redis小结

一、数据结构

        1. int：incr/decr，可用于计数缓存

                (1) set/get/del

                (2) incr/decr

                (3) mset/mget

        2. string：

                (1) set/get/del

                (2) mset/mget

                (3) append

        3. list：内部使用双向链表实现。微博消息列表、点赞列表、朋友圈等。

                (1) lpush/lpop

                (2) rpush/rpop

                (3) lrange

                (4) ltrim

                (5) brpop

        4. set：无序集合，元素不重复

                (1) sadd/srem

                (2) sismember

                (3) 统计元素个数：scard

                (4) sdiff key1 key2

                (5) sdiffstore destkey key1 key2

                (6) 计算交集：sinter key1 key2

                (7) sinterstore destkey key1 key2

                (8) smove sourcekey destkey member

                (9) spop key

                (10) srandmember key [ count ]

                (11) srem key member1 [member2]

                (12) 计算并集：sunion key1 key2

                (13) sunionstore destkey key1 key2

                (14) sscan key cursor [ match pattern] [count count]

        5. zset/sorted set

                (1) 添加元素：zadd key score member [[score member] [score member] ......]

                (2) 获取成员的分值：zscore key member

                (3) 查看成员当前的排名：zrank/zrevrank

                        zrevrank key member

                (4) 按名次查看排行榜：zrange/zrevrange

                        zrevrange key 0 -1 withscores

                (5) 增加成员分数：zincrby key store member

                (6) 移除成员：zrem key member

                (7) 删除排行榜：zdel key

        6. map/hash

                (1) hset/hget/hsetnx

                (2) hmset/hmget

                (3) hgetall

                (4) hexists

                (5) hincrby/hincrbyfloat

                (6) hlen

                (7) hdel

                (8) hkeys/hvals

        7. redis stream

                (1) xadd

                (2) xrange/xrevrange

                (3) xtrim

                (4) xdel

                (5) xread

                (6) xlen

                (7) xgroupadd

                (8) xreadgroup group

                (9) 确认消费：xack

                (10) xgroup setid

                (11) xgroup delconsumer

                (12) xgroup destroy

                (13) xpending

                (14) xclaim

                (15) xinfo

                (16) xinfo groups

                (17) xinfo stream

        8. hyperloglog

        9. bitmap

        10. redis-search

二、业务场景

        1. 计数统计

        2. 缓存

        3. topN-排行榜：zset自动根据score进行排序

        4. 标签系统/社交关系：set交集

        5. 布隆过滤器

        6. 分布式锁：setnx

        7. geo位置：位置匹配，距离计算

        8. 电商/购物车

        9. 分布式ID

        10. 分布式会话

        11. 任务队列/消息队列

        12. 限流

三、核心原理

        1. 基于内存存储

        2. 单线程，避免线程切换开销

        3. IO多路复用

四、客户端类库

        1. spring-data-redis：jedis/lettuce

        2. redisson

特性	Jedis	Lettuce	Redisson
线程安全	×	√	√
支持集群	√	√	√
支持哨兵	√	√	√
支持发布/订阅	√	√	√
支持管道	√	√	√
支持异步操作	×	√	√
支持响应式编程	×	√	√
API直观性	√	×	×
社区支持	√	√	√
性能	性能较低（同步阻塞）	高性能（异步非阻塞）	高性能（异步非阻塞）
资源消耗	较高（频繁创建连接）	较低（连接复用）	较低（连接复用）
高级功能支持	×	×	√（如分布式锁、布隆过滤器等）
易用性	高（简单易用）	中等（需要更多配置）	高（封装良好，功能丰富）
学习曲线	低	中等	陡峭（功能丰富，学习成本高）
文档完善度	√	√	√
客户端实例创建	简单	复杂（需要配置）	复杂（需要配置）
连接池支持	需要外部支持（如Apache Commons Pool）	内置连接池	内置连接池
跨语言支持	×	×	×
商业支持	×	×	√（提供专业版）

五、最佳实践

        1. key最佳实践：

                (1) key的格式建议 “业务名称：数据名称：id”，如：xx:xxx:xxxx；

                (2) key的长度不超过44字节，这样可以采用embstr存储，节省内存占用；

                (3) key中不包含特殊字符；

        2. value最佳实践：拒绝big key

                (1) string类型：value值建议不超过10k；

                (2) list/set/hash/zset类型：元素数量控制在1万以下；

        3. 选择合适的数据类型

                

                (1) string/set：尽可能存储int类型；

                (2) list/hash/zset：尽可能控制元素数量在阈值范围内，使用ziplist存储，节约内存；

        4. 把redis当缓存使用，而不是数据库

                (1) 数据存储在内存中，是redis快的主要原因，但内存资源是有限且昂贵的。所以缓存中的元素要设置合理的过期时间，让缓存中保留"热数据"，淘汰掉"冷数据"。

                (2) redis实例设置maxmemory + 淘汰策略；

        4. 批处理优化：

                (1) mget/mset/hmset/hmget

                (2) pipeline

        5. 开启lazy-free

        6. 避免集中过期KEY

        7. 使用长连接，合理配置连接池

        8. 使用物理机部署redis，而不是虚拟机。

                redis在做数据持久化时，采用创建子进程的方式，而创建子进程会调用操作系统的fork系统调用，虚拟机中fork调用会比物理机慢很多。

        9. 尽量不开启数据持久化，如果需要开启需要谨慎合理配置。