学一点Redis基础
生活随笔
收集整理的這篇文章主要介紹了
学一点Redis基础
小編覺得挺不錯的,現在分享給大家,幫大家做個參考.
文章目錄
- 學一點Redis基礎
- **Redis介紹**
- **安裝**
- **配置文件詳解**
- **數據類型**
- **字符串類型(string)**
- **==位圖操作bitmap==**
- **列表數據類型（List）**
- **==Hash散列數據類型==**
- **集合數據類型（set）**
- **==有序集合sortedset==**
- **五大數據類型及應用場景**
- **==數據持久化==**
- **==Redis主從復制==**
- **==官方高可用方案Sentinel==**
- **==分布式鎖==**
- **博客項目解決高并發問題**
- **Redis事務**
- **pipeline補充**
- **Redis常見問題匯總**
學一點Redis基礎
Redis介紹
- 特點及優點
- 與其他數據庫對比
- 應用場景
- redis版本
- Redis附加功能
安裝
- Ubuntu
- Windows
配置文件詳解
- 配置文件所在路徑
- 設置連接密碼
- 允許遠程連接
-
遠程連接測試
Windows連接Ubuntu的Redis服務
數據類型
- 通用命令 適用于所有數據類型
字符串類型(string)
- 特點
字符串常用命令-必須掌握
# 1. 設置一個key-value set key value # 2. 獲取key的值 get key # 3. key不存在時再進行設置(nx) set key value nx # not exists # 4. 設置過期時間(ex) set key value ex seconds# 5. 同時設置多個key-value mset key1 value1 key2 value2 key3 value3 # 6. 同時獲取多個key-value mget key1 key2 key3字符串常用命令-作為了解
# 1.獲取長度 strlen key # 2.獲取指定范圍切片內容 getrange key start stop # 3.從索引值開始，value替換原內容 setrange key index value # 4.追加拼接value的值 append key value數值操作-字符串類型數字(必須掌握)
# 整數操作 INCRBY key 步長 DECRBY key 步長 INCR key : +1操作 DECR key : -1操作 # 應用場景: 抖音上有人關注你了，是不是可以用INCR呢，如果取消關注了是不是可以用DECR # 浮點數操作: 自動先轉為數字類型，然后再進行相加減，不能使用append incrbyfloat key step鍵的命名規范
? mset wang:email wangweichao@tedu.cn
127.0.0.1:6379> mset wang:email wangweichao@tedu.cn guo:email guods@tedu.cn OK 127.0.0.1:6379> mget wang:email guo:email 1) "wangweichao@tedu.cn" 2) "guods@tedu.cn" 127.0.0.1:6379>string命令匯總
# 字符串操作 1、set key value 2、set key value nx 3、get key 3、mset key1 value1 key2 value2 4、mget key1 key2 key3 5、set key value nx ex seconds 6、strlen key # 返回舊值并設置新值（如果鍵不存在，就創建并賦值） 7、getset key value # 數字操作 7、incrby key 步長 8、decrby key 步長 9、incr key 10、decr key 11、incrbyfloat key number#(可為正數或負數) # 設置過期時間的兩種方式 # 方式一 1、set key value ex 3 # 方式二 1、set key value 2、expire key 5 # 秒 3、pexpire key 5 # 毫秒 # 查看存活時間 ttl key # 刪除過期 persist key- string數據類型注意
練習
1、查看 db0 庫中所有的鍵# select 0# keys * 2、設置鍵 trill:username 對應的值為 user001，并查看# set trill:username user001 3、獲取 trill:username 值的長度# strlen trill:username 4、一次性設置 trill:password 、trill:gender、trill:fansnumber 并查看（值自定義）# mset trill:password 123 trill:gender M trill:fansnumber 500 5、查看鍵 trill:score 是否存在# exists trill:score 6、增加10個粉絲# incrby trill:fansnumber 10 7、增加2個粉絲（一個一個加）# incr trill:fansnumber# incr trill:fansnumber 8、有3個粉絲取消關注你了# decrby trill:fansnumber 3 9、又有1個粉絲取消關注你了# decr trill:fansnumber 10、思考、思考、思考...,清除當前庫# flushdb 11、一萬個思考之后，清除所有庫# flushall位圖操作bitmap
定義
1、位圖不是真正的數據類型，它是定義在字符串類型中 2、一個字符串類型的值最多能存儲512M字節的內容，位上限：2^32 # 1MB = 1024KB # 1KB = 1024Byte(字節) # 1Byte = 8bit(位)強勢點
可以實時的進行統計，極其節省空間。 官方在模擬1億2千8百萬用戶的模擬環境下，在一臺MacBookPro上，典型的統計如“日用戶數”的時間消耗小于50ms, 占用16MB內存設置某一位上的值（setbit）
# 設置某一位上的值（offset是偏移量，從0開始） setbit key offset value # 獲取某一位上的值 GETBIT key offset # 統計鍵所對應的值中有多少個 1 2^32 BITCOUNT key示例
# 默認擴展位以0填充 127.0.0.1:6379> set mykey ab OK 127.0.0.1:6379> get mykey "ab" 127.0.0.1:6379> SETBIT mykey 0 1 (integer) 0 127.0.0.1:6379> get mykey "\xe1b" 127.0.0.1:6379>獲取某一位上的值
GETBIT key offset
