Redis6学习笔记（自用）

Posted 是Cc哈

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了Redis6学习笔记（自用）相关的知识，希望对你有一定的参考价值。

Redis学习笔记

文章目录

一、Redis概述

  1. Redis是一个开源的key-value存储系统。
  2. 和Memcached类似，它支持存储的value类型相对更多，包括string(字符串)、list(链表)、set(集合)、zset(sorted set --有序集合)和hash（哈希类型）。
  3. 这些数据类型都支持push/pop、add/remove及取交集并集和差集及更丰富的操作，而且这些操作都是原子性的。
  4. 在此基础上，Redis支持各种不同方式的排序。
  5. 与memcached一样，为了保证效率，数据都是缓存在内存中。
  6. 区别的是Redis会周期性的把更新的数据写入磁盘或者把修改操作写入追加的记录文件。
  7. 并且在此基础上实现了master-slave(主从)同步。

1.1 Redis安装

Redis官方网站：http://redis.io
Redis中文官方网站：http://redis.cn/

1.2 Redis相关知识介绍

  1. 默认16个数据库，类似数组下标从0开始，初始默认使用0号库
  2. 使用命令 select 来切换数据库。如: select 8
  3. 统一密码管理，所有库同样密码。
  4. dbsize查看当前数据库的key的数量
  5. flushdb清空当前库
  6. flushall通杀全部库

Redis是单线程+多路IO复用技术
多路复用是指使用一个线程来检查多个文件描述符（Socket）的就绪状态，比如调用select和poll函数，传入多个文件描述符，如果有一个文件描述符就绪，则返回，否则阻塞直到超时。得到就绪状态后进行真正的操作可以在同一个线程里执行，也可以启动线程执行（比如使用线程池）

二、常用五大数据类型

2.1Redis键(key)

  1. keys *查看当前库所有key (匹配：keys *1)
  2. exists key判断某个key是否存在
  3. type key 查看你的key是什么类型
  4. del key 删除指定的key数据
  5. unlink key 根据value选择非阻塞删除
  6. 仅将keys从keyspace元数据中删除，真正的删除会在后续异步操作。
  7. expire key 10 10秒钟：为给定的key设置过期时间
  8. ttl key 查看还有多少秒过期，-1表示永不过期，-2表示已过期
  9. select命令切换数据库

2.2Redis字符串(String)

2.2.1 简介

String是Redis最基本的类型，你可以理解成与Memcached一模一样的类型，一个key对应一个value。
String类型是二进制安全的。意味着Redis的string可以包含任何数据。比如jpg图片或者序列化的对象。
String类型是Redis最基本的数据类型，一个Redis中字符串value最多可以是512M

2.2.2 常用命令

  1. set key value 添加键值对
  2. get key 查询对应键值
  3. append key value 将给定的 追加到原值的末尾
  4. strlen key 获得值的长度
  5. setnx key value 只有在 key 不存在时 设置 key 的值
  6. incr key 将 key 中储存的数字值增1 将 key 中储存的数字值增1
  7. decr key 将 key 中储存的数字值减1 只能对数字值操作，如果为空，新增值为-1
  8. incrby / decrby key 步长 将 key 中储存的数字值增减。自定义步长。
    原子性

    所谓原子操作是指不会被线程调度机制打断的操作；
    这种操作一旦开始，就一直运行到结束，中间不会有任何 context switch （切换到另一个线程）。
  9. mset key1 value1 key2 value2 … 同时设置一个或多个 key-value对
  10. mget key1 key2 key3 … 同时获取一个或多个 value
  11. msetnx key1 value1 key2 value2 … 同时设置一个或多个 key-value 对，当且仅当所有给定 key 都不存在。
  12. getrange key 起始位置 结束位置 获得值的范围，类似java中的substring，前包，后包
  13. setrange key 起始位置 value 用 value 覆写 key 所储存的字符串值，从<起始位置>开始(索引从0开始)。
  14. setex key 过期时间 value 设置键值的同时，设置过期时间，单位秒。
  15. getset key value 以新换旧，设置了新值同时获得旧值。

2.2.3 数据结构

String的数据结构为简单动态字符串(Simple Dynamic String,缩写SDS)。是可以修改的字符串，内部结构实现上类似于Java的ArrayList，采用预分配冗余空间的方式来减少内存的频繁分配.


