概述
Redis（Remote Dictionary Server )，即远程字典服务，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，并提供多种语言的API。
Redis能干嘛？
1、内存存储、持久化，内存中的数据是断电即失的，所以持久化很重要（RDB、AOF）
2、效率高，可以用于高速缓存
3、发布订阅系统
4、地图信息分析
5、计时器、计数器（浏览量）
6、……
特性
1、多样的数据类型
2、持久化
3、集群
4、事务
……
基础知识
1、redis默认有16个数据库，默认使用的是第0个数据库，可以使用select切换数据库
select 1 #切换1数据库
DBSIZE #查看DB大小
keys * #查看所有key
flushall #清空数据库
exists key #判断当前key是否存在
move key 1 #移除当前的key
expire key second #设置过期时间
ttl key #查看key剩余过期时间
type key #查看key的类型
Redis是单线程的！！
官方表示，Redis是基于内存操作的，CPU不是Redis的性能瓶颈。Redis的瓶颈是根据机器的内存和网络带宽，既然可以使用单线程，就使用单线程了！
Redis是C语言写的，官方提供的数据为100000+的QPS，完全不比同样使用key-value的MemeCache差！
Redis为什么单线程还这么快？
误区1：高性能服务器一定是多线程的
误区2：多线程（CPU上下文切换）一定比单线程效率高
核心：redis是将全部数据放在内存中，所以使用单线程去操作效率就是最高的，对于内存系统来说，如果没有上下文切换效率就是最高的，多次读写都是在一个CPU上。
Redis五大数据类型
1、String
set key value #设置key-value
get key #获取key的value
exists key #key是否存在
append key value #追加字符串，若key不存，相当于set key value
strlen key #获取字符串长度
incr key #当前key的value加1
decr key #当前key的value减一
incrby key 10 #当前key加10
decrby key 10 #当前key减10
getrange key 0 3 #字符串范围 （getrange key 0 -1 获取全部字符串）
setrange key 1 xx #替换指定位置开始的字符串
setex key second value #（set with expire）设置过期时间
setnx key value #（set if not with exists ）不存在再设置 （分布式锁中常使用）
mset key1 v1 key2 v2 #批量设置
mget key1 key2 key3 #批量获取
msetnx key1 v1 key2 v2 #不存在再设置(批量 原子性操作 一起成功 一起失败)
getset key value #先获取原值再设置新值
2、List
redis中，可以将list用作栈、队列、阻塞队列的数据结构
所有list命令都是以l开头
lpush key v1 v2 ... #将一个值或多个值插入列表的头部(左)
rpush key v1 v2 ... #将一个值或多个值插入列表的尾部(右)
lrange key start end #用过区间获取具体的值 （0 -1 区间获取全部值）
lpop key #移除列表头部第一个值（左）
rpop key #移除列表尾部第一个值（右）
lindex key index #通过索引获取值
llen key #获取列表长度
lrem key count value #移除list集合中指定个数的value 精确匹配
ltrim key start stop #通过下标截取指定长度，list已经改变，只剩下截取后的元素
rpoplpush key otherkey #移除列表中最后一个元素，并将它插入另一个列表头部
lset key index value #将列表中指定下标的值替换为另外一个值，更新操作 （如果列表或索引不存在 会报错）
linsert key before v1 v2 #在v1前插入v2
linsert key after v1 v2 #在v1后插入v2
小结：
- 他实际上是一个链表，before after left right 都可以插入值
- 如果key不存在，创建新的链表
- 如果key存在，新增内容
- 如果移除了所有值，空链表，也代表不存在
- 在两边插入或改动值，效率最高！中间元素，相对来说效率会低一点！
- 消息排队 消息队列（Lpush Rpop） ，栈（Lpush Lpop）
3、Set
set中的值不能重复
sadd key value #添加元素
smembers key #查看指定set中所用元素
sismember key value #判断某一个值在指定set中是否存在
scard key #获取set中的内容元素个数
srem key value #移除set中指定元素
srandmember key count #随机选出指定个数的成员
spop key #随机移除元素
smove oldkey newkey member #将一个指定的值，从一个set移动到另一个set
sdiff key... #获取多个set差集
sinter key... #获取多个set交集 （共同好友、共同关注）
sunion key... #获取多个set并集
应用场景：微博，将用户所有关注放入一个set，粉丝放入一个set
-> 共同关注、二度好友、相互关注…..