127.0.0.1:6379> GETBIT mykey 3 (integer) 0 127.0.0.1:6379> GETBIT mykey 0 (integer) 1 127.0.0.1:6379>bitcount
統計鍵所對應的值中有多少個 1
127.0.0.1:6379> SETBIT user001 1 1 (integer) 0 127.0.0.1:6379> SETBIT user001 30 1 (integer) 0 127.0.0.1:6379> bitcount user001 (integer) 2 127.0.0.1:6379>應用場景案例
# 網站用戶的上線次數統計（尋找活躍用戶）用戶名為key，上線的天作為offset，上線設置為1 # 示例用戶名為 user1:login 的用戶，今年第1天上線，第30天上線SETBIT user1:login 0 1 SETBIT user1:login 29 1BITCOUNT user1:login代碼實現
import redisr = redis.Redis(host='127.0.0.1',port=6379,db=0)# user001: 一年中第5天和200天登錄 r.setbit('user:001',4,1) r.setbit('user:001',199,1) # user002: 一年中第100天和第300天登錄 r.setbit('user:002',99,1) r.setbit('user:002',299,1) # user:003: 登錄了100次以上 for i in range(1,366,2):r.setbit('user:003',i,1) # user:004: 登錄了100次以上 for i in range(1,366,3):r.setbit('user:004',i,1)user_list = r.keys('user:*')# 存放活躍用戶列表 active_users = [] # 存放不活躍用戶列表 no_active_users = []for user in user_list:login_count = r.bitcount(user)if login_count >= 100:active_users.append((user,login_count))else:no_active_users.append((user,login_count))print('活躍用戶:',active_users) print('不活躍用戶:',no_active_users)列表數據類型（List）
- 特點
- 列表常用命令
練習
1、查看所有的鍵# keys * 2、向列表 spider:urls 中以RPUSH放入如下幾個元素：01_baidu.com、02_taobao.com、03_sina.com、04_jd.com、05_xxx.com# RPUSH spider:urls 01_xxx 02_xxx 03_xxx 3、查看列表中所有元素# LRANGE spider:urls 0 -1 4、查看列表長度# LLEN spider:urls 5、將列表中01_baidu.com 改為 01_tmall.com# LSET spider:urls 0 01_tmall.com 6、在列表中04_jd.com之后再加1個元素 02_taobao.com# LINSERT spider:urls after 04_jd.com 02_taobao.com 7、彈出列表中的最后一個元素# RPOP spider:urls 8、刪除列表中所有的 02_taobao.com# LREM spider:urls 0 02_taobao.com 9、剔除列表中的其他元素，只剩前3條# LTRIM spider:urls 0 2Hash散列數據類型
- 定義
| username | lya |
| age | 25 |
| gender | F |
| score | 100 |
| hobby | rap |
| key | filed | value |
| name | Lucy | |
| age | 18 | |
| username | gender | F |
| score | 100 | |
| hobby | rap |
- 優點
- 缺點（不適合hash情況）
- 基本命令操作
Hash與python交互
# 1、更新一條數據的屬性，沒有則新建 hset(name, key, value) # 2、讀取這條數據的指定屬性， 返回字符串類型 hget(name, key) # 3、批量更新數據（沒有則新建）屬性,參數為字典 hmset(name, mapping) # 4、批量讀取數據（沒有則新建）屬性 hmget(name, keys) # 5、獲取這條數據的所有屬性和對應的值，返回字典類型 hgetall(name) # 6、獲取這條數據的所有屬性名，返回列表類型 hkeys(name) # 7、刪除這條數據的指定屬性 hdel(name, *keys)Python代碼hash散列
'''設置1個字段,更改1個字段,設置多個字段,獲取相關信息''' import redisr = redis.Redis(host='127.0.0.1',port=6379,db=0) # 設置 r.hset('user1','name','bujingyun') # 更新 r.hset('user1','name','kongci') # 取數據 print(r.hget('user1','name')) # 一次設置多個field和value user_dict = {'password':'123456','gender':'F','height':'165' } r.hmset('user1',user_dict) # 獲取所有數據,字典 print(r.hgetall('user1'))# 獲取所有fields和所有values print(r.hkeys('user1')) print(r.hvals('user1'))應用場景：微博好友關注
1、用戶ID為key，Field為好友ID，Value為關注時間key field valueuser:10000 user:606 20190520user:605 20190521 2、用戶維度統計統計數包括：關注數、粉絲數、喜歡商品數、發帖數用戶為key，不同維度為field，value為統計數比如關注了5人HSET user:10000 fans 5HINCRBY user:10000 fans 1應用場景: redis+mysql+hash組合使用
-
原理
用戶想要查詢個人信息 1、到redis緩存中查詢個人信息 2、redis中查詢不到，到mysql查詢，并緩存到redis 3、再次查詢個人信息 -
