本文详细介绍了Redis的服务启动、客户端连接、配置文件设置，重点关注了持久化机制，包括RDB和AOF的区别及配置，以及AOF的重写。此外，还讨论了Redis的事务处理、锁的实现、数据删除策略（定时删除、惰性删除、定期删除）以及逐出算法。最后，提到了Redis的高级数据类型Bitmaps、HyperLogLog和GEO的应用场景。
目录
基础知识
基于Center OS7安装Redis
- 下载安装包：wget http://download.redis.io/releases/redis-5.0.5.tar.gz
- 解压：tar –xvf 文件名.tar.gz
- 安装：进入redis-5.0.5文件夹 make install
环境配置
- 创建配置文件管理目录 mkdir conf
- 创建数据文件管理目录 mkdir data（存放日志）
Redis服务启动
- redis-server 默认启动
- redis-server –-port 6379 指定端口号启动
- redis-server conf/redis-6379.conf 指定配置文件启动
客户端连接
- redis-cli 默认连接
- redis-cli –port 6379 指定端口号连接
redis服务配置文件基本配置
- daemonize yes：以守护进程方式启动，使用本启动方式，redis将以服务的形式存在，日志将不再打印到命令窗口中（在后台启动，可以同时打开多个服务器）
- port 6***：指定端口号
- dir “/自定义目录/redis/data“：设定当前服务文件保存位置，
- logfile "6***.log“：设定日志文件名称
配置文件示例
目录结构
持久化
持久化：利用永久性存储介质将数据进行保存，在特定的时间将保存的数据进行恢复的工作机制称为持久化。
持久化过程分为两种：
- 将当前数据状态进行保存，快照形式，存储数据结果，存储格式简单，关注点在数据（RDB）
- 将数据的操作过程进行保存，日志形式，存储操作过程，存储格式复杂，关注点在数据的操作过程(AOF)
RDB
save:手动执行一次保存操作
save相关的配置
- dbfilename dump-端口号.rdb 设置本地数据库文件名
- rdbcompression yes 设置存储至本地数据库时压缩数据
- rdbchecksum yes 设置进行RDB文件格式校验
save指令执行会阻塞当前Redis服务器，直到当前RDB过程完成为止，有可能会造成长时间阻塞
bgsave:手动启动后台保存操作，但不是立即执行
bgsave相关配置：在save配置的基础上添加
- stop-writes-on-bgsave-error yes 后台存储过程中如果出现错误现象，停止保存操作
bgsave原理：不会阻塞主进程，它会生成一个新的子进程来完成保存操作
配置文件
自动存储save 配置：
save second changes second：监控时间范围 changes：监控key的变化量
例如：save 900 12 在900秒内 有12次修改数据 就会进行保存
做演示可以设置为：save 10 2
save、bgsave对比
| 方式 | save | bgsave |
| 读写 | 同步 | 异步 |
| 阻塞客户端指令 | 是 | 否 |
| 额外内存消耗 | 否 | 是 |
| 启动新进程 | 否 | 是 |
补充：关闭服务器时会自动执行bgsave (shutdown命令)
AOF
AOF：以独立日志的方式记录每次写命令，重启时再重新执行AOF文件中命令达到恢复数据的目的。与RDB相比可以简单描述为改记录数据为记录数据产生的过程。AOF的主要作用解决了数据持久化的实时性
AOF写数据的过程
写数据（set）->服务器开启子进程->将指令放入aof缓存区内->满足条件，将命令同步到aof文件中
AOF写数据的三种策略：将命令同步到aof的频率
- always(每次）
- everysec（每秒）（默认）
- no（系统控制）：由操作系统控制每次同步到AOF文件的周期，整体过程不可控
配置文件
- appendonly yes 开启AOF持久化
- appendfsync always|everysec|no 设置AOF写数据策略
- appendfilename appendonly-端口号.aof 设置AOF持久化文件名
配置文件示例
AOF重写
作用
- 降低磁盘占用量，提高磁盘利用率
- 提高持久化效率，降低持久化写时间，提高IO性能
- 降低数据恢复用时，提高数据恢复效率
例如：set a 1 set a 8 set a 9 =>set a 9 (删除掉无效指令，同一数据的多条写命令将合并为一条命令)
bgrewriteaof 手动重写（在客户端执行）
