Redis

学习目标

Redis的介绍及安装

Redis是什么？

Redis 是一个开源（BSD许可）的，内存中的数据结构存储系统，它可以用作数据库、缓存和消息中间件。它支持多种类型的数据结构，如 字符串（strings），散列（hashes）， 列表（lists）， 集合（sets）， 有序集合（sorted sets） 与范围查询， bitmaps， hyperloglogs 和地理空间（geospatial）索引半径查询。 Redis 内置了复制（replication），LUA脚本（Lua scripting），LRU驱动事件（LRU eviction），事务（transactions）和不同级别的 磁盘持久化（persistence），并通过Redis哨兵（Sentinel） 和自动分区（Cluster）提供高可用性（high availability）

性能

下面是官方的bench-mark数据：

测试完成了50个并发执行100000个请求。

设置和获取的值是一个256字节字符串。

结果:读的速度是110000次/s,写的速度是81000次/s

Redis历史简介

2008年，意大利一家创业公司Merzia的创始人Salvatore Sanfilippo为了避免MySQL的低性能，亲自定做一个数据库，并于2009年开发完成，这个就是Redis。

从2010年3月15日起，Redis的开发工作由VMware主持。

从2013年5月开始，Redis的开发由Pivotal赞助。

说明：Pivotal公司是由EMC和VMware联合成立的一家新公司**。**Pivotal希望为新一代的应用提供一个原生的基础，建立在具有领导力的云和网络公司不断转型的IT特性之上。Pivotal的使命是推行这些创新，提供给企业IT架构师和独立软件提供商。

支持语言

支持的数据类型

string、hash、list、set、sorted set

安装

下载地址

http://redis.io/

上传至服务器

解压

tar zxvf redis-5.0.3.tar.gz

安装依赖

yum -y install gcc-c++ autoconf automake

预编译

切换到解压目录

cd redis-5.0.3/
make

安装

创建安装目录

mkdir -p /usr/local/redis

不使用：make install（make install默认安装到/usr/local/bin目录下）

使用：如果需要指定安装路径，需要添加PREFIX参数

make PREFIX=/usr/local/redis/ install

安装成功如图

Redis-cli:客户端

Redis-server:服务器端

启动

安装的默认目标路径：/usr/local/redis/bin

启动

./redis-server

默认为前台启动，修改为后台启动

复制redis.conf至安装路径下

cp redis.conf /usr/local/redis/bin/

修改安装路径下的redis.conf，将daemonize修改为yes

启动时，指定配置文件路径即可

通过windows客户端访问

安装Redis客户端

建立连接->失败

修改配置文件redis.conf

注释掉bind 127.0.0.1可以使所有的ip访问redis，若是想指定多个ip访问，但并不是全部的ip访问，可以bind设置

关闭保护模式，修改为no

添加访问认证

修改后kill -9 XXXX杀死redis进程，重启redis

再次建立连接 -> 成功

我们可以修改默认数据库的数量默认16

修改database 32则默认为32个数据库

修改后kill -9 XXXX杀死redis进程，重启redis即可看到效果

关系型数据库与非关系型数据库

关系型数据库

采用关系模型来组织数据的数据库，关系模型就是二维表格模型。一张二维表的表名就是关系，二维表中的一行就是一条记录，二维表中的一列就是一个字段。

优点

容易理解
使用方便，通用的sql语言
易于维护，丰富的完整性(实体完整性、参照完整性和用户定义的完整性)大大降低了数据冗余和数据不一致的概率

缺点

磁盘I/O是并发的瓶颈
海量数据查询效率低
横向扩展困难，无法简单的通过添加硬件和服务节点来扩展性能和负载能力，当需要对数据库进行升级和扩展时，需要停机维护和数据迁移
多表的关联查询以及复杂的数据分析类型的复杂sql查询，性能欠佳。因为要保证acid，必须按照三范式设计。

数据库

Orcale，Sql Server，MySql，DB2

非关系型数据库

非关系型，分布式，一般不保证遵循ACID原则的数据存储系统。键值对存储，结构不固定。

优点

根据需要添加字段，不需要多表联查。仅需id取出对应的value
适用于SNS（社会化网络服务软件。比如facebook，微博）
严格上讲不是一种数据库，而是一种数据结构化存储方法的集合

缺点

只适合存储一些较为简单的数据
不合适复杂查询的数据
不合适持久存储海量数据

数据库

K-V：Redis，Memcache
文档：MongoDB
搜索：Elasticsearch，Solr
可扩展性分布式：HBase

比较

内容	关系型数据库	非关系型数据库
成本	有些需要收费（Orcale）	基本都是开源
查询数据	存储存于硬盘中，速度慢	数据存于缓存中，速度快
存储格式	只支持基础类型	K-V,文档，图片等
扩展性	有多表查询机制，扩展困难	数据之间没有耦合，容易扩展
持久性	适用持久存储，海量存储	不适用持久存储，海量存储
数据一致性	事务能力强，强调数据的强一致性	事务能力弱，强调数据的最终一致性

Redis-cli操作Redis

Redis-cli连接Redis

-h:用于指定ip

-p:用于指定端口

-a:用于指定认证密码

PING命令返回PONG

指定database

Redis-cli操作Redis

操作String

set:添加一条String类型数据

get:获取一条String类型数据

mset:添加多条String类型数据

mget:获取多条String类型数据

操作hash

hset:添加一条hash类型数据

hget:获取一条hash类型数据

hmset:添加多条hash类型数据

hmget:获取多条hash类型数据

hgetAll:获取指定所有hash类型数据

hdel:删除指定hash类型数据(一条或多条)

