理那么多的并发客户端链接？

redis 的IO多路复用：redis 利用 epoll 来实现 IO 多路复用，将链接信息和事件放到队列中，依次放到事件分派器，事件分派器将事件分发给事件处理器。