redis 完整使用文档(2021)

谁借莪１个温暖的怀抱￠ 2022-11-05 00:53 392阅读 0赞

### 文章目录 ###

*   *  I、Redis 使用说明文档
     *   *  一、redis 应用场景及数据类型
         *   *  1.1、应用场景
             *  1.2、redis 数据类型
         *  二、redis 安装 (linux)
         *   *  2.1、下载
             *  2.2、 安装
         *  三、redis 安装 (win)
         *   *  3.1、下载
             *  3.2、使用
         *  四、springboot 整合 redis
         *   *  4.1、添加 maven 依赖
             *  4.2、添加 yml 配置
             *  4.3、添加 RedisConfig 配置类
             *  4.4、添加 RedisUtil 数据操作工具类
         *  五、redis 保存对象(二进制/json)
         *   *  5.1、保存数据到redis 代码
             *  5.2、保存为json
             *  5.2、保存为二进制
         *  六、redis 数据缓存与数据同步
         *   *  6.1、数据缓存
             *  6.2、数据同步
         *  七、redis 持久化（RDB、AOF）
         *   *  7.1、RDB (定时同步)：
             *  7.2、AOF (增量同步)：
         *  八、redis 事务
         *  九、redis key过期监听
         *   *  9.1、修改redis 配置 redis.conf
             *  9.2、boot 项目配置监听
             *  9.3、boot 项目监听所有失效 key 回调方法
             *  9.4、key 过期打印示例
         *  十、redis 分布式锁
         *   *  10.1、分布式锁实现方案
             *  10.2、Jedis 实现核心代码
             *  10.3、redisTemplate 实现核心代码
         *  十一、redis 发布和订阅 (MQ)
         *   *  11.1、发布者
             *  11.2、订阅者
             *  11.3、发送消息测试
         *  十二、redis 集群（主从复制，哨兵，穿透，击穿，雪崩）
         *   *  12.1、主从复制
             *  12.2、哨兵
             *  12.3、缓存穿透
             *  12.4、缓存击穿
             *  12.5、服务雪崩
         *  十三、Redis Cluster (集群方式升级)
         *   *  13.1、Redis Cluster 集群搭建 (redis 5.0 + 配置方式)：
             *  13.2、Redis Cluster 快速扩容：
             *  13.3、Redis Cluster 缩容
             *  13.4、Redis Cluster 自动选举
             *  13.5、jedis Cluster 集群连接
     *  II、Redis实战
     *   *  一、生成全局唯一订单号(自增 increment)
         *   *  1.1、生分布式唯一编号
             *  1.2、测试接口
         *  二、控制多个jvm 定时任务执行(锁)
         *   *  2.1、添加注解
             *  2.2、编辑aop 类 (自动获取锁)
             *  2.3、编写定时任务
             *  2.4、测试代码
     *  III、redis 基础提问
     *   *  1、reids 的应用场景
         *  2、reids 如何实现分布式锁(setNX)
         *  3、reids 有几种数据类型, 分别是什么
         *  4、reids 单个key 支持的最大容量是多少
         *  5、reids 如果宕机了数据会丢失嘛
         *  6、reids 和 memcache 的区别
         *  7、reids 和 mysql 的区别
         *  8、redis 如何防止内存穿透 (使用数据库不存在的id )
         *  9、redis 如果内存满了会怎么样(~~无法写入,自动执行淘汰策略~~ )
         *  10、redis 在win下和linux下的最大区别

## I、Redis 使用说明文档 ##

Redis 是完全开源免费的，是一个高性能的key-value数据库，目前市面上主流的数据库  
Redis、Memcache、Tair(淘宝自研发)

注意：Redis官方是没有windows版本的

Redis的官网：[https://redis.io/][https_redis.io]  
本文demo 地址： [https://gitee.com/wslxm/redis-demo][https_gitee.com_wslxm_redis-demo]

### 一、redis 应用场景及数据类型 ###

#### 1.1、应用场景 ####

1、短信验证码Code 缓存  
2、数据库数据缓存  
3、Token令牌的生成  
4、网页计数器  
5、分布式锁  
等等

#### 1.2、redis 数据类型 ####

1、string （最常用m可存放任意数据,json,二进制数据等）  
2、Hash （key value 数据）  
3、List （无序集合）  
4、Set （有序集合）  
5、sorted Set （有序集合+分数值排序）

### 二、redis 安装 (linux) ###

#### 2.1、下载 ####

redis-4.0.11 百度网盘链接：[https://pan.baidu.com/s/1P-nao7kHSQ12hsYoDW-jdQ][https_pan.baidu.com_s_1P-nao7kHSQ12hsYoDW-jdQ] 提取码：p4uh

redis-5.0.12 百度网盘链接：[https://pan.baidu.com/s/11cXmRRNDKBxJpfPi5\_I5cw][https_pan.baidu.com_s_11cXmRRNDKBxJpfPi5_I5cw] 提取码：5llq

#### 2.2、 安装 ####

1、redis 包放到linux 后执行命令安装

tar -zxvf redis-5.0.12.tar.gz       # 解压（redis目录执行） 
    yum install gcc                     # 安装 gcc 环境（redis/C++）       
    rpm -qa|grep gcc                    # 验证gcc是否安装成功                          
    make                                # 编译( 进解压后的目录 )
    make install                        # 初始化环境 ( 解压后的目录 )

编译redis需要 gcc 环境，所以先用yum安装 gcc

**2.3、远程连接配置**

**修改 redis.conf**

1、 protected-mode yes 改为 protected-mode no   # 在没有密码的情况下，关闭保护模式）
    2、 bind 127.0.0.1  注释掉                      #, 取消绑定本地地址, 允许远程连接
    3、 daemonize no 改为 daemonize yes             # 是否为进程守护，关闭ssh窗口后即是否在后台继续运行）
    4、 # requirepass foobared 改为 requirepass 123456  # 连接账号：auth   连接密码：123456）

ps: 如果是云服务器放行 6379 端口，如果是虚拟机关闭防火墙( systemctl stop firewalld | *systemctl disable firewalld*)