如图中所示，内部为当前字符串实际分配的空间capacity一般要高于实际字符串长度len。当字符串长度小于1M时，扩容都是加倍现有的空间，如果超过1M，扩容时一次只会多扩1M的空间。需要注意的是字符串最大长度为512M。

2.3 Redis列表(List)

2.3.1 简介

单键多值
Redis 列表是简单的字符串列表，按照插入顺序排序。你可以添加一个元素到列表的头部（左边）或者尾部（右边）。
它的底层实际是个双向链表，对两端的操作性能很高，通过索引下标的操作中间的节点性能会较差。

2.3.2 常用命令

  1. lpush/rpush key value1 value2 value3 … 从左边/右边插入一个或多个值。
  2. lpop/rpop key 从左边/右边吐出一个值。值在键在，值光键亡。
  3. rpoplpush key1 key2 从 key1 列表右边吐出一个值，插到列表左边。
  4. lrange key start stop
  5. 按照索引下标获得元素(从左到右)
  6. lrange mylist 0 -1 0左边第一个，-1右边第一个，（0-1表示获取所有）
  7. lindex key index 按照索引下标获得元素(从左到右)
  8. llen key 获得列表长度
  9. linsert key before value newvalue 在 value 的后面插入插入值
  10. lrem key n value 从左边删除n个value(从左到右)
  11. lset key index value 将列表key下标为index的值替换成value

2.3.3 数据结构

List的数据结构为快速链表quickList。
首先在列表元素较少的情况下会使用一块连续的内存存储，这个结构是ziplist，也即是压缩列表。
它将所有的元素紧挨着一起存储，分配的是一块连续的内存。
当数据量比较多的时候才会改成quicklist。
因为普通的链表需要的附加指针空间太大，会比较浪费空间。比如这个列表里存的只是int类型的数据，结构上还需要两个额外的指针prev和next。

Redis将链表和ziplist结合起来组成了quicklist。也就是将多个ziplist使用双向指针串起来使用。这样既满足了快速的插入删除性能，又不会出现太大的空间冗余。

2.4 Redis集合(Set)

2.4.1 简介

Redis set对外提供的功能与list类似是一个列表的功能，特殊之处在于set是可以自动排重的，当你需要存储一个列表数据，又不希望出现重复数据时，set是一个很好的选择，并且set提供了判断某个成员是否在一个set集合内的重要接口，这个也是list所不能提供的。
Redis的Set是string类型的无序集合。它底层其实是一个value为null的hash表，所以添加，删除，查找的复杂度都是O(1)。
一个算法，随着数据的增加，执行时间的长短，如果是O(1)，数据增加，查找数据的时间不变

2.4.2 常用命令

  1. sadd key value1 value2 … 将一个或多个 member 元素加入到集合 key 中，已经存在的 member 元素将被忽略
  2. smembers key 取出该集合的所有值。
  3. sismember key value 判断集合是否为含有该值，有1，没有0
  4. scard返回该集合的元素个数。
  5. srem key value1 value2 … 删除集合中的某个元素。
  6. spop key 随机从该集合中吐出一个值。
  7. srandmember key n 随机从该集合中取出n个值。不会从集合中删除 。
  8. smove source destination value把集合中一个值从一个集合移动到另一个集合
  9. sinter key1 key2 返回两个集合的交集元素。
  10. sunion key1 key2 返回两个集合的并集元素。
  11. sdiff key1 key2 返回两个集合的差集元素(key1中的，不包含key2中的)

2.4.3 数据结构

Set数据结构是dict字典，字典是用哈希表实现的。
Java中HashSet的内部实现使用的是HashMap，只不过所有的value都指向同一个对象。Redis的set结构也是一样，它的内部也使用hash结构，所有的value都指向同一个内部值。

