📑前言

本文主要是【Redis】——Redis使用的文章，如果有什么需要改进的地方还请大佬指出⛺️

🎬作者简介：大家好，我是听风与他🥇
☁️博客首页：华为云主页听风与他
🌄每日一句：狠狠沉淀，顶峰相见

Redis

redis安装及用法

在redis安装目录下，输入cmd进入命令行

redis-server.exe redis.windows.conf

redis默认端口号是:6379

PID默认是:3788

redis-cli默认连接本地IP地址加端口号

redis-cli.exe -h localhost

以管理员身份运行cmd命令符

进入E盘

cd e:

基本操作

默认情况下有16个数据库,在我们连接redis数据库之后,默认会连接0号数据库,我们可以通过redis文件中的配置参数来修改数据库总数。

我们可以通过select 语句进行切换:

select 序号;

数据操作

设置数据的值，默认以字符串的形式保存

set <key> <value>
-- 一次性多个
mest [<key><value>]

我们可以通过键值对获取存入的值

get <key>

redis使用冒号来进行板块分割

set user:info:用户ID:name lbw

数据的过期时间设定:

set <key> <value> ex 秒

当数据到达指定时间时,会被自动删除。我们也可以单独为其他的键值对设置过期时间:

expire <key> 秒

通过下面的命令来查询某个键值对的过期时间还剩多少:

ttl <key>
-- 毫秒显示
pttl <key>
-- 转换为永久
persist <key>

删除数据使用

del <key>

删除命令可以同时拼接多个键值一起删除。

查看数据库所有的键值

keys *

也可以查询某个键是否存在(返回0表示不存在)

exists <key>

随机拿一个键:

randomkey

我们还可以将一个数据库的内容移动到另一个数据库中:

move <key> 数据库编号
move b 1   //将b移到1号数据库去

修改一个键为另一个键:

rename <key> <新的名称>
-- 下面这个会检查新的名称是否已经存在
rename <key> <新的名称>

如果存在的数据是一个数字，我们可以对其进行自增自减操作:

-- 等价于a = a + 1
incr <key>
-- 等价于 a= a + b
incrby <key> b
-- 等价于 a = a - 1
decr <key>

最后就是查看值的数据类型:

type <key>

数据类型介绍

Hash

这种类型本质上就是一个hashmap

添加一个Hash类型的数据:

hset <key> [<字段> <值>]...

直接获取

hget <key> <字段>
--如果想一次性获取所有的字段和值
hgetall <key>

判断字段是否存在:

hexists <key> <字段>

删除Hash中的某个字段:

hdel <key>

我们现在想要知道Hash中一共存了多少个键值对：

hlen <key>

一次性获取所有字段的值:

hvals <key>

唯一需要注意的是，Hash中只能存放字符串的值,不允许出现嵌套的情况。

List

我们接着来看List类型，实际上这个猜都知道，它就是一个列表，而列表中存放一系列的字符串，它支持随机访问，支持双端操作，就像我们使用Java中的LinkedList一样。

我们可以直接向一个已存在或是不存在的List中添加数据，如果不存在，会自动创建:

-- 向列表头部添加数据
lpush <key> <element>...
-- 向列表尾部添加元素
rpush <key> <element>...
-- 在指定元素前面/后面插入元素
linsert <key> before/after <指定元素> <element>

获取元素:

-- 根据下标获取元素
lindex <key> <下标>
-- 获取并移除头部元素
lpop <key>
-- 获取并移除尾部元素
rpop <key>
-- 获取指定范围内的
lrange <key> start stop

获取全部元素:

-- 获取列表a中的全部元素
lrange a 0 -1

push和pop连用

-- 从前一个数组的最后取一个数出来放到另一个数组的头部，并返回元素
rpoplpush 当前数组 目标数组

它还支持阻塞操作，类似于生产者、消费者，比如我们想要等待列表中有了数据后再进行pop操作：

-- 如果列表中没有元素，那么就等待，如果指定时间（秒）内被添加了数据，那么就执行pop操作，如果超时就作废，支持同时等待多个列表，只要其中一个列表有元素了，那么就能执行
blpop <key>... timeout

Set和SorterSet

Set集合其实就像Java中的HashSet一样（我们在JavaSE中已经讲解过了，HashSet本质上就是利用了一个HashMap，但是Value都是固定对象，仅仅是Key不同）它不允许出现重复元素，不支持随机访问，但是能够利用Hash表提供极高的查找效率。

向Set中添加一个或多个值

sadd <key> <value>..

查看Set集合中有多少个值:

scard <key>

判断集合中是否包含:

-- 是否包含指定值
sismember <key> <value>
-- 列出所有值
smembers <key>

集合之间的运算:

-- 集合之间的差集
sdiff <key1> <key2>
-- 集合之间的交集
sinter <key1> <key2>
-- 求并集
sumion <key1> <key2>
-- 将集合之间的差集存到目标集合中
sdiffstore 目标 <key1> <key2>
-- 同上
sinterstore 目标 <key1> <key2>
-- 同上
sunionstore 目标 <key1> <key2>

移动指定值

smove <key> 目标 value

移除操作:

-- 随机移除一个
spop <key>
-- 移除指定
srem <key> <value>...