操作list

lpush:左添加(头)list类型数据

rpush:右添加(尾)类型数据

lrange: 获取list类型数据start起始下标 end结束下标包含关系

llen:获取条数

lrem:删除列表中几个指定list类型数据

操作set

sadd:添加set类型数据

smembers:获取set类型数据

scard:获取条数

srem:删除数据

操作sorted set

sorted set是通过分数值来进行排序的，分数值越大，越靠后。

zadd:添加sorted set类型数据

zrange:获取sorted set类型数据

zcard:获取条数

zrem:删除数据

zadd需要将Float或者Double类型分数值参数，放置在值参数之前

Redis中以层级关系、目录形式存储数据

设置key的失效时间

Redis 有四个不同的命令可以用于设置键的生存时间(键可以存在多久)或过期时间(键什么时候会被删除) :

EXPlRE <key> <ttl> :用于将键key的生存时间设置为ttl秒。

PEXPIRE <key> <ttl>:用于将键key的生存时间设置为ttl 毫秒。

EXPIREAT <key> < timestamp>:用于将键key的过期时间设置为timestamp所指定的秒数时间戳。

PEXPIREAT <key> < timestamp >:用于将键key的过期时间设置为timestamp所指定的毫秒数时间戳。

TTL:获取的值为-1说明此key没有设置有效期，当值为-2时证明过了有效期。

方法一

方法二

方法三

第一个参数：key

第二个参数：value

第三个参数：NX是不存在时才set，XX是存在时才set

第四个参数：EX是秒，PX是毫秒

删除

del:用于删除数据（通用，适用于所有数据类型）

hdel:用于删除hash类型数据

tips:命令为java中方法名，参数：去除括号，引号，将逗号变空格即可

zadd需要将Float或者Double类型参数，放置在值参数之前

Java操作Redis

创建项目

添加依赖

<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 https://maven.apache.org/xsd/maven-4.0.0.xsd">
	<modelVersion>4.0.0</modelVersion>
	<parent>
		<groupId>org.springframework.boot</groupId>
		<artifactId>spring-boot-starter-parent</artifactId>
		<version>2.2.4.RELEASE</version>
		<relativePath/> <!-- lookup parent from repository -->
	</parent>
	<groupId>com.xxxx</groupId>
	<artifactId>redisdemo</artifactId>
	<version>0.0.1-SNAPSHOT</version>
	<name>redisdemo</name>
	<description>Demo project for Spring Boot</description>
	<properties>
		<java.version>1.8</java.version>
	</properties>
	<dependencies>
		<!-- spring data redis 组件 -->
		<dependency>
			<groupId>org.springframework.boot</groupId>
			<artifactId>spring-boot-starter-data-redis</artifactId>
			<!-- 1.x 的版本默认采用的连接池技术是 Jedis， 2.0 以上版本默认连接池是 Lettuce, 如果采用 Jedis，需要排除 Lettuce 的依赖。 -->
			<exclusions>
				<exclusion>
					<groupId>io.lettuce</groupId>
					<artifactId>lettuce-core</artifactId>
				</exclusion>
			</exclusions>
		</dependency>
		<!-- jedis 依赖 -->
		<dependency>
			<groupId>redis.clients</groupId>
			<artifactId>jedis</artifactId>
		</dependency>
		<!-- web 组件 -->
		<dependency>
			<groupId>org.springframework.boot</groupId>
			<artifactId>spring-boot-starter-web</artifactId>
		</dependency>
		<!-- test 组件 -->
		<dependency>
			<groupId>org.springframework.boot</groupId>
			<artifactId>spring-boot-starter-test</artifactId>
			<scope>test</scope>
		</dependency>
	</dependencies>
</project>

配置文件

spring:
  redis:
    # Redis服务器地址
    host: 192.168.10.100
    # Redis服务器端口
    port: 6379
    # Redis服务器密码
    password: root
    # 选择哪个库，默认0库
    database: 0
    # 连接超时时间
    timeout: 10000ms
    jedis:
      pool:
        # 最大连接数，默认8
        max-active: 1024
        # 最大连接阻塞等待时间，单位毫秒，默认-1ms
        max-wait: 10000ms
        # 最大空闲连接，默认8
        max-idle: 200
        # 最小空闲连接，默认0
        min-idle: 5

Java怎么连接Redis？

/** * 连接Redis */
@Test
public void initConn01() {
    // 创建jedis对象，连接redis服务
    Jedis jedis = new Jedis("192.168.10.100", 6379);
    // 设置认证密码
    jedis.auth("root");
    // 指定数据库 默认是0
    jedis.select(1);
    // 使用ping命令，测试连接是否成功
    String result = jedis.ping();
    System.out.println(result);// 返回PONG
    // 添加一条数据
    jedis.set("username", "zhangsan");
    // 获取一条数据
    String username = jedis.get("username");
    System.out.println(username);
    // 释放资源
    if (jedis != null)
        jedis.close();
}

通过Redis连接池获取连接对象并操作服务器

/** * 通过Redis连接池获取连接对象 */
@Test
public void initConn02() {
    // 初始化redis客户端连接池
    JedisPool jedisPool = new JedisPool(new JedisPoolConfig(), "192.168.10.100", 6379, 10000, "root");
    // 从连接池获取连接
    Jedis jedis = jedisPool.getResource();
    // 指定数据库 默认是0
    jedis.select(2);
    // 使用ping命令，测试连接是否成功
    String result = jedis.ping();
    System.out.println(result);// 返回PONG
    // 添加一条数据
    jedis.set("username", "zhangsan");
    // 获取一条数据
    String username = jedis.get("username");
    System.out.println(username);
    // 释放资源
    if (jedis != null)
        jedis.close();
}