2.5 Redis哈希(Hash)

2.5.1 简介

Redis hash 是一个键值对集合。
Redis hash是一个string类型的field和value的映射表，hash特别适合用于存储对象。
类似Java里面的Map<String,Object>
用户ID为查找的key，存储的value用户对象包含姓名，年龄，生日等信息，如果用普通的key/value结构来存储

2.5.2 常用命令

  1. hset key field value 给 key 集合中的 field 键赋值
  2. hget key1 field 从 key1 集合 field 取出 value
  3. hmset key1 field1 value1 field2 value2 … 批量设置hash的值
  4. hexists key1 field 查看哈希表 key 中，给定域 field 是否存在。
  5. hkeys key 列出该hash集合的所有field
  6. hvals key 列出该hash集合的所有value
  7. hincrby key field increment 为哈希表 key 中的域 field 的值加上增量 1 -1
  8. hsetnx key field value 将哈希表 key 中的域 field 的值设置为 value ，当且仅当域 field 不存在

2.5.3 数据结构

Hash类型对应的数据结构是两种：ziplist（压缩列表），hashtable（哈希表）。当field-value长度较短且个数较少时，使用ziplist，否则使用hashtable。

2.6 Redis有序集合Zset(sorted set)

2.6.1 简介

Redis有序集合zset与普通集合set非常相似，是一个没有重复元素的字符串集合。
不同之处是有序集合的每个成员都关联了一个评分（score）,这个评分（score）被用来按照从最低分到最高分的方式排序集合中的成员。集合的成员是唯一的，但是评分可以是重复了 。
因为元素是有序的, 所以你也可以很快的根据评分（score）或者次序（position）来获取一个范围的元素。
访问有序集合的中间元素也是非常快的,因此你能够使用有序集合作为一个没有重复成员的智能列表。

2.6.2 常用命令

1.zadd … 将一个或多个 member 元素及其 score 值加入到有序集 key 当中。

  1. zrange [WITHSCORES] 返回有序集 key 中，下标在 之间的元素 带WITHSCORES，可以让分数一起和值返回到结果集。
  2. zrangebyscore key minmax [withscores] [limit offset count] 返回有序集 key 中，所有 score 值介于 min 和 max 之间(包括等于 min 或 max )的成员。有序集成员按 score 值递增(从小到大)次序排列。
  3. zrevrangebyscore key maxmin [withscores] [limit offset count] 同上，改为从大到小排列。
  4. zincrby 为元素的score加上增量
  5. zrem 删除该集合下，指定值的元素
  6. zcount 统计该集合，分数区间内的元素个数
  7. zrank 返回该值在集合中的排名，从0开始。

2.6.3 数据结构

SortedSet(zset)是Redis提供的一个非常特别的数据结构，一方面它等价于Java的数据结构Map<String, Double>，可以给每一个元素value赋予一个权重score，另一方面它又类似于TreeSet，内部的元素会按照权重score进行排序，可以得到每个元素的名次，还可以通过score的范围来获取元素的列表。
zset底层使用了两个数据结构

  1. hash，hash的作用就是关联元素value和权重score，保障元素value的唯一性，可以通过元素value找到相应的score值。
  2. 跳跃表，跳跃表的目的在于给元素value排序，根据score的范围获取元素列表。

2.6.4 跳跃表（跳表）

有序集合在生活中比较常见，例如根据成绩对学生排名，根据得分对玩家排名等。对于有序集合的底层实现，可以用数组、平衡树、链表等。数组不便元素的插入、删除；平衡树或红黑树虽然效率高但结构复杂；链表查询需要遍历所有效率低。Redis采用的是跳跃表。跳跃表效率堪比红黑树，实现远比红黑树简单。

2.7 Redis Bitmaps

2.7.1 简介

现代计算机用二进制（位） 作为信息的基础单位， 1个字节等于8位， 例如“abc”字符串是由3个字节组成， 但实际在计算机存储时将其用二进制表示， “abc”分别对应的ASCII码分别是97、 98、 99， 对应的二进制分别是01100001、 01100010和01100011，如下图