代碼實現
import redis import pymysql# 1. 先到redis中查詢 # 2. redis中沒有,到mysql查詢,緩存到redis(設置過期時間) # 3. 再查詢1次 r = redis.Redis(host='192.168.153.148',port=6379,db=0) username = input('請輸入用戶名:')result = r.hgetall(username) if result:print(result) else:# redis中沒有緩存,需要到mysql中查詢db = pymysql.connect(host='192.168.153.148',user='tiger',password='123456',database='userdb',charset='utf8')cursor = db.cursor()sele = 'select age,gender from user where username=%s'cursor.execute(sele,[username])# userinfo: (('guoxiaonao',36,'M'),)userinfo = cursor.fetchall()if not userinfo:print('用戶不存在')else:# 打印輸出print('mysql',userinfo)# 緩存到redisuser_dict = {'age':userinfo[0][0],'gender':userinfo[0][1]}r.hmset(username,user_dict)# 設置過期時間r.expire(username,30)
mysql數據庫中數據更新信息后同步到redis緩存
用戶修改個人信息時，要將數據同步到redis緩存
import redis import pymysqlclass Update(object):def __init__(self):self.db = pymysql.connect('127.0.0.1', 'root', '123456','userdb', charset='utf8')self.cursor = self.db.cursor()self.r = redis.Redis(host='127.0.0.1', port=6379, db=0)# 更新mysql表記錄def update_mysql(self,score,username):upd = 'update user set score=%s where name=%s'try:self.cursor.execute(upd,[score,username])self.db.commit()return Trueexcept Exception as e:self.db.rollback()print('Failed',e)# 同步到redis數據庫def update_redis(self,username,score):result = self.r.hgetall(username)# 存在,更新score字段的值# 不存在,緩存整個用戶信息if result:self.r.hset(username,'score',score)else:# 到mysql中查詢最新數據,緩存到redis中self.select_mysql(username)#def select_mysql(self,username):sel = 'select age,gender,score from user where name=%s'self.cursor.execute(sel,[username])result = self.cursor.fetchall()# 緩存到redis數據庫user_dict = {'age' : result[0][0],'gender' : result[0][1],'score' : result[0][2]}self.r.hmset(username,user_dict)self.r.expire(username,60)def main(self):username = input('請輸入用戶名:')new_score = input('請輸入新成績:')if self.update_mysql(new_score,username):self.update_redis(username,new_score)else:print('更改信息失敗')if __name__ == '__main__':syn = Update()syn.main()集合數據類型（set）
- 特點
- 基本命令
案例: 新浪微博的共同關注
# 需求: 當用戶訪問另一個用戶的時候，會顯示出兩個用戶共同關注過哪些相同的用戶 # 設計: 將每個用戶關注的用戶放在集合中，求交集即可 # 實現:user001 = {'peiqi','qiaozhi','danni'}user002 = {'peiqi','qiaozhi','lingyang'}user001和user002的共同關注為:SINTER user001 user002結果為: {'peiqi','qiaozhi'}python操作set
# 1、給name對應的集合中添加元素 sadd(name,values) r.sadd("set_name","tom") r.sadd("set_name","tom","jim")# 2、獲取name對應的集合的所有成員: python集合 smembers(name) r.smembers('set_name')# 3、獲取name對應的集合中的元素個數 scard(name) r.scard("set_name")# 4、檢查value是否是name對應的集合內的元素:True|False sismember(name, value) r.sismember('set_name','tom')# 5、隨機刪除并返回指定集合的一個元素 spop(name) member = r.spop('set_name')# 6、刪除集合中的某個元素 srem(name, value) r.srem("set_name", "tom")# 7、獲取多個name對應集合的交集 sinter(keys, *args)r.sadd("set_name","a","b") r.sadd("set_name1","b","c") r.sadd("set_name2","b","c","d")print(r.sinter("set_name","set_name1","set_name2")) #輸出:｛b'b'｝# 8、獲取多個name對應的集合的并集: python集合 sunion(keys, *args) r.sunion("set_name","set_name1","set_name2")python代碼實現微博關注
import redisr = redis.Redis(host='127.0.0.1',port=6379,db=0)# user1關注的人 r.sadd('user1:focus','peiqi','qiaozhi','danni') # user2關注的人 r.sadd('user2:focus','peiqi','qiaozhi','lingyang') # 共同關注: 求交集 {b'qiaozhi', b'peiqi'} focus_set = r.sinter('user1:focus','user2:focus')# 創建空集合,存放最終結果 result = set()for focus in focus_set:result.add(focus.decode())print(result)有序集合sortedset