封装JedisUtil对外提供连接对象获取方法

@Configuration
public class RedisConfig {
    //服务器地址
    @Value("${spring.redis.host}")
    private String host;
    //端口
    @Value("${spring.redis.port}")
    private int port;
    //密码
    @Value("${spring.redis.password}")
    private String password;
    //超时时间
    @Value("${spring.redis.timeout}")
    private String timeout;
    //最大连接数
    @Value("${spring.redis.jedis.pool.max-active}")
    private int maxTotal;
    //最大连接阻塞等待时间
    @Value("${spring.redis.jedis.pool.max-wait}")
    private String maxWaitMillis;
    //最大空闲连接
    @Value("${spring.redis.jedis.pool.max-idle}")
    private int maxIdle;
    //最小空闲连接
    @Value("${spring.redis.jedis.pool.min-idle}")
    private int minIdle;
    @Bean
    public JedisPool redisPoolFactory(){
        JedisPoolConfig jedisPoolConfig = new JedisPoolConfig();
        //注意值的转变
  jedisPoolConfig.setMaxWaitMillis(Long.parseLong(maxWaitMillis.substring(0,maxWaitMillis.length()-2)));
        //注意属性名
        jedisPoolConfig.setMaxTotal(maxTotal);
        jedisPoolConfig.setMaxIdle(maxIdle);
        jedisPoolConfig.setMinIdle(minIdle);
        JedisPool jedisPool = new JedisPool(jedisPoolConfig, host, port, Integer.parseInt(timeout.substring(0,
                timeout.length() - 2)), password);
        return jedisPool;
    }
}

Java操作Redis五种数据类型

连接与释放

@Autowired
private JedisPool jedisPool;
private Jedis jedis = null;
//初始化jedis对象实例
@Before
public void initConn(){
    jedis = jedisPool.getResource();
}
//释放资源
@After
public void closeConn(){
    if (jedis!=null){
        jedis.close();
    }
}

操作String

// 1.操作String
@Test
public void testString() {
   // 添加一条数据
   jedis.set("username", "zhangsan");
   jedis.set("age", "18");
   
   // 添加多条数据 参数奇数为key 参数偶数为value
   jedis.mset("address", "bj", "sex", "1");
   
   // 获取一条数据
   String username = jedis.get("username");
   System.out.println(username);
   
   // 获取多条数据
   List<String> list = jedis.mget("username", "age", "address", "sex");
   for (String str : list) {
      System.out.println(str);
   }
   
   // 删除
   //jedis.del("username");
}

操作hash

// 2.操作Hash
@Test
public void testHash() {
   /* * 添加一条数据 * 参数一：redis的key * 参数二：hash的key * 参数三：hash的value */
   jedis.hset("userInfo", "name", "lisi");
   
   // 添加多条数据
   Map<String, String> map = new HashMap<>();
   map.put("age", "20");
   map.put("sex", "1");
   jedis.hmset("userInfo", map);
   
   // 获取一条数据
   String name = jedis.hget("userInfo", "name");
   System.out.println(name);
   
   // 获取多条数据
   List<String> list = jedis.hmget("userInfo", "age", "sex");
   for (String str : list) {
      System.out.println(str);
   }
   
   // 获取Hash类型所有的数据
   Map<String, String> userMap = jedis.hgetAll("userInfo");
   for (Entry<String, String> userInfo : userMap.entrySet()) {
      System.out.println(userInfo.getKey() + "--" + userInfo.getValue());
   }
   
   // 删除 用于删除hash类型数据
   //jedis.hdel("userInfo", "name");
}

操作list

// 3.操作list
   @Test
   public void testList() {
      // 左添加(上)
// jedis.lpush("students", "Wang Wu", "Li Si");
      
      // 右添加(下)
// jedis.rpush("students", "Zhao Liu");
      
      // 获取 start起始下标 end结束下标 包含关系
      List<String> students = jedis.lrange("students", 0, 2);
      for (String stu : students) {
         System.out.println(stu);
      }
      
      // 获取总条数
      Long total = jedis.llen("students");
      System.out.println("总条数：" + total);
      
      // 删除单条 删除列表中第一次出现的Li Si
// jedis.lrem("students", 1, "Li Si");
      
      // 删除多条
// jedis.del("students");
   }

操作set

// 4.操作set-无序
@Test
public void testSet() {
   // 添加数据
   jedis.sadd("letters", "aaa", "bbb", "ccc", "ddd", "eee");
   
   // 获取数据
   Set<String> letters = jedis.smembers("letters");
   for (String letter: letters) {
      System.out.println(letter);
   }
    
    //获取总条数
    Long total = jedis.scard("letters");
    System.out.println(total);
   
   // 删除
   //jedis.srem("letters", "aaa", "bbb");
}

操作sorted set

// 5.操作sorted set-有序
@Test
public void testSortedSet() {
   Map<String, Double> scoreMembers = new HashMap<>();
   scoreMembers.put("zhangsan", 7D);
   scoreMembers.put("lisi", 3D);
   scoreMembers.put("wangwu", 5D);
   scoreMembers.put("zhaoliu", 6D);
   scoreMembers.put("tianqi", 2D);
   
   // 添加数据
   jedis.zadd("score", scoreMembers);
   
   // 获取数据
   Set<String> scores = jedis.zrange("score", 0, 4);
   for (String score: scores) {
      System.out.println(score);
   }
   
   // 获取总条数
   Long total = jedis.zcard("score");
   System.out.println("总条数：" + total);
   
   // 删除
   //jedis.zrem("score", "zhangsan", "lisi");
}

Redis中以层级关系、目录形式存储数据

// Redis中以层级关系、目录形式存储数据
@Test
public void testdir(){
    jedis.set("user:01", "user_zhangsan");
    System.out.println(jedis.get("user:01"));
}

设置key的失效时间

Redis 有四个不同的命令可以用于设置键的生存时间(键可以存在多久)或过期时间(键什么时候会被删除) :

