初识Redis，看这一篇就够了

初识Redis，看这一篇就够了

环境的搭建和安装网上有很多教程，在这里就不再重复了。

1. Redis 是什么？

Redis （全称： Remote Dictionary Server 远程字典服务）是一个开源的使用 ANSI C语言 编写、支持网络、可基于内存亦可持久化的日志型、 Key-Value数据库 。

大家可能知道 Redis 是做缓存用的，它实际上也是一种数据库，可以对经常使用到的数据进行存储，也就是大家所说的缓存。

官方给出的数据是， Redis 能达到 10w+ 的 QPS( 每秒查询速度 ) 。

为什么 Redis 的速度比 Mysql 等这种数据快呢？

因为 Redis 存储的是 key-values 格式的数据，时间复杂度是 O(1) ，即直接通过 key 查询对应的 value 。 而如 Mysql 数据库，底层的实现是 B+ 树，时间复杂度是 O(logn) 。

最重要的一点是，数据库的数据是存储在磁盘中的，而 Redis 是存储在内存当中的，它们的速度差距不言而喻。但 Redis 也支持持久化存储，这个后面的常见问题里会提到。

2. Redis 数据类型

Redis 支持 5 种数据类型： string （字符串）、 hash （哈希）、 list （列表，有序可重复）、 set （集合，无序不可重复）、 zset （有序集合，有序不可重复）。

Redis 中所有数据都是字符串， key 是区分大小写的。

string 是最基本的类型，可以包含任何数据，但是 string 类型的值最大能存储 512MB 。hash 的 value 相当于一个 map ， value 里面也有对应的 key-value ，特别适合存储对象。一个 hash 可以存储 2^32-1 个键值对，基本用不完。并且可以修改某一个属性值，所以一般用于存储用户或其他实体类的值。list 中的 value 按照插入顺序排序，可以在列表的头部和尾部添加新元素。一般用于最新消息的排行或消息队列。set 存放的是不重复值的集合，是无序的。并提供了求交集、并集、差集等操作，所以一般用于统计等功能。与 set 不同的是， zset 是通过分数（ score ）从小到大进行排序的，我们可以指定每个值的分数，分数可以重复。一般用于排行等功能。

3.Redis常用命令

（1）对stirng的操作

redis命令不区分大小写。

下面命令中，str就是key，hello就是value，append为追加命令，如果原来没有str，就新建一个。

append str hello //对key为str的键追加hello字符串append str redis　　//str的value变为helloredisset str1 1　 //set命令设置一个key的value值 str1是key，1是valueget str1　　 //get命令，获取一个key的值 incr str1　 //incr命令，执行加1操作，比如str1的值会变成2，如果指定的key的value不能表示一个整数，就会返回一个错误decr str1　 //减一操作

（2）对hash的操作

上面说到过，hash的value相当于一个map，所以只设置值的时候myhash是key，h1是value里面的key，hello是h1的value

hset myhash h1 hello　　//设置一个key的value值hget myhash h1　　//返回hello，myhash为key，h1是value里面的key，两个都需要指定hlen myhash　　//获取myhash的字段数量，这里返回1hkeys myhash　　//获取myhash所以字段，这里返回h1

（3）对list的操作

mylst是key，a,b,c,d都是value，并且有顺序，所以实际存进去后是d,c,b,a

lpush mylist a b c d　　//lpush,从队列左边入队一个或多个元素lrange mylist 0 -1　　//获取指定范围的值，从0开始，-1代表全部，注意这里返回d,c,b,a。rpush mylist 1 2 3　　//从右边入队,再次lrange的话就是d,c,b,a,1,2,3lpop mylist　　//从左边弹出一个元素，这里弹出d,此时的mylist就没有d了

（4）对set的操作

如果我们添加了重复的元素，不会报错，但只会存一个。如a b b，只会存a b

两个集合之间不受影响，即key为myset和myset2两个集合里面都可以有a b

sadd myset a b c d　　//添加一个或多个元素到集合里面smembers myset　　//获取集合里所有元素，输出是无序的，随机的。这里可能是b,d,c,asrem myset a c　　//移除myset中的a和c元素，由于不可能重复也没顺序，所以可以直接指定元素值来移除

（5）对zset的操作

myzset为key，a b c前面的数字就是score

zadd myzset 2 b 1 a 3 c　　//添加一个或多个元素zrange myzset 0 -1　　//获取指定范围的值，0开始，-1代表全部。这里返回a,b,c

更多的命令可以看上面网站中的文档，写的非常详细，下面的常见问题中也会提及一些。

4.Redis常见问题

（1）在大量的key中查询某一固定前缀的key

在实际的业务当中，key的命名是有规范的，比如缓存用户信息，key的前缀可能会是user。

现在有几千万条数据，查询user为前缀的key的话，第一下想到的可能会是keys命令

keys user*　　//user*为正则表达式

其时间复杂度为O(n)，虽然性能也算可以，但是在查询几千万条数据时明显太慢了，花上几分钟都不稀奇，而且在查询出来之前，可能会造成服务卡顿，占用大量内存，显然是不可取的。