4、Hash
Map集合 key-(key-value)
hset key field value #存入一个具体键值对
hget key field #获取一个字段值
hmset key field value field1 value1 ... #存入多个具体键值对
hmget key field field1 ... #获取多个字段值
hgetall key #获取全部数据
hdel key field #删除hash指定的key字段，对应value也就没有了
hlen key #获取hash中字段数量
hexists key field #判断hash中某个字段是否存在
hkeys key #获取hash中全部key
hvals key #获取hash中全部value
hincrby key field 1 #hash中指定key的value加1
hdecrby key field 1 #hash中指定key的value减1
hsetnx key field value #如果hash中指定key不存在则创建，存在则创建失败
hash应用场景： 变更的数据，比如用户信息，以及其他经常变动的信息；hash更加适合对象的存储，String更适合字符串的存储。
5、Zset
有序集合，在set的基础上增加了一个排序的值
zadd key score value #添加元素
zrange key 0 1 #通过索引区间返回有序集合指定区间内的成员 （0 -1）返回全部
zrangebyscore key min max #排序并返回 从小到大 例如：zrangebyscore key1 -inf +inf （-inf：负无穷 +inf：正无穷 ）
zrevrange key 0 -1 #排序并返回 从大到小
zrem key value #移除指定元素
zcard key #获取有序集合中的数量
zcount key start stop #获取指定区间中的成员数量
Redis三种特殊数据类型
1、geospatial
地理位置 （定位、附近的人、打车距离……）
GEO底层就是Zset 可以用Zset命令操作Geo
#geoadd 添加地理位置
规则：两极无法直接加入，通常通过java一次性导入 有效经度：-180到180 有效纬度：-85.05112878到85.05112878
geoadd china:city 121.47 31.23 shanghai
geoadd china:city 106.50 29.53 chongqing 114.05 22.52 shenzhen 120.16 30.24 hangzhou 108.96 34.26 xian
#geopop 获取指定成员的经度和纬度
GEOPOS china:city chongqing beijin
#geodist 查看成员间的的直线距离
GEODIST china:city beijin shanghai km
#georadius 以给定经纬度为中心，找出某一半径内的元素
（附件的人）
GEORADIUS china:city 110 30 1000 km
GEORADIUS china:city 110 30 1000 km withdist withcoord count 2 （withdist 显示直线距离 withcoord 显示经纬度 count 显示几条）
#georadiusbymember 以给定成员为中心，找出某一半径内的元素
georadiusbymember china:city beijing 1000 km withdist withcoord count 2 （withdist 显示直线距离 withcoord 显示经纬度 count 显示几条）
#geohash 返回一个或多个位置元素的geohash表示 将二维的经纬度转换成一维的11位字符串 如果两个字符串越接近，则距离越近。
2、hyperloglog
基数 （不重复的元素个数） 可以接受误差 大概有0.81%的错误率
Redis hyperloglog 基数统计算法：
优点： 占用内存固定，存放2^64不同的元素的技术，只需要占用12KB内存
网页的UV （一个人访问一个网站多次，统计出还是一个人）
传统的方式：set集合保存用户id，统计set中用户数量。 但是相对消耗更多内存，我们的目的并不是保存用户id，目的只是计数。
PFadd key element #创建一组元素
PFcount key #统计元素基数
pfmerge key3 key1 key2 #合并两组key1 key2 => key3 并集
3、bitmaps
位存储
统计用户信息 活跃 不活跃 登录 未登录 打卡
两个状态的 都可以使用bitmaps
bitmaps位图数据结构，都是操作二进制位来进行记录的，非0即1
setbit key offset value #设置位图
getbit key offset #获取指定位图的值
bitcount key #统计数量
###################################################
例如 一周打卡 0为打卡 1打卡
127.0.0.1:6379> SETBIT sign 0 1
(integer) 0
127.0.0.1:6379> SETBIT sign 1 0
(integer) 0
127.0.0.1:6379> SETBIT sign 2 1
(integer) 0
127.0.0.1:6379> SETBIT sign 3 0
(integer) 0
127.0.0.1:6379> SETBIT sign 4 0
(integer) 0
127.0.0.1:6379> SETBIT sign 5 0
(integer) 0
127.0.0.1:6379> SETBIT sign 6 1
(integer) 0
127.0.0.1:6379> GETBIT sign 0
(integer) 1
127.0.0.1:6379> BITCOUNT sign
(integer) 3
Redis事务
Redis单条命令时保证原子性的，但是事务不保证原子性
Redis事务的本质：一组命令的集合！一个事务中所有命令都会被序列化，在事务执行的过程中，会按照顺序执行。一次性、顺序性、排他性
Redis事务没有隔离级别的概念！
所有命令在事务中，并没有直接执行！只有在发起执行命令的时候才会执行！
Redis的事务：
开启事务（multi）
命令入队（…）
执行事务（exec）\ 放弃事务（discard）
127.0.0.1:6379> MULTI
OK
127.0.0.1:6379(TX)> set k1 v1
QUEUED
127.0.0.1:6379(TX)> set k2 v2
QUEUED
127.0.0.1:6379(TX)> get k2
QUEUED
127.0.0.1:6379(TX)> set k3 v3
QUEUED
127.0.0.1:6379(TX)> EXEC
1) OK
2) OK
3) "v2"
4) OK
编译型异常（代码有问题，命令有错），事务中所有的命令都不会被执行！
127.0.0.1:6379> MULTI
OK
127.0.0.1:6379(TX)> set k1 v1
QUEUED
127.0.0.1:6379(TX)> get k1
QUEUED
127.0.0.1:6379(TX)> setget k2 v2 #错误命令
(error) ERR unknown command `setget`, with args beginning with: `k2`, `v2`,
127.0.0.1:6379(TX)> set k3 v3
QUEUED
127.0.0.1:6379(TX)> EXEC #执行事务报错
(error) EXECABORT Transaction discarded because of previous errors.