- 特點
-
示例
一個保存了水果價格的有序集合
| 元素 | 西瓜 | 葡萄 | 芒果 | 香蕉 | 蘋果 |
? 一個保存了員工薪水的有序集合
| 元素 | lucy | tom | jim | jack |
? 一個保存了正在閱讀某些技術書的人數
| 元素 | 核心編程 | 阿凡提 | 本拉登 | 阿姆斯特朗 | 比爾蓋茨 |
- 有序集合常用命令
python操作sorted set
import redisr = redis.Redis(host='127.0.0.1',port=6379,db=0) # 注意第二個參數為字典 # 命令行:ZADD salary 6000 tom 8000 jim r.zadd('salary',{'tom':6000,'jim':8000,'jack':12000}) # 結果為列表中存放元組[(),(),()] print(r.zrange('salary',0,-1,withscores=True)) print(r.zrevrange('salary',0,-1,withscores=True)) # start:起始值,num:顯示條數 print(r.zrangebyscore('salary',6000,12000,start=1,num=2,withscores=True)) # 刪除 r.zrem('salary','tom') print(r.zrange('salary',0,-1,withscores=True)) # 增加分值 r.zincrby('salary',5000,'jack') print(r.zrange('salary',0,-1,withscores=True)) # 返回元素排名 print(r.zrank('salary','jack')) print(r.zrevrank('salary','jack')) # 刪除指定區間內的元素 r.zremrangebyscore('salary',6000,8000) print(r.zrange('salary',0,-1,withscores=True)) # 統計元素個數 print(r.zcard('salary')) # 返回指定范圍內元素個數 print(r.zcount('salary',6000,20000)) # 并集 r.zadd('salary2',{'jack':17000,'lucy':8000}) r.zunionstore('salary3',('salary','salary2'),aggregate='max') print(r.zrange('salary3',0,-1,withscores=True)) # 交集 r.zinterstore('salary4',('salary','salary2'),aggregate='max') print(r.zrange('salary4',0,-1,withscores=True))案例1：網易音樂排行榜
1、每首歌的歌名作為元素 2、每首歌的播放次數作為分值 3、使用ZREVRANGE來獲取播放次數最多的歌曲代碼實現
import redisr = redis.Redis(host='127.0.0.1',port=6379,db=0)# 有序集合中添加了8首歌曲 r.zadd('ranking',{'song1':1,'song2':1,'song3':1,'song4':1}) r.zadd('ranking',{'song5':1,'song6':1,'song7':1,'song8':1}) # 指定成員增加分值 r.zincrby('ranking',50,'song3') r.zincrby('ranking',60,'song4') r.zincrby('ranking',70,'song8') # 獲取前3名: [('song8',71),(),()] rlist = r.zrevrange('ranking',0,2,withscores=True)i = 1 for name in rlist:print('第{}名:{} 播放次數:{}'.format(i,name[0].decode(),int(name[1])))i += 1# 第1名:song8 播放次數:71# 第2名:song4 播放次數:61# 第3名:song3 播放次數:51案例2: 京東商品暢銷榜
# 第1天 ZADD mobile-001 5000 'huawei' 4000 'oppo' 3000 'iphone' # 第2天 ZADD mobile-002 5200 'huawei' 4300 'oppo' 3230 'iphone' # 第3天 ZADD mobile-003 5500 'huawei' 4660 'oppo' 3580 'iphone' 問題：如何獲取三款手機的銷量排名？ ZUNIONSTORE mobile-001:003 mobile-001 mobile-002 mobile-003 # 可否？ # 正確 方法1: ZRANGE mobile-003 0 -1 WITHSCORES 方法2: ZUNIONSTORE mobile-001:003 3 mobile-001 mobile-002 mobile-003 AGGREGATE MAXpython代碼實現
import redisr = redis.Redis(host='127.0.0.1',port=6379,db=0)day01_dict = {'huawei':5000,'oppo':4000,'iphone':3000 } day02_dict = {'huawei':5200,'oppo':4300,'iphone':3230 } day03_dict = {'huawei':5500,'oppo':4400,'iphone':3600 }r.zadd('mobile-001',day01_dict) r.zadd('mobile-002',day02_dict) r.zadd('mobile-003',day03_dict)# 并集,第二個參數為元組 r.zunionstore('mobile-001:003',('mobile-001','mobile-002','mobile-003'),aggregate='max' ) # 逆序:[(),(),()] rlist = r.zrevrange('mobile-001:003',0,2,withscores=True)for r in rlist:print('{}-{}'.format(r[0].decode(),int(r[1])))五大數據類型及應用場景