那么这种情况就可以使用scan命令

下面的命令中，math count为可选项，可用可不用，所以需要显示的写出来。math意味后面会匹配一个正则表达式。count代表一次查询10条。

这个10条不是强制的，可能会比10条少。

scan 0 math user* count 10　　//从0开始，查询user为前缀的key，一次查询10条并返回

执行上面一句话后，会返回两个东西，一个游标，代表执行到哪了，比如执行到了14325。返回的另一个就是user为前缀的key了。

下次再执行这条语句时，把0换成14325，接着上次的位置继续查询。但是游标不一定是递增的，也许下次的游标比这次还小，所以存在重复的隐患。

我们可以在业务代码处循环查询，记录每次返回的游标，并把查询的key存入到set当中，起到去重的效果。

scan，实际上就是分批查询，速度显然没有keys快，在查询大量数据时，不会对服务器造成压力。数据量不大时依旧推荐keys。

（2）利用Redis实现分布式锁

首先了解什么是分布式锁。即控制分布式系统访问共享资源的一种方式。

比如系统（或主机）A和B都需要访问资源DataA时，当A先访问到了DataA，这时候就需要分布式锁来把B挡住，防止A和B彼此干扰，保证数据的一致性。

额外提一点就是，Redis命令的操作是原子性的，原子性在数据库的事务中有体现，Redis的命令也是原子性的，要么执行要么不执行，不会出现一个命令执行到一半失败了，但还是改变了数据的问题。

实现分布式锁，需要解决一下几个问题：

1.互斥性，即任意时刻只能有一个客户端获取锁。

2.安全性，锁只能有持有它的客户端删除，不能由其他客户端删除。

3.死锁，即由于某些原因，一些客户端出现问题不能及时释放锁，导致其他客户端也不能获取锁。

4.容错，当某些Redis节点出现问题时，客户端也要能获取到锁。

我们可以用setnx实现锁的功能。语法：setnx key value

仅当key不存在时，才会设置成功。成功返回1，否则返回0。

1.在对应的访问资源的业务代码处，对指定的key设值，如果成功了，则代表没有其他线程执行过这段代码，也就是没有其他线程访问这个资源。

如果设值失败，就代表有其他线程占用该资源，就一直等待，直到setnx成功。

2.还有个问题就是，这个key是长期有效的，所以还需要用到expire命令，语法：expire key seconds,seconds单位为秒，用以设置对应key的过期时间。

上面两步似乎好像是实现了锁的功能，但是缺陷也非常明显，如果成功设值后，在我设置时间之前客户端就出现问题了怎么办？ 用两个命令实现一个功能有悖于Redis的原子性 。

在Redis2.6.12版本开始，set有两个参数，就是实现了以上两个功能。虽然上面两步分开的做法是错的，但是思路是一样的。

具体语法： set key value ex 10 nx 。ex代表过期时间，这里设置10秒过期，nx代表key是要唯一的，即一个命令实现了以上两个步骤。

最后还有一个小问题，如果不同资源同时设置了锁key，过期时间也是一样的，到期后Redis同时删除大量key时，难免会出现卡顿。

解决方法就是在设置过期值时加上随机值。

3.利用Redis实现消息队列

消息队列，简称MQ，即消息和队列两个单词的首字母缩写。常见的消息队列有RabbitMQ和RocketMQ等，利用Redis实现消息队列只是熟悉下其特点，实际当中一般会使用专门的消息队列中间件。

如果之前没了解过消息队列，建议搜索一下消息队列相关知识进行一下简单的学习。

简单地说，消息队列的作用就是接受客户端的请求，然后对这些请求依次处理，一般应用请求量特别大时，比如秒杀抢购等。上面介绍数据类型时就说到了list一般用于消息队列。

看一下list的常见操作，虽然叫做列表，但其特点和数据结构的队列基本一模一样。所以在用Redis实现消息队列时，首先肯定会想到list。

1.利用list的话，仿佛 使用rpush生产消息，lpop消费消息 就行了。但是有一个小问题，lpop不会等待rpush的，当rpush还没来得及生成数据时，这时lpop会直接返回null的。

2.既然要等待rpush生成数据，难免又会想到一个命令blpop,其语法为：blpop key seconds。 和lpop功能一样，但是会等待指定的时间，这段时间内rpush如果生成数据的话，blpop会及时返回。

3. 但是blpop的缺点也很明显，当然这个缺点也存在于lpop当中，就是blpop执行完后，代表出队，rpush生成的这条消息就没了，而消息队列中有的需求是需要多个消费者去接收的。

这时候就可以用上 Redis的订阅者模式 ，Redis客户端可以订阅任意数量的频道(Topic)

在Redis当中用subscribe命令订阅一个频道，语法subscribe topic，topic就是自定义的频道名称，注意是topic不是key， 不需要事先定义，直接订阅就行了。