合理地使用操作位能够有效地提高内存使用率和开发效率。

  1. Bitmaps本身不是一种数据类型， 实际上它就是字符串（key-value） ， 但是它可以对字符串的位进行操作。
  2. （2）Bitmaps单独提供了一套命令， 所以在Redis中使用Bitmaps和使用字符串的方法不太相同。 可以把Bitmaps想象成一个以位为单位的数组， 数组的每个单元只能存储0和1， 数组的下标在Bitmaps中叫做偏移量。

2.7.2 常用命令

  1. setbit setbit设置Bitmaps中某个偏移量的值（0或1） *offset:偏移量从0开始
    每个独立用户是否访问过网站存放在Bitmaps中， 将访问的用户记做1， 没有访问的用户记做0， 用偏移量作为用户的id。
    设置键的第offset个位的值（从0算起） ， 假设现在有20个用户，userid=1， 6， 11， 15， 19的用户对网站进行了访问， 那么当前Bitmaps初始化结果如图

    unique:users:20201106代表2020-11-06这天的独立访问用户的Bitmaps

    注：
    很多应用的用户id以一个指定数字（例如10000） 开头， 直接将用户id和Bitmaps的偏移量对应势必会造成一定的浪费， 通常的做法是每次做setbit操作时将用户id减去这个指定数字。
    在第一次初始化Bitmaps时， 假如偏移量非常大， 那么整个初始化过程执行会比较慢， 可能会造成Redis的阻塞。
  2. getbit getbit获取Bitmaps中某个偏移量的值 获取键的第offset位的值（从0开始算）
    获取id=8的用户是否在2020-11-06这天访问过， 返回0说明没有访问过：

    注：
    因为100根本不存在，所以也是返回0
  3. bitcount
    统计字符串被设置为1的bit数。一般情况下，给定的整个字符串都会被进行计数，通过指定额外的 start 或 end 参数，可以让计数只在特定的位上进行。start 和 end 参数的设置，都可以使用负数值：比如 -1 表示最后一个位，而 -2 表示倒数第二个位，start、end 是指bit组的字节的下标数，二者皆包含。
    bitcount[start end] 统计字符串从start字节到end字节比特值为1的数量
    计算2022-11-06这天的独立访问用户数量

    start和end代表起始和结束字节数， 下面操作计算用户id在第1个字节到第3个字节之间的独立访问用户数， 对应的用户id是11， 15， 19。
    举例： K1 【01000001 01000000 00000000 00100001】，对应【0，1，2，3】
    bitcount K1 1 2 ： 统计下标1、2字节组中bit=1的个数，即01000000 00000000
    –》bitcount K1 1 2 　　--》1
    bitcount K1 1 3 ： 统计下标1、2字节组中bit=1的个数，即01000000 00000000 00100001
    –》bitcount K1 1 3　　--》3
    bitcount K1 0 -2 ： 统计下标0到下标倒数第2，字节组中bit=1的个数，即01000001 01000000 00000000
    –》bitcount K1 0 -2　　--》3
    注意：redis的setbit设置或清除的是bit位置，而bitcount计算的是byte位置。
  4. bitop
    bitop and(or/not/xor) [key…]
    bitop是一个复合操作， 它可以做多个Bitmaps的and（交集） 、 or（并集） 、 not（非） 、 xor（异或） 操作并将结果保存在destkey中。
    2020-11-04 日访问网站的userid=1,2,5,9。
    setbit unique:users:20201104 1 1
    setbit unique:users:20201104 2 1
    setbit unique:users:20201104 5 1
    setbit unique:users:20201104 9 1
    2020-11-03 日访问网站的userid=0,1,4,9。
    setbit unique:users:20201103 0 1
    setbit unique:users:20201103 1 1
    setbit unique:users:20201103 4 1
    setbit unique:users:20201103 9 1
    计算出两天都访问过网站的用户数量
    bitop and unique:users:and:20201104_03
    unique:users:20201103unique:users:20201104


