Redis总结（redis的lpush）

资源列表:

http://doc.redisfans.com/

https://redis.io/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：http://doc.redisfans.com/string/set.html、http://doc.redisfans.com/string/get.html、http://doc.redisfans.com/string/incr.html、http://doc.redisfans.com/string/decr.html、http://doc.redisfans.com/string/append.html、http://doc.redisfans.com/string/strlen.html、http://doc.redisfans.com/string/mget.html、http://doc.redisfans.com/string/setnx.html

• 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：http://doc.redisfans.com/list/push.html、http://doc.redisfans.com/list/rpush.html、http://doc.redisfans.com/list/lpop.html、http://doc.redisfans.com/list/rpop.html、http://doc.redisfans.com/list/llen.html、http://doc.redisfans.com/list/lrange.html、http://doc.redisfans.com/list/lrem.html、http://doc.redisfans.com/list/lset.html

• 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：http://doc.redisfans.com/hash/hset.html、http://doc.redisfans.com/hash/hget.html、[hmset](http://doc.redisfans.com/hash/hmset

,.html)、http://doc.redisfans.com/hash/hmget.html、http://doc.redisfans.com/hash/hgetall.html、http://doc.redisfans.com/hash/hexists.html、http://doc.redisfans.com/hash/hincryby.html、http://doc.redisfans.com/hash/hsetnx.html、http://doc.redisfans.com/hash/hdel.html

Set

无序、不重复

常用命令：http://doc.redisfans.com/set/sadd.html、http://doc.redisfans.com/set/srem.html、http://doc.redisfans.com/set/smembers.html、http://doc.redisfans.com/set/sdiff.html、http://doc.redisfans.com/set/sunion.html、http://doc.redisfans.com/set/sinter.html

• sadd：标签
• sinter：交集
• sunion：并集

SortedSet

有序、不重复

常用命令：http://doc.redisfans.com/sorted_set/zadd.html、http://doc.redisfans.com/sorted_set/zrange.html

• zcount：统计信息
• zrevrange：排行榜

key

常用命令：http://doc.redisfans.com/key/expire.html、http://doc.redisfans.com/key/ttl.html

Script

常用命令：http://redisdoc.com/script/eval.html

Redis安装

安装

首先，到redis官网找到要安装的redis版本，https://redis.io/download，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 http://doc.redisfans.com/string/setbit.html#setbit 和 http://doc.redisfans.com/string/bitcount.html#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 http://doc.redisfans.com/string/setbit.html#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 http://doc.redisfans.com/string/bitcount.html#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) http://blog.getspool.com/2011/11/29/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/liqingtx/article/details/60330555

更多信息可以关注我的个人博客：https://www.yizhuxiaozhan.site或https://userzhao.coding.me

也欢迎关注我的公众号：yizhuxiaozhan，二维码：