3、Redis特性和我受伤了

- 日理万妓 2022-05-27 13:48 105阅读 0赞

## 前言 ##

关于redis，我们首先想到的便是它是缓存，比数据库快。  
  
　　比如为什么比数据库快，很明显，redis缓存的数据放到了内存中，而数据库是在磁盘上，内存当然比磁盘快了呀

## Redis特性 ##

### 1、速度快 ###

1、redis的所有数据都是存在在内存中的，Redis使用C语言实现的，C语言距离操作系统更近，因此速度回相对较快  
2、Redis使用了单线程，预防了多线程可能产生的竞争问题

### 2、基于键值对的数据结构服务器 ###

### 3、客户端语言多 ###

有Java PHP C C++等

### 4、持久化 ###

通常情况下降数据放到内存中是不持久的，一旦发送断点或者故障就完犊子了，因此有两种持久化方式RDB和AOP，这个持久化方式，后面解释喽

### 5、主从复制 ###

Redis提供了复制功能，实现类多个相同数据的Redis脚本

### 6、高可用和分布式 ###

高可用，Reidis Sentinel 哨兵，他能保证Redis节点的故障发现和故障自动转移，Redis从3.0版本正式出了分布式Redis Cluster，它是Redis真正的分布式实现。提供了高可用、读写和容量的扩展性

## 2、Redis使用场景 ##

1、缓存，几乎在所有大型的网站都有使用，可以设置键值过期时间  
2、排行榜系统，Redis提供了list和Zset有序集合数据结构，合理使用这个就可以构建各种排行榜系统  
3、计数器应用，这个我们公司就有用到，用来拦截访问次数的。  
4、消息队列，这个在netty和websocket的时候有使用过，通过coverAndSend进行队列的监听并发送

## 3、redis启动和连接 ##

### 1、服务端启动 ###

redis-server ../redis.conf

### 2、客户端启动 ###

也就是说可以远程连接其他的redis，-p 默认是6379 -h 默认是 127.0.0.1

redis-cli -p
    redis-cli -p 6379 -h 127.0.0.1

### 3、停止redis服务 ###

redis-cli  shutdown nosave|save 是否生成持久化文件

## 4、单线程架构 ##

为什么单线程还这么牛逼

### 1、纯内存访问 ###

Redis将数据放到内存中，内存相应时间相当快

### 2、非阻塞I/O ###

i/o多路复用技术的实现

### 3、单线程避免了多线程的切换和资源的竞争 ###

存在的问题：

单线程会有一个问题，那就是每个命令的执行时间是有要求的，如果某个命令执行时间过长，就会造成其他的命令的阻塞，对于redis这种来说是非常致命的。

## 5、数据结构和内部编码 ##

string（ 字符串） 、 hash（ 哈希） 、 list（ 列表） 、 set（ 集合） 、 zset（ 有序集合）

object encoding key

![WX20180412-155958@2x][WX20180412-155958_2x]

![WX20180412-160020@2x][WX20180412-160020_2x]

### 1、字符串 ###

马勒戈壁的，这里的字符串千万不要以为真的是字符串，可以是字符串，也可以是数字（整数，浮点数，甚至可以是二进制），但是值最大是512M

127.0.0.1:6379> set hello healerjean
    OK
    127.0.0.1:6379> get hello
    "healerjean"
    127.0.0.1:6379> object encoding hello
    "embstr"
    127.0.0.1:6379>

![WX20180412-160444@2x][WX20180412-160444_2x]

#### 字符串 -使用场景 ####

计数，共享session，限速，用户信息

### 2、hash ###

hash的内部编码有两种 一种是ziplist(压缩列表)和hashtable（哈希表）

1、field个数比较少（少于512），并且没有大的value时（64字节），内部编码为ziplist

127.0.0.1:6379> hmset healerjean name zhangyj age 24
    OK
    127.0.0.1:6379> OBJECT ENCODING healerjean
    "ziplist"
    127.0.0.1:6379>

2、当value大于64字节

127.0.0.1:6379> hset healerjean name 张宇晋十大好人确实时还是会fasdfasdfadsfdsffsdfdsf发大水发的说法的所发生的发多少
    (integer) 0
    127.0.0.1:6379> OBJECT encoding healerjean
    "hashtable"
    127.0.0.1:6379>

#### hash使用场景 ####

存储用户信息，更加直观，节省空间  
缺点 要控制在ziplist和hashtable两种内部编码的转化，hashtable会消耗跟单内存

### 3、list ###

内部编码 ziplist（元素个数最大512个，个数不超过64字节） linkedlist

这个其实并没有什么，相当于是一个栈（lpush\_lpop），里面可以是一个阻塞队里(lpush+rpop)。具体自己看看吧，我这边还没有生产中用到，但是它的使用场景真的是值得以后注意

#### 使用场景 ####

1、消息队列，Reids的 lpush （左侧放）和brpop （右侧拿）就可以实现消息队列，生产中使用lpush从从列表左侧放入元素，多个消费者客户端使用broop命令阻塞式抢列表元素