127.0.0.1:6379> get k1 #所有命令都没有被执行
(nil)
127.0.0.1:6379>
运行时异常 ，如果事务队列中存在语法性，那么执行命令的时候，其他命令是可以正常执行的，错误命令抛出异常。
127.0.0.1:6379> MULTI
OK
127.0.0.1:6379(TX)> set k1 "gg"
QUEUED
127.0.0.1:6379(TX)> incr k1 #虽然命令报错了，但是事务依旧执行成功了
QUEUED
127.0.0.1:6379(TX)> set k2 v2
QUEUED
127.0.0.1:6379(TX)> get k2
QUEUED
127.0.0.1:6379(TX)> EXEC
1) OK
2) (error) ERR value is not an integer or out of range
3) OK
4) "v2"
127.0.0.1:6379>
Redis实现乐观锁
监控！Watch/unwatch(解锁，如果事务执行失败，先解锁，然后再次手动去监视)
悲观锁：
很悲观，什么时候都会出问题，无论做什么都会加锁！
乐观锁
很乐观，认为什么时候都不会出问题，不会加锁！更新数据的时候判断，在此期间是否有人修改过这个数据。
获取version
更新时比较version
127.0.0.1:6379> set k1 100
OK
127.0.0.1:6379> set k2 0
OK
127.0.0.1:6379> WATCH k1 #监控
OK
127.0.0.1:6379> MULTI
OK
127.0.0.1:6379(TX)> DECRBY k1 20
QUEUED
127.0.0.1:6379(TX)> INCRBY k2 20
QUEUED
127.0.0.1:6379(TX)> EXEC #执行之前，另外一个线程修改了监控值，导致事务执行失败
(nil)
127.0.0.1:6379>
####################### 在上一个线程EXEC之前 执行以下命令 #########
127.0.0.1:6379> set k1 1000
OK
Jedis
什么是Jedis： Redis官方推荐的java连接开发工具！
1、导入jar包
2、连接数据库
3、操作命令
4、断开连接
Springboot整合
在springboot2.X之后，jedis被替换为了lettuce
jedis采用直连，多个线程操作不安全，如果想避免安全问题，使用jedis pool连接池！ 更像BIO模式
lettuce：采用netty，实例可以在多个线程**享，不存在线程不安全的问题，可以减少线程数量。 更像NIO模式
1、导入依赖
spring-boot-starter-data-redis
2、配置连接
自定义RedisTemplate
import org.springframework.data.redis.serializer.Jackson2JsonRedisSerializer;
import org.springframework.data.redis.serializer.StringRedisSerializer;
import com.fasterxml.jackson.annotation.JsonAutoDetect;
import com.fasterxml.jackson.annotation.PropertyAccessor;
import com.fasterxml.jackson.databind.ObjectMapper;
/**
* Redis对json序列化处理
*/
@Configuration
public class RedisConfig_JacksonSerializer
{
@Bean
public RedisTemplate <String, Object> getRedisTemplate(RedisConnectionFactory connectionFactory)
{
RedisTemplate<String, Object> redisTemplate = new RedisTemplate<>();
redisTemplate.setConnectionFactory(connectionFactory);
// 序列化配置
// 使用Jackson2JsonRedisSerialize替换默认序列化方式
Jackson2JsonRedisSerializer<?> jackson2JsonRedisSerializer = new Jackson2JsonRedisSerializer<>(Object.class);
//String的序列化
StringRedisSerializer stringRedisSerializer = new StringRedisSerializer();
ObjectMapper om = new ObjectMapper();
om.setVisibility(PropertyAccessor.ALL, JsonAutoDetect.Visibility.ANY);
//启用默认的类型
om.enableDefaultTyping(ObjectMapper.DefaultTyping.NON_FINAL);
//序列化类，对象映射设置
jackson2JsonRedisSerializer.setObjectMapper(om);
//key使用String序列化
redisTemplate.setKeySerializer(stringRedisSerializer);
//value使用jackson序列化
redisTemplate.setValueSerializer(jackson2JsonRedisSerializer);
//hash的key使用String序列化
redisTemplate.setHashKeySerializer(stringRedisSerializer);
//hash的value使用jackson序列化
redisTemplate.setHashValueSerializer(jackson2JsonRedisSerializer);
redisTemplate.afterPropertiesSet();
return redisTemplate;
}
}
RedisUtils
RedisUtils-RedisTemplate
Redis-StringRedisTemplate
Redis.conf 详解
单位 units
包含 includes
网络 network
bind 127.0.0.1 #绑定访问ip
protected-mode yes #保护模式 yes开启 no关闭
port 6379 #端口
通用 GENERAL
daemonize yes #以守护进程的方式进行,默认是no
pidfile /var/run/redis_6379.pid #如果以后台（守护进程）的方式运行，我们就需要指定一个pid文件！
日志
# Specify the server verbosity level.
# This can be one of:
# debug (a lot of information, useful for development/testing)
# verbose (many rarely useful info, but not a mess like the debug level)
# notice (moderately verbose, what you want in production probably) （生产环境）
# warning (only very important / critical messages are logged)
loglevel notice #日志级别
logfile "" #日志文件名