EXPlRE <key> <ttl> :用于将键key的生存时间设置为ttl秒。

PEXPIRE <key> <ttl>:用于将键key的生存时间设置为ttl 毫秒。

EXPIREAT <key> < timestamp>:用于将键key的过期时间设置为timestamp所指定的秒数时间戳。

PEXPIREAT <key> < timestamp >:用于将键key的过期时间设置为timestamp所指定的毫秒数时间戳。

TTL:获取的值为-1说明此key没有设置有效期，当值为-2时证明过了有效期。

@Test
public void testExpire() {
    // 方法一：
    jedis.set("code", "test");
    jedis.expire("code", 180);// 180秒
    jedis.pexpire("code", 180000L);// 180000毫秒
    jedis.ttl("code");// 获取秒
    // 方法二：
    jedis.setex("code", 180, "test");// 180秒
    jedis.psetex("code", 180000L, "test");// 180000毫秒
    jedis.pttl("code");// 获取毫秒
    // 方法三：
    SetParams setParams = new SetParams();
    //不存在的时候才能设置成功
    // setParams.nx();
    // 存在的时候才能设置成功
    setParams.xx();
    //设置失效时间，单位秒
    // setParams.ex(30);
    //查看失效时间，单位毫秒
    setParams.px(30000);
    jedis.set("code","test",setParams);
}

获取所有key&事务&删除

// 获取所有key
   @Test
   public void testAllKeys() {
      // 当前库key的数量
      System.out.println(jedis.dbSize());
      // 当前库key的名称
      Set<String> keys = jedis.keys("*");
      for (String key: keys) {
         System.out.println(key);
      }
   }
    // 操作事务
   @Test
   public void testMulti() {
      Transaction tx = jedis.multi();
      // 开启事务
      tx.set("tel", "10010");
      
      // 提交事务
// tx.exec();
      
      // 回滚事务
      tx.discard();
   }
   
   // 删除
   @Test
   public void testDelete() {
      // 删除 通用 适用于所有数据类型
      jedis.del("score");
   }

操作byte

SerializeUtil.java

package com.xxxx.util;
import java.io.ByteArrayInputStream;
import java.io.ByteArrayOutputStream;
import java.io.ObjectInputStream;
import java.io.ObjectOutputStream;
/** * 序列化工具类 */
public class SerializeUtil {
   
   /** * 将java对象转换为byte数组 序列化过程 */
   public static byte[] serialize(Object object) {
      ObjectOutputStream oos = null;
      ByteArrayOutputStream baos = null;
      try {
         // 序列化
         baos = new ByteArrayOutputStream();
         oos = new ObjectOutputStream(baos);
         oos.writeObject(object);
         byte[] bytes = baos.toByteArray();
         return bytes;
      } catch (Exception e) {
         e.printStackTrace();
      }
      return null;
   }
   /** * 将byte数组转换为java对象 反序列化 */
   public static Object unserialize(byte[] bytes) {
      if(bytes == null)return null;
      ByteArrayInputStream bais = null;
      try {
         // 反序列化
         bais = new ByteArrayInputStream(bytes);
         ObjectInputStream ois = new ObjectInputStream(bais);
         return ois.readObject();
      } catch (Exception e) {
         e.printStackTrace();
      }
      return null;
   }
}

User.java

package com.xxxx.entity;
import java.io.Serializable;
public class User implements Serializable {
    private static final long serialVersionUID = 9148937431079191022L;
    private Integer id;
    private String username;
    private String password;
    public Integer getId() {
        return id;
    }
    public void setId(Integer id) {
        this.id = id;
    }
    public String getUsername() {
        return username;
    }
    public void setUsername(String username) {
        this.username = username;
    }
    public String getPassword() {
        return password;
    }
    public void setPassword(String password) {
        this.password = password;
    }
    @Override
    public String toString() {
        return "User{" +
                "id=" + id +
                ", username='" + username + '\'' +
                ", password='" + password + '\'' +
                '}';
    }
}

JedisTest.java

// 操作byte
@Test
public void testByte() {
    User user = new User();
    user.setId(2);
    user.setUsername("zhangsan");
    user.setPassword("123");
    // 序列化
    byte[] userKey = SerializeUtil.serialize("user:" + user.getId());
    byte[] userValue = SerializeUtil.serialize(user);
    jedis.set(userKey, userValue);
    // 获取数据
    byte[] userResult = jedis.get(userKey);
    // 反序列化
    User u = (User) SerializeUtil.unserialize(userResult);
    System.out.println(u);
}

Redis搭建主从复用

Redis支持主从复用。数据可以从主服务器向任意数量的从服务器上同步，同步使用的是发布/订阅机制。Mater Slave的模式，从Slave向Master发起SYNC命令。

可以是1 Master 多Slave，可以分层，Slave下可以再接Slave，可扩展成树状结构。

因为没有两台电脑，所以只能在一台机器上搭建两个Redis服务端。

这里使用单机来模拟redis 主从服务器，实现读写分离配置。

读写分离

创建三个目录（数据文件、日志文件、配置文件）

复制redis.conf至/opt/redis/conf目录下

修改redis-common.conf公共配置文件

注释掉bind 127.0.0.1

关闭保护模式，修改为no

注释公共配置端口

修改为后台启动

注释进程编号记录文件

注释公共配置日志文件

注释公共配置数据文件、修改数据文件路径

在默认情况下，Redis 将数据库快照保存在名字为 dump.rdb 的二进制文件中。当然，这里可以通过修改redis.conf 配置文件来对数据存储条件进行定义，规定在“ N 秒内数据集至少有 M 个改动”这一条件被满足时,自动保存一次数据集。也可以通过调用save 或bgsave ,手动让Redis进行数据集保存操作

dbfilename和dir组合使用，dbfilename找dir路径生成数据文件

添加从服务器访问主服务器认证

添加访问认证

注释公共配置追加文件

根据需求配置是否打开追加文件选项

appendonly yes -> 每当Redis执行一个改变数据集的命令时（比如 SET），这个命令就会被追加到 AOF 文件的末尾。这样的话，当Redis重新启时，程序就可以通过重新执行 AOF文件中的命令来达到重建数据集的目的

appendfilename和dir组合使用，找dir(/opt/redis/data)路径生成数据文件

从服务器默认是只读不允许写操作(不用修改)