2、文章列表

我的想法，先判断查找条件，根据查找条件找出data，然后将查找条件添加放到缓存库中，并将这个查找条件制作为hmset的key，将data放到库里面，再制作成list，开始分页。这样每次判断查找条件就可以了 。
    
    1、每篇文件采用hash作为存储结构（这样存储太麻烦了，不如来个序列化字符串，直接遍历mget取出来的data，序列化）
    hmset user:article:1 title xx timestamp 147512225 content xxxx
    hmset user:article:2 title xx timestamp 147512225 content xxxx
    
    2、向用户文件列表添加文件
    lpush user:1:articles user:article:1 user:acticle:3
    3、分页获取,例如获取id为1的10篇文件
    articles = lrange user:1:article 0 9 
    for(user:article in articles){
    	hgetall(article)
    }

文章列表缺点：如果列表较大，使用lrange 使用 中间的数字区间查询，性能会变差。

如果不用上门的分页查找，直接取出data，在将它放入redis中，key值包含的一些关键信息，前缀（是不是普遍的用户）+当前的页数+每页数据的大小等

### 4、集合 ###

内部编码  
intset(整数集合)当集合中元素都是整数且元素个数小于512，使用ta  
hashtable

#### 使用场景 ####

集合类型最典型的使用场景就是标签（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，有了这些数据就可以喜欢同一个标签的人了（相当于是两张表关联起来了）

上面这个两个应该放到同一个事物中执行
    1、给用户添加标签
    sadd user:1:tags tag1 tag2
    
    2、给标签添加用户
    sadd tag1:users user:1 user:2

同一个事物中执行
    3、删除用户下的标签
    
    srem user:1:tags tag1  
    
    4、删除标签下的用户
    
    srem tag1:user:1 user1

共同感兴趣的标签
    sinter user:1:tags user:2:tags

### 5、zset有序集合 ###

看到这个可能会有一点陌生，确实，我也刚开始看到时候头大呢，他和索引下标排序作为依据不同，他给每个元素设置一个分数，作为排序的依据，它给我们提供了获取指定的分数和元素范围查询，计算成员排名等功能。

给有序集合添加用户haelerjean和分数250 
    zadd user:ranking 250 healerjean

内部编码 ziplist(压缩列表)、skiplist（跳跃表）

### 使用场景 ###

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。这里使用赞数，记录每天用户上传视频的排行榜

1、添加用户赞数
    例如用户healerjean上传了一个视频，并获得了3个赞，可以使用有序集合的zadd和zincrby功能
    
    zadd user:rank_2018 3 healejean
    
    之后获得一个赞就加1
    zincrby user:rank_2018 1 healerjean
    
    2、取消用户赞数 
    由于各种原因，（用户注销，用户作弊），将用户删除，此时需要将用户从榜单中删除掉，
    zrem user:ranke_2018 healejrean 
    
    3、展示获取赞数最多的10个用户 (revente为从score大到小排列)
    zrevengebyranke   user:rank_2018  0 9
    
    
    4、展示用户信息以及分数 
    这个功能，将用户名作为键后缀，将用户信息放到了hash表中，
    
    hgetall user:info healerjean //用户信息
    zscore user:rank_2018 healerjean  //用户的点赞数
    zrank user:ranke_2018 healerjean //用户排名

## 6、键管理 ##

### 1、单个键管理 ###

什么都不考虑，二愣子的情况下
    rename healejrean zhangyj
    
    上面的有个问题，如果zhangyj 也是一个存在的key，那么就会覆盖掉zhangyj以前的值，为了防止被强行rename redis提供了renamenex，确保只有 newkey不存在时候才覆盖

