Redis 思维导图模板_ProcessOn思维导图、流程图

介绍

Redis是一种运行速度很快，并发能力很强，并且运行再内存上的Nosql数据库

非关系型数据库（Nosql）
Redis,Memcahe,MongoDB..

优势：
1.处理高并发，大批量数据的能力强。
2.支持分布式集群，负载均衡，性能高。
3.内存级数据库，查询速度快。
4.存储格式多，支持key-value形式，文档形式，图片形式。
5.没有多表连接查询机制和限制，扩展性高。

缺点：
1.不支持sql工业的标准。
2.没有join等复杂的连接操作。
3.事务处理能力弱。
4.没有完整性约束，对于复杂业务场景支持较差。

关系型数据库：
mysql,sql,oracle..

优点：
1.通过事务处理保持数据的一致性。
2.数据更新的开销很小。
3.可以进行Join等复杂查询。

缺点：
1.数据独写必须经过sql解析，大量数据，高并发下独写性能不足。
2.为保证数据一致性，需要加锁，影响并发操作。
3.无法适应非结构化存储。
4.扩展困难

使用场景

缓存

一些频繁被访问的数据,经常被访问的数据如果放在关系型数据库，
幂次查询的开销会很大，而放在redis中，因为redis是放在内存中的
可以高效的访问。

排行榜

在使用传统的关系型关系数据库，来做这个功能，非常麻烦
而使用Redis的SortSet（有序集合）数据解构能够简单的搞定。

计算器/限速器

利用Redis中原子性的自增操作，我们可以统计类似用户点赞数，
用户访问数等。这类操作如果使用Mysql，频繁独写会嗲来相当大的压力，
限速器比较典型的使用场景是限制某个用户访问某个API的频率，常用的有抢购时，
防止用户疯狂点击嗲来不必要的压力。

好友关系

利用集合的一些命令，比如求交集，并集，差集等。
可以方便搞定一些共同好友，共同爱好之类的功能。

简单消息队列

除了Redis自身的发布/订阅模式，我们也可以利用List来实现一个队列机制，
比如：到货通知，右键发送之类的需求，不需要高可靠，但是会带来非常大的DB压力，
完全可以用List来完成异步解耦。

Session共享

以jsp为例，默认Session是保护在服务器的文件中，如果是集群服务
同一个用户过来可能落在不同的机器上，这就会导致用户频繁登录;采用Redis保存Session后，
无论落在哪台机器上都能够获取到对应的Session信息。

Redis/Memcache/MongoDB对比

Redis和Memcache

1.Redis和Memcache都是内存数据库，不过memcache还可用户缓存其他东西，例如图片，视频等。

2.Memcache数据结构单一kv,Redis更丰富一些，Redis提供String,list,set,hashzset数据结构的存储，有效的减少网络IO次数。

3.虚拟内存-Redis当物理内存用完时，可以将一些很久没有用到的value交换到磁盘。

4.存储数据安全 -Memcache挂掉后，数据没了（没有持久化机制）；redis可以定期把偶从你到磁盘（持久化）

5.灾难恢复-Memche挂掉后，数据不可恢复，Redis数据丢失后，可以通过RBD或AOF恢复。

Redis和MongoDB

1.Redis和MongoDB并不是竞争关系，更多的是一直哦弄个协作共存的关系。

2.MongoDB本质上还是硬盘数据库，在复杂查询时，仍然会有大量的资源消耗，
而且在处理负载逻辑时，仍然要不可避免地进行多次查询。

3.这时就需要redis或Memcache这样的内存数据库来作中间层进行缓存和加速。

4.比如在某些复杂的页面的场景中，整个也i按的内容如果都从MongoDB中查询，
可能要十几个查询语句，耗时很长。如果需求允许，则可以把整个页面的对象缓存至Redis中
，定期更新。这样MongoDB和Redis就能很好地协作起来