**2.4、启动 + 查询redis进程**

1、 ./src/redis-server               # 正常启动
    2、 ./src/redis-server redis.conf    # 后台启动
    3、 ps aux|grep redis                # 查询redis进程 
    4、 ./redis-cli                      # 使用命令连接redis

ps：集群会使用到多个redis，可以添加redis2.conf || redis3.conf 同时启动多个redis( 修改 port 端口号)

**2.5、redis 关闭**

# 正常停止，加save是更新数据到本地（硬盘），防止数据丢失
    ./src/redis-cli -p 6379 shutdown save 
    
     # 强制停止
     ps aux|grep redis
     kill -9  pid

### 三、redis 安装 (win) ###

#### 3.1、下载 ####

redis-5.0.5-windows 版本下载链接：[https://pan.baidu.com/s/1VVftOb6TcqX7fREOse0jlg ][https_pan.baidu.com_s_1VVftOb6TcqX7fREOse0jlg] 提取码：h7a1

#### 3.2、使用 ####

解压缩后双击脚本： `redis-server.exe` 或 `startup.bat` 启动

### 四、springboot 整合 redis ###

#### 4.1、添加 maven 依赖 ####

<dependency>
 <groupId>org.springframework.boot</groupId>
 <artifactId>spring-boot-starter-data-redis</artifactId>
 </dependency>
 
 
 <dependency>
 <groupId>org.apache.commons</groupId>
 <artifactId>commons-pool2</artifactId>
 <version>2.6.0</version>
 </dependency>

#### 4.2、添加 yml 配置 ####

server:
      port: 9001
    spring:
      redis:
        host: ip
        port: 6379
        password: 123456
        database: 0
        timeout: 1000s  # 数据库连接超时时间，2.0 中该参数的类型为Duration，这里在配置的时候需要指明单位
        # 连接池配置，2.0中直接使用jedis或者lettuce配置连接池
        jedis:
          pool:
            # 最大空闲连接数
            max-idle: 500
            # 最小空闲连接数
            min-idle: 50
            # 等待可用连接的最大时间，负数为不限制
            max-wait: -1
            # 最大活跃连接数，负数为不限制
            max-active: -1

#### 4.3、添加 RedisConfig 配置类 ####

1、配置缓存数据格式  
2、开启注解缓存数据功能 @EnableCaching 注解开启

/*** * * 处理 redis缓存key 乱码, 以及保存对象数据设置为 json存储(默认二进制) * * 继承CachingConfigurerSupport, 为了自定义生成KEY的策略。可以不继承。 * * @author wangsong * @date 2021/3/2 0002 17:38 * @return * @version 1.0.0 */
 @Configuration
 @EnableCaching // 启用缓存，这个注解很重要；可以使用
 public class RedisConfig extends CachingConfigurerSupport { 
 
 //@Value("${spring.cache.redis.time-to-live}")
 private Duration timeToLive = Duration.ZERO;
 
 @Bean(name = "redisTemplate")
 public RedisTemplate<String, Object> redisTemplate(RedisConnectionFactory redisConnectionFactory) { 
 RedisTemplate<String, Object> template = new RedisTemplate<>();
 template.setConnectionFactory(redisConnectionFactory);
 //使用Jackson2JsonRedisSerializer来序列化和反序列化redis的value值
 Jackson2JsonRedisSerializer<Object> jackson2JsonRedisSerializer = new Jackson2JsonRedisSerializer<>(Object.class);
 ObjectMapper mapper = new ObjectMapper();
 mapper.setVisibility(PropertyAccessor.ALL, JsonAutoDetect.Visibility.ANY);
 mapper.enableDefaultTyping(ObjectMapper.DefaultTyping.NON_FINAL);
 jackson2JsonRedisSerializer.setObjectMapper(mapper);
 template.setValueSerializer(jackson2JsonRedisSerializer);
 
 StringRedisSerializer stringRedisSerializer = new StringRedisSerializer();
 //使用StringRedisSerializer来序列化和反序列化redis的key值
 template.setKeySerializer(stringRedisSerializer);
 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;
 }
 
 @Bean
 public CacheManager cacheManager(RedisConnectionFactory factory) { 
 RedisSerializer<String> redisSerializer = new StringRedisSerializer();
 Jackson2JsonRedisSerializer jackson2JsonRedisSerializer = new Jackson2JsonRedisSerializer(Object.class);
 
 //解决查询缓存转换异常的问题
 ObjectMapper om = new ObjectMapper();
 om.setVisibility(PropertyAccessor.ALL, JsonAutoDetect.Visibility.ANY);
 om.enableDefaultTyping(ObjectMapper.DefaultTyping.NON_FINAL);
 jackson2JsonRedisSerializer.setObjectMapper(om);
 
 // 配置序列化（解决乱码的问题）
 RedisCacheConfiguration config = RedisCacheConfiguration.defaultCacheConfig()
 .entryTtl(timeToLive)
 .serializeKeysWith(RedisSerializationContext.SerializationPair.fromSerializer(redisSerializer))
 .serializeValuesWith(RedisSerializationContext.SerializationPair.fromSerializer(jackson2JsonRedisSerializer))
 .disableCachingNullValues();
 
 RedisCacheManager cacheManager = RedisCacheManager.builder(factory)
 .cacheDefaults(config)
 .build();
 return cacheManager;
 }
 }

#### 4.4、添加 RedisUtil 数据操作工具类 ####

package com.ws.test.redisdemo.util;
 
 
 import org.springframework.data.redis.core.RedisTemplate;
 import org.springframework.stereotype.Component;
 import org.springframework.util.CollectionUtils;
 
 import javax.annotation.Resource;
 import java.util.List;
 import java.util.Map;
 import java.util.Set;
 import java.util.concurrent.TimeUnit;
 
 @SuppressWarnings("all")
 @Component
 public class RedisUtil { 
 
 @Resource
 private RedisTemplate<String, Object> redisTemplate;
 
 
 /** * 指定缓存失效时间 * * @param key 键 * @param time 时间(秒) * @return */
 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 */
 public void delete(String... key) { 
 if (key != null && key.length > 0) { 
 if (key.length == 1) { 
 redisTemplate.delete(key[0]);
 } else { 
 redisTemplate.delete(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 或 递减 * * @param key 键 * @param delta 要增加或减少几(+正数 -负数) * @return */
 public long increment(String key, long delta) { 
 return redisTemplate.opsForValue().increment(key, delta);
 }
 