注意事项  
重命名期间会删除旧的key，如果键的值比较大，会存在阻塞Redis的可能性，这点千万不能忽视

### 2、键过期 ###

1、设置键的过期时间

expire hello 10 10秒过期
    expireat hello 1512552122 时间戳秒过期
    
    
    pexpire hello  毫秒过期
    pexpireat hell 时间戳毫秒过期

2、将过期时间清除

persist hello

注意事项，  
1、在字符串执行set命令的时候，看源码就会知道，会去除过期时间，这点非常重要

### 3、迁移键 ###

这个功能可以说是相当牛逼了，，因为有的时候我们需要将一个redis迁移到两一个redis。redis提供了几种方法，但是使用场景有所区别

#### 1、move ####

只用于在Redis内部进行数据迁移，Redis内部可以邮多个数据库，但是在数据上不是共通的

move key db

#### 2、dump+restore ####

dump key value
    restore key ttl value

实现在不同的redis实例之间进行数据迁移的功能，只要分为两步  
1> 在源redis上dump命令将键值序列化，格式采用的是RDB格式，  
  
2> 在目标Redis奖上面的序列化的值进行复原，其中ttl参数表示过期时间 ttl=0表示没有过期时间

原理探究：这个过程不是原子性质的，而是在通过两个客户端完成的的，一个dump，一个restore

#### 3、migrate （移动） ####

这个是相当于是进行了3个命令 dump+restore+del 这个是原子性的

目标redisip，端口，key、目标的索引库、迁移的超时时间

127.0.0.1:6380>migrate 127.0.0.1 6379 hello 0 1000 
    
    迁移多个key
    127.0.0.1:6380>migrate   127.0.0.1 6379 "" 0 5000 keys key1 key2

问题：后面还可以配置copy和replace 复制还是移动、以及是否取代目前redis的存在的相同的key

三个命令的比较

<table> 
 <thead> 
  <tr> 
   <th>命令</th> 
   <th>作用域</th> 
   <th>原子性</th> 
   <th>支持多个键</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>move</td> 
   <td>redis实例内部的库</td> 
   <td>是</td> 
   <td>否</td> 
  </tr> 
  <tr> 
   <td>dump + restore</td> 
   <td>redis实例之间</td> 
   <td>否</td> 
   <td>否</td> 
  </tr> 
  <tr> 
   <td>migrate</td> 
   <td>redis实例之间</td> 
   <td>是</td> 
   <td>是</td> 
  </tr> 
 </tbody> 
</table>

## 7、键遍历 ##

redis提供了两个命令遍历所有的键分别是keys scan

### 1、全量遍历键 ###

1、匹配遍历

*匹配任意字符 
    keys * 
     ？匹配一个字符
    127.0.0.1:6379>keys h?ll*
    hello
    * [] 匹配部分字符 [1,3] 匹配1或者3 [1-10] 匹配1到10之间的任意数字
    keys *

2、如果想删除我们查找到的相关key

删除vedio开头的键
    keys vedio* | xargs redis-cli del

存在问题

再强调redis是单线程的，如果redis中存在了大量的键就不太美妙了，可能会造成redis阻塞，所以一般不建议在生产环境使用keys命令，但是假如有时候不得不使用怎么办 ，使用scan命令

### 2、渐进式遍历 ###

scan cursor \[match patten\] \[count number\]

cursor必须参数，是一个游标，第一次遍历从0开始，每次scan遍历都会返回当前游标的值  
match pareetn 匹配模式，和上面的keys \* 匹配模式基本一致  
count 显示多少个，默认是10

下面这个6就是下次遍历的游标
    127.0.0.1:6379> scan 0
    1) "6"
    2)  1) "key:12"
        2) "key:8"
        3) "key:4"
        4) "key:14"
        5) "key:16"
        6) "key:17"
        7) "key:15"
        8) "key:10"
        9) "key:3"
        10) "key:7"
        11) "key:1"
    
    127.0.0.1:6379> scan 6
    1) "11"
    2) 1) "key:5"
       2) "key:18"
       3) "key:0"
       4) "key:2"
       5) "key:19"
       6) "key:13"
       7) "key:6"
       8) "key:9"
       9) "key:11"
    
    127.0.0.1:6379> scan 11
    1) "0"
    2) 1) "key:5"
       2) "key:18"
       3) "key:0"
       4) "key:2"
       5) "key:19"

redis为了解决阻塞问题可是想了很多奇招呐

比如哈希类型，集合类型，有序集合 hgetall smembers zrange 对应的命令是hscan sscan zscan

这里手下sscan set

String key ="myset"
    String patten="old：user*";
    String cursor = "0";
    while(true){
    	ScanResult scanResult = redis.sscan(key,cursor,patten)
    	List emelemts = scanResult.getResult();
    	redis.srem(key,elements);
    	
    	//获取新的游标
    	cursor =scanResult.getStringCursor();
    	if("0".equals(cursor)){
    		break; /、结束循环
    	}
    }

注意问题，游标式遍历相当于是分布执行命令，如果中间有添加数据，新增的键可能没有便利到，这个是开发时候，需要考虑的

## 8、数据库管理 ##

redis具有16个数据库，正常情况下我们使用的只是0号数据库，例如Redis Cluester中只允许使用0号数据库，只不过为了向下兼容老版本的数据库功能，没有废弃掉罢了，  
那么为什么要废弃它呢

redis是单线程的，如果使用这些数据库，那么还是使用的同一个cpu，相互之间会有影响，如果分配不同的任务，加入有一个数据库太慢，那么其他的任务就会受到影响

建议：  
使用多个数据库，完全可以在一台机器上部署多个redis，因为现在计算机都是有多个cpu的，这样保证了业务直接不会受到影响，又合理的利用了资源

这里最需要记住的就是reids是单线程的，尽量不要操作批量数据，防止发生阻塞

![ContactAuthor][]

[WX20180412-155958_2x]: /images/20220527/2ec4c3fe7f41431a92eca643d7a7f2c2.png
[WX20180412-160020_2x]: /images/20220527/a34d15946ec843eea0caf388c7cca13e.png
[WX20180412-160444_2x]: /images/20220527/031b55f7a5dd40ac991674cf5c81a0ec.png
[ContactAuthor]: /images/20220527/1016e64734d74bb7bb678c08e1ebbe87.png