然后用publish生产消息，语法publish topic value,topic就是你想发布到哪个频道，value就是数据内容，而订阅了这个频道的所有消费者都会接收到消息。 注意是及时收到，不需要你再去手动用命令获取。

订阅者模式，的确解决了以上两种方法的缺点，但是其缺陷也很明显，就是只有处于订阅者模式，也就是监听状态下，消费者才会接受到生产者的消息，也就是及时发送及时接收的，一旦Redis客户端下线，就永远不会接收到这个消息了。

这就回到了前面说到的一句话，实际当中会使用专门的消息队列中间件来说实现这些功能，以上三种方法或多或少可以实现消息队列的功能，但是缺陷也非常明显。

4.Redis如何做持久化

Redis是基于内存当中的，那么肯定就会有疑问了，当我关闭主机或者关闭了Redis，那Redis的数据是不是就全没了。

持久化的作用就是，把Redis的数据存储到磁盘当中，以免Redis的数据丢失。

Redis有两种持久化机制，默认的一种是RDB,另一种是AOF。

1.RDB(快照)持久化会在某个时间点保存全量的数据，快照即针对内存进行的快速读取技术。而这个时间点可以由我们的实际业务进行时间策略配置。

RDB会按照时间周期策略对数据以快照的方式保存到磁盘里，并产生一个 dump.rdb的二进制文件 。我们可以在redis.conf配置文件中save参数查看和配置时间策略。

dump.rdb文件是如何创建的呢？ rdb文件可以通过两个命令创建 ，一个是save,一个是bgsave。 要注意这里的save是redis命令，上面提到的save是配置文件里面的参数。

save命令会阻塞Redis服务器进程，直到rdb文件创建完成，一般很少使用。

bgsave命令会fork出一个子进程来创建rdb文件，不会阻塞服务器进程。fork即创建一个与父进程几乎一样的子进程。

bgsave的基本原理：当我们使用bgsave命令时，首先会检查是否存在RDB/AOF子进程正在进行，有的话就返回错误，即当我们第一次执行了bgsave，在执行完之前其他的bgsave会被拒绝执行。

如果没有正在进行的子进程，就会调用redis源码里面的rdbSaveBackground这个方法，然后利用fork创建一个子进程。

RDB的缺点：

1.1.前面提到，在某个时间点会进行全量数据保存，数据量大的话由于I/O而严重影响到性能。

1.2.由于RDB是根据配置文件里面的时间策略进行保存的，如果发生意外情况，那么上次保存到当前时间段内的数据会发生丢失。

2.AOF(Append-Only-File)持久化 会以追加的方式（append）保存除了查询指令以外所有变更的数据，其默认的文件名称为 appendonly.aof 。

AOF持久化默认是关闭的，我们可以 在配置文件当中找到appendonly参数，把它的参数内容改为yes。

前面说到AOF文件会记录所有非查询的所有指令，最后肯定难以避免文件不断增大的问题，最主要的问题是记录的很多数据是不必要的。

比如循环更新一个数100次，AOF会记录这100个过程，而我们只需要最终结果就行了。

所以， Redis提供了一个日志重写的功能解决文件不断增大的问题 ，可以用BGREWRITEAOF命令手动执行。日志重写在服务不中断的情况下也能执行， 其基本原理如下 ：

1.使用fork创建一个子进程。2.子进程把新的AOF写道一个临时文件里，并不会依赖现有的AOF文件，只需要读取内存中的数据。这里就优化了很多不必要的数据。

3.主进程这时候会依旧将新的变动写到内存里，也会写到现有的AOF文件里，即使子进程重写失败，数据也不会丢失。4.主进程获取到子进程AOF重写完成的信号后，会把新的变动追加到新的AOF文件里。

5.最后使用新的AOF文件替换掉原来的AOF文件。

如果启用了AOF持久化，Redis启动时会先检查AOF文件是否存在，如果存在就直接加载AOF文件，如果不存在就检查RDB文件是否存在，如果存在就加载，不存在就直接启动Redis。

在Redis4.0之后，推出了RDB-AOF混合持久化方式并作为默认方式，RDB全量保存，AOF增量保存，集成了它们各自的优点。

5.SpringBoot整合Redis

首先在依赖项里面添加redis启动器

spring-boot-starter-data-redis

然后在配置文件里面进行相关的配置，更多的配置可以看RedisProperties.java源码查看。

spring.redis.host=127.0.0.1 #redis地址spring.redis.port=6379 #redis服务端口号

最后注入相关的类

//操作的是复杂类型，比如各种实体类@AutowiredRedisTemplate redisTemplate//操作的是字符串@AutowiredStringRedisTemplate stringRedisTemplate

SpringBoot框架下对Redis的操作不像Jedis那样可以直接使用原生的Redis命令，具体的API大家可以自行搜索相关的文档。

不过推荐使用一些SpringBoot的Redis工具类，工具类会对 RedisTemplate和StringRedisTemplate的方法进行封装，而封装后的方法名和Redis原生命令是一样的。

在这里分享一篇Redis实战电子篇给大家，感兴趣的朋友转发+私信Redis即可获取

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。