添加3个服务的私有配置文件

touch或者vi都可以创建空白文件

touch直接创建空白文件，vi创建并且进入编辑模式，:wq创建成功，否则不创建

redis-6379.conf

#引用公共配置
include /opt/redis/conf/redis-common.conf
#进程编号记录文件
pidfile /var/run/redis-6379.pid
#进程端口号
port 6379
#日志记录文件
logfile "/opt/redis/log/redis-6379.log"
#数据记录文件
dbfilename dump-6379.rdb
#追加文件名称
appendfilename "appendonly-6379.aof"
#下面的配置无需在6379里配置
#备份服务器从属于6379推荐配置配局域网IP
slaveof 192.168.10.100 6379

复制redis-6379.conf的内容至redis-6380.conf，redis-6381.conf并且修改其内容，将6379替换即可。

运行3个redis进程

查看redis服务器主从状态

redis-6379

redis-6380

redis-6381

在主服务器下添加数据并测试从服务器数据是否正常显示

从服务器只读，不允许写操作

主备切换

主从节点redis.conf配置

参照读写分离的相应配置

修改sentinel-common.conf 哨兵公共配置文件

从redis解压目录下复制sentinel.conf至/opt/redis/conf/

cp sentinel.conf /opt/redis/conf/sentinel-common.conf

注释哨兵监听进程端口号

指示Sentinel去监视一个名为master的主服务器，这个主服务器的IP地址为 127.0.0.1，端口号为6379，而将这个主服务器判断为失效至少需要1个(一般设置为2个)。Sentinel同意（只要同意Sentinel的数量不达标，自动故障迁移就不会执行）。

这个要配局域网IP，否则远程连不上。

设置master和slaves的密码

Sentinel认为服务器已经断线所需的毫秒数

若sentinel在该配置值内未能完成failover操作（即故障时master/slave自动切换），则认为本次failover失败。

关闭保护模式，修改为no

修改为后台启动

添加3个哨兵的私有配置文件

touch或者vi都可以创建空白文件

touch直接创建空白文件，vi创建并且进入编辑模式，:wq创建成功，否则不创建

sentinel-26379.conf

#引用公共配置
include /opt/redis/conf/sentinel-common.conf
#进程端口号
port 26379
#进程编号记录文件
pidfile /var/run/sentinel-26379.pid
#日志记录文件(为了方便查看日志，先注释掉，搭好环境后再打开)
logfile "/opt/redis/log/sentinel-26379.log"

复制sentinel-26379.conf的内容至sentinel-26380.conf ,sentinel-26381.conf并且修改其内容，将26379替换即可。

启动测试

启动3个redis服务

/usr/local/redis/bin/redis-server /opt/redis/conf/redis-6379.conf
/usr/local/redis/bin/redis-server /opt/redis/conf/redis-6380.conf
/usr/local/redis/bin/redis-server /opt/redis/conf/redis-6381.conf

启动3个哨兵服务

/usr/local/redis/bin/redis-sentinel /opt/redis/conf/sentinel-26379.conf
/usr/local/redis/bin/redis-sentinel /opt/redis/conf/sentinel-26380.conf
/usr/local/redis/bin/redis-sentinel /opt/redis/conf/sentinel-26381.conf

查看主从状态

redis-6379

redis-6380

redis-6381

检测哨兵功能是否配置成功

kill -9 终止redis-6379，查看哨兵是否选举了新的主节点

已选举6380为主节点，从节点目前只有6381

重新启动6379节点，再次查看主从状态

发现6379已被发现且成为从节点

6380之前不可以写操作，现在可以写操作，因为已成为主节点。

最后，公共配置文件修改为后台启动，私有配置文件打开日志记录文件，环境搭建成功。

SpringDataRedis

创建项目

添加依赖

<dependencies>
    <!-- spring data redis 组件 -->
    <dependency>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-data-redis</artifactId>
    </dependency>
    <!-- commons-pool2 对象池依赖 -->
    <dependency>
        <groupId>org.apache.commons</groupId>
        <artifactId>commons-pool2</artifactId>
    </dependency>
    <!-- web 组件 -->
    <dependency>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-web</artifactId>
    </dependency>
    <!-- test 组件 -->
    <dependency>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-test</artifactId>
        <scope>test</scope>
    </dependency>
</dependencies>

添加application.yml配置文件

spring:
  redis:
    # Redis服务器地址
    host: 192.168.10.100
    # Redis服务器端口
    port: 6379
    # Redis服务器端口
    password: root
    # Redis服务器端口
    database: 0
    # 连接超时时间
    timeout: 10000ms
    lettuce:
      pool:
        # 最大连接数，默认8
        max-active: 1024
        # 最大连接阻塞等待时间，单位毫秒，默认-1ms
        max-wait: 10000ms
        # 最大空闲连接，默认8
        max-idle: 200
        # 最小空闲连接，默认0
        min-idle: 5

Lettuce和Jedis的区别

Jedis是一个优秀的基于 Java 语言的 Redis 客户端，但是，其不足也很明显：Jedis在实现上是直接连接 Redis-Server，在多个线程间共享一个 Jedis实例时是线程不安全的，如果想要在多线程场景下使用 Jedis，需要使用连接池，每个线程都使用自己的 Jedis实例，当连接数量增多时，会消耗较多的物理资源。

Lettuce则完全克服了其线程不安全的缺点：Lettuce是基于 Netty的连接（StatefulRedisConnection），

Lettuce是一个可伸缩的线程安全的 Redis 客户端，支持同步、异步和响应式模式。多个线程可以共享一个连接实例，而不必担心多线程并发问题。它基于优秀 Netty NIO 框架构建，支持 Redis 的高级功能，如 Sentinel，集群，流水线，自动重新连接和 Redis 数据模型。