 
 //================================Map=================================
 
 /** * HashGet * * @param key 键 不能为null * @param item 项 不能为null * @return 值 */
 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> hEntries(String key) { 
 return redisTemplate.opsForHash().entries(key);
 }
 
 /** * HashSet * * @param key 键 * @param map 对应多个键值 * @return true 成功 false 失败 */
 public boolean hPutAll(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 hPutAll(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 hPut(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 hPut(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 hDelete(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 要增加或减少几(+ 正数 -负数) * @return */
 public double hIncrement(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 * @return */
 public Set<Object> sMembers(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 sIsMember(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 sAdd(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 sAdd(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 * @return */
 public long sSize(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 sRemove(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 * @return */
 public List<Object> lRange(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 * @return */
 public long lSize(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 * @return */
 public Object lIndex(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 * @param time 时间(秒) * @return */
 public boolean lRightPush(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) * @return */
 public boolean lRightPush(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 * @param time 时间(秒) * @return */
 public boolean lRightPushAll(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 lRightPushAll(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 lSet(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;
 }
 }
 }

### 五、redis 保存对象(二进制/json) ###

#### 5.1、保存数据到redis 代码 ####

@RestController
    @RequestMapping("/test1")
    public class Test1Controller { 
    
        @Autowired
        private RedisUtil redisUtil;
    
        /** * 保存实体对象和获取对象 * @return */
        @GetMapping("/a1")
        public User binaryStorage() { 
            User user = new User();
            user.setUsername("兮家小二");
            user.setAge(24);
            // 保存对象
            redisUtil.set("user", user);
            // 获取对象
            User newUser = (User) redisUtil.get("user");
            return newUser;
        }
    }

User 类， 我项目中已添加了 mybatis-plus 和 lombok （可自行集成）

@TableName("user")
    @Data
    public class User implements Serializable { 
    
        @TableId(type = IdType.AUTO)
        private Integer id;
    
        private String username;
    
        private Integer age;
    }

#### 5.2、保存为json ####

4.3 步骤已配置默认配置为 json 数据格式保存  
执行 5.1 步骤的接口，使用RedisClient 查看数据如下

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxNDYzNjU1_size_16_color_FFFFFF_t_70]

#### 5.2、保存为二进制 ####

1、删除 4.3 步骤中 RedisConfig 中的使用配置，保留RedisConfig 类  
2、注意： 所有二进制保存实体类必须序列化： User中添加 `implements Serializable`

@Configuration
    @EnableCaching // 启用缓存，这个注解很重要；可以使用
    public class RedisConfig extends CachingConfigurerSupport { 
    
    }

执行 5.1 步骤的接口，使用RedisClient 查看数据如下  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxNDYzNjU1_size_16_color_FFFFFF_t_70 1]  
出现无法查看的数据, 工具的问题, 有些工具可以查看key，内容是二进制的  
但缓存是可以正常使用的，如下图：  
![在这里插入图片描述][20210305115227938.png]

### 六、redis 数据缓存与数据同步 ###

#### 6.1、数据缓存 ####

@RestController
 @RequestMapping("/test2")
 public class Test2Controller { 
 
 @Autowired
 private UserMapper userMapper;
 
 
 /** * 查询数据并添加指定的参数到缓存中 * * 使用说明： id查询添加缓存，id编辑+id删除时清除缓存, 达到清理缓存的作用，另外定期清理所有缓存,以此保证缓存中没有脏数据 * @Cacheable 注解说明 * 1、value参数： 缓存key前缀 * 2、key： 缓存key动态参数，以使用EL 表达式动态拼接动态参数, 不指定默认使用拼接方法的所有参数 * 如: 请求id=1, 则缓存 key 为 user::1 * 3、condition 参数为结果为true使用缓存, 为 false 不缓存, 可使用EL 表达式, 如 #id > 1 的结果 (可以为空,默认缓存) * * @return */
 @GetMapping("/findId")
 @Cacheable(value = { "user"}, key = "#id", condition = "true")
 public User findId(String id) { 
 return userMapper.selectById(id);
 }
 
 
 /** * 添加时添加缓存 * * @CachePut 说明 * 1、会先执行业务方法 * 2、返回值为缓存数据 value * 3、缓存key = #result.id 表示 user::id参数 为缓存key * * * @return */
 @GetMapping("/insert")
 @CachePut(value = { "user"}, key = "#result.id", condition = "true")
 public User insert(String name) { 
 User user = new User();
 user.setUsername(name);
 user.setAge(22);
 int insert = userMapper.insert(user);
 return user;
 }
 
 
 /** * 编辑数据 并清除指定参数的缓存, 如果方法抛出异常则不会清除缓存 * * @CacheEvict 注解说明 * 1、allEntries 参数： 会清除user 的下的所有缓存, false 只清除指定id 的缓存 * 2、其他同查询参数 * * @return */
 @GetMapping("/upd")
 @CacheEvict(value = { "user"}, key = "#id", condition = "true") //, allEntries = true
 public Boolean upd(Integer id, String name) { 
 User user = new User();
 user.setId(id);
 user.setUsername(name);
 int i = userMapper.updateById(user);
 return i == 1;
 }
 }

#### 6.2、数据同步 ####

**出现数据不一致场景**  
1、当直接修改数据库时，将查询查询数据不一致问题  
2、当查询到数据后，数据库立即被 upd操作修改，在放入之前查询到的数据到 redis 缓存

**处理方法**  
1：直接清除Redis的缓存，重新读取数据库即可  
2：使用mq异步订阅mysql binlog实现增量同步  
3：使用alibaba的canal

### 七、redis 持久化（RDB、AOF） ###

redis 是持久化的缓存框架, 会自动保存数据到硬盘, 计算redis 宕机了，重启后数据依然存在

#### 7.1、RDB (定时同步)： ####

RDB 为全量同步，直接缓存整个redis数据，每次任务执行时判断增加了那些key, 在把新增加的key保存到本地的 rdb 文件中  
eedis 默认已开启了RDB存储  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxNDYzNjU1_size_16_color_FFFFFF_t_70 2]  
redis.conf 配置定时更新配置  
搜索 save 找到

save 900 1     # 在900秒(15分钟)之后，如果至少有1个key发生变化，则dump内存快照。
    save 300 10    # 在300秒(5分钟)之后，如果至少有10个key发生变化，则dump内存快照。
    save 60 10000  # 在60秒(1分钟)之后，如果至少有10000个key发生变化，则dump内存快照