databases 16 #数据库个数 默认16
always-show-logo yes #是否总是展示logo
快照（snapshotting）
持久化，在规定时间内，执行了多少次操作，则会持久化到文件 .rdb .aof
redis是内存数据库，如果没有持久化，断电数据丢失
save 900 1 #如果900秒内，至少一个key进行了修改，那么就进行持久化操作
save 300 10 #如果300秒内，至少有10个key进行了修改，那么就进行持久化操作
save 60 10000 #如果60秒内，至少有10000个key进行了修改，那么就进行持久化操作
stop-writes-on-bgsave-error yes #持久化如果出错，是否还需要继续工作
rdbcompression yes #是否压缩.rdb文件（会消耗一定的cpu资源）
rdbchecksum yes #保存.rdb文件的时候，进行错误检查校验
dir ./ #.rdb文件保存路径
复制（replication 主从复制）
安全（security）
requirepass root #设置密码为root 默认是没有密码的
客户端限制（clients）
maxclients 10000 #最大连接数
内存设置（memory management）
maxmemory <bytes> #最大内存容量
maxmemory-policy noeviction #内存处理策略 内存达到上限之后的处理策略
1、volatile-lru：只对设置了过期时间的key进行LRU（默认值）
2、allkeys-lru ： 删除lru算法的key
3、volatile-random：随机删除即将过期key
4、allkeys-random：随机删除
5、volatile-ttl ： 删除即将过期的
6、noeviction ： 永不过期，返回错误
aof配置（append only mode）
appendonly no #aof模式默认不开启,默认是使用rdb方式持久化的，在大部分情况下,rdb完全够用
appendfilename "appendonly.aof" #.aof文件名
# appendfsync always #每次修改都会执行同步，消耗性能
appendfsync everysec #每秒执行一次同步，但是可能会丢失这1s的数据
# appendfsync no #不执行同步，这个时候操作系统自己同步数据，速度最快
####重写规则####
no-appendfsync-on-rewrite no
auto-aof-rewrite-percentage 100
auto-aof-rewrite-min-size 64mb #如果aof文件大于64mb，太大了，fork一个新的进程来讲我们的文件进行重写。
Redis的持久化
RDB（Redis DataBase）
在指定时间间隔将内存中的数据集体快照写入磁盘，也就是行话讲的snapshot快照，它恢复时是将快照文件直接读到内存中。
Redis会单独创建（fork）一个子进程来进行持久化，会先将数据写入一个临时文件中，待持久化过程结束后，再用这个临时文件替换上次持久化好的文件。整个过程中，主进程是不进行任何I/O操作的。这就确保了极高的性能。如果需要大规模数据的恢复，且对于数据恢复的完整性不是非常敏感，那RDB方式要比AOF方式更加高效。
优点：
1、适合大规模数据恢复。
2、对数据完整性要求不高。
缺点：
1、需要一定时间间隔进程操作，如果在时间间隔内redis宕机，最后一次持久化后的数据丢失。
2、fork子进程的时候，会占用一定的内存空间。
默认的持久化方式就是RDB方式，一般情况下不需要修改这个配置。默认保存的rdb文件为dump.rdb
触发规则：
1、save的规则满足的情况下，自动触发rdb规则
2、flushall命令执行后，自定触发rdb规则
3、退出redis时，自动触发rdb规则
恢复rdb文件：
1、只需要将rdb文件放在redis的启动目录就可以，redis启动的时候会自动检查dump.rdb文件，自动恢复rdb文件中的数据
127.0.0.1:6379> config get dir
1) "dir"
2) "/usr/local/bin" #如果这个目录下存在rdb文件，启动redis就是自动恢复其中数据
127.0.0.1:6379>
在主从复制中，rdb就是备用了！从机上面！
AOF（Append Only File）
将所有执行过的写命令都记录下来，history，在恢复的时候将记录的命令全部执行一遍。
以日志的形式来记录每个写操作，将Redis执行过的的所有指令记录下来（读操作不记录），只许追加文件不许改写文件，redis启动时，会读取该文件重新构建数据，换言之，redis重启的话就根据日志文件的内容，将写指令从前到后执行一次以完成数据的恢复工作。
aof默认是不开启的，需要手动开启（appendonly yes）。aof默认保存的是appendonly.aof文件。
重启，redis就可以生效了。
如果aof文件损坏或有错误，redis无法启动。我们需要修复aof文件。aof文件损坏修复:redis-check-aof —fix appendonly.aof
优点：
# appendfsync always #每次修改都会执行同步，消耗性能
appendfsync everysec #每秒执行一次同步，但是可能会丢失这1s的数据
# appendfsync no #不执行同步，这个时候操作系统自己同步数据，速度最快
1、每次修改都会执行同步，消耗性能,文件数据完整性更好。
2、每秒执行一次同步，但是可能会丢失这1s的数据
3、不执行同步，这个时候操作系统自己同步数据，速度最快
缺点：
1、相对于数据文件来说，aof文件远远大于rdb文件，修复的速度也较慢。
2、aof运行效率也要比rdb慢，所以我们redis默认的配置就是rdb持久化。
扩展：
1、RDB 持久化方式能够在指定的时间间隔内对你的数据进行快照存储
2、AOF 持久化方式记录每次对服务器写的操作，当服务器重启的时候会重新执行这些命令来恢复原始的数据，AOF命令以Redis 协议追加保存每次写的操作到文件末尾，Redis还能对AOF文件进行后台重写，使得AOF文件的体积不至于过大。
3、只做缓存，如果你只希望你的数据在服务器运行的时候存在，你也可以不使用任何持久化
4、同时开启两种持久化方式
在这种情况下，当redis重启的时候会优先载入AOF文件来恢复原始的数据，因为在通常情况下AOF文件保存的数据集要比RDB文件保存的数据集要完整。
RDB 的数据不实时，同时使用两者时服务器重启也只会找AOF文件，那要不要只使用AOF呢？作者建议不要，因为RDB更适合用于备份数据库（AOF在不断变化不好备份），快速重启，而且不会有AOF可能潜在的Bug，留着作为一个万一的手段。
5、性能建议
因为RDB文件只用作后备用途，建议只在Slave上持久化RDB文件，而且只要15分钟备份一次就够了，只保留 save 900 1 这条规则。
如果Enable AOF ，好处是在最恶劣情况下也只会丢失不超过两秒数据，启动脚本较简单只load自己的AOF文件就可以了，代价一是带来了持续的IO，二是AOF rewrite 的最后将 rewrite 过程中产生的新数据写到新文件造成的阻塞几乎是不可避免的。只要硬盘许可，应该尽量减少AOF rewrite的频率，AOF重写的基础大小默认值64M太小了，可以设到5G以上，默认超过原大小100%大小重写可以改到适当的数值。
如果不Enable AOF ，仅靠 Master-Slave Repllcation 实现高可用性也可以，能省掉一大笔IO，也减少了rewrite时带来的系统波动。代价是如果Master/Slave 同时倒掉，会丢失十几分钟的数据，启动脚本也要比较两个 Master/Slave 中的 RDB文件，载入较新的那个，微博就是这种架构。