测试环境测试环境是否搭建成功

@RunWith(SpringRunner.class)
@SpringBootTest(classes = SpringDataRedisApplication.class)
public class SpringDataRedisApplicationTests {
    @Autowired
    private RedisTemplate redisTemplate;
    @Autowired
    private StringRedisTemplate stringRedisTemplate;
    @Test
    public void initconn() {
        ValueOperations<String, String> ops = stringRedisTemplate.opsForValue();
        ops.set("username","lisi");
        ValueOperations<String, String> value = redisTemplate.opsForValue();
        value.set("name","wangwu");
        System.out.println(ops.get("name"));
    }
}

自定义模板解决序列化问题

默认情况下的模板 RedisTemplate<Object, Object>，默认序列化使用的是JdkSerializationRedisSerializer，存储二进制字节码。这时需要自定义模板，当自定义模板后又想存储 String 字符串时，可以使StringRedisTemplate的方式，他们俩并不冲突。

序列化问题：

要把 domain object 做为 key-value 对保存在 redis 中，就必须要解决对象的序列化问题。Spring Data Redis给我们提供了一些现成的方案：

JdkSerializationRedisSerializer使用JDK提供的序列化功能。优点是反序列化时不需要提供类型信息(class)，但缺点是序列化后的结果非常庞大，是JSON格式的5倍左右，这样就会消耗 Redis 服务器的大量内存。

Jackson2JsonRedisSerializer使用 Jackson 库将对象序列化为JSON字符串。优点是速度快，序列化后的字符串短小精悍。但缺点也非常致命，那就是此类的构造函数中有一个类型参数，必须提供要序列化对象的类型信息(.class对象)。通过查看源代码，发现其只在反序列化过程中用到了类型信息。

GenericJackson2JsonRedisSerializer通用型序列化，这种序列化方式不用自己手动指定对象的 Class。

@Configuration
public class RedisConfig {
    @Bean
    public RedisTemplate<String,Object> redisTemplate(LettuceConnectionFactory redisConnectionFactory){
        RedisTemplate<String,Object> redisTemplate = new RedisTemplate<>();
        //为string类型key设置序列器
        redisTemplate.setKeySerializer(new StringRedisSerializer());
        //为string类型value设置序列器
        redisTemplate.setValueSerializer(new GenericJackson2JsonRedisSerializer());
        //为hash类型key设置序列器
        redisTemplate.setHashKeySerializer(new StringRedisSerializer());
        //为hash类型value设置序列器
        redisTemplate.setHashValueSerializer(new GenericJackson2JsonRedisSerializer());
        redisTemplate.setConnectionFactory(redisConnectionFactory);
        return redisTemplate;
    }
}

//序列化
@Test
public void testSerial(){
    User user = new User();
    user.setId(1);
    user.setUsername("张三");
    user.setPassword("111");
    ValueOperations<String, Object> value = redisTemplate.opsForValue();
    value.set("userInfo",user);
    System.out.println(value.get("userInfo"));
}

操作string

// 1.操作String
@Test
public void testString() {
    ValueOperations<String, Object> valueOperations = redisTemplate.opsForValue();
    // 添加一条数据
    valueOperations.set("username", "zhangsan");
    valueOperations.set("age", "18");
// redis中以层级关系、目录形式存储数据
valueOperations.set("user:01", "lisi");
valueOperations.set("user:02", "wangwu");
    // 添加多条数据
    Map<String, String> userMap = new HashMap<>();
    userMap.put("address", "bj");
    userMap.put("sex", "1");
    valueOperations.multiSet(userMap);
    // 获取一条数据
    Object username = valueOperations.get("username");
    System.out.println(username);
    // 获取多条数据
    List<String> keys = new ArrayList<>();
    keys.add("username");
    keys.add("age");
    keys.add("address");
    keys.add("sex");
    List<Object> resultList = valueOperations.multiGet(keys);
    for (Object str : resultList) {
        System.out.println(str);
    }
    // 删除
    redisTemplate.delete("username");
}

操作hash

// 2.操作Hash
@Test
public void testHash() {
    HashOperations<String, String, String> hashOperations = redisTemplate.opsForHash();
    /* * 添加一条数据 * 参数一：redis的key * 参数二：hash的key * 参数三：hash的value */
    hashOperations.put("userInfo","name","lisi");
    // 添加多条数据
    Map<String, String> map = new HashMap();
    map.put("age", "20");
    map.put("sex", "1");
    hashOperations.putAll("userInfo", map);
    // 获取一条数据
    String name = hashOperations.get("userInfo", "name");
    System.out.println(name);
    // 获取多条数据
    List<String> keys = new ArrayList<>();
    keys.add("age");
    keys.add("sex");
    List<String> resultlist =hashOperations.multiGet("userInfo", keys);
    for (String str : resultlist) {
        System.out.println(str);
    }
    // 获取Hash类型所有的数据
    Map<String, String> userMap = hashOperations.entries("userInfo");
    for (Entry<String, String> userInfo : userMap.entrySet()) {
        System.out.println(userInfo.getKey() + "--" + userInfo.getValue());
    }
    // 删除 用于删除hash类型数据
    hashOperations.delete("userInfo", "name");
}

操作list

// 3.操作list
@Test
public void testList() {
ListOperations<String, Object> listOperations = redisTemplate.opsForList();
// 左添加(上)
// listOperations.leftPush("students", "Wang Wu");
// listOperations.leftPush("students", "Li Si");
// 左添加(上) 把value值放到key对应列表中pivot值的左面，如果pivot值存在的话
//listOperations.leftPush("students", "Wang Wu", "Li Si");
// 右添加(下)
// listOperations.rightPush("students", "Zhao Liu");
// 获取 start起始下标 end结束下标 包含关系
List<Object> students = listOperations.range("students", 0,2);
for (Object stu : students) {
System.out.println(stu);
}
// 根据下标获取
Object stu = listOperations.index("students", 1);
System.out.println(stu);
// 获取总条数
Long total = listOperations.size("students");
System.out.println("总条数：" + total);
// 删除单条 删除列表中存储的列表中几个出现的Li Si。
listOperations.remove("students", 1, "Li Si");
// 删除多条
redisTemplate.delete("students");
}