#### 7.2、AOF (增量同步)： ####

Aof是以执行命令的形式实现同步  
![在这里插入图片描述][20210304193229796.png]  
**配置：**

appendfsync always      # 每次有数据修改发生时都会写入AOF文件，能够保证数据不丢失，但是效率非常低。 
    appendfsync everysec    # 每秒钟同步一次，可能会丢失1s内的数据，但是效率非常高。
    appendfsync no          # 从不同步。高效但是数据不会被持久化。

直接修改 redis.conf 中 appendonly yes  
建议最好还是使用everysec 既能够保证数据的同步、效率也还可以。

### 八、redis 事务 ###

Multi 开启事务  
EXEC 提交事务  
Watch 可以监听一个或者多个key，在提交事务之前是否有发生了变化 如果发生边了变化就不会提交事务，没有发生变化才可以提交事务

### 九、redis key过期监听 ###

可以做延时任务，如: 订单自动超时

#### 9.1、修改redis 配置 redis.conf ####

notify-keyspace-events ""  修改为  notify-keyspace-events Ex

#### 9.2、boot 项目配置监听 ####

package cn.ws.config;
    
    
    import org.springframework.context.annotation.Bean;
    import org.springframework.context.annotation.Configuration;
    import org.springframework.data.redis.connection.RedisConnectionFactory;
    import org.springframework.data.redis.listener.RedisMessageListenerContainer;
    
    @Configuration
    public class RedisListenerConfig { 
    
        @Bean
        RedisMessageListenerContainer container(RedisConnectionFactory connectionFactory) { 
    
            RedisMessageListenerContainer container = new RedisMessageListenerContainer();
            container.setConnectionFactory(connectionFactory);
            return container;
        }
    }

#### 9.3、boot 项目监听所有失效 key 回调方法 ####

@Component
    public class RedisKeyExpirationListener extends KeyExpirationEventMessageListener { 
    
        public RedisKeyExpirationListener(RedisMessageListenerContainer listenerContainer) { 
            super(listenerContainer);
        }
    
        /** * Redis-key失效监听事件，所有key 失效都会走此方法 * @param message * @param pattern */
        @Override
        public void onMessage(Message message, byte[] pattern) { 
            // 获取失效的key
            String expiredKey = message.toString();
            System.out.println(expiredKey);
        }
    }

#### 9.4、key 过期打印示例 ####

![在这里插入图片描述][20210305185327139.png]

### 十、redis 分布式锁 ###

**分布式锁：**  
保证只有一个 jvm 执行，多个jvm安全问题， 如：集群时定时任务在同个jvm 同时执行相同的任务

**分布式锁实现思路：**  
1、获取锁(创建key 获取锁) 2、释放(执行完业务删除key ) 3、超时 (一定时间内key没删除自动删除 5s)  
redission

#### 10.1、分布式锁实现方案 ####

1、基于数据库  
2、基于zk （临时节点+事件通知）–> 临时节点不能重复，谁创建成功谁就获得锁  
3、基于redis （setnx 方式）–> redis key不能重复，谁先创建谁就获得锁

#### 10.2、Jedis 实现核心代码 ####

public class RedisLock { 
 
 private static final int setnxSuccss = 1;
 
 /** * 获取锁 * * @param lockKey 定义锁的key * @param notLockTimeOut 没有获取锁的超时时间 * @param lockTimeOut 使用锁的超时时间 * @return */
 public String getLock(String lockKey, int notLockTimeOut, int lockTimeOut) { 
 // 获取Redis连接
 Jedis jedis = RedisUtil.getJedis();
 // 定义没有获取锁的超时时间
 Long endTimeOut = System.currentTimeMillis() + notLockTimeOut;
 while (System.currentTimeMillis() < endTimeOut) { 
 String lockValue = UUID.randomUUID().toString();
 // 如果在多线程情况下谁能够setnx 成功返回0 谁就获取到锁
 if (jedis.setnx(lockKey, lockValue) == setnxSuccss) { 
 jedis.expire(lockKey, lockTimeOut / 1000);
 return lockValue;
 }
 // 否则情况下 在超时时间内继续循环
 }
 try { 
 if (jedis != null) { 
 jedis.close();
 }
 } catch (Exception e) { 
 e.printStackTrace();
 }
 return null;
 }
 
 /** * 释放锁 其实就是将该key删除 * * @return */
 public Boolean unLock(String lockKey, String lockValue) { 
 Jedis jedis = RedisUtil.getJedis();
 // 确定是对应的锁 ，才删除
 if (lockValue.equals(jedis.get(lockKey))) { 
 return jedis.del(lockKey) > 0 ? true : false;
 }
 return false;
 }
 }

#### 10.3、redisTemplate 实现核心代码 ####

@Component
 public class RedisLock { 
 
 @Resource
 private RedisTemplate redisTemplate;
 
 /** * 获取一个redis分布锁, 100% 只有一个线程能获取 * * connection.setNX : 设置一个永久对象,value值为锁的过期时间 * oldTime < nowTime : 获取原锁时间判断原锁是否已过期 * connection.getSet ： 新线程获得锁并设置过期时间 且 再次获取原锁的过期时间 * oldValue==null ... : 判断key 的原锁是否存在 和在此 原锁是否已过期 （可能同时有多个线程进入,需要再次判断） * * * @param lockKey 锁住的key * @param lockExpireMils 锁住的时长。如果超时未解锁，视为加锁线程死亡，其他线程可夺取锁 * @return */
 @SuppressWarnings("all")
 public boolean lock(String lockKey, long lockExpireMils) { 
 return (Boolean) redisTemplate.execute((RedisCallback) connection -> { 
 long nowTime = System.currentTimeMillis();
 Boolean acquire = connection.setNX(lockKey.getBytes(), String.valueOf(nowTime + lockExpireMils + 1).getBytes());
 if (acquire) { 
 return Boolean.TRUE;
 } else { 
 byte[] value = connection.get(lockKey.getBytes());
 if (Objects.nonNull(value) && value.length > 0) { 
 long oldTime = Long.parseLong(new String(value));
 if (oldTime < nowTime) { 
 byte[] oldValue = connection.getSet(lockKey.getBytes(), String.valueOf(nowTime + lockExpireMils + 1).getBytes());
 return oldValue == null ? false : Long.parseLong(new String(oldValue)) < nowTime;
 }
 }
 }
 return Boolean.FALSE;
 });
 }
 