Redis发布订阅
Redis发布订阅（pub/sub）是一种消息通信模式：发送者（pub）发送信息，订阅者（sub）接收信息。
Redis客户端可以订阅任意数量的频道。
订阅/发布消息图：
第一个：消息发送者 第二个：频道 第三个：消息订阅者
下图展示了频道 channel1 ， 以及订阅这个频道的三个客户端 —— client2 、 client5 和 client1 之间的关系：
当有新消息通过 PUBLISH 命令发送给频道 channel1 时， 这个消息就会被发送给订阅它的三个客户端：
命令
| 命令 | 描述 |
|---|---|
| PSUBSCRIBE pattern [pattern..] | 订阅一个或多个符合给定模式的频道。 |
| PUNSUBSCRIBE pattern [pattern..] | 退订一个或多个符合给定模式的频道。 |
| PUBSUB subcommand [argument[argument]] | 查看订阅与发布系统状态。 |
| PUBLISH channel message | 向指定频道发布消息 |
| SUBSCRIBE channel [channel..] | 订阅给定的一个或多个频道。 |
| SUBSCRIBE channel [channel..] | 退订一个或多个频道 |
测试
订阅端
[root@localhost bin]# redis-cli -p 6379
127.0.0.1:6379> SUBSCRIBE cheng #订阅一个频道
Reading messages... (press Ctrl-C to quit)
1) "subscribe"
2) "cheng"
3) (integer) 1
1) "message" #消息
2) "cheng" #接收频道
3) "111" #接收消息
发送端
127.0.0.1:6379> PUBLISH cheng 111 #向指定频道部分消息
(integer) 1
原理
Redis是使用C实现的，通过分析 Redis 源码里的 pubsub.c 文件，了解发布和订阅机制的底层实现，籍此加深对 Redis 的理解。
Redis 通过 PUBLISH 、SUBSCRIBE 和 PSUBSCRIBE 等命令实现发布和订阅功能。
每个 Redis 服务器进程都维持着一个表示服务器状态的 redis.h/redisServer 结构， 结构的 pubsub_channels 属性是一个字典， 这个字典就用于保存订阅频道的信息，其中，字典的键为正在被订阅的频道， 而字典的值则是一个链表， 链表中保存了所有订阅这个频道的客户端。
客户端订阅，就被链接到对应频道的链表的尾部，退订则就是将客户端节点从链表中移除。
缺点
如果一个客户端订阅了频道，但自己读取消息的速度却不够快的话，那么不断积压的消息会使redis输出缓冲区的体积变得越来越大，这可能使得redis本身的速度变慢，甚至直接崩溃。
这和数据传输可靠性有关，如果在订阅方断线，那么他将会丢失所有在短线期间发布者发布的消息。
应用
消息订阅：公众号订阅，微博关注等等（起始更多是使用消息队列来进行实现）
多人在线聊天室。
稍微复杂的场景，我们就会使用消息中间件MQ处理。
Redis主从复制
概念
主从复制，是指将一台Redis服务器的数据，复制到其他Redis的服务器。前者称为主节点（master/leader），后者称为从节点（slave/follower）；数据的复制是单向的，只能从主节点到从节点。Master以写为主，Slave以读为主。
主从复制，读写分离！80%的情况下都是进行读的操作！减缓服务器压力！
默认情况下，每台Redis服务器都是主节点；且一个主节点可以有多个从节点（或没有从节点），但是一个从节点有且只有一个主节点。
主从复制的作用主要包括
- 数据冗余：主从复制实现了数据的热备份，是持久化之外的一种数据冗余方式。
- 故障恢复：当主节点出现问题时，可以由从节点提供服务，实现快速的故障恢复；实际上是一种服务的冗余。
- 负载均衡：在主从复制的基础上，配合读写分离，可以由主节点提供写服务，由从节点提供读服务（即写Redis数据时应用连接主节点，读Redis数据时应用连接从节点），分担服务器负载；尤其是写少读多的场景下，通过多个节点分担负载，可以大大提高Redis服务器的并发量。
- 高可用（集群）基石：除了上述作用以外，主从复制还是哨兵和集群能够实施的基础，因此说主从复制是Redis高可用的基础。
一般来说呀，要将redis运用于工程项目之中，只使用一台Redis是万万不能的（宕机），原因如下：
1、从结构上，单个redis服务器会发生单点故障，并且一台服务器需要处理所有的请求负载呀，压力较大。
2、从容量上，单个redis服务器内存容量有限，就算一台redis服务器内存容量为256GB，也不能将所有内存用作Redis存储内存，一般来说，单台Redis最大使用内存不应该超过20GB。
环境配置
只需要配置从库，不需要配置主库，因为默认情况下，每台Redis服务器都是主节点。
127.0.0.1:6379> info replication #查看当前库的信息
# Replication
role:master #角色 master
connected_slaves:0 #从库个数
master_failover_state:no-failover
master_replid:7e06d29925419238aac9519cfa2025680a0dca55
master_replid2:0000000000000000000000000000000000000000
master_repl_offset:0
second_repl_offset:-1
repl_backlog_active:0
repl_backlog_size:1048576
repl_backlog_first_byte_offset:0
repl_backlog_histlen:0
修改3个配置文件：
1、端口
2、pid
3、log文件名字
4、rdb备份文件名字
一主二从
默认情况下，每台redis服务器都是主节点；我们只需要配置从节点就好了（认老大）。
方式一：命令配置 （临时）
############ 从节点1 ###########
127.0.0.1:6380> SLAVEOF 127.0.0.1 6379 #设置为主节点的从节点（认老大）
OK
127.0.0.1:6380> info replication
# Replication
role:slave #当前角色为从节点
master_host:127.0.0.1 #主节点信息
master_port:6379
master_link_status:up
master_last_io_seconds_ago:6
master_sync_in_progress:0
slave_read_repl_offset:14
slave_repl_offset:14
slave_priority:100
slave_read_only:1
replica_announced:1
connected_slaves:0
master_failover_state:no-failover
master_replid:16682d498ce34c8fe6785dc0b4e5b44afcc2e2ef
master_replid2:0000000000000000000000000000000000000000
master_repl_offset:14
second_repl_offset:-1
repl_backlog_active:1
repl_backlog_size:1048576
repl_backlog_first_byte_offset:1
repl_backlog_histlen:14
############ 从节点2 ###########