| string | 簡單key-value類型，value可為字符串和數字 | 常規計數（微博數, 粉絲數等功能） |
| hash | 是一個string類型的field和value的映射表，hash特別適合用于存儲對象 | 存儲部分可能需要變更的數據（比如用戶信息） |
| list | 有序可重復列表 | 關注列表，粉絲列表，消息隊列等 |
| set | 無序不可重復列表 | 存儲并計算關系（如微博，關注人或粉絲存放在集合，可通過交集、并集、差集等操作實現如共同關注、共同喜好等功能） |
| sorted set | 每個元素帶有分值的集合 | 各種排行榜 |
數據持久化
持久化定義
將數據從掉電易失的內存放到永久存儲的設備上為什么需要持久化
因為所有的數據都在內存上，所以必須得持久化- 數據持久化分類之 - RDB模式（默認開啟）
默認模式
1、保存真實的數據 2、將服務器包含的所有數據庫數據以二進制文件的形式保存到硬盤里面 3、默認文件名 ：/var/lib/redis/dump.rdb創建rdb文件的兩種方式
**方式一：**服務器執行客戶端發送的SAVE或者BGSAVE命令
127.0.0.1:6379> SAVE OK # 特點 1、執行SAVE命令過程中，redis服務器將被阻塞，無法處理客戶端發送的命令請求，在SAVE命令執行完畢后，服務器才會重新開始處理客戶端發送的命令請求 2、如果RDB文件已經存在，那么服務器將自動使用新的RDB文件代替舊的RDB文件 # 工作中定時持久化保存一個文件127.0.0.1:6379> BGSAVE Background saving started # 執行過程如下 1、客戶端 發送 BGSAVE 給服務器 2、服務器馬上返回 Background saving started 給客戶端 3、服務器 fork() 子進程做這件事情 4、服務器繼續提供服務 5、子進程創建完RDB文件后再告知Redis服務器# 配置文件相關操作 /etc/redis/redis.conf 263行: dir /var/lib/redis # 表示rdb文件存放路徑 253行: dbfilename dump.rdb # 文件名# 兩個命令比較 SAVE比BGSAVE快，因為需要創建子進程，消耗額外的內存# 補充：可以通過查看日志文件來查看redis都做了哪些操作 # 日志文件：配置文件中搜索 logfile logfile /var/log/redis/redis-server.log方式二：設置配置文件條件滿足時自動保存（使用最多）
# 命令行示例 redis>save 300 10表示如果距離上一次創建RDB文件已經過去了300秒，并且服務器的所有數據庫總共已經發生了不少于10次修改，那么自動執行BGSAVE命令 redis>save 60 10000表示如果距離上一次創建rdb文件已經過去60秒，并且服務器所有數據庫總共已經發生了不少于10000次修改，那么執行bgsave命令# redis配置文件默認 218行: save 900 1 219行: save 300 10 220行: save 60 100001、只要三個條件中的任意一個被滿足時，服務器就會自動執行BGSAVE2、每次創建RDB文件之后，服務器為實現自動持久化而設置的時間計數器和次數計數器就會被清零，并重新開始計數，所以多個保存條件的效果不會疊加- 數據持久化分類之 - AOF（AppendOnlyFile，默認未開啟）
特點
1、存儲的是命令，而不是真實數據 2、默認不開啟 # 開啟方式（修改配置文件） 1、/etc/redis/redis.conf672行: appendonly yes # 把 no 改為 yes676行: appendfilename "appendonly.aof" 2、重啟服務sudo /etc/init.d/redis-server restartRDB缺點
1、創建RDB文件需要將服務器所有的數據庫的數據都保存起來，這是一個非常消耗資源和時間的操作，所以服務器需要隔一段時間才創建一個新的RDB文件，也就是說，創建RDB文件不能執行的過于頻繁，否則會嚴重影響服務器的性能 2、可能丟失數據AOF持久化原理及優點
# 原理1、每當有修改數據庫的命令被執行時，服務器就會將執行的命令寫入到AOF文件的末尾2、因為AOF文件里面存儲了服務器執行過的所有數據庫修改的命令，所以給定一個AOF文件，服務器只要重新執行一遍AOF文件里面包含的所有命令，就可以達到還原數據庫的目的# 優點用戶可以根據自己的需要對AOF持久化進行調整，讓Redis在遭遇意外停機時不丟失任何數據，或者只丟失一秒鐘的數據，這比RDB持久化丟失的數據要少的多安全性問題考慮
# 因為雖然服務器執行一個修改數據庫的命令，就會把執行的命令寫入到AOF文件，但這并不意味著AOF文件持久化不會丟失任何數據，在目前常見的操作系統中，執行系統調用write函數，將一些內容寫入到某個文件里面時，為了提高效率，系統通常不會直接將內容寫入硬盤里面，而是將內容放入一個內存緩存區（buffer）里面，等到緩沖區被填滿時才將存儲在緩沖區里面的內容真正寫入到硬盤里# 所以1、AOF持久化：當一條命令真正的被寫入到硬盤里面時，這條命令才不會因為停機而意外丟失2、AOF持久化在遭遇停機時丟失命令的數量，取決于命令被寫入到硬盤的時間3、越早將命令寫入到硬盤，發生意外停機時丟失的數據就越少，反之亦然策略 - 配置文件
# 打開配置文件:/etc/redis/redis.conf，找到相關策略如下 1、701行: alwarys服務器每寫入一條命令，就將緩沖區里面的命令寫入到硬盤里面，服務器就算意外停機，也不會丟失任何已經成功執行的命令數據 2、702行: everysec（# 默認）服務器每一秒將緩沖區里面的命令寫入到硬盤里面，這種模式下，服務器即使遭遇意外停機，最多只丟失1秒的數據 3、703行: no服務器不主動將命令寫入硬盤,由操作系統決定何時將緩沖區里面的命令寫入到硬盤里面，丟失命令數量不確定# 運行速度比較 always：速度慢 everysec和no都很快，默認值為everysecAOF文件中是否會產生很多的冗余命令？
為了讓AOF文件的大小控制在合理范圍，避免胡亂增長，redis提供了AOF重寫功能，通過這個功能，服務器可以產生一個新的AOF文件-- 新的AOF文件記錄的數據庫數據和原由的AOF文件記錄的數據庫數據完全一樣-- 新的AOF文件會使用盡可能少的命令來記錄數據庫數據，因此新的AOF文件的提及通常會小很多-- AOF重寫期間，服務器不會被阻塞，可以正常處理客戶端發送的命令請求示例