 /** * 释放锁 其实就是将该key删除 * * @return */
 @SuppressWarnings("all")
 public Boolean unLock(String lockKey) { 
 return redisTemplate.delete(lockKey);
 }
 }

使用锁

@Autowired
    private RedisLock redisLock;
    
    // 获取锁,并设置锁获取时间,防止死锁, 可 while (true) 获取锁,一点时间内没有获取到直接抛出异常
    boolean lock = redisLock.lock("orderNo", 10000);
    
    // 释放锁 (执行完业务后，手动释放，让下一个线程可以获取锁)
    boolean unLock = redisLock.unLock("orderNo");

### 十一、redis 发布和订阅 (MQ) ###

#### 11.1、发布者 ####

/** * 发布者配置 */
    @Configuration
    public class PubConfig { 
    
        /** * 订阅发布的主题 * @return */
        @Bean
        ChannelTopic topic() { 
            return new ChannelTopic( "pubsub:queue" );
        }
    }

/** * 发布者 */
 @Component
 public class MsgPublisher { 
 
 @Resource
 private RedisTemplate<String, Object> redisTemplate;
 @Resource
 private ChannelTopic topic;
 
 public void sendMsg(String msg) { 
 redisTemplate.convertAndSend(topic.getTopic(), "Message: " + msg);
 }
 }

#### 11.2、订阅者 ####

/** * 订阅者配置 */
    @Configuration
    public class SubConfig { 
    
        @Bean
        MessageListenerAdapter messageListener() { 
            return new MessageListenerAdapter(new MsgListener());
        }
    
        @Bean()
        @Primary  // 如果同时配置了key过期监听,请添加@Primary注解
        RedisMessageListenerContainer redisContainer(RedisConnectionFactory factory) { 
            RedisMessageListenerContainer container = new RedisMessageListenerContainer();
            container.setConnectionFactory(factory);
            container.addMessageListener(messageListener(), new ChannelTopic("pubsub:queue"));
            return container;
        }
    }

/** * 订阅者 */
    @Component
    public class MsgListener implements MessageListener { 
    
        @Override
        public void onMessage(Message message, byte[] pattern) { 
            System.out.println( "接收成功: " + message.toString() );
        }
    }

#### 11.3、发送消息测试 ####

发布者发布消息

/** * 消息发布订阅 * @author ws * @mail 1720696548@qq.com * @date 2020/2/21 0021 16:03 */
    @RestController
    @RequestMapping("/test4")
    public class Test4Controller { 
    
        @Autowired
        private MsgPublisher msgPublisher;
    
        @RequestMapping("/send")
        public String sendMsg(@RequestParam("msg") String msg){ 
            msgPublisher.sendMsg(msg);
            return "发送成功！";
        }
    }

订阅者打印内容  
![在这里插入图片描述][20210305185453111.png]

### 十二、redis 集群（主从复制，哨兵，穿透，击穿，雪崩） ###

#### 12.1、主从复制 ####

1.Redis从节点 向 主节点建立socket 长连接  
2.Redis采用全量或者增量的形式将数据同步给从节点

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxNDYzNjU1_size_16_color_FFFFFF_t_70 3]

**从Redis2.8版本以后 过程采用增量和全量同步**  
全量复制：一般用于在初次的复制场景（从节点与主节点一次建立）（RDB）  
增量复制：网络出现问题，从节点再次连接主节点时，主节点补发缺少的数据，主节点有新的set操作，每次数据增量同步 (AOF)

**相关配置 Redis.conf**

在从redis 的配置 slaveof 指向主 redis 地址和密码

slaveof 192.168.212.160 6379
    masterauth 123456

**查询主从复制配置命令**

> info replication

**多从节点配置原理**  
如果有多个从节点，使用树结构方式来进行配置， 主要最上级的主节点可以进行写操作，从节点不能进行写操作  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxNDYzNjU1_size_16_color_FFFFFF_t_70 4]  
注意：主从复制不可能保证强一致性

**主从复制存在那些缺陷**  
如果主节点存在了问题，整个Redis环境是不可以实现写的操作，需要人工更改配置变为主操作  
如何解决该问题：使用哨兵机制可以帮助解决Redis集群主从选举策略。

#### 12.2、哨兵 ####

Redis的哨兵机制就是解决我们以上主从复制存在缺陷（选举问题），解决问题保证我们的Redis高可用，实现自动化故障发现与故障转移。

**哨兵机制是如果获取所有节点的**  
哨兵机制只需要配置监听我们的主节点就可以获取当前整个Redis集群的环境列表，采用 info replication 命令形式。从上级往下级去找到所有节点

**哨兵为什么要集群**  
哨兵不建议是单机的，最好每个Redis节点都需要配置哨兵监听, 有几个redis就有几个哨兵, 主要目的用于选举  
多个哨兵都执行同一个主的master节点，订阅到相同都通道，通过订阅通知，随后多个哨兵相互建立长连接。

**哨兵如何发现故障**  
如果单个哨兵会向主的master 节点发送ping的命令，没有响应，哨兵会认为主观不可用状态, 会发送给其他都哨兵在次确认该master节点是否不可用，当前确认的哨兵节点数>=quorum(可配置)，会实现重新选举。(类似zk的过半机制)

