qq_33168558的博客

汇总为一个专栏完全免费公开 无痛订阅 欢迎访问可以自行在哔哩哔哩搜索 尚硅谷 Redis7课程 对照学习本笔记包含 尚硅谷官方给出的脑图中的 大部分内容, 但绝对不是完全照搬,实战演练部分都有 手打的文字解释,包括总结 等等 用了引用块 加粗加红等方式标记重点。

redis实现分布式锁的基础版本.

文章详细介绍了缓存预热、缓存雪崩、缓存击穿和缓存穿透的概念、引起原因及其规避和解决方案。缓存预热是指系统启动前提前将热点数据加载到缓存中，以避免初期缓存未命中导致的数据库压力。缓存雪崩是由于大量缓存数据同时失效，导致数据库访问压力骤增，解决方案包括设置永不过期或错开过期时间、使用Redis集群、结合本地缓存和分布式缓存等。缓存击穿是热点数据失效后大量请求直接访问数据库，解决方案包括设置热点数据永不过期、使用互斥锁和提前预热缓存。

布隆过滤器是一种高效的数据结构，用于快速判断元素是否存在于一个集合中。它通过使用多个哈希函数将元素映射到一个位数组上，以此实现高速查询和空间效率。虽然布隆过滤器可能会误判，将不存在的元素判断为存在，但它绝不会错过真正存在的元素。这种特性使得布隆过滤器特别适合于需要快速判断元素是否存在于集合中的场景，如网络爬虫的URL去重、数据库查询缓存等。通过调整过滤器的大小和哈希函数的数量，可以在误判率和空间效率之间找到平衡。此外，布隆过滤器的实现可以结合Redis等技术，进一步提高应用的性能和效率。

本文深入探讨了Redis的高级数据类型和应用场景，包括HyperLogLog、Geo、Bitmap等，通过具体的面试题和实战案例，展示了如何利用Redis解决实际问题。HyperLogLog用于估算集合中的基数，适合统计独立访客数；Geo用于存储和查询地理位置信息，实现“附近的人”等功能；Bitmap适用于统计用户登录状态、日活等。文章通过具体代码示例，展示了如何使用这些数据类型进行数据添加、查询和统计，有效地解决了抖音电商直播中的商品评论排序、App用户签到统计、网站UV统计等问题。

本文提供了一个实用的方案来解决在使用缓存时常见的数据一致性问题，通过结合Canal和Redis，可以有效地同步MySQL数据库的变更到缓存系统，提高应用的数据准确性和响应速度。

提供了一系列解决方案和最佳实践，以确保在使用缓存时维护数据的一致性和准确性。缓存双写一致性问题是关注在使用Redis和数据库更新操作时如何保持数据一致性。解决方案包括双检锁策略，确保查询时Redis缓存的准确性，以及延时双删或直接更新MySQL策略，处理MySQL变动时的一致性。文章通过代码示例说明实现这些策略，确保数据准确性和一致性。文章提供了维护使用缓存时数据一致性的方法和最佳实践。

阿里广告平台，海量数据里查询某一固定前缀的key？小红书，你如何生产上限制keys */flushdb/flushall等危险命令以防止误删误用?美团，MEMORY USAGE 命令你用过吗?BigKey问题，多大算big? 你如何发现? 如何删除? 如何处理?BigKey你做过调优吗? 惰性释放lazyfree了解过吗?Morekey问题，生产上redis数据库有1000W记录，你如何遍历? key *可以吗?

直接回答redis是单线程或是多线程，都是不严谨的。这就好比直接回答java中有泛型（jdk5才有），和Java中有lambda表达式（jdk8才有）一样不严谨。Redis4之前，redis是单线程的。Redis4开始逐渐的引入部分多线程。（比如异步删除）Redis6/7全面支持了多线程，主线程中也有了多路的io复用。

SpringBoot集成redis的三种方式。Spring Framework 提供的 RedisTemplate 是对 Redis 客户端库的封装，它提供了一种更高级别的抽象，使得与 Redis 进行交互更加方便，并且可以与 Spring 框架更好地集成。适用场景：如果你的应用程序已经在使用 Spring 框架，并且希望通过统一的接口来与 Redis 进行交互，那么 RedisTemplate 是一个很好的选择。

数据量过大时单个Master复制集难以承担，因此需要对多个复制集进行集群，形成水平扩展，每个复制集只负责存储整个数据集的一部分，这就是Redis的集群，其作用是提供在多个Redis节点间共享数据的程序集。通俗的解释就是多个redis主从复制服务的组合（集合），每个服务都只负责整个数据集的一部分，并且互相都能共享数据。

Redis的哨兵机制（Sentinel）是Redis提供的一种高可用性解决方案，用于监控和管理Redis实例。哨兵是一个独立运行的进程，负责监控主从Redis实例的运行状况，并在主节点下线时自动将从节点切换为新的主节点，以保证系统的可用性。哨兵就是来监控主节点的,一旦发现主节点宕机,会选出一从节点来接替主节点的位置!俗称 无人值守运维哨兵不存放数据，它只是吹哨人1.2 Redis 哨兵的功能监控主从Redis库的运行状态，确保正常运行。实时消息通知，将故障转移的结果发送给客户端。

就是主从复制，master只关心写操作，Slave只关心读操作,当master的数据库变化的时候，自动将新的数据异步同步到其它slave数据库.

Redis可以通过发布订阅实现消息中间件MQ的功能但不建议在生产环境中使用Redis的发布/订阅。Redis的发布订阅功能在消息发送方面即发即失没有ACK机制，无法保证消息的消费成功。消息在Redis中不持久化，必须先执行订阅，再发布消息。如果消息发布时没有订阅者，消息将被直接丢弃。Redis5.0引入了Stream数据结构，支持多播和数据持久化，比发布订阅更强大.

Pipeline是为了解决RTT往返回时，仅仅是将命令打包一次性发送对整个Redis的执行不造成其它任何影响批处理命令变种优化措施，类似Redis的原生批命令(mget和mset)

开启:以MULTI开始一个事务入队:将多个命令入队到事务中，接到这些命令并不会立即执行而是放到等待执行的事务队列里面执行:由EXEC命令触发事务。

在 Redis 中，RDB（快照）和 AOF（追加文件）是两种主要的数据持久化方式。RDB+AOF 混合持久化是指同时使用这两种方式来保证数据的持久性和安全性。持久化是指将数据存储在磁盘上，以确保在Redis服务器重启后数据不会丢失。Redis 7引入了几种持久化方式。

Redis AOF（Append-Only File）是一种持久化方式，通过将写命令追加到文件中来记录每个写操作，以便在Redis重启时重新执行这些命令，从而实现数据持久化。 可以通过配置来选择AOF的同步策略: (也就是,redis从内存写数据到文件的策略是怎么样的) Redis持久化保存的文件是 appendonly.aof aof持久化保存的文件就叫做 appendonly.aof 这一个单文件 保存路径将和rdb持久化的保存路径一致

主要讲解Redis的持久化方式之一 RDB方式 也就是 snapshot方式 讲解包括 实战演示 配置修改 优劣势 触发条件的讲解

Redis7十大数据类型下篇 bitmap geo Hyperloglog stream bitfield

Redis7 含全部命令 十大数据类型 上篇

Redis的详细介绍 下载地址。虚拟机，Linux镜像系统下载地址。Redis安装到虚拟机的详细教程。