那么如果我们要求Set集合中的数据按照我们指定的顺序进行排列怎么办呢？这时就可以使用SortedSet，它支持我们为每个值设定一个分数，分数的大小决定了值的位置，所以它是有序的。

我们可以添加一个带分数的值：

zadd <key> [<value><score>]

同样的:

-- 查询有多少值
zcard <key>
-- 移除
zrem <key> <value>...
-- 获取区间内的所有
zrange <key> start stop

由于所有的值都有一个分数，我们也可以根据分数段来获取：

-- 通过分数段查看
zrangebyscore <key> start stop [withscores] [limit]
-- 统计分数段内的数量
zcount <key>  start stop
-- 根据分数获取指定值的排名
zrank <key> <value>

持久化

我们知道，Redis数据库中的数据都是存放在内存中，虽然很高效，但是这样存在一个非常严重的问题，如果突然停电，那我们的数据不就全部丢失了吗？它不像硬盘上的数据，断电依然能够保存。

这个时候我们就需要持久化，我们需要将我们的数据备份到硬盘上，防止断电或是机器故障导致的数据丢失。

持久化的实现方式有两种方案：一种是直接保存当前已经存储的数据，相当于复制内存中的数据到硬盘上，需要恢复数据时直接读取即可；还有一种就是保存我们存放数据的所有过程，需要恢复数据时，只需要将整个过程完整地重演一遍就能保证与之前数据库中的内容一致。

RDB

RDB就是我们所说的第一种解决方案，那么如何将数据保存到本地呢？我们可以使用命令：

save
-- 注意上面这个命令是直接保存，会占用一定的时间，也可以单独开一个子进程后台执行保存
bgsave

执行后，会在服务端目录下生成一个dump.rdb文件，而这个文件中就保存了内存中存放的数据，当服务器重启后，会自动加载里面的内容到对应数据库中。保存后我们可以关闭服务器：

shutdown

重启后可以看到数据依然存在。

虽然这种方式非常方便，但是由于会完整复制所有的数据，如果数据库中的数据量比较大，那么复制一次可能就需要花费大量的时间，所以我们可以每隔一段时间自动进行保存；还有就是，如果我们基本上都是在进行读操作，而没有进行写操作，实际上只需要偶尔保存一次即可，因为数据几乎没有怎么变化，可能两次保存的都是一样的数据。

我们可以在配置文件中设置自动保存，并设定在一段时间内写入多少数据时，执行一次保存操作：

save 300 10 # 300秒（5分钟）内有10个写入
save 60 10000 # 60秒（1分钟）内有10000个写入

配置的save使用的都是bgsave后台执行。

AOF

虽然RDB能够很好地解决数据持久化问题，但是它的缺点也很明显：每次都需要去完整地保存整个数据库中的数据，同时后台保存过程中也会产生额外的内存开销，最严重的是它并不是实时保存的，如果在自动保存触发之前服务器崩溃，那么依然会导致少量数据的丢失。

而AOF就是另一种方式，它会以日志的形式将我们每次执行的命令都进行保存，服务器重启时会将所有命令依次执行，通过这种重演的方式将数据恢复，这样就能很好解决实时性存储问题。

但是，我们多久写一次日志呢？我们可以自己配置保存策略，有三种策略：

• always：每次执行写操作都会保存一次
• everysec：每秒保存一次（默认配置），这样就算丢失数据也只会丢一秒以内的数据
• no：看系统心情保存

可以在配置文件中配置：

# 注意得改成也是
appendonly yes

# appendfsync always
appendfsync everysec
# appendfsync no

重启服务器后，可以看到服务器目录下多了一个appendonly.aof文件，存储的就是我们执行的命令。

AOF的缺点也很明显，每次服务器启动都需要进行过程重演，相比RDB更加耗费时间，并且随着我们的操作变多，不断累计，可能到最后我们的aof文件会变得无比巨大，我们需要一个改进方案来优化这些问题。

Redis有一个AOF重写机制进行优化，比如我们执行了这样的语句：

lpush test 666
lpush test 777
lpush test 888

实际上用一条语句也可以实现：

lpush test 666 777 888

正是如此，只要我们能够保证最终的重演结果和原有语句的结果一致，无论语句如何修改都可以，所以我们可以通过这种方式将多条语句进行压缩。

我们可以输入命令来手动执行重写操作：

bgrewriteaof

或是在配置文件中配置自动重写：

# 百分比计算，这里不多介绍
auto-aof-rewrite-percentage 100
# 当达到这个大小时，触发自动重写
auto-aof-rewrite-min-size 64mb

至此，我们就完成了两种持久化方案的介绍，最后我们再来进行一下总结：

• AOF：
  • 优点：存储速度快、消耗资源少、支持实时存储
  • 缺点：加载速度慢、数据体积大
• RDB：
  • 优点：加载速度快、数据体积小
  • 缺点：存储速度慢大量消耗资源、会发生数据丢失

事务和锁机制

使用命令开启事务

multi

输入所有要执行的命令后，可以使用命令来立即执行命令

exec

中途取消事务:

discard

锁

又提到锁了，实际上这个概念对我们来说已经不算是陌生了。实际上在Redis中也会出现多个命令同时竞争同一个数据的情况，比如现在有两条命令同时执行，他们都要去修改a的值，那么这个时候就只能动用锁机制来保证同一时间只能有一个命令操作。

虽然Redis中也有锁机制，但是它是一种乐观锁，不同于MySQL，我们在MySQL中认识的锁是悲观锁，那么什么是乐观锁什么是悲观锁呢？

• 悲观锁：时刻认为别人会来抢占资源，禁止一切外来访问，直到释放锁，具有强烈的排他性质。
• 乐观锁：并不认为会有人来抢占资源，所以会直接对数据进行操作，在操作时再去验证是否有其他人抢占资源。

📑文章末尾