数据库

分布式数据库

CAP原理

C(Consistency):强一致性

所有节点在同一时间的数据完全一致，这就是分布式的一致性。

A(Availability)：高可用性

服务一直可用，而且要是正常的响应时间。

P(Partition tolerance):分区容错性

即分布式系统在遇到某节点或网络分区故障时，仍然能够对外提供满足一致性或可用性的服务。

CAP总结

分区是常态，不可避免，三者不可共存。

可用性和一致性是一对冤家

一致性高，可用性低。

一致性低，可用性高。

三大类原则

CA:单点集群，满足一致性，可用性的系统，通常在可拓展性上不太强。

CP:满足一致性，分区容错性的系统，通常性能不是特别高。

AP:满足可用性，分区容错性的系统，通常一致性要求低一些

传统的关系数据库

ACID原理

A:原子性

原子性是指事务是一个不可再分割的工作单位，事务中操作要么都发生，要么都不发生。

C:一致性

一致性是指在事务开始之前和事务结束以后，数据库的完整性约束没有被破坏。这就说数据库事务不能破坏
关系数据的完整性以及业务逻辑上的一致性。

I:独立性

多个事务并发访问时，事务之间是隔离的，一个事务不应该影响其它事务运行效果。

D:持久性

持久性，意味着在事务完成以后，该事务所对数据库所作的更改便持久的保存在数据库中，并不会被回滚。

常用命令

系统

已配置文件方式启动：redis-server/opt/redis-5.0.4/redis.conf

进入redis：redis-cli

单实例关系：redis-cli shutdown

性能测试：redis-benchmark(ctrl+C停止)

String

add

保存key数据：set key china

往key中追加数据(abc)：append key abc

返回字符长度

加减操作(必须是数字类型)

key自增1（++）：incr key

key自减1（--）：decr key

key自增3(+=3)：incrby key 3

key自减(-=2)：decrby key 3

添加数据的并添加生命周期

添加key键值v1时同时设置5秒的生命周期：setex key 5 v

nil：已过期

添加key键值v1时同时设置5秒的生命周期(判断是否存在，防止被覆盖)：setnx key 5 v

0：添加失败，数据已存在

1：添加成功，数据不存在

update

移动键到几号库:move key db

delete

清空当前数据库：flushdb

清空所有数据库：fluashall

删除数据key：del key

select

获取key数据：get key

切换数据库：select 16 (切换16号数据库)

数据库数量：dbsize（默认16个数据库）

模糊查询

查询所有键： keys *

查询k开头：keys k*

查询e结尾：keys *e

查询包含k键：keys *k*

查询k开头，后匹配一个字符：keys k?

查询k开头，后匹配两个字符：keys k??