| select 0 | SELECT 0 |
| sadd myset peiqi | SADD myset peiqi qiaozhi danni lingyang |
| sadd myset qiaozhi | SET msg ‘hello tarena’ |
| sadd myset danni | RPUSH mylist 2 3 5 |
| sadd myset lingyang | |
| INCR number | |
| INCR number | |
| DEL number | |
| SET message ‘hello world’ | |
| SET message ‘hello tarena’ | |
| RPUSH mylist 1 2 3 | |
| RPUSH mylist 5 | |
| LPOP mylist |
AOF文件重寫方法觸發
1、客戶端向服務器發送BGREWRITEAOF命令127.0.0.1:6379> BGREWRITEAOFBackground append only file rewriting started2、修改配置文件讓服務器自動執行BGREWRITEAOF命令auto-aof-rewrite-percentage 100auto-aof-rewrite-min-size 64mb# 解釋1、只有當AOF文件的增量大于100%時才進行重寫，也就是大一倍的時候才觸發# 第一次重寫新增：64M# 第二次重寫新增：128M# 第三次重寫新增：256M（新增128M）RDB和AOF持久化對比
| 全量備份，一次保存整個數據庫 | 增量備份，一次保存一個修改數據庫的命令 |
| 保存的間隔較長 | 保存的間隔默認為一秒鐘 |
| 數據還原速度快 | 數據還原速度一般，冗余命令多，還原速度慢 |
| 執行SAVE命令時會阻塞服務器，但手動或者自動觸發的BGSAVE不會阻塞服務器 | 無論是平時還是進行AOF重寫時，都不會阻塞服務器 |
數據恢復（無需手動操作）
既有dump.rdb，又有appendonly.aof，恢復時找誰？ 先找appendonly.aof配置文件常用配置總結
# 設置密碼 1、requirepass password # 開啟遠程連接 2、bind 127.0.0.1 ::1 注釋掉 3、protected-mode no 把默認的 yes 改為 no # rdb持久化-默認配置 4、dbfilename 'dump.rdb' 5、dir /var/lib/redis # rdb持久化-自動觸發(條件) 6、save 900 1 7、save 300 10 8、save 60 10000 # aof持久化開啟 9、appendonly yes 10、appendfilename 'appendonly.aof' # aof持久化策略 11、appendfsync always 12、appendfsync everysec # 默認 13、appendfsync no # aof重寫觸發 14、auto-aof-rewrite-percentage 100 15、auto-aof-rewrite-min-size 64mb # 設置為從服務器 16、salveof <master-ip> <master-port>Redis相關文件存放路徑
1、配置文件: /etc/redis/redis.conf 2、備份文件: /var/lib/redis/*.rdb|*.aof 3、日志文件: /var/log/redis/redis-server.log 4、啟動文件: /etc/init.d/redis-server # /etc/下存放配置文件 # /etc/init.d/下存放服務啟動文件Redis主從復制
- 定義
- 作用
- 原理
-
兩種實現方式
方式一（Linux命令行實現1）
redis-server --slaveof
方式一（Redis命令行實現2）
# 兩條命令 1、>slaveof IP PORT 2、>slaveof no one示例
# 服務端啟動 redis-server --port 6301 # 客戶端連接 tarena@tedu:~$ redis-cli -p 6301 127.0.0.1:6301> keys * 1) "myset" 2) "mylist" 127.0.0.1:6301> set mykey 123 OK # 切換為從 127.0.0.1:6301> slaveof 127.0.0.1 6379 OK 127.0.0.1:6301> set newkey 456 (error) READONLY You can't write against a read only slave. 127.0.0.1:6301> keys * 1) "myset" 2) "mylist" # 再切換為主 127.0.0.1:6301> slaveof no one OK 127.0.0.1:6301> set name hello OK方式二(修改配置文件)
# 每個redis服務,都有1個和他對應的配置文件 # 兩個redis服務1、6379 -> /etc/redis/redis.conf2、6300 -> /home/tarena/redis_6300.conf# 修改配置文件 vi redis_6300.conf slaveof 127.0.0.1 6379 port 6300 # 啟動redis服務 redis-server redis_6300.conf # 客戶端連接測試 redis-cli -p 6300 127.0.0.1:6300> hset user:1 username guods (error) READONLY You can't write against a read only slave.問題總結：master掛了怎么辦？
1、一個Master可以有多個Slaves 2、Slave下線，只是讀請求的處理性能下降 3、Master下線，寫請求無法執行 4、其中一臺Slave使用SLAVEOF no one命令成為Master，其他Slaves執行SLAVEOF命令指向這個新的Master，從它這里同步數據 # 以上過程是手動的，能夠實現自動，這就需要Sentinel哨兵，實現故障轉移Failover操作演示