**配置哨兵**  
redis下 sentinel.conf 文件复制到 redis下的bin目录  
修改 sentinel.conf 配置文件

# 修改为后台启用
    daemonize yes
    
    # 指定redis主节点 ( 2表示需要确认master节点是否ping成功的哨兵, 如果2台哨兵没有拼通, 重新选举主节点)
    sentinel monitor mymaster 192.168.212.160 6379 2
    # 哨兵配置需要所有redis密码一致, 或不要密码
    sentinel auth-pass mymaster 123456

**启动哨兵**

./redis-sentinel ./sentinel.conf

注意：  
1、哨兵重新选举后 sentinel.conf 中的主节点配置将自动改变  
2、哨兵重新选举后，主节点将发送变化，主从复制配置将失效，数据无法进行同步, 需要修改redis.cong 配置文件的主从，重启redis来调整，或使用命令(自行查询)

#### 12.3、缓存穿透 ####

**缓存穿透：**  
在正常的逻辑下，使用id查询,会缓存到redis, 如数据库不存在的id( 相当于黑客使用模拟id发起请求, 高并发下 ) 那么每次都会去数据库查询，这就是缓存穿透，将对数据库造成压力

**解决方案:**  
1、使用api 限流，防御 ddos (建议方案)  
2、缓存空值到redis，并设置有效期（随机id 无法避免）  
3、布隆过滤器 (自行查阅资料)

#### 12.4、缓存击穿 ####

**缓存击穿：**  
热点key： 在高并发的情况，当一个缓存key过期时，因为访问该key请求较大，多个请求同时发现缓存过期，因此对多个请求同时数据库查询、同时向Redis写入缓存数据，这样会导致数据库的压力非常大；

**解决方案：**  
1.使用分布式锁  
2.使用本地锁  
3.软过过期 , 设置热点数据永不过期或者异步延长过期时间；

#### 12.5、服务雪崩 ####

**服务雪崩：**  
缓存雪崩指缓存服务器重启或者大量的缓存集中在某个时间段失效，突然给数据库产生了巨大的压力，甚至击垮数据库的情况。

**解决思路：**  
1、对不用的数据使用不同的失效时间，加上随机数  
2、使用集群分摊压力

### 十三、Redis Cluster (集群方式升级) ###

**Redis 哨兵集群模式：**  
每个节点都保存全量同步数据，冗余的数据比较多；

**Redis Cluster 集群模式：**  
采用分片集群模式，数据使用哈希槽均摊到每个redis节点中存放，可以减少冗余数据，缺点就是构建该集群模式成本非常高，redis3.0 后支持

集群模式 RedisCluster，原理采用hash槽的概念，预先分配16384个卡槽，并且将该卡槽分配给具体服务的节点；通过key进行crc16（key）%16384 获取余数，余数就是对应的卡槽的位置，一个卡槽可以存放多个不同的key，从而将读或者写转发到该卡槽的服务的节点。 最大的有点：动态扩容、缩容。

#### 13.1、Redis Cluster 集群搭建 (redis 5.0 + 配置方式)： ####

搭建伪集群

# 创建配置文件
    mkdir rediscluster
    cd rediscluster/
    mkdir redis7000
    mkdir redis7001
    mkdir redis7002
    mkdir redis7003
    mkdir redis7004
    mkdir redis7005
    
    # 每个配置文件内容
    daemonize yes                       # 后台启动
    protected-mode no ;                 # 允许外部访问
    port 7005                           # 修改端口号，从7000到7005
    cluster-enabled yes                 # 开启cluster，去掉注释
    cluster-config-file 7000nodes.conf  # 自动生成
    cluster-node-timeout 15000          # 节点通信时间
    logfile   /usr/rediscluster/redis7005/redis.log
    
    # 启动redis
    /usr/redis/bin/redis-server /usr/rediscluster/redis7000/redis.conf
    /usr/redis/bin/redis-server /usr/rediscluster/redis7001/redis.conf
    /usr/redis/bin/redis-server /usr/rediscluster/redis7002/redis.conf
    /usr/redis/bin/redis-server /usr/rediscluster/redis7003/redis.conf
    /usr/redis/bin/redis-server /usr/rediscluster/redis7004/redis.conf
    /usr/redis/bin/redis-server /usr/rediscluster/redis7005/redis.conf
    
    # 分配卡槽 (cluster-replicas 1 代表一主一从, 6台就是3主3从, 如果设置为2 就是2主2从）
    /usr/redis/bin/redis-cli --cluster create  192.168.212.163:7000  192.168.212.163:7001  192.168.212.163:7002  192.168.212.163:7003  192.168.212.163:7004  192.168.212.163:7005  --cluster-replicas 1
    
    # 连接redis 注意需要添加-c, 否则无法在任意节点添加数据
    /usr/redis/bin/redis-cli -h 192.168.212.163 -p 7000 –c
    
    # 查看集群(redis-cli 连接后)
    cluster nodes

#### 13.2、Redis Cluster 快速扩容： ####

# 搭建redis7006 + redis7007服务
    省略...
    
    # 新增主节点
    /usr/redis/bin/redis-cli --cluster add-node 192.168.212.163:7006   192.168.212.163:7000
    
    # 新增从节点 (5d94171eb34ed4396bf5b9db8efaab4d96d0cf10 为 cluster nodes查询到的7006 的id)
    /usr/redis/bin/redis-cli --cluster add-node 192.168.212.163:7007   192.168.212.163:7000  --cluster-salve  --cluster-master-id   5d94171eb34ed4396bf5b9db8efaab4d96d0cf10
    
    # 分配卡槽 (连接任意一台节点自动识别分配),分配后自动分配卡槽以及带卡槽的数据给新的节点
    /usr/redis/bin/redis-cli --cluster reshard  192.168.212.163:7000
    - 1、设置分配大小（建议为 16384/卡槽数）
    - 2、设置分配给哪个卡槽, 输入cluster nodes查询到的 卡槽id
    - 3、设置卡槽方式, all(平均分配-建议)  done(手动指定)
    
    # 查看集群(redis-cli 连接后)
    cluster nodes

#### 13.3、Redis Cluster 缩容 ####

cluster-from = 缩容节点id  
cluster-to = 缩容后卡槽移动到哪个节点的 id (可配置多个)  
注意：下方是一行命令

/usr/redis/bin/redis-cli --cluster  reshard  192.168.212.163:7000  
    --cluster-from 5d94171eb34ed4396bf5b9db8efaab4d96d0cf10  
    --cluster-to 511058958a3b80dd600e060c2500050c6c5a02ab  
    --cluster-slots