操作set

// 4.操作set-无序
@Test
public void testSet() {
    SetOperations<String, Object> setOperations = redisTemplate.opsForSet();
    // 添加数据
    String[] letters = new String[]{"aaa", "bbb", "ccc", "ddd", "eee"};
    //setOperations.add("letters", "aaa", "bbb", "ccc", "ddd", "eee");
    setOperations.add("letters", letters);
    // 获取数据
    Set<Object> let = setOperations.members("letters");
    for (Object letter: let) {
        System.out.println(letter);
    }
    // 删除
    setOperations.remove("letters", "aaa", "bbb");
}

操作sorted set

// 5.操作sorted set-有序
@Test
public void testSortedSet() {
    ZSetOperations<String, Object> zSetOperations = redisTemplate.opsForZSet();
    ZSetOperations.TypedTuple<Object> objectTypedTuple1 =
            new DefaultTypedTuple<Object>("zhangsan", 7D);
    ZSetOperations.TypedTuple<Object> objectTypedTuple2 =
            new DefaultTypedTuple<Object>("lisi", 3D);
    ZSetOperations.TypedTuple<Object> objectTypedTuple3 =
            new DefaultTypedTuple<Object>("wangwu", 5D);
    ZSetOperations.TypedTuple<Object> objectTypedTuple4 =
            new DefaultTypedTuple<Object>("zhaoliu", 6D);
    ZSetOperations.TypedTuple<Object> objectTypedTuple5 =
            new DefaultTypedTuple<Object>("tianqi", 2D);
    Set<ZSetOperations.TypedTuple<Object>> tuples = new HashSet<ZSetOperations.TypedTuple<Object>>();
    tuples.add(objectTypedTuple1);
    tuples.add(objectTypedTuple2);
    tuples.add(objectTypedTuple3);
    tuples.add(objectTypedTuple4);
    tuples.add(objectTypedTuple5);
    // 添加数据
    zSetOperations.add("score", tuples);
    // 获取数据
    Set<Object> scores = zSetOperations.range("score", 0, 4);
    for (Object score: scores) {
        System.out.println(score);
    }
    // 获取总条数
    Long total = zSetOperations.size("score");
    System.out.println("总条数：" + total);
    // 删除
    zSetOperations.remove("score", "zhangsan", "lisi");
}

获取所有key&删除

// 获取所有key
@Test
public void testAllKeys() {
    // 当前库key的名称
    Set<String> keys = redisTemplate.keys("*");
    for (String key: keys) {
        System.out.println(key);
    }
}
// 删除
@Test
public void testDelete() {
    // 删除 通用 适用于所有数据类型
    redisTemplate.delete("score");
}

设置key的失效时间

@Test
public void testEx() {
    ValueOperations<String, Object> valueOperations = redisTemplate.opsForValue();
    // 方法一：插入一条数据并设置失效时间
    valueOperations.set("code", "abcd", 180, TimeUnit.SECONDS);
    // 方法二：给已存在的key设置失效时间
    boolean flag = redisTemplate.expire("code", 180, TimeUnit.SECONDS);
    // 获取指定key的失效时间
    Long l = redisTemplate.getExpire("code");
}

SpringDataRedis整合使用哨兵机制

application.yml

spring:
    redis:
        # Redis服务器地址
        host: 192.168.10.100
        # Redis服务器端口
        port: 6379
        # Redis服务器端口
        password: root
        # Redis服务器端口
        database: 0
        # 连接超时时间
        timeout: 10000ms
        lettuce:
            pool:
                # 最大连接数，默认8
                max-active: 1024
                # 最大连接阻塞等待时间，单位毫秒，默认-1ms
                max-wait: 10000ms
                # 最大空闲连接，默认8
                max-idle: 200
                # 最小空闲连接，默认0
                min-idle: 5
        #哨兵模式
        sentinel:
            #主节点名称
            master: mymaster
            #节点
            nodes:  192.168.10.100:26379,192.168.10.100:26380,192.168.10.100:26381

Bean注解配置

@Bean
public RedisSentinelConfiguration redisSentinelConfiguration(){
    RedisSentinelConfiguration sentinelConfig = new RedisSentinelConfiguration()
            // 主节点名称
            .master("mymaster")
            // 主从服务器地址
            .sentinel("192.168.10.100", 26379)
            .sentinel("192.168.10.100", 26380)
            .sentinel("192.168.10.100", 26381);
    // 设置密码
    sentinelConfig.setPassword("root");
    return sentinelConfig;
}

如何应对缓存穿透、缓存击穿、缓存雪崩问题

Key的过期淘汰机制

Redis可以对存储在Redis中的缓存数据设置过期时间，比如我们获取的短信验证码一般十分钟过期，我们这时候就需要在验证码存进Redis时添加一个key的过期时间，但是这里有一个需要格外注意的问题就是：并非key过期时间到了就一定会被Redis给删除。

定期删除

Redis 默认是每隔 100ms 就随机抽取一些设置了过期时间的 Key，检查其是否过期，如果过期就删除。为什么是随机抽取而不是检查所有key？因为你如果设置的key成千上万，每100毫秒都将所有存在的key检查一遍，会给CPU带来比较大的压力。

惰性删除

定期删除由于是随机抽取可能会导致很多过期 Key 到了过期时间并没有被删除。所以用户在从缓存获取数据的时候，redis会检查这个key是否过期了，如果过期就删除这个key。这时候就会在查询的时候将过期key从缓存中清除。