自动配置（自行设置参数）：
- auto-aof-rewrite-min-size size
- auto-aof-rewrite-percentage percent
自动重写触发比对参数（ 运行指令info Persistence获取具体信息 ）
- aof_current_size
- aof_base_size
触发条件
AOF重写流程（注意有一个aof重写缓冲区）
RDB、AOF的区别
| 持久化方式 | RDB | AOF |
| 占用存储空间 | 小（数据级） | 大（指令级） |
| 存储速度 | 慢 | 快 |
| 恢复速度 | 快 | 慢 |
| 数据安全性 | 会丢失数据 | 依据策略决定 |
| 资源消耗 | 重量级 | 轻量级 |
| 启动优先级 | 低 | 高 |
注：
- 对数据非常敏感，建议使用默认的AOF持久化方案
- 数据呈现阶段有效性，建议使用RDB持久化方案
Redis 事务
在Redis执行指令过程中，多条连续执行的指令被干扰，打断，插队；所以我们要使用事务
例子：
客户端1：①set a 11 ③get a 客户端2：②set a 12
序号表示执行顺序，客户端1想要得到“11”，但是得到了“12”
事务的基本操作
- 开启事务：multi
- 执行事务：exec
- 取消事务：discard 终止当前事务的定义，发生在multi之后，exec之前
加入事务的命令暂时进入到任务队列中，并没有立即执行，只有执行exec命令才开始执行
注意事项：
- 在事务过程中，命令格式输入错误，整个事务会直接销毁
- 在事务过程中，命令执行出现错误，运行错误的命令不会被执行，它会返回提示信息
- redis不会事务回滚
事务的工作流程（5种指令）
锁
监视锁
多个人监视同一个属性，这个属性一旦发生改变就会取消其事务
watch key1 [key2……]：对 key 添加监视锁，在执行exec前如果key发生了变化，终止事务执行
unwatch：取消监视
在exec之前，其他客户端已经将name修改了
分布式锁
避免多个用户同时操作一个数据
思想：先上锁，再执行指令
setnx lock-key value：使用 setnx 设置一个公共锁
del lock-key：释放锁
为锁添加时间限定 ，到时间自动放锁
- expire lock-key second
- pexpire lock-key milliseconds
10s后自动放锁
Redis 删除策略
redis的数据状态
- XX ：具有时效性的数据
- -1 ：永久有效的数据
- -2 ：已经过期的数据 或 被删除的数据 或 未定义的数据
注意：过期数据并没有被立即删除
数据删除策略
定时删除
创建一个定时器，当key设置有过期时间，且过期时间到达时，由定时器任务立即执行对键的删除操作。
特点：节约内存、占用CPU 用处理器性能换取存储空间（时间换空间）
expires中 存储的是数据的地址值和对应的时效时间
惰性删除
数据到达过期时间，不做处理。等下次访问该数据时，如果未过期，返回数据；发现已过期，删除，返回不存在
特点：节约CPU性能、内存的压力很大，出现长期占用内存的数据；用存储空间换取处理器性能（空间换取时间）
定期删除
定时删除、惰性删除的折中方案
步骤：
Redis启动服务器初始化时，读取配置server.hz的值，默认为10
每秒钟执行server.hz次serverCron()会调用databasesCron方法->databasesCron()轮询每一个数据库并调用其-activeExpireCycle方法>activeExpireCycle()对数据库中的数据进行随机检测
特点：内存定期随机清理、每秒花费固定的CPU资源维护内存（随机抽查、重点抽查）
activeExpireCycle()方法：
- 在检测中，删除数据个>随机抽取数据总个数/4，继续循环检测
- 在检测中，删除数据个<=随机抽取数据总个数/4，进入到下一个数据库进行检测
注意事项：redis使用的是惰性删除和定期删除
逐出算法（8种）
当内存不足时，写入数据 的过程中会清除一些数据。清理数据的策略称为逐出算法。
检测易失数据（可能会过期的数据集server.db[i].expires）
- volatile-lru：挑选最近最少使用的数据淘汰（最早使用的）
- volatile-lfu：挑选最近使用次数最少的数据淘
- volatile-ttl：挑选将要过期的数据淘汰
- volatile-random：任意选择数据淘汰
检测全库数据（所有数据集server.db[i].dict ）
- allkeys-lru：挑选最近最少使用的数据淘汰
- allkeys-lfu：挑选最近使用次数最少的数据淘汰