第二个字母可能是a或者e：keys r[ae]dis

判断看key是否存在：exists key

存在：（integer） 1

不存在：(integer) 0

查看key键过期时间：ttl key

永不过期：-1

已过期：-2

为key键设置过期时间（倒计时）：expire key 秒

查看key键的数据类型：type key

查询key键值长度:strlen key

查询范围

查询key全部值：getrange key 0 -1

查询key的值，返回时下标0~下标3（包含0和3），共返回4个字符：getrange key 0 3

替换key的值，从下标1开始提供为xxx：setrange key 1 xxx

多功能操作

一次添加多条数据：mset k1 v1 k2 v2 k3 v3

一次获取多条数据：mget k1 k2

一次添加多条数据时,并判断：msetnx k3 v3 k4 v4

0：添加失败，已存在

1：添加成功

先get后set：getset key v1

List

add

从左往右（上-下）:lpush list1 1 2 3 4

从右往左（下-上）:rpush list1 1 2 3 4

插入元素（指定某个元素之前/之后）

插入某个元素之前

从左边进入，在list1中的2元素之前插入java：linsert list1 before 2 java

插入某元素之后

从左边进入，在list1中的2元素之后插入redis：linsert list1 after 2 redis

update

改变某个下标的值(将list1中下标为0的元素修改成x)：lset list1 0 x

delete

移除左（上）边第一个元素：lpop list1

移除右（下）边第一个元素：rpop list 1

删除n个value(从list1中移除2个3)：lrem list1 2 3

select

查询指定下标返回数据(0开始，-1结尾)：lrange list1 0 -1

查询集合长度：llen list01

获取指定范围的值(获取list1中下标3~6的值)：ltrim list1 3 6

多功能操作

从一个集合搞一个元素到另一个集合中（右出一个，左进一个）：rpop lpush list01 list02

Set

add

添加元素(自动排除重复元素)：sadd set1 1 2 2 3 5

返回插入元素数量

update

移动元素：将key1某个值赋值给key2：smove set1 set2 3

delete

删除集合中元素：srem key value

删除成功：1

随机移除：spop set1

select

查询集合：smembers set1

判断元素是否存在：sismember set1 2

存在:1

不存在:0

获取集合中元素的个数：scard set1

随机获取元素：srandmembers set1

随机获取n个元素：srandmember set1 3

数据集合类

交集：sinter

set1和set2共同存在的元素：sinter set1 set2

并集：sunion

将set1和set2中所有元素合并起来（去除重复的）：sunion set1 set2

差集：sdiff

在set1中存在，在set2中不存在：sdiff set1 set2

在set2中存在，在set1中不存在：sdiff set2 set1

Hash

add

添加(添加user，值为id=1001)：hset user id 1001

添加学生student，属性一堆：hmset student id 101 name tom age 22

添加的时候先判断是否存在：hset student age 18

添加失败：0 已存在

添加成功： 1 属性不存在可以添加

update

自增整数

自增整数2：hincrby student age 2

自增小数

自增小数5.5：hincrbyfloat user money 3.5

delete

删除属性(删除学生年龄属性)：hdel student age

select

获取属性信息(获取学生姓名)：hget student name

获取所有属性信息(获取学上全部信息)包括值：hgetall student

查询元素的属性个数(查询学生属性个数)：hgetall student

判断元素是否存在某个属性(student是否存在name属性)：hexists student name

获取属性的所有key不包括值(获取student所有的属性名)：hkeys student

获取属性的所有值(获取student所有属性的值（内容）)：hvals student

Zset

add

添加：zadd zset01 10 vip1 20 vip2 30 vip3 40 vip4 50 vip5

update

delete

删除（删除vip5）：zrem zset01 vip5

select

查询数据：zrange zset01 0 -1

带着分数查询数据：zrange zset01 0 -1 withscores

模糊查询：zrangebyscore

20<=score<=40：zrangebyscore zset01 20 40

查询集合长度: zcard

范围内元素个数(分数在20~40之间，共有几个元素)：zcount zset01 20 30

查询元素下标(vip3在集合中的下标（从上向下）)：zrank zset01 vip3

通过值获得分数：zscore zset01 vip2

逆序找下标：zrevrank zset01 vip3

逆序查询：zrevrange

逆序范围查找：zrevrangebyscore

持久化

RDB

简介

1.在指定的时间间隔内，将内存中的数据集的快照写入磁盘
2.默认保存在/usr/local/bin中，文件名dump.rdb

自动备份

每次关机时，redis会自动将数据备份到一个文件中：/usr/local/bin/dump.rdb

手动备份

每次操作完成，执行命令save就会立刻备份

RDB相关配置

stop-writes-on-bgsave-error：进水口和出水口，出水口发生故障与否
yes：当后台被封时候发生错误，前台停止写入
no：不管是否故障，继续写入

rdbcompression：对于存到到磁盘中的快照，是否启动LZF压缩算法。
一般都会启动。
yes：启动
no：不启动

rdbchecksum：在存储快照后，是否启动CRC64算法进行校验
注意：开启后，大约增加10%左右的CPU消耗

dbfilename：快照备份文件名字

dir：快照备份问价能保存目录，默认为当前目录

优缺点

优点：适合大规模数据恢复，对数据完整性和一致性要求不高。

缺点：一定间隔备份一次，意外宕机，就是去最后一次快照的所有修改。

AOF

简介

以日志的形式记录每个写操作

将redis执行过的指令全部记录下来（读操作不记录）

只许追加文件，不可以改写文件

redis在启动指出会读取该文件从头到为执行一遍，这样来重构数据

开启AOF

修改redis.conf总配置文件：
appendonly yes
appendfilename appendonly.aof

注意点：1.文件中最后一句要删除，否则数据恢复不了
2.编辑这个文件，最后要:wq!强制执行

AOF相关配置

appendonly：开启aof模式

appendfilename：aof的文件名字，最好别改！

appendfsync：追写策略
always:每次数据变更，就会立刻记录到磁盘，性能较差，但数据完整性好
everysec:默认设置，异步操作，每秒记录，如果一秒当家，会有数据丢失
no:不追写