    计算出任意一天都访问过网站的用户数量（例如月活跃就是类似这种） ， 可以使用or求并集

2.7.3 Bitmaps与set对比

假设网站有1亿用户， 每天独立访问的用户有5千万， 如果每天用集合类型和Bitmaps分别存储活跃用户可以得到表

数据类型每个用户id占用空间需要存储的用户量全部内存量
集合类型64位5000000064位*50000000 = 400MB
Bitmaps1位1000000001位*100000000 = 12.5MB

很明显， 这种情况下使用Bitmaps能节省很多的内存空间， 尤其是随着时间推移节省的内存还是非常可观的

但Bitmaps并不是万金油， 假如该网站每天的独立访问用户很少， 例如只有10万（大量的僵尸用户） ， 那么两者的对比如下表所示， 很显然， 这时候使用Bitmaps就不太合适了， 因为基本上大部分位都是0。

2.8 Redis HyperLogLog

2.8.1 简介

在工作当中，我们经常会遇到与统计相关的功能需求，比如统计网站PV（PageView页面访问量）,可以使用Redis的incr、incrby轻松实现。
但像UV（UniqueVisitor，独立访客）、独立IP数、搜索记录数等需要去重和计数的问题如何解决？这种求集合中不重复元素个数的问题称为基数问题。
解决基数问题有很多种方案：
（1）数据存储在mysql表中，使用distinct count计算不重复个数
（2）使用Redis提供的hash、set、bitmaps等数据结构来处理
以上的方案结果精确，但随着数据不断增加，导致占用空间越来越大，对于非常大的数据集是不切实际的。
能否能够降低一定的精度来平衡存储空间？Redis推出了HyperLogLog
Redis HyperLogLog 是用来做基数统计的算法，HyperLogLog 的优点是，在输入元素的数量或者体积非常非常大时，计算基数所需的空间总是固定的、并且是很小的。
在 Redis 里面，每个 HyperLogLog 键只需要花费 12 KB 内存，就可以计算接近 2^64 个不同元素的基数。这和计算基数时，元素越多耗费内存就越多的集合形成鲜明对比。
但是，因为 HyperLogLog 只会根据输入元素来计算基数，而不会储存输入元素本身，所以 HyperLogLog 不能像集合那样，返回输入的各个元素。

什么是基数?
比如数据集 1, 3, 5, 7, 5, 7, 8， 那么这个数据集的基数集为 1, 3, 5 ,7, 8, 基数(不重复元素)为5。 基数估计就是在误差可接受的范围内，快速计算基数。

2.8.2 常用命令

  1. pfadd pfadd < element> [element …] 添加指定元素到 HyperLogLog 中

    将所有元素添加到指定HyperLogLog数据结构中。如果执行命令后HLL估计的近似基数发生变化，则返回1，否则返回0。
  2. pfcount pfcount [key …] 计算HLL的近似基数，可以计算多个HLL，比如用HLL存储每天的UV，计算一周的UV可以使用7天的UV合并计算即可
  3. pfmerge pfmerge [sourcekey …] 将一个或多个HLL合并后的结果存储在另一个HLL中，比如每月活跃用户可以使用每天的活跃用户来合并计算可得

2.9 Redis Geospatial

2.9.1 简介

Redis 3.2 中增加了对GEO类型的支持。GEO，Geographic，地理信息的缩写。该类型，就是元素的2维坐标，在地图上就是经纬度。redis基于该类型，提供了经纬度设置，查询，范围查询，距离查询，经纬度Hash等常见操作。

2.9.2 常用命令

  1. geoadd< longitude> [longitude latitude member…] 添加地理位置（经度，纬度，名称）
    geoadd china:city 121.47 31.23 shanghai
    geoadd china:city 106.50 29.53 chongqing 114.05 22.52 shenzhen 116.38 39.90 beijing