127.0.0.1:6381> SLAVEOF 127.0.0.1 6379 #设置为主节点的从节点（认老大）
OK
127.0.0.1:6381> info replication
# Replication
role:slave #当前角色为从节点
master_host:127.0.0.1 #主节点信息
master_port:6379
master_link_status:up
master_last_io_seconds_ago:1
master_sync_in_progress:0
slave_read_repl_offset:56
slave_repl_offset:56
slave_priority:100
slave_read_only:1
replica_announced:1
connected_slaves:0
master_failover_state:no-failover
master_replid:16682d498ce34c8fe6785dc0b4e5b44afcc2e2ef
master_replid2:0000000000000000000000000000000000000000
master_repl_offset:56
second_repl_offset:-1
repl_backlog_active:1
repl_backlog_size:1048576
repl_backlog_first_byte_offset:43
repl_backlog_histlen:14
############ 主节点 ###########
127.0.0.1:6379> info replication
# Replication
role:master #当前角色为主节点
connected_slaves:2 #从节点个数
slave0:ip=127.0.0.1,port=6380,state=online,offset=70,lag=0 #从节点信息
slave1:ip=127.0.0.1,port=6381,state=online,offset=70,lag=1 #从节点信息
master_failover_state:no-failover
master_replid:16682d498ce34c8fe6785dc0b4e5b44afcc2e2ef
master_replid2:0000000000000000000000000000000000000000
master_repl_offset:70
second_repl_offset:-1
repl_backlog_active:1
repl_backlog_size:1048576
repl_backlog_first_byte_offset:1
repl_backlog_histlen:70
细节
主节点可以写，从节点不能写只能读！主节点中所有信息和数据都会自动被从节点保存！
############### 主节点（可以写） ###############
127.0.0.1:6379> set k1 v1
OK
127.0.0.1:6379> get k1
"v1"
############### 从节点（不可写，只能读） ###############
127.0.0.1:6380> keys *
1) "k1"
127.0.0.1:6380> get k1
"v1"
127.0.0.1:6380> set k2 v2
(error) READONLY You can't write against a read only replica.
注意：
1、主节点宕机，从节点依旧以从节点的角色连接主节点，没有写的权限；当主节点重新连接，从节点依旧可以直接获取到主节点写的信息！
2、如果是用命令行配置的从节点，从节点重启，主从配置失效！但是当重新配置成为从节点，立刻就会从主节点中获取值！
3、如果是配置文件配置的从节点，从节点宕机，主节点进行写操作，当从节点重新连接时，会从主节点中获取值，之前主节点写操作的信息依旧在此从节点存在！
复制原理
Slave启动成功连接到Master后会发送一个sync同步命令！
Master接到同步命令，启动后台的存盘进程，同时收集所有接收到的用于修改数据集命令，在后台进程执行完毕后，Master将传送整个数据文件到Slave，并完成一次同步！
全量复制：Slave服务在接收到数据库文件数据后，将其存盘并加载到内存中。
增量复制：Master继续将新的所有收集到的修改命令依次传给Slave，完成同步。
但是只要重新连接Master，一次完全同步（全量复制）将自动执行。数据一定会在Slave中看到。
宕机后手动配置主节点
链路模型：M-S(M)-S ,当第一个主节点存活时，S(M)节点为从节点，无法写操作!
当第一个主节点宕机后，可以手动将节点设置为主节点:
slaveof no one #使自己变成主节点
如果第一个主节点恢复，需要重新配置。
哨兵模式
（自动选举老大的模式）
概述
主从切换技术的方法是：当主节点宕机后，需要手动把一台从节点切换为主节点，这就需要人工干预，费时费力，还会造成一段时间内的服务不可用。这不是一种推荐的方式，更多的时候，我们优先考虑哨兵模式。Redis从2.8开始，正式提供了Sentinel（哨兵）架构来解决这个问题。
能够后台监控主节点是否故障，如果故障了根据投票数自动将从节点转换为主节点。
哨兵模式是一种特殊的模式，首先Redis提供了哨兵的命令，哨兵是一个独立的进程，作为进程，它能独立运行。其原理是哨兵通过发送命令，等待Redis服务器响应，从而监控运行的多个Redis实例
这里哨兵的两个作用：
- 通过发送命令，让Redis服务器返回监控其运行的状态，包括主服务器和从服务器。
- 当哨兵监测到master宕机，会自动将slave切换成master，然后通过发布订阅模式通知其他从服务器，修改配置文件，让它们切换主节点。
然而一个哨兵进程对Redis服务器进行监控，可能会出现问题，为此，我们可以使用多个哨兵进行监控。各个哨兵之间还会进行相互监控，这样就形成了多哨兵模式。
image
假设主服务器宕机，哨兵1先检测到这个结果，系统并不会马上进行failover（故障转移）过程，仅仅是哨兵1主观认为主服务器不可用，这个现象称为主观下线。当后面的哨兵也检测到主服务器不可用，并且数量达到一定值时，那么哨兵之间就会进行一次投票，投票的结果由一个哨兵发起，进行failover（故障转移）操作。切换成功后，就会通过发布订阅模式，让各个哨兵把自己监控的从服务器实现切换主机，这个过程称为客观下线。
测试
1、配置哨兵配置文件 sentinel.conf
# sentinel monitor 被监控的名称 host port 1
sentinel monitor headredis 127.0.0.1 6379 1
后面这个数字1，代表主机挂了，slave投票看让谁接替成为主机，票数最多的，就会成为主机。
2、启动哨兵
[root@localhost bin]# redis-sentinel ./redis-config/sentinel.conf #启动哨兵
1553:X 19 Nov 2021 00:37:09.841 # oO0OoO0OoO0Oo Redis is starting oO0OoO0OoO0Oo
1553:X 19 Nov 2021 00:37:09.841 # Redis version=6.2.6, bits=64, commit=00000000, modified=0, pid=1553, just started
1553:X 19 Nov 2021 00:37:09.841 # Configuration loaded
1553:X 19 Nov 2021 00:37:09.842 * Increased maximum number of open files to 10032 (it was originally set to 1024).