1、啟動端口6400redis，設置為6379的slaveredis-server --port 6400redis-cli -p 6400redis>slaveof 127.0.0.1 6379 2、啟動端口6401redis，設置為6379的slaveredis-server --port 6401redis-cli -p 6401redis>slaveof 127.0.0.1 6379 3、關閉6379redissudo /etc/init.d/redis-server stop 4、把6400redis設置為masterredis-cli -p 6401redis>slaveof no one 5、把6401的redis設置為6400redis的salveredis-cli -p 6401redis>slaveof 127.0.0.1 6400 # 這是手動操作，效率低，而且需要時間，有沒有自動的？？？官方高可用方案Sentinel
Redis之哨兵 - sentinel
1、Sentinel會不斷檢查Master和Slaves是否正常 2、每一個Sentinel可以監控任意多個Master和該Master下的Slaves案例演示
? **1、**環境搭建
# 共3臺redis的服務器，如果是不同機器端口號可以是一樣的 1、啟動6379的redis服務器sudo /etc/init.d/redis-server start 2、啟動6380的redis服務器，設置為6379的從redis-server --port 6380tarena@tedu:~$ redis-cli -p 6380127.0.0.1:6380> slaveof 127.0.0.1 6379OK 3、啟動6381的redis服務器，設置為6379的從redis-server --port 6381tarena@tedu:~$ redis-cli -p 6381127.0.0.1:6381> slaveof 127.0.0.1 6379? **2、**安裝并搭建sentinel哨兵
# 1、安裝redis-sentinel sudo apt install redis-sentinel 驗證: sudo /etc/init.d/redis-sentinel stop # 2、新建配置文件sentinel.conf port 26379 Sentinel monitor tedu 127.0.0.1 6379 1# 3、啟動sentinel 方式一: redis-sentinel sentinel.conf 方式二: redis-server sentinel.conf --sentinel#4、將master的redis服務終止，查看從是否會提升為主 sudo /etc/init.d/redis-server stop # 發現提升6381為master，其他兩個為從 # 在6381上設置新值，6380查看 127.0.0.1:6381> set name tedu OK# 啟動6379，觀察日志，發現變為了6381的從 主從+哨兵基本就夠用了sentinel.conf解釋
# sentinel監聽端口，默認是26379，可以修改 port 26379 # 告訴sentinel去監聽地址為ip:port的一個master，這里的master-name可以自定義，quorum是一個數字，指明當有多少個sentinel認為一個master失效時，master才算真正失效 sentinel monitor <master-name> <ip> <redis-port> <quorum>生產環境中設置哨兵sentinel
1、安裝sentinelsudo apt-get install redis-sentinel 2、創建配置文件 sentinel.confport 26379Sentinel monitor 名字 IP PORT 投票數 3、啟動sentinel開始監控redis-sentinel sentinel.conf分布式鎖
高并發產生的問題？
1、購票: 多個用戶搶到同一張票？ 2、購物: 庫存只剩1個,被多個用戶成功買到？ ... ...怎么辦？
在不同進程需要互斥地訪問共享資源時，分布式鎖是一種非常有用的技術手段原理
1、多個客戶端先到redis數據庫中獲取一把鎖,得到鎖的用戶才可以操作數據庫 2、此用戶操作完成后釋放鎖，下一個成功獲取鎖的用戶再繼續操作數據庫實現
set key value nx ex 3 # 見圖: 分布式鎖原理.png博客項目解決高并發問題
1、在數據庫中創建庫 blog，指定字符編碼utf8
mysql -uroot -p123456 mysql>create database wiki charset utf8;2、同步數據庫，并在user_profile中插入表記錄
1、python3 manage.py makemigrations 2、python3 manage.py migrate 3、insert into user_profile values ('guoxiaonao','guoxiaonao','guoxiaonao@tedu.cn','123456','aaaaaaaa','bbbbbbbb','cccccccc');3、啟動django項目，并找到django路由測試 test函數
1、python3 manage.py runserver 2、查看項目的 urls.py 路由，打開firefox瀏覽器輸入地址：http://127.0.0.1:8000/test/ # 返回結果： {"code": 200}4、在數據庫表中創建測試字段score
1、user/models.py添加:score = models.IntegerField(verbose_name=u'分數',null=True,default=0) 2、同步到數據庫python3 manage.py makemigrations userpython3 manage.py migrate user 3、到數據庫中確認查看3、在wiki/views.py中補充 test函數，對數據庫中score字段進行 +1 操作
from user.models import UserProfile def test(request):u = UserProfile.objects.get(username='guoxiaonao')u.score += 1u.save()return JsonResponse('HI HI HI')4、啟多個服務端，模擬30個并發請求
(1)多臺服務器啟動項目
python3 manage.py runserver 127.0.0.1:8000 python3 manage.py runserver 127.0.0.1:8001(2)在tools中新建py文件 test_api.py，模擬30個并發請求