    两极无法直接添加，一般会下载城市数据，直接通过 Java 程序一次性导入。
    有效的经度从 -180 度到 180 度。有效的纬度从 -85.05112878 度到 85.05112878 度。
    当坐标位置超出指定范围时，该命令将会返回一个错误。
    已经添加的数据，是无法再次往里面添加的。
  2. geopos [member…] 获得指定地区的坐标值
  3. geodist [m|km|ft|mi ] 获取两个位置之间的直线距离

    单位：
    m 表示单位为米[默认值]。
    km 表示单位为千米。
    mi 表示单位为英里。
    ft 表示单位为英尺。
    如果用户没有显式地指定单位参数， 那么 GEODIST 默认使用米作为单位
  4. georadius< longitude>radius m|km|ft|mi 以给定的经纬度为中心，找出某一半径内的元素

三、Redis_Jedis_测试

3.1 Jedis所需要的jar包

<dependency>
<groupId>redis.clients</groupId>
<artifactId>jedis</artifactId>
<version>3.2.0</version>
</dependency>

3.2 连接Redis注意事项

禁用Linux的防火墙：Linux(CentOS7)里执行命令
systemctl stop/disable firewalld.service
redis.conf中注释掉bind 127.0.0.1 ,然后 protected-mode no

3.3 Jedis常用操作

3.3.1 创建动态的工程

3.3.2 创建测试程序

package com.atguigu.jedis;
import redis.clients.jedis.Jedis;
public class Demo01 
    public static void main(String[] args) 
        Jedis jedis = new Jedis("192.168.137.3",6379);
        String pong = jedis.ping();
        System.out.println("连接成功："+pong);
        jedis.close();

3.4 测试相关数据类型

3.4.1 Jedis-API: Key

jedis.set("k1", "v1");
jedis.set("k2", "v2");
jedis.set("k3", "v3");
Set<String> keys = jedis.keys("*");
System.out.println(keys.size());
for (String key : keys) 
    System.out.println(key);

System.out.println(jedis.exists("k1"));
System.out.println(jedis.ttl("k1"));                
System.out.println(jedis.get("k1"));

3.4.2 Jedis-API: String

jedis.mset("str1","v1","str2","v2","str3","v3");
System.out.println(jedis.mget("str1","str2","str3"));

3.4.3 Jedis-API: List

List<String> list = jedis.lrange("mylist",0,-1);
for (String element : list) 
    System.out.println(element);

其他基本类型不再一一演示…

四、Redis_事务_锁机制_秒杀

4.1 Redis的事务定义

Redis事务是一个单独的隔离操作：事务中的所有命令都会序列化、按顺序地执行。事务在执行的过程中，不会被其他客户端发送来的命令请求所打断。
Redis事务的主要作用就是串联多个命令防止别的命令插队。

4.2 Multi、Exec、discard

从输入Multi命令开始，输入的命令都会依次进入命令队列中，但不会执行，直到输入Exec后，Redis会将之前的命令队列中的命令依次执行。
组队的过程中可以通过discard来放弃组队。

组队成功，提交成功

组队阶段报错，提交失败

组队成功，提交有成功有失败情况

4.3 事务的错误处理

组队中某个命令出现了报告错误，执行时整个的所有队列都会被取消。

如果执行阶段某个命令报出了错误，则只有报错的命令不会被执行，而其他的命令都会执行，不会回滚。

4.4 悲观锁


悲观锁(Pessimistic Lock), 顾名思义，就是很悲观，每次去拿数据的时候都认为别人会修改，所以每次在拿数据的时候都会上锁，这样别人想拿这个数据就会block直到它拿到锁。传统的关系型数据库里边就用到了很多这种锁机制，比如行锁，表锁等，读锁，写锁等，都是在做操作之前先上锁。

4.5 乐观锁


乐观锁(Optimistic Lock), 顾名思义，就是很乐观，每次去拿数据的时候都认为别人不会修改，所以不会上锁，但是在更新的时候会判断一下在此期间别人有没有去更新这个数据，可以使用版本号等机制。乐观锁适用于多读的应用类型，这样可以提高吞吐量。Redis就是利用这种check-and-set机制实现事务的。