no-appendfsync-on-rewrite：重写时是否运用Appendfsync追写策略；
用默认no即可，保证数据安全性。

AOF采用文件追加的方式，文件会越来越大，为了解决这个问题，增加了重写机制，redis会
自动记录上一次AOF文件的大小，当AOF文件大小达到预先设定的大小时，redis就会启动
AOF文件进行内容压缩，只保留可以恢复数据的最小指令集合

auto-aof-rewrite-percentage：如果AOF文件大小已经超过原来的100%,也就是一倍，才重写压缩

auto-aof-rewrite-min-size：如果AOF文件已经超过64mb,才重写压缩

总结

RDB

只用作后备用途，建议15分钟备份一次就行

AOF

1.在最恶劣的情况下，也只丢失不超过2秒的数据，数据完整性比较高，但代价太大，会带来持续的IO

2.对硬盘的大小要求也高，默认64mb，太小了，企业级最少5G以上

复制原理

全量复制

Slave初始化阶段，这时Slave需要将Master上的所有数据都复制一份slave接收到数据
文件后，存盘，并加载到内存中；

增量复制

Slave初始化后，开始正常工作时主服务器发生的写操作同步到从服务器的过程；

补充

Redis主从同步策略：主从刚刚连接的时候，进行全量同步；全同步结束后，进行增量同步。

当然，如果有需要，slave在任何时候都可以发起全量同步。

redis策略是，无论如何，首先会尝试进行增量同步，如不成功，要求从机进行全量同步。

事务

三特性

隔离性

所有命令都会按照顺序执行，事务在执行过程中，不会被其他客户端送来的命令打断。

没有隔离级别

队列中的命令没有提交之前都不会被实际执行，不存在"事务中查询要看到事务里的更新，事务外查询不能看"的问题

不保证原子性

如果一个命令失败，但是别的命令肯会执行成功，没有回滚

事务命令(三步走)

multi

可以理解成关系型事务中的begin

exec

可以理解成关系型事务中的commit

discard

可以理解成关系型事务中的rollback

watch

监控

unwatch

取消watch命令对所有key的操作

exec

一旦执行了exec命令，那么之前加的所有监控自动失效

发布订阅

publish（发布）

subscribe（订阅）

实现分布式锁

Redisson

Redisson就是用于在Java程序中操作Redis的库，它使得我们可以在程序中轻松地使用
Redis。

Redisson在java.util中常用接口的基础上，为我们提供了一系列具有分布式特性的工具类。

分布式锁方案比较

zookeeper的特点就是高可靠性

redis特点就是高性能

redis集群的策略

主从复制（读写分离：主机写，从机读）

一主二仆

主机挂了，没有主机

血脉相传

继承关系，选出新主机

谋权篡位

手动选择主机

哨兵模式

简介

当主机宕机后，可以通过sentinel.conf配置文件，投票选出新主机

Sentinel是Redis的高可用性解决方案

由一个或多个Sentinel实例组成的Sentinel系统可以监视任意多个主服务器，以及所有从服务
器，并在被监视的主服务器进入下线状态时，自动将下线主服务器属下的某个从服务器升级
为新的主服务器，然后由新的主服务器代替已下线的主服务器继续处理命令请求

缺点

所有写的操作都是在master上完成的

然后再同步到slave上，所以两台机器之间会有延迟

当系统很繁忙的时候，延迟问题会加重

slave机器数量增加，问题也会加重

redis的连接池技术

JedisPool