#### 13.4、Redis Cluster 自动选举 ####

Redis Cluster 的子节点中的 主节点和从节点 会自动进行选举, 主节点挂了从节点自动升级为主节点 ，原主节点重启后会变会从节点

#### 13.5、jedis Cluster 集群连接 ####

hostAndPortsSet 添加任意一个节点即可, 会自动寻找其他节点并重定向

public class Cluster { 
 private static JedisCluster jedis;
 static { 
 // 添加集群的服务节点Set集合
 Set<HostAndPort> hostAndPortsSet = new HashSet<HostAndPort>();
 // 添加节点
 hostAndPortsSet.add(new HostAndPort("192.168.56.180", 7777));
 hostAndPortsSet.add(new HostAndPort("192.168.56.180", 8888));
 hostAndPortsSet.add(new HostAndPort("192.168.56.181", 7777));
 hostAndPortsSet.add(new HostAndPort("192.168.56.181", 8888));
 hostAndPortsSet.add(new HostAndPort("192.168.56.182", 7777));
 hostAndPortsSet.add(new HostAndPort("192.168.56.182", 8888));
 
 // Jedis连接池配置
 JedisPoolConfig jedisPoolConfig = new JedisPoolConfig();
 // 最大空闲连接数, 默认8个
 jedisPoolConfig.setMaxIdle(100);
 // 最大连接数, 默认8个
 jedisPoolConfig.setMaxTotal(500);
 //最小空闲连接数, 默认0
 jedisPoolConfig.setMinIdle(0);
 // 获取连接时的最大等待毫秒数(如果设置为阻塞时BlockWhenExhausted),如果超时就抛异常, 小于零:阻塞不确定的时间, 默认-1
 jedisPoolConfig.setMaxWaitMillis(2000); // 设置2秒
 //对拿到的connection进行validateObject校验
 jedisPoolConfig.setTestOnBorrow(true);
 jedis = new JedisCluster(hostAndPortsSet, jedisPoolConfig);
 }
 }

## II、Redis实战 ##

### 一、生成全局唯一订单号(自增 increment) ###

#### 1.1、生分布式唯一编号 ####

代码放在 RedisUtil 工具类中 ， RedisUtil 参考： `I -> 四 -> 4.4 步骤`

/** * 获取唯一编号（20位），目前只适用于个 redis * * 分布式架构获取唯一编号（基于redis）--> 订单号，交易号，退款号等等，如果redis 集群,需设置自增歩长,请使用命令设置或所有其他方法规避 * * * @param key key前缀-- 实际key等于前缀+每秒时间戳(同一秒delta 自增，下一秒根据时间戳生成新的key,delta重新计算) * @param delta 默认初始自增值 * *** 2019-10-20 12:00:01 000001 --> 20191020120001000001,20191020120001000002,20191020120001000003...... * *** 2019-10-20 12:00:02 000001 --> 20191020120002000001,20191020120002000002,20191020120002000003...... * @return java.lang.String * @author ws * @mail 1720696548@qq.com * @date 2020/2/20 0020 15:59 */
 public String getNo(String key, Long delta) { 
 try { 
 // delta为空默认值1
 if (null == delta) { 
 delta = 1L;
 }
 // 生成14位的时间戳(每秒使用新的时间戳当key)
 String timeStamp = new SimpleDateFormat("yyyyMMddHHmmss").format(new Date());
 // 获得redis-key
 String newKey = key + ":" + timeStamp;
 // 获取自增值（时间戳+自定义key）
 Long increment = redisTemplate.opsForValue().increment(newKey, delta);
 // 设置时间戳生成的key的有效期为2秒,删除已无用的key
 redisTemplate.expire(newKey, 2, TimeUnit.SECONDS);
 // 获取订单号，时间戳 + 唯一自增Id( 6位数,不过前方补0)
 return timeStamp + String.format("%06d", increment);
 } catch (Exception e) { 
 // redis 宕机时采用时间戳加随机数
 String timeStamp = new SimpleDateFormat("yyyyMMddHHmmss").format(new Date());
 Random random = new Random();
 //14位时间戳到 + 6位随机数
 for (int i = 0; i < 6; i++) { 
 timeStamp += random.nextInt(10) + "";
 }
 return timeStamp;
 }
 }

#### 1.2、测试接口 ####

@RestController
    @RequestMapping("/test11")
    public class Test11Controller { 
    
        @Autowired
        private RedisUtil redisUtil;
    
        /** * 生成分布式唯一订单号(测试api) * @return */
        @GetMapping("/getNo")
        public String getNo() { 
            // 获取订单号
            String orderOn = redisUtil.getNo("order", 1L);
            // 设置订单有效期30秒
            redisUtil.set("order" + orderOn, 0, 30);
            return orderOn;
        }
    }

### 二、控制多个jvm 定时任务执行(锁) ###

使用aop 机制 和 自定义注解方式实现

#### 2.1、添加注解 ####

/** * @author ws */
 @Target(ElementType.METHOD)
 @Retention(RetentionPolicy.RUNTIME)
 @Documented
 public @interface TaskLock { 
 
 /** * redis 锁的 key */
 String lockKed() default "";
 
 /** * key在redis里存在的时间。默认10秒= * 锁的有效期设置请小于定时任务时间， 如定时任务10秒执行一次，那么 expireTime < 10 * 锁的有效期在服务器没有时间差的情况下建议 > 1秒 (可使用默认10, 定时任务每次执行 >10 可使用默认) * 如两个jvm中时间存在一定细微差异，可能导致定时任务执行的时间有一点细微的不一致情况发生，该时间尽量 > 服务器时间差 + N秒 */
 long expireTime() default 10;
 }

#### 2.2、编辑aop 类 (自动获取锁) ####

*  redisLock 请参考 10.3 步骤 redisTemplate 实现核心代码
 *  利用注解+ aop 机制自动抢锁，获取到锁的线程才执行业务方法

@Aspect
    @Slf4j
    @Component
    public class TaskLockAspect { 
    
        private static final String LOCK_VALUE = "taskLock-";
    