import threading import requests import randomdef getRequest():url='http://127.0.0.1:8000/test/'url2='http://127.0.0.1:8001/test/'get_url = random.choice([url, url2])requests.get(get_url)ts = [] for i in range(30):t=threading.Thread(target=getRequest,args=())ts.append(t)if __name__ == '__main__':for t in ts:t.start()for t in ts:t.join()(3) python3 test_api.py
(4) 在數據庫中查看 score 字段的值
并沒有+30，而且沒有規律，每次加的次數都不同，如何解決？？？解決方案：redis分布式鎖
def test(request):# 解決方法二:redis分布式鎖import redispool = redis.ConnectionPool(host='localhost', port=6379, db=0)r = redis.Redis(connection_pool=pool)while True:try:with r.lock('guoxiaonao', blocking_timeout=3) as lock:u = UserProfile.objects.get(username='guoxiaonao')u.score += 1u.save()breakexcept Exception as e:print('lock is failed')return JsonResponse({'code':200,'data':{}})Redis事務
特點
1. 單獨的隔離操作：事務中的所有命令會被序列化、按順序執行，在執行的過程中不會被其他客戶端發送來的命令打斷 2. 不保證原子性：redis中的一個事務中如果存在命令執行失敗，那么其他命令依然會被執行，沒有回滾機制事務命令
1、MULTI # 開啟事務 2、命令1 # 執行命令 3、命令2 ... ... 4、EXEC # 提交到數據庫執行 4、DISCARD # 取消事務使用步驟
# 開啟事務 127.0.0.1:6379> MULTI OK # 命令1入隊列 127.0.0.1:6379> INCR n1 QUEUED # 命令2入隊列 127.0.0.1:6379> INCR n2 QUEUED # 提交到數據庫執行 127.0.0.1:6379> EXEC 1) (integer) 1 2) (integer) 1事務中命令錯誤處理
# 1、命令語法錯誤，命令入隊失敗，直接自動discard退出這個事務這個在命令在執行調用之前會發生錯誤。例如，這個命令可能有語法錯誤（錯誤的參數數量，錯誤的命令名）處理方案：客戶端發生了第一個錯誤情況，在exec執行之前發生的。通過檢查隊列命令返回值:如果這個命令回答這個隊列的命令是正確的，否者redis會返回一個錯誤。如果那里發生了一個隊列命令錯誤，大部分客戶端將會退出并丟棄這個事務# 2、命令語法沒錯，但類型操作有誤，則事務執行調用之后失敗，無法進行事務回滾從我們施行了一個由于錯誤的value的ke y操作（例如對著String類型的value施行了List命令操作）處理方案：發生在EXEC之后的是沒有特殊方式去處理的：即使某些命令在事務中失敗，所有的其他命令都將會被執行。 127.0.0.1:6379> MULTI OK 127.0.0.1:6379> set num 10 QUEUED 127.0.0.1:6379> LPOP num QUEUED 127.0.0.1:6379> exec 1) OK 2) (error) WRONGTYPE Operation against a key holding the wrong kind of value 127.0.0.1:6379> get num "10" 127.0.0.1:6379>為什么redis不支持事務回滾
- 觀點
pipeline補充
python使用pipeline()與execute()批量進行批量操作
示例
import redis# 創建連接池并連接到redis pool = redis.ConnectionPool(host = '192.168.153.150',db=0,port=6379) r = redis.Redis(connection_pool=pool)# 第一組 pipe = r.pipeline() pipe.set('fans',50) pipe.incr('fans') pipe.incrby('fans',100) pipe.execute()# 第二組 pipe.get('fans') pipe.get('pwd') # [b'151', b'123'] result = pipe.execute() print(result)Redis常見問題匯總
- Redis優點
-
來介紹一下redis中的數據類型
類型特點使用場景 string 簡單key-value類型，value可為字符串和數字 常規計數（微博數, 粉絲數等功能） hash 是一個string類型的field和value的映射表，hash特別適合用于存儲對象 存儲部分可能需要變更的數據（比如用戶信息） list 有序可重復列表 關注列表，粉絲列表，消息隊列等 set 無序不可重復列表 存儲并計算關系（如微博，關注人或粉絲存放在集合，可通過交集、并集、差集等操作實現如共同關注、共同喜好等功能） sorted set 每個元素帶有分值的集合 各種排行榜 -
redis中的持久化方案
-
使用過Redis分布式鎖么，它是什么回事？
1、從redis2.8開始，set命令集成了兩個參數，nx和ex，先拿nx來爭搶鎖，搶到之后，再用ex參數給鎖加一個過期時間防止鎖無法釋放，造成死鎖set username AAA nx ex 3 2、redis分布式鎖原理見圖 -
緩存穿透
-
緩存擊穿
# 原理 緩存沒有，數據庫有，一般是緩存時間到期， 順勢并發太大#解決方案 1、熱點數據不過期 2、上鎖: 重新設計緩存的使用方式，當我們通過key去查詢數據時，首先查詢緩存，如果沒有，就通過分布式鎖進行加鎖，取得鎖的進程查DB并設置緩存，然后解鎖；其他進程如果發現有鎖就等待，然后等解鎖后返回緩存數據或者再次查詢DB -
緩存雪崩
# 原理 緩存中大批量數據過期，導致瞬時大批量不同請求注入DB# 解決方案 解決方案 1、緩存設置隨機時間（避免緩存設置相近的有效期；為有效期增加隨機值） 2、熱點數據不過期
總結
以上是生活随笔為你收集整理的学一点Redis基础的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 笔记本无线网卡天线接线柱掉了（AUX和M
- 下一篇： 将sql数据导入mysql数据库_将sq