4.6 WATCH key [key …]

在执行multi之前，先执行watch key1 [key2],可以监视一个(或多个) key ，如果在事务执行之前这个(或这些) key 被其他命令所改动，那么事务将被打断。

4.6.1 unwatch

取消 WATCH 命令对所有 key 的监视。
如果在执行 WATCH 命令之后，EXEC 命令或DISCARD 命令先被执行了的话，那么就不需要再执行UNWATCH 了。

4.7 Redis事务三特性

  1. 单独的隔离操作 事务中的所有命令都会序列化、按顺序地执行。事务在执行的过程中，不会被其他客户端发送来的命令请求所打断。
  2. 没有隔离级别的概念 队列中的命令没有提交之前都不会实际被执行，因为事务提交前任何指令都不会被实际执行
  3. 不保证原子性 事务中如果有一条命令执行失败，其后的命令仍然会被执行，没有回滚

五、Redis持久化

5.1 总体介绍

Redis 提供了2个不同形式的持久化方式。

  1. RDB（Redis DataBase）
  2. AOF（Append Of File）

5.2 RDB（Redis DataBase）

在指定的时间间隔内将内存中的数据集快照写入磁盘， 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里

5.2.1 优势 和 劣势

  1. 适合大规模的数据恢复
  2. 对数据完整性和一致性要求不高更适合使用
  3. 节省磁盘空间
  4. 恢复速度快
  1. Fork的时候，内存中的数据被克隆了一份，大致2倍的膨胀性需要考虑
  2. 虽然Redis在fork时使用了写时拷贝技术,但是如果数据庞大时还是比较消耗性能。
  3. 在备份周期在一定间隔时间做一次备份，所以如果Redis意外down掉的话，就会丢失最后一次快照后的所有修改。

5.3 Redis持久化之AOF

以日志的形式来记录每个写操作（增量保存），将Redis执行过的所有写指令记录下来(读操作不记录)， 只许追加文件但不可以改写文件，redis启动之初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

5.3.1 AOF持久化流程

（1）客户端的请求写命令会被append追加到AOF缓冲区内；
（2）AOF缓冲区根据AOF持久化策略[always,everysec,no]将操作sync同步到磁盘的AOF文件中；
（3）AOF文件大小超过重写策略或手动重写时，会对AOF文件rewrite重写，压缩AOF文件容量；
（4）Redis服务重启时，会重新load加载AOF文件中的写操作达到数据恢复的目的；

5.3.2 优势 和 劣势

  1. 备份机制更稳健，丢失数据概率更低。
  2. 可读的日志文本，通过操作AOF稳健，可以处理误操作。
  1. 比起RDB占用更多的磁盘空间。
  2. 恢复备份速度要慢。
  3. 每次读写都同步的话，有一定的性能压力。
  4. 存在个别Bug，造成恢复不能。

六、主从复制

主机数据更新后根据配置和策略， 自动同步到备机的master/slaver机制，Master以写为主，Slave以读为主

  1. 读写分离，性能扩展
  2. 容灾快速恢复

6.1 薪火相传

上一个Slave可以是下一个slave的Master，Slave同样可以接收其他 slaves的连接和同步请求，那么该slave作为了链条中下一个的master, 可以有效减轻master的写压力,去中心化降低风险。
用 slaveof
中途变更转向:会清除之前的数据，重新建立拷贝最新的
风险是一旦某个slave宕机，后面的slave都没法备份
主机挂了，从机还是从机，无法写数据了

6.2 反客为主

当一个master宕机后，后面的slave可以立刻升为master，其后面的slave不用做任何修改。
用 slaveof no one 将从机变为主机。

6.3 复制原理

  1. Slave启动成功连接到master后会发送一个sync命令
  2. Master接到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之后，master将传送整个数据文件到slave,以完成一次完全同步
  3. 全量复制：而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。
  4. 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
    但是只要是重新连接master,一次完全同步（全量复制)将被自动执行

6.4 哨兵模式(sentinel)