        @Autowired
        private RedisLock redisLock;
    
        @Around("execution(* *.*(..)) && @annotation(com.ws.test.redisdemo.taskScheduling.annotation.TaskLock)")
        public void cacheLockPoint(ProceedingJoinPoint proceed) { 
            MethodSignature signature = (MethodSignature) proceed.getSignature();
            Method method = signature.getMethod();
            TaskLock taskLock = method.getAnnotation(TaskLock.class);
            if (StringUtils.isBlank(taskLock.lockKed())) { 
                log.info(taskLock.lockKed() + "is no lockKey");
            }
            boolean lock = redisLock.lock(LOCK_VALUE + taskLock.lockKed(), taskLock.expireTime() * 1000);
            if (lock) { 
                log.info(taskLock.lockKed() + "获取锁成功");
                try { 
                    proceed.proceed();
                    // 不释放,让其自动过期,已次来保证定时任务绝对不被重复执行, 避免定时任务业务代码执行过快, 第二个jvm执行时锁已经被释放的情况发送
                } catch (Throwable e) { 
                    log.error("method:{},运行错误！", method, e);
                }
            } else { 
                log.error(taskLock.lockKed() + "获取锁失败");
            }
        }
    }

#### 2.3、编写定时任务 ####

创建定时任务，

*  lockKed 的 锁名称 设置为相同的, 即lockKed 相同的方法将会进行抢锁
 *  分布式部署，一个定时任务的 lockKed 是相同的，哪个jvm 先获取到哪个 jvm 就执行定时任务

下方代码模拟 3个 jvm 执行同一个定时任务，并命名为 ABC, 进行模拟测试

@Component
    @Configuration
    @EnableScheduling
    @Slf4j
    public class TaskTest { 
    
    
        public final static String cron = "0/2 * * * * ?";
    
    
        @Scheduled(cron = TaskTest.cron)
        @TaskLock(lockKed = "task1", expireTime = 1)
        public void executeTask1() { 
            System.out.println( LocalDateTime.now()+ "hello world!" + "--B" );
        }
    
    
        @Scheduled(cron = TaskTest.cron)
        @TaskLock(lockKed = "task1", expireTime = 1)
        public void executeTask2() { 
            System.out.println( LocalDateTime.now()+ "hello world!" + "--A" );
        }
    
        @Scheduled(cron = TaskTest.cron)
        @TaskLock(lockKed = "task1", expireTime = 1)
        public void executeTask3() { 
            System.out.println( LocalDateTime.now()+ "hello world!" + "--C" );
        }
    }

#### 2.4、测试代码 ####

测试如下，每次只有一个线程获取锁 并输出内容， 另外两个线程没有获取到锁，将不执行业务代码  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxNDYzNjU1_size_16_color_FFFFFF_t_70 5]

*  以上部分内容来自于蚂蚁课堂 [http://www.mayikt.com/][http_www.mayikt.com]
 *  个人开源项目（通用后台管理系统）–> [ https://gitee.com/wslxm/spring-boot-plus2][https_gitee.com_wslxm_spring-boot-plus2] , 喜欢的可以看看

## III、redis 基础提问 ##

### 1、reids 的应用场景 ###

### 2、reids 如何实现分布式锁(setNX) ###

### 3、reids 有几种数据类型, 分别是什么 ###

### 4、reids 单个key 支持的最大容量是多少 ###

### 5、reids 如果宕机了数据会丢失嘛 ###

### 6、reids 和 memcache 的区别 ###

### 7、reids 和 mysql 的区别 ###

### 8、redis 如何防止内存穿透 (使用数据库不存在的id ) ###

### 9、redis 如果内存满了会怎么样(无法写入,自动执行淘汰策略 ) ###

### 10、redis 在win下和linux下的最大区别 ###

*  ***本文到此结束，如果觉得有用，动动小手点赞或关注一下呗，将不定时持续更新更多的内容…，感谢大家的观看！***

[https_redis.io]: https://redis.io/
[https_gitee.com_wslxm_redis-demo]: https://gitee.com/wslxm/redis-demo
[https_pan.baidu.com_s_1P-nao7kHSQ12hsYoDW-jdQ]: https://pan.baidu.com/s/1P-nao7kHSQ12hsYoDW-jdQ
[https_pan.baidu.com_s_11cXmRRNDKBxJpfPi5_I5cw]: https://pan.baidu.com/s/11cXmRRNDKBxJpfPi5_I5cw
[https_pan.baidu.com_s_1VVftOb6TcqX7fREOse0jlg]: https://pan.baidu.com/s/1VVftOb6TcqX7fREOse0jlg
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxNDYzNjU1_size_16_color_FFFFFF_t_70]: /images/20221023/e137b3c902384f94954d087a5a93d1d0.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxNDYzNjU1_size_16_color_FFFFFF_t_70 1]: /images/20221023/c47b70810ef14ec7b3db456c3df99c1b.png
[20210305115227938.png]: /images/20221023/a9a0e39dd350450c9a92a5e91a5a8c6f.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxNDYzNjU1_size_16_color_FFFFFF_t_70 2]: /images/20221023/05efacf5467e481eaf7afe3ecd015a1c.png
[20210304193229796.png]: /images/20221023/5ba3690c7ed1411baa350e0196ecbf3c.png
[20210305185327139.png]: /images/20221023/c5fd088927704d75980573a1516502fe.png
[20210305185453111.png]: /images/20221023/c9f709713808428fae3f92fbe78dacbb.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxNDYzNjU1_size_16_color_FFFFFF_t_70 3]: /images/20221023/53bcc28062de47129eeb5f2c10ac04bb.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxNDYzNjU1_size_16_color_FFFFFF_t_70 4]: /images/20221023/88e8175fe426494e89f6ac5cd7924ffe.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxNDYzNjU1_size_16_color_FFFFFF_t_70 5]: /images/20221023/0b20baa9e29c47b3b82c4ec4d94a6370.png
[http_www.mayikt.com]: http://www.mayikt.com/
[https_gitee.com_wslxm_spring-boot-plus2]: https://gitee.com/wslxm/spring-boot-plus2