- allkeys-random：任意选择数据淘汰
放弃数据驱逐
- no-enviction（驱逐）：禁止驱逐数据（redis4.0中默认策略），会引发错误OOM（Out Of Memory）
影响数据逐出的相关配置
- 最大可使用内存：maxmemory 占用物理内存的比例通常设置在50%以上
- 每次选取待删除数据的个数：maxmemory-samples
- 删除策略：maxmemory-policy
Redis核心配置（redis.conf）
服务端设定
- daemonize yes|no ：设置服务器以守护进程的方式运行
- bind 127.0.0.1 ：绑定主机地址
- port 6379 ：设置服务器端口号
- databases 16 ：设置数据库数量
日志配置
- loglevel debug|verbose|notice|warning ：设置服务器以指定日志记录级别 （开发时期配置为verbose即可）
- logfile 端口号.log ：日志记录文件名
客户端配置
- maxclients 0 ：设置同一时间最大客户端连接数，默认无限制。当客户端连接到达上限，Redis会关闭新的连接
- timeout 300 ：客户端闲置等待最大时长，达到最大值后关闭连接。如需关闭该功能，设置为 0
多服务器快捷配置
- include /path/server-端口号.conf ：导入并加载指定配置文件信息
Redis高级数据类型
Bitmaps
基于string 存放bit值（存放数据的状态），存放的的信息 只有0或1，应用场景：存放大家的性别、存放大家是否为党员
- getbit key offset：获取指定key对应偏移量上的bit值
- setbit key offset value：设置指定key对应偏移量上的bit值，value只能是1或0
- bitop op destKey key1 [key2...]：对指定key按位进行交、并、非、异或操作，并将结果保存到destKey中
op: and-交 or-并 not-非 xor-异或
- bitcount key [start end]：统计指定key中1的数量
应用场景：
- 统计每天某部电影是否被点播：查看哪部电影的状态为1
- 统计每天有多少部电影被点播：计算一日内状态为1的个数
- 统计每年有多少部电影被点播：进行或运算，再统计状态为1的个数
- 统计年度没被点播的电影：进行或运算他，再统计状态为0的个数
描述：
2020/01/01 有2部电影被点播（0，7）
2020/01/02 有3部电影被点播 （0，7，8）
两天被点播的电影个数是3
HyperLogLog
它是用来做基数计算的，该计算方法为估算，消耗空间极小，每一个hyperloglog key占用了12k的内存用于标记基数，性能优于bitmaps
补充知识：
{1，1，1，2，2} 基数集：{1，2} 基数：2
常用方法：
- pfadd key element [element ...]：添加数据
- pfcount key [key ...]：统计数据
- pfmerge destkey sourcekey [sourcekey...]：合并数据
应用场景：与BitMapps相同，直接存放电影的id即可
描述：
2008/08/08 被点播了3部电影（1，2，7）
2008/08/09 被点播了3部电影（1，78，74）
两日共被点播电影的个数为5
GEO
存放坐标，并进行一系列运算
- geoadd key longitude latitude member [longitude latitude member ...]：添加坐标点
- geopos key member [member ...]：获取坐标点
- geodist key member1 member2 [unit]：计算坐标点距离
- georadius key longitude latitude radius m|km|ft|mi [withcoord] [withdist] [withhash] [count count]：根据坐标查找指定范围的点
- georadiusbymember key member radius m|km|ft|mi [withcoord] [withdist] [withhash] [count count]：根据点查找指定范围的点
- geohash key member [member ...]：获取哈希值
分析描述：
abcd 构成了一个正方形 e中点，f,h分别位于e的正上方和正下方 eh=111 ea=158
后面是使用指令查找指定范围内的点
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