1553:X 19 Nov 2021 00:37:09.842 * monotonic clock: POSIX clock_gettime
_._
_.-``__ ''-._
_.-`` `. `_. ''-._ Redis 6.2.6 (00000000/0) 64 bit
.-`` .-```. ```\/ _.,_ ''-._
( ' , .-` | `, ) Running in sentinel mode
|`-._`-...-` __...-.``-._|'` _.-'| Port: 26379
| `-._ `._ / _.-' | PID: 1553
`-._ `-._ `-./ _.-' _.-'
|`-._`-._ `-.__.-' _.-'_.-'|
| `-._`-._ _.-'_.-' | https://redis.io
`-._ `-._`-.__.-'_.-' _.-'
|`-._`-._ `-.__.-' _.-'_.-'|
| `-._`-._ _.-'_.-' |
`-._ `-._`-.__.-'_.-' _.-'
`-._ `-.__.-' _.-'
`-._ _.-'
`-.__.-'
1553:X 19 Nov 2021 00:37:09.844 # WARNING: The TCP backlog setting of 511 cannot be enforced because /proc/sys/net/core/somaxconn is set to the lower value of 128.
1553:X 19 Nov 2021 00:37:09.847 # Sentinel ID is bed6d5d9ca158d07fc1cd33249755f0242c635dc
1553:X 19 Nov 2021 00:37:09.847 # +monitor master headredis 127.0.0.1 6379 quorum 1 #主节点信息
1553:X 19 Nov 2021 00:37:50.059 * +slave slave 127.0.0.1:6380 127.0.0.1 6380 @ headredis 127.0.0.1 6379 #从节点1信息
1553:X 19 Nov 2021 00:38:00.148 * +slave slave 127.0.0.1:6381 127.0.0.1 6381 @ headredis 127.0.0.1 6379 #从节点2信息
如果master节点断开了，这个时候就会从从机中随机选择一个服务器作为主机！（投票算法）
127.0.0.1:6379> SHUTDOWN
not connected> exit
哨兵：
选举后的主节点：
选举后的从节点：
当之前宕机的主节点重新连接，之前宕机的主节点会自动被哨兵转换成为新选举的主节点的从节点，这就是哨兵模式的规则
哨兵模式
优点：
1、哨兵集群，基于主从复制模式，所有的主从配置的优点，它都有。
2、主从可以切换，故障可以转移，系统的可用性更好。
3、哨兵模式就是主从模式的升级，手动到自动，更加健壮！
缺点：
1、Redis不好在线扩容，集群容量一旦达到上限，在线扩容就十分麻烦！
2、实现哨兵模式的配置其实是很麻烦的，里面有很多选择！
哨兵模式的全部配置
完整的哨兵模式配置文件 sentinel.conf
# Example sentinel.conf
# 哨兵sentinel实例运行的端口 默认26379
port 26379
# 哨兵sentinel的工作目录
dir /tmp
# 哨兵sentinel监控的redis主节点的 ip port
# master-name 可以自己命名的主节点名字 只能由字母A-z、数字0-9 、这三个字符".-_"组成。
# quorum 当这些quorum个数sentinel哨兵认为master主节点失联 那么这时 客观上认为主节点失联了
# sentinel monitor <master-name> <ip> <redis-port> <quorum>
sentinel monitor mymaster 127.0.0.1 6379 1
# 当在Redis实例中开启了requirepass foobared 授权密码 这样所有连接Redis实例的客户端都要提供密码
# 设置哨兵sentinel 连接主从的密码 注意必须为主从设置一样的验证密码
# sentinel auth-pass <master-name> <password>
sentinel auth-pass mymaster MySUPER--secret-0123passw0rd
# 指定多少毫秒之后 主节点没有应答哨兵sentinel 此时 哨兵主观上认为主节点下线 默认30秒
# sentinel down-after-milliseconds <master-name> <milliseconds>
sentinel down-after-milliseconds mymaster 30000
# 这个配置项指定了在发生failover主备切换时最多可以有多少个slave同时对新的master进行 同步，
这个数字越小，完成failover所需的时间就越长，
但是如果这个数字越大，就意味着越 多的slave因为replication而不可用。
可以通过将这个值设为 1 来保证每次只有一个slave 处于不能处理命令请求的状态。
# sentinel parallel-syncs <master-name> <numslaves>
sentinel parallel-syncs mymaster 1
# 故障转移的超时时间 failover-timeout 可以用在以下这些方面：
#1. 同一个sentinel对同一个master两次failover之间的间隔时间。
#2. 当一个slave从一个错误的master那里同步数据开始计算时间。直到slave被纠正为向正确的master那里同步数据时。
#3.当想要取消一个正在进行的failover所需要的时间。
#4.当进行failover时，配置所有slaves指向新的master所需的最大时间。不过，即使过了这个超时，slaves依然会被正确配置为指向master，但是就不按parallel-syncs所配置的规则来了