内存淘汰机制

仅仅使用定期删除 + 惰性删除机制还是会留下一个严重的隐患：如果定期删除留下了很多已经过期的key，而且用户长时间都没有使用过这些过期key，导致过期key无法被惰性删除，从而导致过期key一直堆积在内存里，最终造成Redis内存块被消耗殆尽。那这个问题如何解决呢？这个时候Redis内存淘汰机制应运而生了。Redis内存淘汰机制提供了6种数据淘汰策略：

volatile-lru：从已设置过期时间的数据集中挑选最近最少使用的数据淘汰。
volatile-ttl：从已设置过期时间的数据集中挑选将要过期的数据淘汰。
volatile-random：从已设置过期时间的数据集中任意选择数据淘汰。
allkeys-lru：当内存不足以容纳新写入数据时移除最近最少使用的key。
allkeys-random：从数据集中任意选择数据淘汰。
no-enviction（默认）：当内存不足以容纳新写入数据时，新写入操作会报错。

一般情况下，推荐使用volatile-lru策略，对于配置信息等重要数据，不应该设置过期时间，这样Redis就永远不会淘汰这些重要数据。对于一般数据可以添加一个缓存时间，当数据失效则请求会从DB中获取并重新存入Redis中。

缓存击穿

首先我们来看下请求是如何取到数据的：当接收到用户请求，首先先尝试从Redis缓存中获取到数据，如果缓存中能取到数据则直接返回结果，当缓存中不存在数据时从DB获取数据，如果数据库成功取到数据，则更新Redis，然后返回数据

定义：高并发的情况下，某个热门key突然过期，导致大量请求在Redis未找到缓存数据，进而全部去访问DB请求数据，引起DB压力瞬间增大。

解决方案：缓存击穿的情况下一般不容易造成DB的宕机，只是会造成对DB的周期性压力。对缓存击穿的解决方案一般可以这样：

Redis中的数据不设置过期时间，然后在缓存的对象上添加一个属性标识过期时间，每次获取到数据时，校验对象中的过期时间属性，如果数据即将过期，则异步发起一个线程主动更新缓存中的数据。但是这种方案可能会导致有些请求会拿到过期的值，就得看业务能否可以接受，
如果要求数据必须是新数据，则最好的方案则为热点数据设置为永不过期，然后加一个互斥锁保证缓存的单线程写。

缓存穿透

定义：缓存穿透是指查询缓存和DB中都不存在的数据。比如通过id查询商品信息，id一般大于0，攻击者会故意传id为-1去查询，由于缓存是不命中则从DB中获取数据，这将会导致每次缓存都不命中数据导致每个请求都访问DB，造成缓存穿透。

解决方案：

利用互斥锁，缓存失效的时候，先去获得锁，得到锁了，再去请求数据库。没得到锁，则休眠一段时间重试
采用异步更新策略，无论key是否取到值，都直接返回。value值中维护一个缓存失效时间，缓存如果过期，异步起一个线程去读数据库，更新缓存。需要做缓存预热(项目启动前，先加载缓存)操作。
提供一个能迅速判断请求是否有效的拦截机制，比如，利用布隆过滤器，内部维护一系列合法有效的key。迅速判断出，请求所携带的Key是否合法有效。如果不合法，则直接返回。
如果从数据库查询的对象为空，也放入缓存，只是设定的缓存过期时间较短，比如设置为60秒。

缓存雪崩

定义：缓存中如果大量缓存在一段时间内集中过期了，这时候会发生大量的缓存击穿现象，所有的请求都落在了DB上，由于查询数据量巨大，引起DB压力过大甚至导致DB宕机。

解决方案：

给缓存的失效时间，加上一个随机值，避免集体失效。如果Redis是集群部署，将热点数据均匀分布在不同的Redis库中也能避免全部失效的问题
使用互斥锁，但是该方案吞吐量明显下降了。
设置热点数据永远不过期。

双缓存。我们有两个缓存，缓存A和缓存B。缓存A的失效时间为20分钟，缓存B不设失效时间。自己做缓存预热操作。然后细分以下几个小点
从缓存A读数据库，有则直接返回
A没有数据，直接从B读数据，直接返回，并且异步启动一个更新线程。
更新线程同时更新缓存A和缓存B。

删除。所以用户在从缓存获取数据的时候，redis会检查这个key是否过期了，如果过期就删除这个key。这时候就会在查询的时候将过期key从缓存中清除。

Redis学习笔记

Redis

学习目标

Redis的介绍及安装

Redis是什么？

性能

Redis历史简介

支持语言

支持的数据类型

安装

下载地址

上传至服务器

解压

安装依赖

预编译

安装

启动

通过windows客户端访问

关系型数据库与非关系型数据库

关系型数据库

非关系型数据库

比较

Redis-cli操作Redis

Redis-cli连接Redis

Redis-cli操作Redis

操作String

操作hash

操作list

操作set

操作sorted set

Redis中以层级关系、目录形式存储数据

设置key的失效时间

删除

Java操作Redis

创建项目

创建项目

添加依赖

配置文件

Java怎么连接Redis？

通过Redis连接池获取连接对象并操作服务器

封装JedisUtil对外提供连接对象获取方法

Java操作Redis五种数据类型

连接与释放

操作String

操作hash

操作list

操作set

操作sorted set

Redis中以层级关系、目录形式存储数据

设置key的失效时间

获取所有key&事务&删除

操作byte

Redis搭建主从复用

读写分离

创建三个目录（数据文件、日志文件、配置文件）

复制redis.conf至/opt/redis/conf目录下

修改redis-common.conf公共配置文件

添加3个服务的私有配置文件

运行3个redis进程

查看redis服务器主从状态

主备切换

主从节点redis.conf配置

修改sentinel-common.conf 哨兵公共配置文件

添加3个哨兵的私有配置文件

启动测试

SpringDataRedis

创建项目

添加依赖

添加application.yml配置文件

Lettuce和Jedis的区别

测试环境测试环境是否搭建成功

自定义模板解决序列化问题

操作string

操作hash

操作list

操作set

操作sorted set

获取所有key&删除

设置key的失效时间

SpringDataRedis整合使用哨兵机制