反客为主的自动版，能够后台监控主机是否故障，如果故障了根据投票数自动将从库转换为主库

自定义的/myredis目录下新建sentinel.conf文件，名字绝不能错
sentinel monitor mymaster 127.0.0.1 6379 1
其中mymaster为监控对象起的服务器名称， 1 为至少有多少个哨兵同意迁移的数量。
/usr/local/bin
redis做压测可以用自带的redis-benchmark工具
执行redis-sentinel /myredis/sentinel.conf

(大概10秒左右可以看到哨兵窗口日志，切换了新的主机)
哪个从机会被选举为主机呢？根据优先级别：slave-priority
原主机重启后会变为从机。

6.5 故障恢复


优先级在redis.conf中默认：slave-priority 100，值越小优先级越高
偏移量是指获得原主机数据最全的
每个redis实例启动后都会随机生成一个40位的runid

6.6 java操作主从复制

private static JedisSentinelPool jedisSentinelPool=null;

    public static  Jedis getJedisFromSentinel()
        if(jedisSentinelPool==null)
            Set<String> sentinelSet=new HashSet<>();
            sentinelSet.add("192.168.11.103:26379");

            JedisPoolConfig jedisPoolConfig =new JedisPoolConfig();
            jedisPoolConfig.setMaxTotal(10); //最大可用连接数
            jedisPoolConfig.setMaxIdle(5); //最大闲置连接数
            jedisPoolConfig.setMinIdle(5); //最小闲置连接数
            jedisPoolConfig.setBlockWhenExhausted(true); //连接耗尽是否等待
            jedisPoolConfig.setMaxWaitMillis(2000); //等待时间
            jedisPoolConfig.setTestOnBorrow(true); //取连接的时候进行一下测试 ping pong

            jedisSentinelPool=new JedisSentinelPool("mymaster",sentinelSet,jedisPoolConfig);
            return jedisSentinelPool.getResource();
        else
            return jedisSentinelPool.getResource();

七、Redis集群

容量不够，redis如何进行扩容？
并发写操作， redis如何分摊？
另外，主从模式，薪火相传模式，主机宕机，导致ip地址发生变化，应用程序中配置需要修改对应的主机地址、端口等信息。
之前通过代理主机来解决，但是redis3.0中提供了解决方案。就是无中心化集群配置。

7.1 什么是集群

Redis 集群实现了对Redis的水平扩容，即启动N个redis节点，将整个数据库分布存储在这N个节点中，每个节点存储总数据的1/N。
Redis 集群通过分区（partition）来提供一定程度的可用性（availability）： 即使集群中有一部分节点失效或者无法进行通讯， 集群也可以继续处理命令请求。

7.2 什么是slots

[OK] All nodes agree about slots configuration.
Check for open slots…
Check slots coverage…
[OK] All 16384 slots covered.
一个 Redis 集群包含 16384 个插槽（hash slot）， 数据库中的每个键都属于这 16384 个插槽的其中一个，
集群使用公式 CRC16(key) % 16384 来计算键 key 属于哪个槽， 其中 CRC16(key) 语句用于计算键 key 的 CRC16 校验和 。
集群中的每个节点负责处理一部分插槽。 举个例子， 如果一个集群可以有主节点， 其中：
节点 A 负责处理 0 号至 5460 号插槽。
节点 B 负责处理 5461 号至 10922 号插槽。
节点 C 负责处理 10923 号至 16383 号插槽。
不在一个slot下的键值，是不能使用mget,mset等多键操作。

可以通过来定义组的概念，从而使key中内相同内容的键值对放到一个slot中去。

7.3 查询集群中的值

CLUSTER GETKEYSINSLOT 返回 count 个 slot 槽中的键。

7.4 故障恢复

以上是关于Redis6学习笔记（自用）的主要内容，如果未能解决你的问题，请参考以下文章

Redis6.x学习笔记

Redis6.x学习笔记持久化之RDB

Redis6.x学习笔记Redis基础和数据类型

Redis6.x学习笔记持久化之AOF

尚硅谷Redis学习笔记-- Redis6.0新功能

Redis6.x学习笔记复制