# 默认三分钟
# sentinel failover-timeout <master-name> <milliseconds>
sentinel failover-timeout mymaster 180000
# SCRIPTS EXECUTION
#配置当某一事件发生时所需要执行的脚本，可以通过脚本来通知管理员，例如当系统运行不正常时发邮件通知相关人员。
#对于脚本的运行结果有以下规则：
#若脚本执行后返回1，那么该脚本稍后将会被再次执行，重复次数目前默认为10
#若脚本执行后返回2，或者比2更高的一个返回值，脚本将不会重复执行。
#如果脚本在执行过程中由于收到系统中断信号被终止了，则同返回值为1时的行为相同。
#一个脚本的最大执行时间为60s，如果超过这个时间，脚本将会被一个SIGKILL信号终止，之后重新执行。
#通知型脚本:当sentinel有任何警告级别的事件发生时（比如说redis实例的主观失效和客观失效等等），将会去调用这个脚本，
#这时这个脚本应该通过邮件，SMS等方式去通知系统管理员关于系统不正常运行的信息。调用该脚本时，将传给脚本两个参数，
#一个是事件的类型，
#一个是事件的描述。
#如果sentinel.conf配置文件中配置了这个脚本路径，那么必须保证这个脚本存在于这个路径，并且是可执行的，否则sentinel无法正常启动成功。
#通知脚本
# sentinel notification-script <master-name> <script-path>
sentinel notification-script mymaster /var/redis/notify.sh
# 客户端重新配置主节点参数脚本
# 当一个master由于failover而发生改变时，这个脚本将会被调用，通知相关的客户端关于master地址已经发生改变的信息。
# 以下参数将会在调用脚本时传给脚本:
# <master-name> <role> <state> <from-ip> <from-port> <to-ip> <to-port>
# 目前<state>总是“failover”,
# <role>是“leader”或者“observer”中的一个。
# 参数 from-ip, from-port, to-ip, to-port是用来和旧的master和新的master(即旧的slave)通信的
# 这个脚本应该是通用的，能被多次调用，不是针对性的。
# sentinel client-reconfig-script <master-name> <script-path>
sentinel client-reconfig-script mymaster /var/redis/reconfig.sh
Redis的缓存穿透与雪崩（面试高频，工作常用~）
服务的高可用问题
Redis缓存的使用，极大的提升了应用程序的性能和效率，特别是数据查询方面。但同时，它也带来了一些问题。其中，最要害的问题，就是数据一致性问题。从严格意义上讲，这个问题无解。如果对数据的一致性要求很高，那么就不能使用缓存。
另外的一些典型问题就是，缓存穿透、缓存雪崩和缓存击穿。目前，业界也都有比较流行的解决方案。
缓存穿透
概念
缓存穿透的概念很简单，用户想要查询一个数据，发现redis内存数据库没有，也就是缓存没有命中，于是向持久层数据库查询。发现也没有，于是本次查询失败。当用户很多的时候，缓存都没有命中，于是都去请求了持久层数据库。这会给持久层数据库造成很大的压力，这时候就出现了缓存穿透。
解决方案
1、布隆过滤器
布隆过滤器是一种数据结构，对所有可能查询的参数以hash形式存储，在控制层先校验，不符合则丢弃，从而避免了对底层存储系统的查询压力；
image
2、缓存空对象
当存储层不命中后，即使返回的空对象也将其缓存起来，同时设置一个过期时间，之后再访问这个数据将会从缓存中获取，保护了后端数据源；
但是这种方法存在两个问题：
- 如果空值能被缓存起来，这就意味着缓存需要更多的空间存储更多的键，因为这当中可能会有很多的空值的键；
- 即使对空值设置了过期时间，还是会存在缓存层和存储层的数据会有一段时间窗口的不一致，这对需要保持数据一致性的业务会有影响。
缓存击穿
概念
这里需要注意和缓存穿透的区别。缓存击穿，是指一个key非常热点，在不停的扛着大并发，大并发集中对这一个点进行访问，当这个key在失效的瞬间，持续的大并发就穿破缓存，直接请求数据库，就像在屏障上凿开了一个洞。
当某个key在过期的瞬间，有大量的请求并发访问，这类数据一般是热点数据，由于缓存过期，会同时访问数据库来查询最新数据，并且回写缓存，会导致数据库压力瞬间变大。
解决方案
1、设置热点数据不过期
从缓存层面来看，没有设置过期时间，所以不会出现热点key过期后产生的问题。
2、加互斥锁
分布式锁：使用分布式锁，保证对于每个key同时只有一个线程去查询后端服务，其他线程没有获得分布式锁的权限，因此只需要等待即可。这种方式将高并发的压力转移到了分布式锁，因此对分布式锁考验很大。
缓存雪崩
概念
缓存雪崩，是指在某一时间段，缓存集中过期失效。Redis宕机！
产生雪崩的原因之一，比如零点抢购，商品时间集中放入缓存，假设缓存一小时。那么1点的时候，大量缓存集体过期，对于这批商品的访问查询，都落到了数据库。对于数据库而言，就会产生周期性的压力波峰，于是所有请求都会到达存储层，存储层调用会暴增，造成存储层也会挂掉的情况。
image
其实集中过期，倒不是非常致命，比较致命的缓存雪崩，是缓存服务器某个节点宕机或断网。因此自然形成的缓存雪崩，一定是在某一时间段集中创建缓存，这个时候，数据库也是可以顶住压力的。无非就是对数据库产生周期性的压力而已。而缓存服务节点的宕机，对数据库服务器造成的压力是不可预知的，很有可能瞬间就把数据库压垮。
解决方案
1、Redis高可用
这个思想的含义是，既然Redis也有可能挂掉，那多增加几台redis服务器，这样一台挂了还有其他的可以继续工作，其实就是搭建集群。
2、限流降级
这个解决方案的思想是，在缓存失效后，通过加锁或者队列来控制读取数据库写缓存的线程数量。比如对某个key只允许一个线程查询数据和写缓存，其他线程等待。
3、数据预热
数据加热的含义就是在正式部署之前，先把可能的数据先访问一遍，这样部分可能大量访问的数据就会加载到缓存中。在即将发生大并发访问前手动触发加载缓存不同的key，设置不同的过期时间，让缓存失效的时间尽量均匀。
